テクノロジーの進化が人類の知能に影響をあたえています。最新トピックを幅広く取り上げて分かりやすく紹介。

1. テクノロジーから見た人類の知能への挑戦
2021/2/28
KOJI FUKUOKA

2. 留意事項
 この分野はまだ不確定要素と流動性が高いので、あくまで発信日時での情報であること
に留意ください。
 知能を高めるノウハウを提供する趣旨ではありませんのでご理解ください。
 所属企業ではなく、あくまで個人としての発信です。本情報に伴う結果に関して責任は
負いかねますのでご了承お願いいたします。
COPYRIGHT@ KOJI FUKUOKA
2

3. 本シリーズの趣旨：３つの謎（原理）への探求を気楽に楽しむ
COPYRIGHT@ KOJI FUKUOKA
3
生命とは？
http://www2.city.nasushiobara.lg.jp/kids2/kid_where.html
宇宙とは？
知能とは？
宇宙物理学
宇宙生物学
分子生物学
合成生物学
神経科学
コンピュータ科学
物理学
生物学
化学
生理学
数学
解きたい謎 関連する学問テーマ 学問テーマの大分類
今回の
フォーカス

4. 本日の流れ
• 知能とは？
• 人工知能の歴史
• 知覚
• 問題解決
• 創造的活動
• 人類の拡張
• その他トピック
COPYRIGHT@ KOJI FUKUOKA
4
【自己紹介】
IT企業でAIなど新技術を活用した事業開発。
元々宇宙物理研究を志し、今は１科学愛好家。

5. 知能とは？
COPYRIGHT@ KOJI FUKUOKA
5
いわゆる「知能」は一般的に物事を高度に記憶・思考する能力を指し、幾つかモデルも提唱されていますが、今回では知覚・
問題解決・発想がどのように技術的に近づけるか、という観点で探求します。
知覚
問題解決
発想
知
能
の
レ
ベ
ル
知能から連想する行為
 社会性
 道具の使用
 未来の計画
 文化的活動
 自己認識
今回における知能へのアプローチ
第2層(広い能力)の一覧
Gf(流動的知能): 思考や推理によって問題を解く能力
Gc(結晶的知能): 母語の運用など、汎用性の高い知識
Gv(視空間能力): 視覚的･空間的イメージを理解・操作する能力
Ga(聴覚的処理): 聴覚的なパターンを識別・理解する能力
Gsm(短期記憶): いわゆるワーキングメモリ
Glr(長期記憶･検索): 記憶を適切に素早く記銘･想起する能力
Gs(認知的処理速度): 熟練した認知課題をあまり意識せず素早く
こなす能力
Gq(量的知識): 定量的な思考・知識および数学的能力
Grw(読み書き): 読み書きの知識と技術
※出所：新しい知能の枠組み：「CHC理論」と「g-VPRモデル」
https://note.com/sick4989hack/n/n98b15e9b4c34

6. 人類（有機物）と技術（無機物）の融合
COPYRIGHT@ KOJI FUKUOKA
6
「生物工学」「サイボーグ工学」「AI」
→ホモデウス
「ナノテクノロジー」「遺伝学」「ロボット工学」
→ポストヒューマン

