人工知能 歴史

人工知能

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/11/16 22:27 UTC 版)

歴史

AIの構築が長い間試みられてきているが、シンボルグラウンディング問題とフレーム問題の解決が大きな壁となってきた。

初期

17世紀初め、ルネ・デカルトは、動物の身体がただの複雑な機械であると提唱した(機械論)。ブレーズ・パスカルは1642年、最初の機械式計算機を製作した。チャールズ・バベッジエイダ・ラブレスはプログラム可能な機械式計算機の開発を行った。

バートランド・ラッセルアルフレッド・ノース・ホワイトヘッドは『数学原理』を出版し、形式論理に革命をもたらした。ウォーレン・マカロックウォルター・ピッツは「神経活動に内在するアイデアの論理計算」と題する論文を1943年に発表し、ニューラルネットワークの基礎を築いた。

1900年代後半

1950年代になるとAIに関して活発な成果が出始めた。ジョン・マッカーシーはAIに関する最初の会議で「人工知能[注 2]」という用語を作り出した。彼はまたプログラミング言語LISPを開発した。知的ふるまいに関するテストを可能にする方法として、アラン・チューリングは「チューリングテスト」を導入した。ジョセフ・ワイゼンバウムELIZAを構築した。これは来談者中心療法を行うおしゃべりロボット[注 3]である。

1956年に行われた、ダートマス会議開催の提案書において、人類史上、用語として初めて使用され、新たな分野として創立された。

1960年代と1970年代の間に、ジョエル・モーゼスMacsymaマクシマプログラム[注 4]中で積分問題での記号的推論のパワーを示した。マービン・ミンスキーシーモア・パパートは『パーセプトロン』を出版して単純なニューラルネットの限界を示し、アラン・カルメラウアーはプログラミング言語 Prolog を開発した。テッド・ショートリッフェは医学的診断と療法におけるルールベースシステムを構築し、知識表現と推論のパワーを示した。これは、最初のエキスパートシステムと呼ばれることもある。ハンス・モラベックは、障害物があるコースを自律的に走行する最初のコンピューター制御の乗り物を開発した。

1980年代に、ニューラルネットワークはバックプロパゲーションアルゴリズムによって広く使われるようになった。

また、この時代にロドニー・ブルックスが、知能には身体が必須との学説(身体性)を提唱した。

1990年代はAIの多くの分野で様々なアプリケーションが成果を上げた。特に、ボードゲームでは目覚ましく、1992年にIBMは世界チャンピオンに匹敵するバックギャモン専用コンピュータ・TDギャモンを開発し、IBMのチェス専用コンピュータ・ディープ・ブルーは、1997年5月にガルリ・カスパロフを打ち負かし、同年8月にはオセロで日本電気のオセロ専用コンピュータ・ロジステロに世界チャンピオンの村上健が敗れた[11]国防高等研究計画局は、最初の湾岸戦争においてユニットをスケジューリングするのにAIを使い、これによって省かれたコストが1950年代以来のAI研究への政府の投資全額を上回ったことを明らかにした。日本では甘利俊一(日本学士院会員)らが精力的に啓蒙し、優秀な成果も発生したが、論理のブラックボックス性が指摘された。

1998年には非構造化データ形式の国際規格であるXMLが提唱されたが、ここからWeb上の非構造化データに対して、アプリケーション別に適した意味付けを適用し、処理を行わせる試みが開始された。同年に、W3Cティム・バーナーズ=リーにより、Webに知的処理を行わせるセマンティック・ウェブが提唱された。この技術はWeb上のデータに意味を付加して、コンピュータに知的処理を行わせる方法を国際的に規格化するものである。この規格には知識工学におけるオントロジーを表現するデータ形式のOWLも含まれていることから、かつて流行したエキスパートシステムの亜種であることが分かる。2000年代前半に規格化が完了しているが、Web開発者にとっては開発工数に見合うだけのメリットが見出せなかったことから、現在も普及はしていない。

