読みかじり － 夢の樹が接げたなら (ハヤカワ文庫JA) 文庫 – 2002/3/1 森岡 浩之

この短編集はあまりはずれが無かった。
アマゾンが短期間でアレクサを浸透させている現状、近い将来ありそうに思えてくる内容。できればドラえもんの世界がいいのだけれど。。。

●夢の樹が接げたなら
言語デザイナーという職種。アリステ式、人工言語を脳の埋め込むとうSF映画にありそうな設定で面白い。

●ふつうのこども
別世界との接続

●スパイス
人造人間を作った者の狂気

●無限のコイン
別世界からきた人造人間との混沌世界

●夜明けのテロリスト
メディットと呼ばれる人口知能ロボットとの会話
人格再構成プログラム＝プスィコン共鳴現象






http://amzn.asia/3p8wnxV

夢の樹が接げたなら (ハヤカワ文庫JA) 文庫 – 2002/3/1

森岡 浩之    

読みかじり － 人工知能も経済主体となる時代 THE ERA WHERE AI WILL ALSO BE AN IMPORTANT ECONOMIC AGENT - ダイヤモンドハーバードレビュー（OCT2016)

P64より抜粋

現代社会におけるプラットフォームとはすなわち、ネットワークです。

そしてネットワークは、大きく「情報」「物質」「貨幣」の三つから構成されると整理できます。
この三つが融合してどう変化するのかが、プラットフォームの進化を読み解く手がかりになります。


情報はビットで表現できるため、ネットワークにおいて移動が容易であり、コピーも可能であるという特徴を持ちます。

IOT時代には物質の情報化が進み、最新のテクノロジーの力で貨幣のネットワーク化も進むことで、それらをすべてネットワークで交換できる世界が実現するのではないでしょうか。



★従来、物質の移動にはコストがかかり、コピーはできないという特徴がありましたが、情報化が進むことで移動のコストを最小化できるようになり、コピーが可能になることで物流の最適化も進むと考えられます。


物質の情報化はすでに起きており、3Dプリンターによってその流れは加速しました。


例えば、顧客に商品を届けるまでの流れをどのようにコントロールするか。

これまでのように倉庫のストックしておいた商品を届けるかもしれないし、手元にあるデータのみを送り、3Dプリンタービューローで出力してもらうようにお願いするかもしれません。

受け取る人からすればプロセスは関係なく、商品が同じでありさえすればいい。

必ずしも実際の物を動かす必要はなく、欲しい人がその商品を得られればよいのです。




P66

私たちが研究を進めている拡張人間（AH：Augmented Human)の世界観が実現すれば、移動手段すら不要になるような未来も。。。

AHとは、VRやARの技術を発展させて人間を強化するという考え方です。

たとえばすでに、人間の感覚と小型無機のドローンとつなげることは技術的に可能です。

ある人が頭部搭載ディスプレーをつけてそこにドローンの映像を流し、その人の動きに対応して遠隔地にあるドローンが飛行する。

それによって、自分がドローンで空を飛んでいるような感覚を覚えます。

これは人間の身体能力そのものが拡張されたといえるでしょう。

ｐ６８

プライバシーを公開することに抵抗がある人は多いと思いますが、100億円の報酬をもらえるのであればすべて見せてもいいとう人もいるでしょう。

そこまで大げさではなくても、歩行中にどの看板を見たかという視線情報を売ってもいいという人は相当数いると思います。

グーグルグラスを装着して得た視線情報を売るということは、プライバシーをお金に替えているのです。

どこまでプライバシーを見せるか、その対価はいくらか、という基準を自分で決められるとしたら、ビジネスになる可能性は低くないと思います。


P70

私たちは、ロボットを飼い猫のようにとらえ、自分の支配下に置いていると思います。
しかし、町を自由に歩き回る野良猫のように、誰の支配下にも置かれない「野良AI」がネットワーク上に発生するかもしれません。

AIがみずからクラウドサービスに対価を払い、事業を行う。
そうした自律的なプログラムが構築されれば、それはもはや手を離れていると言えるでしょう。

経済の主体になりうるので、「野良AI」はお金を持っています。
そのお金でサーバーを購入して、人間のプログラマーを雇い、初期のプログラム自体を進化させるという可能性も十分にあると思います。