7. AI（人工知能）とは？
COPYRIGHT@ KOJI FUKUOKA
7
強いAI
人間の持つ汎用的な知能に相当する
仕組み
特定の用途で知的な活動が出来
る仕組み
弱いAI

8. AIの通史：今は第三次AIブーム
COPYRIGHT@ KOJI FUKUOKA
8
※出所：松尾豊・松尾正剛Blog
https://1000ya.isis.ne.jp/1603.html
従来超えられなかった
壁を克服

9. AIの通史：第1次AIブーム「推論・探索」
9
※出所：「ディープラーニング革命」
ロボットが積み木をつむのを見守るマーヴィン・ミンスキー(1968)
AI名付け親「ジョン
マッカーシ―」
ダートマス会議の財団宛て申請書と主要メンバ(1956年)
ダートマス会議を記念した会合での集合写真(2006)
ジョン・マッカーシー：AIの名付け親．のちにプログラミング言語LISPも彼が作りました。
マービン・ミンスキー：人工知能の大家．フレーム理論やパーセプトロンへの突っ込み
だけでなく、意識の研究にも精力的に活動．
アレン・ニューウェルとハーバート・サイモン：世界初人工知能プログラム“Logic Theorist”や，
これを発展させたGPS（一般問題解決システム）の開発で有名．
サイモンは意思決定理論でも著名で1978年にノーベル経済学賞を受賞．
クロード・シャノン：情報理論の生みの親．チェスのプログラム開発にも早期に関与。
ナザニエル・ロチェスター：IBM初の商用コンピュータIBM-701開発チームの中心メンバー．
「ニューハンプシャー州ハノーバーのダートマス大学で、1956年の夏に2か月間、10人で人
工知能（AI）の研究を行うことを提案する。
この研究は次のような推測を基に進める。それは、学習のあらゆる側面や知能のあらゆる特
徴は、原理的に正確に記述可能で、機械はそれをシミュレートできるという推測である。」
（日本語訳は「人工知能の基礎 第二版」引用）
ミンスキー：「今から10年もすれば、AIを構成する実質的な問題
は解決出来ているだろう」
マッカーシー：「考える機械は、今から大体10年で完成できるは
ずだ」（これも左の申請書内の一文）
サイモン：「今から20年以内に、人間ができることは全て機械がや
れるようになっているだろう」

10. 参考：対話プログラムELIZA（1956年開発）の対話事例
COPYRIGHT@ KOJI FUKUOKA
10
（赤字はELIZAが発信）
「人は皆同じです。」
「どういうふうに？」
「いつも何かで私たちを悩ませます。」
「何か例を思いつきますか？」
「私のボーイフレンドが私をここに連れてきました。」
「あなたのボーイフレンドがあなたをここに連れてきたのですね。」
「彼がいうには、私はいつも元気がないそうです。」
「それはお気の毒です。」
「本当に。私は不幸です。」
「ここにくれば不幸でなくなると思いますか？」
「私には助けが必要です。それは確かのようです。」
「助けを得るとはどういうことですか？」
「私の母とうまくいくようになるといいのですが。」
「あなたの家族のことをもっと話してください。」
※出所：ハワード・ガースナー著 佐伯 訳「認知革命」

11. AIの通史：第2次AIブーム「知識」
COPYRIGHT@ KOJI FUKUOKA
11
知識技法の例：ミンスキーが考案したフレーム理論
→常に客観的に知識をUPDATEするには限界・・・

12. 参考：エキスパートシステム
COPYRIGHT@ KOJI FUKUOKA
12
※出所：AIについてやさしく説明します
https://www.slideshare.net/YujiOgihara/ai-82984777

13. AIの通史：第3次AIブーム「ディープラーニング（機械学習）」
COPYRIGHT@ KOJI FUKUOKA
13
脳には約2000億個の神
経細胞（ニューロン）。
神経細胞は数百兆個の
シナプスによってつながって
いる。
人間の知的活動を司るのは脳
機械学習の１流派にあたる
※出所：初心者でもわかるディープラーニング
https://ainow.ai/2019/08/06/174245/

14. ディープラーニングのインパクト：原理
COPYRIGHT@ KOJI FUKUOKA
14
※出所：初心者でもわかるディープラーニング
https://ainow.ai/2019/08/06/174245/
※厳密にはアルゴリズム(誤差逆伝播法(バックプロパゲーション)など)
の改善とそれを工業的に実現するHW性能（GPU）とビッグデータの
恩恵も
元々は脳の構造(ニューロン)を数式で表現した
ニューラルネットワーク手法が起点
入力と出力の間の階層を多段階化（深く）することで
より複雑な学習が可能に
学習精度を
高めるために
階層を増やす