日本における第二次AIブーム

日本においてはエキスパートシステムの流行の後にニューロファジィが流行した。しかし、研究が進むにつれて計算リソースやデータ量の不足,シンボルグラウンディング問題,フレーム問題に直面し、産業の在り方を激変させるようなAIに至ることは無く、ブームは終焉した。

エキスパートシステム(知識工学の応用)

1980年代に入って、大企業の研究所を中心に、知識工学に基づくエキスパートシステムが多数提案されるようになり、エキスパートシステムを専門とするAIベンチャーも次々と立ち上がった。その流行から生まれた究極のプロジェクトとして第五世代コンピュータが挙げられる。

第五世代コンピュータ(高性能なProlog推論マシン)

1982年から1992年まで日本は国家プロジェクトとして570億円を費やして第五世代コンピュータの研究を進めるも、採用した知識工学的手法では膨大なルールの手入力が必要で、専門家間で専門知識の解釈が異なる場合には統一したルール化が行えない等の問題もあり、実用的なエキスパートシステムの実現には至らなかった。実現した成果物はPrologの命令を直接CPUのハードウェアの機構で解釈して高速に実行する、並列型のProlog専用機であるが、商業的な意味で応用先が全く見つからなかった。

ニューロファジィ[12]

1980年代後半から1990年代中頃にかけて、従来から電子制御の手法として用いられてきたON/OFF制御,PID制御,現代制御の問題を克服するため、知的制御が盛んに研究され、知識工学的なルールを用いるファジィ制御,データの特徴を学習して分類するニューラルネットワーク,その2つを融合したニューロファジィという手法が日本を中心にブームを迎えた。バブル期の高級路線に合わせて、白物家電製品でもセンサの個数と種類を大幅に増やし、多様なデータを元に運転を最適化するモデルが多数発売され始めた。

ファジィについては、2018年までに日本が世界の1/5の特許を取得している事から、日本で特に大きなブームとなっていたことが分かっている[13]。現在の白物家電ではこの当時より更に発展した制御技術が用いられているが、既に当たり前のものになり、利用者には意識されなくなっている。ニューロファジィがブームになった1990年代には未だビッグデータという概念は無く(ブロードバンド接続普及後の2010年に初めて提唱された)、データマイニングとしての産業応用は行われなかった。しかし、ニューラルネットワークが一般人も巻き込んで流行した事例としては初めての事例であり、2010年代のディープラーニングブームの前史とも言える社会現象と言える。

ブームの経緯

松下電器が1985年頃から人間が持つような曖昧さを制御に活かすファジィ制御についての研究を開始し、1990年2月1日にファジィ洗濯機第1号である「愛妻号Dayファジィ」の発売に漕ぎ着けた。「愛妻号Dayファジィ」は従来よりも多数のセンサーで収集したデータに基づいて、柔軟に運転を最適化する洗濯機で、同種の洗濯機としては世界初であった。ファジィ制御という当時最先端の技術の導入がバブル期の高級路線にもマッチしたことから、ファジィは裏方の制御技術であるにも関わらず世間の大きな注目を集めた[13]。その流行の度合いは、1990年の新語・流行語大賞における新語部門の金賞で「ファジィ」が選ばれる程であった。その後に、松下電器はファジィルールの煩雑なチューニングを自動化したニューロファジィ制御を開発し、従来のファジィ理論の限界を突破して学会で評価されるだけでなく、白物家電への応用にも成功して更なるブームを巻き起こした。松下電器の試みの成功を受けて、他社も同様の知的制御を用いる製品を多数発売した。1990年代中頃までは、メーカー各社による一般向けの白物家電の売り文句として知的制御技術の名称が大々的に用いられており、洗濯機の製品名では「愛妻号DAYファジィ」,掃除機の分類としては「ニューロ・ファジィ掃除機」,エアコンの運転モードでは「ニューロ自動」などの名称が付与されていた[14][15][16][17][18][19]

