18/08/20 18:37:41.52 iCQ5/bqF.net
>>578
”ディープラーニング路線”で大丈夫という支持者の視点
２０１２年にカナダのトロント大学の研究トリオが
発表した論文が爆発的に広まり発展した。AI（人工知能）と呼ぶには程遠いが、以前にAIテックができたこと以上の
能力を証明したのは確かだ。
アーティフィシャル・ニューラル・ネットワークがどんなものかというと、
ある空間に無数の点の集合をイメージしてもらって、
それらが（我々の脳のニューロンのように）お互いに繋がっているところを想像してもらいたい。
それらの繋がりの強さ（度合）を調整することは、我々の脳で起こっているメカニズムと大ざっぱに言えば同じ（a rough analog）だ。
結果、画像イメージを正しく識別するなど好ましいpathways（一連の処理過程）を備えたneural wiring diagramになるというわけだ。
しかし、今のディープラーニングは人の脳のような構造ではない。
初期の画像処理をする網膜の表面構造のようなに限られたレイヤーで構成されたものに似ている。
そのような現状のネットワークで、人間の脳がこなせるタスクをなんでもやらせるのは無理がある。
生き物のように物を概念として理解する―この機能を、今のディープラーニングでは実現できていない。
なので、単純なことで混乱して脆いものにとどまっている。
例えば、画像を１ピクセルだけ弄って、良く知られている画像認識アルゴリズムを騙すこともできています。
そのような制限がありますが、ディープラーニングはメインストリームなソフトウェアに組み込まれ、
画像認識、音声認識、機械翻訳、またはボードゲームで人間を負かすまで機能を強化してくれています。
これらはグーグルのカスタムAIチップやそのクラウドサービス、Ndiviaの自動運転技術を支援するテックが
支えています。
元Google Brainの長や百度（バイドゥ）の元AI事業部長として務めた経歴を持つAI分野で影響力のある研究者、
Andrew Ng氏は「ディープラーニングがあえば、コンピュータは人間が頭を使うタスクを１秒未満で処理できるようになるだろう。
当然、人間より早くできるようになるはずた。」と発言している。