(強いAI)技術的特異点/シンギュラリティ119
■ このスレッドは過去ログ倉庫に格納されています
2045年頃に人類は技術的特異点(Technological Singularity)を迎えると予測されている。 未来技術によって、どのような世界が構築されるのか?人類はどうなるのか? などを様々な視点から網羅的に考察し意見交換する総合的なスレッド。 ■技術的特異点:収穫加速の法則とコンピュータの成長率に基づいて予測された、 生物的制約から開放された知能[機械ベース or 機械で拡張]が生み出す、 具体的予測の困難な時代が到来する起点。 ■収穫加速の法則:進歩のペースがどんどん早くなるという統計的法則。 ここでの進歩とは、技術的進歩だけでなく生物的進化、生化学的秩序形成も含む。 ★ 関連スレ(特化した話はこちらで) (AI) 技術的特異点と政治・経済・社会 (BI) https://goo ☆.gl/riKAbq (情報科学) 技術的特異点と科学・技術 (ナノテク) https://goo ☆.gl/RqNDAU ★関連書籍・リンク・テンプレ集(必見) https://goo ☆.gl/Puha9e ※URL部分をコピーし、☆を消してペースト※ ※前スレ (強いAI)技術的特異点/シンギュラリティ118 https://rio2016.5ch.net/test/read.cgi/future/1523134522/ (強いAI)技術的特異点/シンギュラリティ117 https://rio2016.5ch.net/test/read.cgi/future/1522158608/ (強いAI)技術的特異点/シンギュラリティ116 https://rio2016.5ch.net/test/read.cgi/future/1522149406/ >>408 人間が知能でやってることはわかってない >>413 その規模の計算式を入れて計算する能力はありますよ、 ってだけて、計算式はこれから考えると思う。 で、人力だけで考えていたら何万年もかかるのでは。 >>400 与えるデータに意味をつける作業は人がやってんのよ ディープラーニングで勝手に分類されるわけじゃない(教師なしでやるやり方も研究されてはいるが精度が低い) だから人とおんなじ判断は出来ても、なんでその判断をしたのかメタ的に解析することが出来ないって話 >>414 計算や碁や運転やコンビニや診断を知能でしている。 このとき、外から見た動作をディープラーニングして 碁は旨くいったのでは。脳の中の動きもディープラーニング てきれば、他のも計算式を自動で作れるようになるのでは。 >>416 意味ってこれは猫だ、って勝手に人間が言ってるだけで、 分類できて後から機械が何かするのにその分類が使えたら 猫だ、は必要無いのでは。 >>419 この画像は"人が猫って判断しそうだな" という程度であって、人と同じ判断方式かどうかはディープラーニングでは分からない >>420 だから、人間にわかる必要が無くて、機械がわかって 人間の要求を満足させるのに機械自身がわかった事を使えたら それでいいはず。 人間にわからせるのは機械が論文を書けるようにする。 US Plans $1.8 Billion Spend on DOE Exascale Supercomputing https://www.hpcwire.com/2018/04/11/us-plans-1-8-billion-spend-on-doe-exascale-supercomputing/ アメリカは2021年から2022年に掛けて 3台のエクサスケール スーパーコンピューターを稼働させると発表しました 予算は $1.8B(1940億円) >適当な誰かから、脳の思考のパターンが読み取れたとして、 >それは、万人に共通しているのか?というと、 >まず、その可能性はかなり低いし、 >同じ個人でも、創造性は創造する対象によって異なる。 >つまり脳に何らかの生産的な活動をさせた場合に、 >マスターアルゴリズムみたいなものを、読み取れるか?と言うと、ほぼ無理だ。 脳は自己完結した生体コンピュータ。 それぞれ千差万別の思考内容であっても 考えを巡らすプロセスを司る機能に何らかの共通項があるのは間違いない。 ディープラーニングで脳の中の仕掛けの動きを認識するのを 何人もでやったら共通の動きを分類できるのでは。 >>426 分からないから解明しようとしてるんじゃねぇかよ アホか、おまえ 全脳シミュレーションはもちろんだが、俺はDNAから人間発生自体をシミュレーションする全人体シミュレーションをしてほしい そして生まれた人体をシミュレーション世界で育成して欲しい もちろん桁違いのパワーが必要だろうけど >>421 それは人間の出力の模倣であって、原理の解明とは違う 簡単に言えば、水の動きを再現したシミュレータも、複数の水っぽい動きをする数学的な関数を用いて単位粒子を動かしてるだけ 水分子に対して働く分子間力や表面張力、重力との相互作用は演算できてない あくまで水っぽい動きをする関数を当てはめてるだけ ディープラーニングも、人と同じ判断をしそうな関数を作ってるだけ 猫を認識したのは統計学的な教師あり学習だってわかってるか? 数万枚の猫の画像を人間がYouTubeから抜き出して計算させたんだぞ よく考えたら全人体シミュレーションができたらロボットを通じて現実世界で育成する事も可能なんだな オラワクワクすっぞ US Plans $1.8 Billion Spend on DOE Exascale Supercomputing https://www.hpcwire.com/2018/04/11/us-plans-1-8-billion-spend-on-doe-exascale-supercomputing/ アメリカは2021年から2022年に掛けて 3台のエクサスケール スーパーコンピューターを稼働させると発表しました 予算は $1.8B(1940億円) >>431 だから、人間の要求を実現するために機械が自動でやりかたを解明してれば 人間がうんうん解明しなくて済むから楽でいいでしょ? そのために人工知能作ろうとしてるんだったら。 人間の要求が人間が理解したいという事だったら、 そのために人工知能が論文書けるようになればいいし。 >>432 人工知能が人間より頭わるかったら 人間の教師ありの学習を人工知能にさせた方が早く頭良くなる ってことだと思う。 人間だって自力だけで知能が着くわけじゃなくて、 教わるから色々わかったりできたりするようになるはず。 狼に教わってたら狼少年や狼少女にしかなれないってやつ。 自力で初めてわかったりできたりすることは少ししか無くても 記録して貯めこんだりそれを教えたりできるようになったのが 人間の強みだとすると、人工知能でも自力で学習みたいな事は おまけで良くて、どうやって能率よくわかってることを教え込むかとか、 覚えた事を役に立たせる方法を開発した方がいいんじゃないろうか。 NVIDIA、自動運転車開発のシミュレーションシステムを発表 http://tech.nikkeibp.co.jp/it/atcl/idg/14/481709/040300420/ 米NVIDIAは、シリコンバレーで開催したカンファレンス「GPU Technology Conference(GTC)」で現地時間2018年3月27日、車の自動運転システムの試験走行をシミュレーション環境で行うためのシステム「DRIVE Constellation」を発表した。 動画 https://www.youtube.com/watch?v=LGUwJe78n7c >>433 シミュレーションのプログラムと シミュレーションしたい物のモデルの式とは普通別だと思う。 うまく早く計算できるシミュレーションのプログラムができたけど シミュレーションしたい物のモデル式はこれから研究して作ると思う。 >>353 東アジア女とかスッピンだと妖怪みたいに醜いよな PixcelCNNよりも高効率高品質に五感を複雑に絡み合わせれば 少なくとも認識部分では汎用AIは完成だろ 問題はWavenetの事例を見れば分かるように 単純出力だけでもクソ重い事だ 16bit幅で4万Hz程度の認知周期を持つであろう入力を高品質に5つNNで処理する方法を考えろ 256次元のone-hotベクトルを4万Hz分処理するしかないのか あるいはもっと効率的に品質を維持する方法があるかどうか >>438 アルゴリズムである教師あり学習と人間の学習では全然別物だ 人間は教師あり学習をすることはまだ出来ない >>440 俺が「本気で言ってるのか?」と聞いた部分は「人力だけで考えていたら何万年もかかるのでは。」の部分。 