AI って、、、結局のところ、どう使えるんだろう？

結局のところ、何者で、どう使えるんだろう？

　最近、研究室でＡＩの議論が活発で、人工知能学会に行ってきた先輩の報告を交えて議論をしていました。

自分が気になった論点は、以下の点です。
1）データがないと何もできない。
2）過去の再現でしかできない。

　それぞれ原因が一つの要素から来るのですが、それについて語りたいと思います。

　その共通の原因は、ＡＩの一種であるＮＮ(ニューラルネットワーク)の仕組みにあります。
　ニューラルネットワークは、任意の入力と出力の関係を近似する、汎用近似機ともいわれています。画像でも、言語でも、数値でも、なんでも近似してくれます。
　人間の脳のニューロンを模したネットワークが構成されていて、入力を与えるとネットワーク上の特定の経路(ノード)が反応し、出力を返すというものです。

　入力をたくさん与えてやることで、似た入力には似た経路が反応するようネットワークの構造を変化させていきます。これを学習といいます。

　2012年、googleの猫を認識するDeep Learningが話題になりましたが、要は入力画像としてYoutube上の画像の実に1000万枚を入力として学習した結果、特定の画像群(猫、人の顔、人の体)に反応する経路が得られたというものです。

これだけ聞くと
何でもできる！！！！！！
と思いがちですが、ネックになるポイントがあります。
それは、、、

・1000万枚の画像なんてどうやって準備するの？
・これだけの枚数見せても、3つの分類しかできていないの？

　一種類の分類に、300万枚必要だとして、犬とか、魚とか、10種類を判断するには3000万枚、もっと言えば猫、犬、魚の種類とかを判断するためには、相当数の画像が必要だと考えられます。　

　そうなんです、ちゃんとしたNNを作るためには、莫大なデータが必要なんです。

　同時に、学習の仕様上見ていないものにはとんちんかんな答えしか返せません。これは、初めて犬を見る赤ちゃんのようなものですね。

　ーーーーーーなら、NNもといAIは使えないのか、

　　　　　　　　　　　　　　　　というとそうではないと思います。

　特定の領域で、ちゃんとデータを揃えれば、活躍してくれると思います。
　先ほどの例で言えば、目的が「猫を見つけられればいい。」という問題ならば、300万枚ほどの画像でできるかもしれません。

　このように、特定の問題に限って、相応のデータを準備することで、人間の手助けをしてくれる便利なツールになると思います。

　これが最初の問いの答えにもなっていますね。

　重要なことは、この時、どの問題を解かせるか、を考えるのが私たち人間のやることだと思っています。

　観光地の口コミから、最適な旅行プランを考えてもらうでもいいですし、映画を見せたら、その感想を返してくれるかもしれません。恋人との会話を聞かせ続けたら、恋人そっくりの返事をするかもしれません。

　でもできるのはそのうち一つだけ、何に使うのか、それを考えてみたいものですね。

ーー終わりにーー
初投稿でつたない文章かもしれませんが、最後まで読んでいただき本当にありがとうございます。自分も勉強中の身なので、皆さんとお話できたらなと思っています。
今後もどうぞよろしくおねがいします。。