『現在の人口知能の身近な例』

〜AIがすべてを変える〜

量子コンピューターがAI(人工知能)を進化させるメソッドへ!すべての出来事が組み合わせ最適化問題で解決した時に人間がすべきこととは?

f:id:inaka-gurashi-saikou:20170629120600j:plain

AIの発展によって到来する世界において、人間側が行う必要がある事は、消費活動ではありません。

 

想像的な生産活動であり、投資活動だと言えます。

 

さて、今回は、AI(人工知能)と量子コンピューターとの関係性を言及しながら、人間の創造性とは何かついてお伝えします。

 

SPONSORED LINK

 

①. 機械に負けた人間...?AI(人工知能/機械)が『恐怖』の対象となり得るのか?

f:id:inaka-gurashi-saikou:20170624044500j:plain

2017年の現段階ではAI(人工知能)は人間側が利用していたメソッド(処理機能)の特定領域を大幅に塗り替える結果を見せています。これは、いわば機械と人間の戦いにおいて、人間側が敗北し、かつ機械側が勝利をした事実だと定義して良いでしょう。

 

将棋・チェス・board gameなど勝利するまでにある一定の組み合わせ条件を必要とする高度に知的と考えれられていたゲームですら、機械学習ディープラーニング(深層学習)によって簡単に攻略される対象となっています。

 

ともすれば「この世に存在する出来事のほぼ全てが"組み合わせ数"によって攻略可能な単純なゲームにすぎず、それらはAI(人口知能)の機械側によってカンタンに攻略される対象だと言える」と考えられます。

 

また、近年ではこれらの組み合わせ最適化に関する問題を量子コンピューターで解決する事の可能性も模索されています。

 

実例としては、カナダのベンチャー企業D-Wave Systems社は世界に先んじて『量子コンピュータ(Quantum Computer)』を発売しており、東京工業大学理学院教授西森秀稔氏の提唱した『量子アニーリング(断熱量子計算)理論』を利用している事からも注目が集まっています。

 

量子アニーリング理論の仕組みは「量子力学現象の"量子ゆらぎ(量子が波動関数によって常に確立で表現される、揺らいでいる事を表す事象)"に対してどのような組み合わせが最適化されているのかを計算するための仕組み」です。

 

量子アニーリングとは何か?

f:id:inaka-gurashi-saikou:20170624044244j:plain

まず、西森氏が提唱している量子アニーリングは、解くべき問題に対する汎用性の高い近似解を求めるシュミレーテッド・アニーリングという手法で表現されます。

 

これは、コンピューター上で仮想的に温度変数を導入して温度を時間の変数として適切に制御する事で最適解に近い状態を求める事を意味しています。

 

この温度に当たる部分(熱のゆらいでいる変数)に対して『量子ゆらぎ』を導入し、古典的な確立過程の代わりに量子力学的な状態の重ね合わせを利用し、組み合わせ最適化問題の解を探索するという訳です。

 

この時に課題となるのが『熱ゆらぎ』と『量子ゆらぎ』の相互最適化問題となり、量子ゆらぎの類似や強さをどう選ぶのかが重要となってきています。

 

詳しくは量子アニーリングの数理 西森教授著を概観すると理解しやすく、かつ数学的な素養がある場合はさらに深い理解が可能となります。

SPONSORED LINK

 

②. AI(人工知能)と量子コンピューターが引き起こす未来とは?

f:id:inaka-gurashi-saikou:20170625105129j:plain

AI(人工知能)が行う機械学習ディープラーニング(深層学習)が行う計算は従来の1ビット(0と1の組み合わせ数)に基づく計算に依存していて、もしも100ビット分の計算を行う必要がある場合は、100回分の処理を行う必要性が生まれてきます。

 

しかし、量子コンピューターの場合の情報単位は『1量子ビット』であり、これらは量子力学の世界における『重ね合わせ状態(0と1とが重ね合わせで存在する状態)』を意味しています。

 

このような量子計算を行える場合は、1000回分の処理だったとしても、計算処理をわずか1回で行える為に、従来のコンピューターと量子コンピューターとでは比較にならない計算スピードの違いが生じます。

 

さて、ここからがAI(人工知能)のお話です。重要で、伝えたい内容です。

 

AI(人工知能)が日頃行っている事は特定領域に対するディープラーニングを通じて推論や組み合わせ最適化を意味しています。ゆえに、量子コンピューターという新たなプラットホームを獲得する事で従来の問題はことごとく解決されてしまう可能性が日々大きくなっているのです。

 

数学上高度な問題とされる巡回セールスマン問題を瞬時に解決し続ける事が出来れば、渋滞がなくなる未来が訪れる事も想像できます。

 

例えば、完全自動走行システムに基づくコネクテッドカー(完全自動走行車)に対して量子コンピューターに基づくネットワークを構築できれば、上記の問題解決の近道となるでしょう。

 

その他のいわゆる計算に膨大な時間を要した問題も、同様に単純な組み合わせ最適化問題として解決されていく事が予想されます。

 

つまり、従来の組み合わせ数に基づく問題など、いともカンタンに解決できてしまう事柄となってしまうのです。

SPONSORED LINK

 

③. AI(人工知能)が解けない『創造的な生産活動』とは何か

f:id:inaka-gurashi-saikou:20170625125633j:plain

SingularityHubによれば、量子コンピューターの進化によって『人工知能・分子モデリング・暗号・財務モデリング・天気予報・粒子物理学』などに大きな貢献をすると言及してます。

 

特に天気予報などは世界規模での多変数に対して複雑な計算をし続ける必要があるからこそ、量子コンピューターが多大な貢献をする事は想像しやすい事象です。

 

これらの事実からも、人間側が数学1Aのような組み合わせ問題を解く意味のなさや、機械が学習し続ける事は提供できない価値を生み出す事の重要性が増している事を私は強く感じています。

 

言い換えれば『0と1の理屈に基づかない人間の感情に想起する未来を形作る事が可能な存在』こそが、機械に負けない人間へとなる事が出来るのです。

 

例えば、メディアを対象とした場合でも『私たちが生きる世界では常に情報の非対称性が存在し、必要な情報を取得する側と取得しない側があります』が、これらの状況もAI(人工知能)が中々参入する事ができない領域だと考えています。

 

つまり、IoT化(Internet of Things)を飛び越え、AIやロボティクスの時代に突入したとしても、日々の生活に関連するユニークな事象それ自体を機械側が認知し、共有する事ができないからこそ、メディアの価値比率が上昇しているのです。

 

それらは従来の消費活動ではありません。

 

シンプルだが、創造的であり、かつ自身の人生を通じた投資活動となるのです。

 

みなさんにとっての創造性とは、なんでしょうか?

SPONSORED LINK

 

参照

https://www3.nhk.or.jp/news/web_tokushu/2017_0627.html
https://japan.zdnet.com/article/35103344/
http://www.nikkei-science.com/page/magazine/0704/heisenberg.html
http://www.smapip.is.tohoku.ac.jp/~dex-smi/2006/Workshop200612/ExtendedAbstracts/JunichiInoue.pdf
https://singularityhub.com/2017/06/25/6-things-quantum-computers-will-be-incredibly-useful-for/