そんなにかかる訳ねーだろ Cycプロジェクトはどうなってるのかな エキスパートシステムで汎用AI作れないとは決まってないよね 金属ガラスの発見を「機械学習」で200倍高速化することに成功 - GIGAZINE https://gigazine.net/news/20180423-ml-accelerate-matellic-glass/ >>446 出来たらいいね〜っていう生暖かい目で見守っている。脳型AIで汎用人工知能が出来た数百年後に完成しそうだと思う >>444 どういう訳でどのくらいでできそうなんだろうか。 例えばエキスパートシステムって一つ一つ人力でルールを入れるらしいけど いつ終わるかわからないらしい。 脳を調べるのも脳細胞が多すぎて調べるのに何万年もかかるみたいなのが 前にこのスレの先祖の方のスレで有って、あまり反論は無かったと思う。 ディープラーニングもそれだけだと人工知能にならないらしいし。 >>421 要するにAI(ディープラーニング)とスパコンでやる「仮説の提案と検証」を脳についてもやってみようってことだな。 因みにディープラーニングの人間以上の特徴量抽出能力によるシミュレーションの高精度化の可能性は松尾さんも言っていた。 もし可能ならば、これを脳研究にも応用しない手はない。 つまり、fMRIや脳波などの出来る限りのあらゆる脳活動のデータをディープラーニングにかければ、 人間では見つけ出せなかった脳活動の特徴量を見つけ出し、その特徴量を基に脳シミュレーションを改良する。 あるいは、その特徴量を自動で論文を書くまでいかなくても数式で表示できる機能を追加できれば人間にも理解しやすい。 そうなればAIとスパコンによる「仮説の提案と検証」が脳研究でも回りだす。 それは全脳シミュレーションがより完璧に近づき、より大脳のマスターアルゴリズム発見に近付くことを意味する。 >AIとスパコンによる「仮説の提案と検証」 これ齊藤元章が言っていた主張そのものじゃん。 最強の科学技術基盤出現ってやつ >>450 Google Brainチームの研究進捗見ると、2019年に霊長類の脳リバースエンジニアリングができるって書いてある。 https://i.imgur.com/VJqIqJe.png ちなみに、ネズミの全脳解析は2018年6月頃に開始できるらしい。 >>425 仮説があったら検証できるだろうけど その仮説を自動でできるようにするのが大変なのでは。 まともな仮説ができるまで数万年かかるとか。 >>456 だけどアンカは>>452 の間違いです。すみません。 >>393 線虫 ニューロン数302,シナプス数7500 ↓ ショウジョウバエ ニューロン数2.5*10^5 シナプス数10^7 ↓ ハツカネズミ ニューロン数7.1*10^7 シナプス数10^12 ↓ ヒト ニューロン数8.6*10^10 シナプス数1.5*10^14 指数関数的に複雑な脳を理解できるようになるならショウジョウバエの脳を理解したらあと2段階でヒトに辿り着けるな >>450 比較的同じ構造の神経組織がたくさんあるだけなので心配無用 一旦大脳新皮質の情報処理原理が分かればあとは量的に拡大するだけ 今朝は下痢だったけど午前中ずっと頭が酔ったような変な状態だった(脱水とはちがう) 腸が精神に影響を与えているというのは本当のようだね AIは全脳シミュでは完結せず全人体シミュレーションをもって完結するだろうね >>462 個人的には、意識や自我の発生メカニズムを解明してほしいなぁ 自分も下痢の時の激痛とか、結構辛い。 そういうときに、意識というか痛みを感じる主観体験自体を無効化(消滅時効)させる技術を確立させてほしい。 線虫の意識がどういうふうにできてるかはわかっているはずなのでは。 痛みは明確な意義があるし必要だけど 痒みの意義って解明されたんだろうか? >>408 >そのアプローチが全脳アーキテクチャ >>408 は単に >>407 の説明を別の文章で書いてるだけ いわゆるエキスパートシステムで、 これでは、 無限に成長するような知能には到達しない。 全脳アーキテクチャが、 こんな事をやってるのなら、 グーグルに勝ちようがない。 まあ勝つ必要は無いと言えば無いんだけど、、、。 エキスパートシステムでしか、 今の所、人間に近づけることはできないから、 それは正解だけど、 ディープラーニングやニューラルネットワーク系の人工知能が、 汎用AIに到達しないのは、 任意の関数を自由にとることができないからだ。 