講演資料
講義資料スライドの表紙です。上のスライド画像をクリックすると、同じ画面のまま全編のPDF資料を快適に閲覧・印刷することができます。
セミナーの概要
本セミナー「人工知能の歴史を振り返る」は、2012年のディープラーニング・ブームから約5年が経過した時点（2017年）において、「人工知能には今、何ができて、何ができないのか？」「人工知能はこれからどのように発展するのか？」という問いを中心に据えた講義です [p.6]。
講師・丸山不二夫氏は、現在の到達点を知り未来を予測するために「歴史を振り返ること」が最も有効であると主張し、20世紀の人工知能研究の多様な試みを丁寧に辿りながら、21世紀の技術的現在地を俯瞰する構成をとっています [p.6, p.7]。
セミナーが一貫して問い続けるのは、機械の知性の問題が、結局のところ「人間の知性とは何か」という問いへと折り返されるという視点です。人工知能を作るのは人間であり、機械の限界は人間の理解の限界を精確に映し出しているという立場が、全編を通じた哲学的基盤となっています [p.8]。
歴史的には、TuringとChomskyという二人の巨人の問題提起に始まり、Simonの楽観的予言とその失敗、Perceptronの誕生と限界、Expert Systemの隆盛、PDP/Connectionismの台頭という20世紀の紆余曲折を丹念に追います [p.9]。21世紀に入ると、大規模分散システムと検索技術の成立、Schema.orgに代表される知識表現の試み、そしてDeep Learningによるパラダイム・シフトへと議論は進みます [p.10]。
未来展望のパートでは、人工知能技術の課題を「感覚・運動的外界の把握」「言語能力による認識の飛躍」「文字による知識の集積」「数学的・科学的な自然認識」という人間の認識能力の階層に対応させて整理します。現在の人工知能が攻めあぐねているのは、まさに言語の意味理解と論理的推論という、人間認識の二つの大きな飛躍に対応する部分であるという結論に至ります [p.265, p.269, p.270]。
セミナー全体を通じた最も重要なメッセージは、「人工知能研究の弱い環を直ちに埋めることは容易ではないかもしれないが、それはペシミスティックな展望ではない。研究すべき多くの課題があることは、むしろ好ましいことだ」という、積極的な知的楽観主義です [p.257]。
講義のロードマップ
ここでは、セミナーの講演資料がどのようなパートから構成されているかを示します。また、それぞれのパートのポイントを紹介します。
■ Part 0: はじめに――なぜ歴史を振り返るのか
2012年のディープラーニング・ブームを起点として、AI技術が社会的な関心を集める現在、メディアの情報には不正確なものも多い [p.6]。現在地を正確に把握し未来を予測するためには歴史的視座が不可欠であるという問題意識を提示します。同時に、人工知能の限界は人間の知能の到達点を指し示すものであり、機械への問いは人間への問いへと折り返されるという本講義全体の哲学的立場を宣言します [p.8]。
■ Part I: 20世紀（過去）
20世紀の人工知能研究史を、TuringとChomskyの問題提起に始まり、Simonの楽観論の挫折、Perceptronの誕生と限界、論理的推論の機械化、懐疑論の台頭、Frame理論、Expert System、PDP/Connectionismへと辿ります。成功と失敗の繰り返しの中に、21世紀の技術へと引き継がれる問題意識の萌芽が確認されます [p.9, p.11]。
■ Part II: 21世紀（現在）
21世紀のIT技術を特徴づける大規模分散システムと検索技術の成立を基盤として、知識表現の試み（Semantic Web, Schema.org）、言語学の新展開（Chomskyのミニマリスト・プログラム）、そして2012年を起点とするDeep Learningのパラダイム・シフトまでを論じます [p.120, p.121]。
■ Part III: 未来展望
「Realとは電気信号に過ぎない」という誤った認識論への批判から始まり、人間の感覚能力の外的拡大（望遠鏡からLIGO・CERNまで）と数学的認識能力という人間固有の二つの能力を論じます。そのうえで、人間の認識能力の発展の階層に対応した人工知能技術の現在地を整理し、言語能力の解明と数学的推論能力の実装という二つの大きな課題を人工知能研究の未来の核心として提示します [p.205, p.257]。
ページのナビゲート