QCon Tokyo 2014
QCon2014 My Report Top
Detail Report#2/8
人口頭脳プロジェクト 「ロボットは東大に入れるか」
新井紀子:国立情報学研究所
oss maintanier
コンピュータは大学入試問題を解けるでしょうか？
1997 chess ２０世紀最高のチェスプレイヤーカスパロフが、IBM Deep blue に負けました
2013 将棋でも三浦さん（８段）をコンピュータが破りました
- 人間の目から見て「知的」かどうかはコンピュータには関係ない
さて、コンピュータはセンター入試を解けるでしょうか？
(作れるかという質問に対してはほとんどの人がつくれる方に手をあげたが、自分が実際にプログラムをしてとけるものを作れそうかといわれると会場の手が上がらない）
- 答えが決まっているからとける？ では作れる理由になっていない
- 人間の世界では チェスの世界チャンピオンに勝つ ＞ センター入試で高得点ですが、、
1980年代 第５世代プロジェクトというのがありました
- どれは犬でしょう？ (人間には容易、人工知能には難しい)
今Google , Amazon にしろ End to End すべてを機械にということは考えていない。エッジを挑戦的なところでFeasibilityのあるところに立てられたところが次の時代の勝者。
問題は計算できるかどうか？ ( I. チューリング)
- 有限の知識
- 特定の条件下での決まった手続き
- 同様に繰り返す
- (同様に繰り返す-> 帰納法 パスカルもいっていました)
- (理性は計算できる -リバイアサン- : ホッブス ) 人工知能の歴史は400年前
犬と猫の見分け方
- 基本的に意味は考えない（区分ける閾値のパラメータに意味をもとめない）
- 正しさは保障しないが、 結構正しい
- 論理はなくても結構効く
それではセンター試験の問題は、過去問を学習すればよいのでは？
- たかが２０年の過去問では、教師データにならない
- 教師データがたまたまはいれば分類はできる
- 最終的に問題は計算できるかどうか = 現時点では ** 論理 と確率過程と統計**でとけるか？
そもそもなぜ東大プロジェクトを始めたのか
- 2010 に思いついたが、認められるには2011/2月 IBM Watson が、quize チャンピオンにかったというニュースの影響があった。8
- なぜWatsonが勝てたのかというと、Quizeが特徴的。(what hogehoge in this planaet? ときかれえば 答えはJupiter とか "this" という言葉とそのあとのカテゴリーである程度絞り込めるのでその時点の人工知能、学習のプログラムを作りやすかった。)
目標 2016年にセンター入試で高得点 202Xに東大合格レベル
必要な分野
- 含意関係認識
- 深く正確な言語処理
- 機械翻訳
- 自然言語処理と接合可能な数式処理
- シュミレーションによる曖昧性回避
- オントロジーによる選択肢の絞り込み
社会科と英語 - 言語理解と知識の活用
- センター試験の問題はすばらしい。かならず教科書そのままではなく、言い換えた問題をだしてくれるので通常のキーワード一致では正答できない。
含意関係認識の研究
- Wikipedia や 教科書を知識源として社会科の問題に答える
- この技術をベースにキーワードではないタイプの検索エンジンが出てくるだろう
数学
言語理解
- 構文解析
- 照応解析
- 談話構造解析
ZFでの意味表現
数式処理
- 限量子消去
- グレブナ基底
物理
センター模試、東大プレ
去年代ゼミで模試をうけたところじつは現時点でも400校ほどには合格率80%だそうです。
なぜ人工知能を研究しているか
- いま栄えていても、エッジを立て間違えるとあっというまに衰退する
- 2010 コンピュータが仕事を奪うという本を書いたが、誰も真剣に受け止めてくれない
- 人間界にアウトソースするIFと承認欲求をうまくつくれば人間はただで働く
- おそろしさを伝えるためにも、東大ロボプロジェクトでエッジを自分自身で証明してみようと考えている
知的コンピュータによって上下に分断される労働
- 人間に残されるのは、高度知的労働、肉体労働、教育を要しない低賃金労働になる可能性が高い。
- 下の方を真ん中にいかせる方法論はある
- 真ん中を上にいかせるメソッドは現在ない
- 計算だけでは答えがでない仕事、とはなんだろう？
#Q&A
Q. 人間の能力をロボットが超える日はくるでしょうか？
- 現状は数学になれないとかけない
- 論理、確率過程、統計
- 部分的には超えている
- 比較の問題として、人間は一様でない
- 仕事のうえで多くの平凡な人をアウトパフォーム
Q.Googleの次にくる検索スタイルはどんな技術をベースになるでしょうか？
- 用途的に分かれていく
- 専門性が高くて知識源が少ないものに向くものになるだろう
- ある論文などの知識から、対象の知識が正しいか、間違っているかを判断するようなもの
- 特許などスペシフィックなものに対してい含意関係認識を使うと,より少ない知識から、答えを導き出すことができるようになる。