人間の感情は情報化できない。。。

http://amzn.asia/0XXAcMU

人工知能も経済主体となる時代【前編】 IoTはネットワークの未来に何をもたらすか

DIAMOND ハーバード・ビジネス・レビュー

2016年09月12日

読みかじり － 人工知能から学ぶ英語学習法 － プレジデント（14mar16)

p119　茂木健一郎寄稿

人工知能の最近の発展を理解するうえでの重要なポイントは、そのプロセスで特に新しい「原理」が発見されたわけではない、ということである。


もともと、脳の神経回路がどのように学習するかという研究にヒントを得て、人口知能のプログラムの改良法は考案された。

したがって、人工知能が実行している学習法は、すべて、人間の脳がやっていることである。


脳が実行する学習則を、地道に繰り返すことによって、人工知能は成功している。

そこには、何のマジックもない。


▲一方、人間は、学習法がわかっていても、それを徹底しないことが多い。画期的に新しい学習法を考案する必要などない。ただ、基本を繰り返し、やればいいだけの話なのであるが。



たとえば、最近の人工知能は「達人」に学ぶ。囲碁の打ち方でも、達人と呼ばれる人たちが実際にどのような選択をし、行動を取るかを、ビッグデータで取り込み、解析する。


人間が英語を学ぶ際にも、同じ姿勢が必要である。

ネーティブなどの、英語が達者な人の発音をひたすら聞く。そのことで上達するはずなのに、徹底してやることができない。


人工知能の学習において大切なことの一つは、実際の行動と正解の間の「誤差」を検出して、それば小さくなるように修正をするｋとである。

これを繰り返すことで、急速に成果率が高まっていく。


しかし、英語学習において、誤差の修正を地道にやっている人はどれくらいいるだろうか？
書くことでも、話すことでも、自分のアウトプットを、お手本と比較して、修正していく。それを繰り返せば、必ず、正解率は高まっていくはずなのである。


★達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだろう。

読みかじり － 人工知能はビジネスをどう変えるか － ダイヤモンド ハーバード ビジネス レヴュー（NOV15)

P44

歴史的変曲点をもたらす3つの変化

2015年5月28日、深層学習(ディープラーニング）を搭載した、世界で初めて大規模で展開するサービス　Googleフォトがリリースされた。


このアプリは、スマートフォンなどに保存された写真データを、自動で分類し、合成写真まで作成する。

これはユーザーのデバイス上の画像データをクラウドで管理する仕組みだが、世界の億単位の人が数千枚、数万枚の写真、つまり兆単位の写真を一気に上げ始めた。

その写真の仕分け、連続写真の合成スピードは驚くほど的確かつ速い。

1000人で取りかかっても7，8年はかかると思われる処理を、このサービスは1日でやってのける。

人間の200万倍以上のスピードだ。

このサービスに使われている深層学習は、現在最も注目されているAI（人口知能）の要素技術の一つである。



①情報科学

これまでの人工知能研究の中心にあるのは、機械学習とデータマイニングだが、大半の産業分野での利用はこれからだ。

機械学習（マシンラーニング）とは、コンピュータが経験からルールや知識を学習し、賢くなる技術である。


。。。。

②データ

どれほど機械学習、深層学習などの技術が発達しても、それらを正しく機能するように機械が学習するには大量のデータが必要だ。

ビッグデータの出現。

③情報処理能力

これまでバッチ処理でしか取扱いが困難であった機械学習、深層学習をリアルタイムに近い形で処理していくことの効果は大きい。

解析に1時間半かかったいたものが、1分(100倍）、10秒（約500倍）で返ってくることで、データの持つ力を即座に利用できるようになるからだ。

数時間前はこうでしたという話と、いまこれが起きています、という話の違いだ。



以上の3つの変化により、目的が明確な情報処理や分析業務の多くが自動化する。


AIとデータが産業革命（第一の機械化）の時のような不連続変化、情報産業革命（第二の機械化）を引き起こす可能性は高い。


AIと人間の棲み分け

①AIには意志がない

AIには個体としての意識がない。情報を処理する機械にすぎないため、目標設定、ゴール設定、ビジョンを立てることができない。


②AIは人間のように知覚できない

色、香り、肌触りなど物理量ではない質感の理解をAIに期待することはできない。


また、感情は扁桃体などの我々の脳の構造から生まれるため、AIは感情を識別できたとしても感情（好き嫌いの判断）を持たない。


③AIは事例が少ないと対応できない。

人間は前例がない状況でも、普通に利かないアナロジーを利かせ、見立てていく。


④AIは問いを生み出せない

AIは問いを投げかける力を持たない。

計算はできるが問題や式をつくれない電卓に似ている。生産的な批判もできない。


⑤AIは枠組みのデザインができない


⑥AIにはヒラメキがない

⑦AIは常識的判断ができない

⑧AIには人を動かす力、リーダーシップがない