さて、今回は、ディープラーニングのこれからの課題というものを、話して行こう。

 

現時点で、ディープラーニングは確かに成果を挙げている。それこそ、アルファ碁が話題になったように、計算機のパワーさえあれば、囲碁という難しいゲームすらこなしてしまうことができるようになった。

 

だが、それでもまだ人間の脳に人工知能は程遠い。

 

人間は、ゲームもできるし、物体認識もできるし、音声も聞き取れる。人工知能ができそうなことをほぼ全ておこなうことが可能だ。

 

まず、この汎用性に対して、現在の人工知能の技術では、まったく太刀打ちできない。

 

専門的なAIというのはかなり研究がすすんでいるが、汎用的なAI、いわゆる”強いAI”の研究は、まだまだの状態が現状である。

 

つまり、現在のディープラーニングは、真に脳の模倣はできていないということだ。

 

それもそのはずで、ディープラーニングにおけるニューラルネットワークは、脳と比べるとはるかに単純だ。

 

例えば、ニューラルネットワークでは、信号の流れる方向が一方通行が基本だ。だが、実際のニューロンは両方向に信号が流れる。

 

さらに、実際のニューロンは、ループ構造を持ち、活動を抑制する機構もあり、更には活動の時間制約も課されている。

 

さらに、未だ脳科学の研究は発展途上なのでまだまだ我々の知り得ない機構がたくさんあるかもしれない。

 

つまり、ディープラーニングは、いわば、人工知能の本格的研究の最初の一歩だともいえるわけだ。

 

物理学でいう、ニュートン力学の時代から、相対性理論の時代にやっと移ったところといえるかもしれない。まだまだ、先は長いというわけだ。

 

では、次回は一旦のこのシリーズの締めとして、人工知能の今後の話をしていきたいと思う。

ランキングポチは必ず頼むぞ。読み逃げは厳禁だ。

人気ブログランキングへ
にほんブログ村 為替ブログへ
にほんブログ村

売買ルールを手に入れたいなら、、、
動画講座はこちら
売買ルールの実践練習に、、、
チャートブックはこちら