トノーニ教授の統合情報理論と、金井先生の情報幾何学、現象数理学で ”どこまで解明できるか”だな。 https://i.imgur.com/DJqO7fO.png >>467 痒いと掻きたくなるとすると、何か害になりそうなものがくっついたのを はがそうとするためじゃないだろうか。 >>467 痒いと掻きたくなるとすると、何か害になりそうなものがくっついたのを はがそうとするためじゃないだろうか。 エキスパートで、 汎用AIに到達することが否定されていないのは、 人間に近い人工知能や人間をある程度、 超える人工知能にはなりえるから、 そう言うレベルの汎用AIには、 エキスパートシステムの方が早い可能性すらある。 まあ、汎用AIの定義の違いだな。 このなんちゃって汎用AIを、 汎用AIと言うのも問題はないと思うが、 このスレで一般的な、 汎用AI=GODLIKE MACHINE 無限に成長する知能は、 エキスパートシステムでは到達し得ない。 >>472 人間を少し超えられるなら、少しずつ成長を付け加えられて 限界が無いなら無限に成長するでいいのでは。 脳から何らかの、 汎用的なアルゴリズムが吸い出せるとして、 それは、言語によってどうなるのか? まず、言語によっても人間の思考パターンは違う。 また、宗教、性別によっても異なる。 そして、更に、 個人のレベルでも違うし、 個人でも時系列によっては異なる。 視覚データや聴覚データが、 外部刺激が脳に入ってきて、 脳の特定分野を活性化する際に、 類似性が見いだせるというのは、 入力と出力の間に人間の思考が入っていない、 もしくは、 入っていても、ほぼ反射的に反応している部分は、 共通しているという事だろう。 つまり入力と出力の間に、 高度な変換が行われていない部分があると言う事だろう。 しかしながら、 思考という物が紛れ込んでしまう場合、 入力→出力ではなく、 入力→思考→出力になる。 厳密には、 反射的な部分も、 入力→変換→出力だから、 思考が入ったとしても、 入力→思考(変換)→出力 になって差は無いんだけど、 思考が入る場合、 ブラックボックスが大きすぎるというか、 ブラックボックスの取りうる自由度が高すぎる。 >>473 エキスパートシステムは、 大本になるアルゴリズムやアーキテクチャを、 人間が組み立てる。 つまり、 人間が人間の知能の限界を超えるアルゴリズムを、 無限に生み出し続ける事が可能なら、 エキスパートシステムでも、 GODLIKE MACHINEになりうるだろうが、 そんな事は、 前提的に無理がある。 >>472 貴方が仮説立案エキスパートシステムを作ってください。 又は、全能アーキテクチャイニシアチブに雇ってもらうとか。 貴方には評論家、アイデアマンとしての素質がある。 活かさない手はないでしょう? 入力から思考を通り出力する仕組みを複雑に見せているのは単に思考の結論が再び入力となって高次の入力としてその結論が出力となり単に思考を入力ブリフリ >>475 逆にブラックボックスの取りうる自由度を下げる、 命題を与えた場合に、 脳の電気的な変化に何らかの特徴量が、 抽出できたとして、 その場合は、 逆に、思考の持つ汎用性を、 阻害してしまうという事になってしまう。 思考が入力と出力に口出ししてるだけじゃないの? 基本脳はホメオシスタスと呼ばれる無意識の制御を行ってるだろ。 機械って限界が無いのが大きな特徴だよな ネズミの脳レベルでも汎用AIが一旦作れれば、力業で物理的に繋げれば超知能に発展出来るはず >>478 >入力から思考を通り出力する仕組みを複雑に見せているのは >単に思考の結論が再び入力となって >高次の入力としてその結論が出力となり単に思考を 複雑に見える関数も、 細分化していけば、 単純な関数の組み合わせに過ぎないから、 そう言う意味では、 思考も単純な関数の組み合わせで表現できる と言うか、 記述できないと、 プログラムとして動かせない。 ただし、 個別の関数のルールすら分かっていない状態で、 複雑に絡まりあった関数を紐解けるのか?と言うと、 ノイズが大きすぎるから、 まあ無理なんじゃない? >貴方には評論家、アイデアマンとしての素質がある。 なかなか斬新な申し入れだけど、 2chの書き込みは便所の書き込みほども役に立たないと思うよ。 