ニューロ,ファジィ,ニューロファジィという手法は、従来の単純なオン・オフ制御や、対象を数式で客観的にモデル化する(この作業は対象が複雑な機構を持つ場合は極めて難しくなる)必要があるPID制御や現代制御等と比較して、人間の主観的な経験則や計測したデータの特徴が利用可能となるファジィ、ニューロ、ニューロファジィは開発工数を抑えながら、環境適応時の柔軟性を高くできるという利点があった[12]。しかし、開発者らの努力にも関わらず、計算能力や収集可能なデータ量の少なさから、既存の工作機械や家電製品の制御を多少改善する程度で限界を迎えた。理論的にもファジィ集合と深層学習が不可能なニューラルネットワークの組み合わせであり、計算リソースやデータが潤沢に与えられたとしても、認識精度の向上には限界があった。

以降、計算機の能力限界から理論の改善は遅々として進まず、目立った進展は無くなり、1990年代末には知的制御を搭載する白物家電が大多数になったことで、売り文句としてのブームは去った[20]。ブーム後は一般には意識されなくなったが、現在では裏方の技術として、家電製品のみならず、雨水の排水,駐車場,ビルの管理システムなどの社会インフラにも使われ、十分に性能と安定性が実証されている。2003年頃には、人間が設計したオントロジー(ファジィルールとして表現する)を利活用するネットワーク・インテリジェンスという分野に発展した[21]

2000年代

2005年、レイ・カーツワイルは著作で、「圧倒的な人工知能が知識・知能の点で人間を超越し、科学技術の進歩を担い世界を変革する技術的特異点(シンギュラリティ)が2045年にも訪れる」とする説を発表した。

2006年に、ジェフリー・ヒントンらの研究チームによりオートエンコーダによるニューラルネットワークの深層化手法が提案された(現在のディープラーニングの直接的な起源)。

2010年代前半

2010年代に入り、膨大なデータを扱う研究開発のための環境が整備されたことで、AI関連の研究が再び大きく前進し始めた。

2010年に英国エコノミスト誌で「ビッグデータ」という用語が提唱された。同年に質問応答システムワトソンが、クイズ番組「ジェパディ!」の練習戦で人間に勝利し、大きなニュースとなった[22]2012年に画像処理コンテストでジェフリー・ヒントン氏のチームが従来手法からの大幅な精度改善を果たした上で優勝したことで、第三次AIブームが始まった。

2013年には国立情報学研究所[注 5]富士通研究所の研究チームが開発した「東ロボくん」で東京大学入試の模擬試験に挑んだと発表した。数式の計算や単語の解析にあたる専用プログラムを使い、実際に受験生が臨んだ大学入試センター試験と東大の2次試験の問題を解読した。代々木ゼミナールの判定では「東大の合格は難しいが、私立大学には合格できる水準」だった[23]

2014年には、日本の人工知能学者である齊藤元章により、特異点に先立ち、オートメーション化とコンピューター技術の進歩により衣食住の生産コストがゼロに限りなく近づくというプレ・シンギュラリティという概念も提唱された。

ジェフ・ホーキンスが、実現に向けて研究を続けているが、著書『考える脳 考えるコンピューター』の中で自己連想記憶理論という独自の理論を展開している。

世界各国において、軍事・民間共に実用化に向け研究開発が進んでいるが、とくに無人戦闘機UCAVや無人自動車ロボットカーの開発が進行しているものの、2010年代にはまだ完全な自動化は試験的なものに留まった(UCAVは利用されているが、一部操作は地上から行っているものが多い)。

ロボット向けとしては、CSAILのロドニー・ブルックスが提唱した包摂アーキテクチャという理論が登場している。これは従来型の「我思う、故に我あり」の知が先行するものではなく、体の神経ネットワークのみを用いて環境から学習する行動型システムを用いている。これに基づいたゲンギスと呼ばれる六本足のロボットは、いわゆる「脳」を持たないにも関わらず、まるで生きているかのように行動する。