15. ディープラーニングのインパクト：特徴
COPYRIGHT@ KOJI FUKUOKA
15
従来の機械学習 ディープラーニング
人が特徴を抽出
機械学習で分類
結果
「機械自身」が
特徴を抽出して
分類
結果
画像
機械学習(教師
あり/なしで分類)
ニューラル
ネットワーク
ディープ
ラーニング
統計解析
ルールベース
AI手法
・・・
・・・
・・・
ディープラーニングとその他の違い
CNN RNN GAN
次元
削減
スパース
モデリング
AIにおけるディープラーニングの位置づけ
・・・
強化学習 ・・・
CNN(Convolutional Neural Network):画像認識でよく使われる
RNN(Recurrent Neural Network):時系列処理でよく使われる
GAN(Genera tive Adversarial Networks)：データ生成モデルでよく使われる

16. ディープラーニングのインパクト：画像認識能力
COPYRIGHT@ KOJI FUKUOKA
16
マシンによる画像分類コンテストILSVRCとその優勝チームのエラー率推移
(ImageNet Large Scale Visual Recognition Challenge)
※出所：初心者でもわかるディープラーニング & ILSVRC2012結果
https://ainow.ai/2019/08/06/174245/
http://www.image-net.org/challenges/LSVRC/2012/results.html
以降はディープラーニングが上位独占

17. ディープラーニングのインパクト：言語能力（GPT-3）
COPYRIGHT@ KOJI FUKUOKA
17
※自然なブログを書いてしまうほど超高精度な言語モデル「GPT-3」はどのように言葉を紡いでいるのか？
https://gigazine.net/news/20200729-how-gpt-3-work/
※キーワードから小説や画像を自動生成 自然言語処理の革命児「GPT-3」の衝撃（2021年01月15日）
https://www.itmedia.co.jp/news/articles/2101/15/news092.html
「バレリーナ用の衣装を着て犬を散歩する大根の赤ちゃん」
という説明文を入力に出力された画像
左端が入力の半分の画像、
残りがImage GPTの出力結果
注目のAI GPT-3
(Generative Pre-Training3)：
OpenAI(人工知能研究所)が作った
言語モデル
衝撃的な発見です！科学者はアンデス山脈の人里離れ
た未踏の谷間に住むユニコーンの群れを発見しました。さら
に驚くべきことは、ユニコーンが完璧な英語を話すという事
実でした。
「最初は、彼らは英語を話すのがとても上手だと思っていま
した」とチームリーダーのレナードホッジス博士は言いました。
「しかし、彼らは実際には別の次元の出身であり、ポータル
が閉じた後、ここに閉じ込められたことがわかりました」
群れは数百匹と推定されていますが、発見者であるインカ
族に捕らえられています。部族はユニコーンが彼らの祖先だ
と信じていて 莫大な金と酒を与えられた場合にのみ解放
されます。
“我々に選択の余地はない “とホッジス氏は言う。”彼らが
望むものを与えなければ、ユニコーンは我々を皆殺しにする
だろう”
チームがユニコーンを恐れているかと聞かれた時、ホッジスは
「恐れることは何もありません。我々の鎧は最高のチタンで
作られています」と述べました。

18. ディープラーニングのインパクト：映像表現能力
COPYRIGHT@ KOJI FUKUOKA
18
https://www.youtube.com/watch?v=k8X_Em-NQn0

19. 身体能力の学習例
COPYRIGHT@ KOJI FUKUOKA
19
https://youtu.be/jkaRO8J_1XI

20. 発想：AIによる画像合成
COPYRIGHT@ KOJI FUKUOKA
20
※「deepart.io」でロボット写真を芸術作品にしてみた
https://robotstart.info/2016/03/28/robot-picture-by-deepart-io.html
https://deepart.io/