人間の脳をリバースかけるより、ショウジョウバエの脳を完全に解明して、シリコンチップに再現して物理的に並べた方が汎用AIへの近道かも知れない >>477 人間は新しく生まれる人間に自分の知識やできる事を教える事ができて、 少しずつでも新しい知識やできる事を増やし続ける事もしているので、 人間の知識やできる事は原始時代から成長し続けていると思う。 だからそういう人間の能力をそのまま人工知能に教えることができるだけで 無限に知能を成長させることのできる人工知能になると思う。 人工知能は知識量にも限界が無いんだよな 死ぬこともないから永遠に知識や経験も貯められて行く 確かにそれだけでも超知能だわ あれこれ考えてると人工知能がいずれ神になるのも当然だと思えてきた >>468 お前が考える思考実験なんて全く無意味 そもそも思考実験なんて言い掛かりの域を出ない 出来るか出来ないかはエクサ完成以降に分かること 5年後には結果が出ているだろう >>478 >貴方には評論家、アイデアマンとしての素質がある。 コイツにそんなもんねぇよ 屁理屈をこねくりまわしているオナニー狂人 夢の素材である「グラフェン」のシートを高品質で大量に製造する方法をMITの研究者が開発 https://gigazine.net/news/20180423-graphene-roll-out/ 3Dプリンターでつくられた宇宙船で、人類は再び月を目指す https://wired.jp/2018/04/23/nasa-orion-3d-printed-plastic/ NASAが計画している月軌道への有人ミッション。アポロ17号以来、約半世紀ぶりに人類を地球低軌道の外へと運ぶのは、宇宙船「オリオン」だ。 そのオリオンには、3Dプリンターで“印刷”された部品が使われることになる。大気圏再突入の超高温でも溶けないという、その新素材の実力とは。 過熱するAI人材争奪戦、非営利団体でも年収100万ドル超え https://www.technologyreview.jp/nl/ai-expert-salaries-are-topping-1-million-even-at-non-profits/ 人工知能(AI)の世界でがっぽり稼ぐためには、巨大な営利企業で働く必要はない。 帝人、事務自動化へ「ロボ」導入 作業時間8割減 - 日本経済新聞 https://r.nikkei.com/article/DGXMZO29692790R20C18A4EA5000 まあ要は、 細分化せざるを得ないけど、 細分化した場合に、 自由度が落ちると言うことになる。 つまり、 思考も、細分化を続けていけば、 自由度の低い 単純な関数の組み合わせに過ぎない。 じゃあ、 この自由度の低い単純な関数を、 いくつも見つけ出せれば、 汎用性を持つか?と言うと、 仮に人間が求めているような、 汎用性を持ったとしても、 汎用性を持っているように見えるだけで、 自由度はないだろう。 要は、 人間からすると、 自由に思考している様に振る舞っている様に見える、 人工知能が完成たとしても、 実際は、自由な思考なんて物はないのだろう。 >>493 結論の自由度を合理的に削って行くのが思考の動作の目標なんじゃないの? 自由度が削れるので最後にこうやるのが最良みたいにできると思うし。 >>493 じゃあ、 ここから理論を組み立てるなら、 エキスパートシステムが最適解になるわけだけど、 エキスパートシステムでは、 汎用AIにはなり得ないという。 ループにはまる。 まあ、多少イジれば、 ループから抜けられる気もするけど、 その辺りは専門家が考えるのだろう。 独立行政法人理化学研究所(野依良治理事長)は、マウスの大脳新皮質※1を1つ1つの神経細胞レベルで解析した結果、数個〜十数個の共通した機能を持つ神経細胞が柱状のまとまり(柱状クラスター)を形成し、 さらにこのような柱状クラスターが多数存在して平行に並んでいることを発見しました。これは、理研脳科学総合研究センター(利根川進センター長)局所神経回路研究チームの細谷俊彦チームリーダーと丸岡久人研究員らによる研究成果です。 脳の表面を覆う大脳新皮質は、哺乳類の脳の大きな部分を占めており、100億個程度のさまざまな種類の神経細胞からなる厚さ1.5〜3 mm 程度の層が、 6層に分かれた構造をしています。感覚、運動、記憶、行動計画など高度な機能を担っているため、大脳新皮質の情報処理機構を理解することは、 神経科学の大きな目標の1つです。しかし、極めて複雑な回路で構成されているため、その機能の解析は非常に困難でした。 研究グループは、マウスの大脳新皮質を用いて、異なるタイプの神経細胞が、それぞれどのような空間配置をしているか解析しました。 その結果、大脳新皮質の外への情報伝達に重要な働きをする出力細胞※2が、数個から十数個並んで柱状のクラスターを形成し、さらにこのような柱状クラスターが多数存在し平行に並んでいることを見いだしました。 次に、マウスの目に特定の視覚刺激を与えると、同一の柱状クラスターに含まれる細胞群は互いによく似た反応を示し、共通した機能を持つことが推測できました。 この柱状クラスターが平行に並ぶ構造は、大脳新皮質の視覚野や体性感覚野など複数の部位で確認できたことから、大脳新皮質における普遍的な構造であると考えられます。 2011年12月14日 http://www.riken.jp/pr/press/2011/20111214/ >>495 汎用AIは義務教育か大学を終わった人間の能力でいいのでは。 どんな仕事を要求されても、仕事のやりかたを勉強できて 実際に仕事ができるようになるなら汎用だ、でいいと思う。 >>497 汎用AIの定義は、 自由にすればいいと思うけど、 このスレで一般的な、 汎用AIは、 無限に成長する人工知能だと思うよ。 まあ、 >>497 で 定義されるような汎用AIでも、 人間に取っては十分脅威だし、 その辺りの汎用AIなら、 今のディープラーニングでも到達できるだろうし、 取り立てて、 コレが重要だと説明するまでもなく、 そっち方面を重視して 商業ベースの人工知能は、 開発が進んでるはずだよ。 >>498 人間が原始時代から知能を成長させ続けているとすると 人間の真似のできる人工知能も知能を成長させ続けられるはず。 なんでもいいから俺を感じさせてくれ 目に見えて進化してる未来は無いのか 量子コンピューターの覇権に動く中国 米国との「もうひとつの戦争」 https://www.j-cast.com/2018/04/22326684.html 米中貿易戦争が勢いを増している2018年、両国間では密かにもう一つの「戦争」の火ぶたが切られている。それは、量子コンピューターの「独自開発」をめぐる競争だ。 >>500 情報工学の進化は、目に見えないはずだよ 少なくとも君にはね。 >>499 エキスパートシステムだと、 人間が見つけた問題や、 人間が発見した理論しか 人工知能は、 問題も理論も扱えない。 要は、 このスレで一般的な汎用AIは、 GODLIKE MACHINEの事だけど、 人間の知能が成長したら、 神の知能に到達するか?と言えば、 現実的な時間内には無理だろう。 クイズ博士は頭がいいとか、昔は知識の量が知能だと思われてた時代もあったからね 単に知能があれば人工知能になるというものでもないんだろうな 宇宙が有限だとすると、その宇宙でやれる事も有限なのでは。 だとすると、この宇宙で知ったりやったりすることが全部できてしまったら GODLIKE MACHINE でいいのでは。 >>506 量子が入ってくると、考え方もまた別なものになるんだろうな >>506 だから、 人間の観測という技法は、 ポンコツだって言う話をした事があるんじゃない? 人間の観測という技法は、 かなりのポンコツだから、 学問全般に瑕疵がある可能性が、それなりに高い。 宇宙が有限であったとしても、 人間の観測に基づいた学問では、 それを完全に紐解く事は、 恐らくできない。 まあ、 ただし、 人間が通常扱える範囲は、 人間が観測した範囲だから、 観測から導かれた理論で問題はない。 理論に問題や矛盾が発生したら、 理論をツギハギしていけばいい。 ただ、 本質的に、宇宙を完全に解明しようとするなら、 人間の学問では到達し得ないと思うけどね。 量子って結局宇宙のチートみたいなもんで、これを人類が手にしたらとんでもないことになるんだろうな アインシュタインは薄々気が付いていたと思う >>510 それなりにっていうか間違いなくある たかだか直近1000年ですら全く常識が変わるほどに ■ このスレッドは過去ログ倉庫に格納されています
read.cgi ver 07.5.1 2024/04/28 Walang Kapalit ★ | Donguri System Team 5ちゃんねる