21. 発想：AIによるCM制作(バーガーキング)
COPYRIGHT@ KOJI FUKUOKA
21

22. 脳とAI手法の関連（仮説）
COPYRIGHT@ KOJI FUKUOKA
22
※超AI入門
※あたらしい脳科学と人工知能の教科書
ディープラーニング 実際の脳
誤差逆伝播法
(バックプロパゲー
ション)
必要 未確認
層 縦に深い
100層超も
大脳皮質：6層
小脳皮質：3層
正解(教師) 必要 大脳：不必要の
可能性高
小脳：必要
ニューロンの接続 隣の層のニューロン
と接続
RNNは時間報告
の接続も
近傍および遠方
と接続
ディープラーニングと実際の脳との比較

23. 脳以外の知能由来は？：外部環境とのやりとりを重視した方針
COPYRIGHT@ KOJI FUKUOKA
23
※ロドニー・ブルックス博士「協働ロボットは将来、家庭で介護や調理を支援する」インタビュー
https://robotstart.info/2018/07/30/rodney-brooks-int.html
※ルンバの動きは“ランダム”か？――実は“臨機応変”タイプだった
https://www.itmedia.co.jp/lifestyle/articles/1504/24/news093_2.html
掃除機「ルンバ」の自
律的な行動の基盤
になるモジュール分散
型知能化の概念「サ
ブサンプション・アー
キテクチャ」を提唱し
たロドニー・ブルックス
博士
ロボットがコーヒーを入れる「変なカフェ」

24. 人類の拡張
COPYRIGHT@ KOJI FUKUOKA
24
医療目的用途
義肢
人工関節
人工内耳
人工網膜
人工腎臓
人工心臓
・・・
機能拡張用途
パワードスーツ（人工外骨格）
追加四肢（3本目、4本目の手足）
追加感覚器（より鋭敏な感覚が得られたり、後方
や遠隔地の情報が得られる目鼻）
※出所：サイボーグ概要
https://www.weblio.jp/wkpja/content/%E3%82%B5%E3%82%A4%E3%83%9C%E
3%83%BC%E3%82%B0_%E3%82%B5%E3%82%A4%E3%83%9C%E3%83%BC%
E3%82%B0%E3%81%AE%E6%A6%82%E8%A6%81
※「20年後までに、人間の意識を機械にアップロードせよ」東大発スタートアップは「不死」の世界を目指す
https://wired.jp/series/away-from-animals-and-machines/chapter8-2/
※わずか4年で理想実現のすごみ、Elon Musk氏の脳直結装置
https://xtech.nikkei.com/atcl/nxt/column/18/00924/00007/
※第３部 義足の可能性（１） 最速ボルト 超えるのか
https://www.tokyo-np.co.jp/article/8718
※MinD in a Device HP
http://mindinadevice.com/mind-upload/
微小電力で動く
人工ニューロン搭
載チップ、神経性
疾患治療に期待
人体埋め込み型
イーロンマスク創業
「Neuralink」
（2020/8に豚での
実験結果を発表）
人工意識のチャレンジ(日本のMind in a device社)
男子百メートルの世界記録
健常 ９秒５８（2009年記録）
義足 １０秒５４（2019年記録）
この企業が唱える仮説
•意識の源は、「生成モデル」
と呼ばれる、脳内の仮想現
実を生み出す神経アルゴリズ
ムであること
•「生成モデル」を実装した機
械には、ニュートラルな意識が
宿る可能性があること
•ニュートラルな意識の宿った
機械と人間の脳を接続するこ
とによって意識が一体化し、さ
らに記憶の転送を行うことによ
り、肉体的な死後にも個人の
意識が生き続けること

25. まとめ
 人類の知能を知覚・認識・発想をトータルにみるとまだ及ばないが、個々の処理比較で
見ると上回っているともいえる。
 知的活動を主に担う脳やそれがもたらすであろう「意識」はまだ厳密には解明されていない
が、科学・技術が相互に影響を与えつつ発展する可能性がある。
 ソフトウェアとしてのAIだけでなく、生体工学・遺伝子工学といった技術を通じて、人類は
能力を回復だけでなく拡張できる可能性を秘めている。（倫理対応は要注意）
COPYRIGHT@ KOJI FUKUOKA
25