2010年代後半

2015年10月に米DeepMind社が作成した「AlphaGo」が人間のプロ囲碁棋士に勝利して以降はディープラーニングと呼ばれる手法が注目され、人工知能自体の研究の他にも、人工知能が雇用などに与える影響についても研究が進められている[24]

2016年10月、DeepMindが、入力された情報の関連性を導き出し仮説に近いものを導き出す人工知能技術「ディファレンシャブル・ニューラル・コンピューター」を発表[25]し、同年11月、大量のデータが不要の「ワンショット学習」を可能にする深層学習システムを[26]、翌2017年6月、関係推論のような人間並みの認識能力を持つシステムを開発[27]。2017年8月には、記号接地問題(シンボルグラウンディング問題)を解決した[28]

従来、AIには不向きとされてきた不完全情報ゲームのポーカーでもAIが人間に勝利するようになった。

Googleの関係者はさらに野心的な取り組みとして単一のソフトウェアで数百万から1億のタスクを実行可能なAIを開発していると明らかにした。

人工知能の第三次ブーム:AGI(汎用人工知能)と技術的特異点

2006年のディープラーニングの発明と、2010年以降のビッグデータ収集環境の整備、計算資源となるGPUの高性能化により、2012年にディープラーニングが画像処理コンテストで他の手法に圧倒的大差を付けて優勝したことで、技術的特異点という概念は急速に世界中の識者の注目を集め、現実味を持って受け止められるようになった。ディープラーニングの発明と急速な普及を受けて、研究開発の現場においては、デミス・ハサビス率いるDeepMindを筆頭に、Vicarious、IBM Cortical Learning Center、全脳アーキテクチャ、PEZY Computing、OpenCog、GoodAI、nnaisense、IBM SyNAPSE等、汎用人工知能AGI)を開発するプロジェクトが数多く立ち上げられている。これらの研究開発の現場では、脳をリバースエンジニアリングして構築された神経科学と機械学習を組み合わせるアプローチが有望とされている[29]。結果として、Hierarchical Temporal Memory (HTM) 理論、Complementary Learning Systems (CLS) 理論の更新版等、単一のタスクのみを扱うディープラーニングから更に一歩進んだ、複数のタスクを同時に扱う理論が提唱され始めている。

3Dゲームのような仮想空間でモデルを動かし現実世界のことを高速に学ばせるといったことも大きな成果を上げている(シミュレーションによる学習)。

また、数は少ないがAGIだけでは知能の再現は不可能と考えて、身体知を再現するために、全人体シミュレーションが必要だとする研究者やより生物に近い振る舞いを見せるAL(人工生命)の作成に挑む研究者、知能と密接な関係にあると思われる意識のデジタル的再現(人工意識)に挑戦する研究者もいる。

リーズナブルなコストで大量の計算リソースが手に入るようになったことで、ビッグデータが出現し、企業が膨大なデータの活用に極めて強い関心を寄せており、全世界的に民間企業主導で莫大な投資を行って人工知能に関する研究開発競争が展開されている。また、2011年のD-Wave Systemsによる量子アニーリング方式の製品化を嚆矢として、量子コンピュータという超々並列処理が可能な次世代のITインフラが急速に実用化され始めた事で、人工知能の高速化にも深く関わる組み合わせ最適化問題をリアルタイムに解決できる環境が整備され始めている。この動向を受ける形で、2016年頃から、一般向けのニュース番組でも人工知能の研究開発や新しいサービス展開や量子コンピュータに関する報道が目立つようになった。

2017年にはイーロン・マスクが、急速に進化し続ける人工知能に対して人間が遅れを取らないようにするために、人間の脳を機械に接続するブレイン・マシン・インターフェースを研究開発するニューラ・リンク社を立ち上げていたことを公表し、世界中で話題になった。ブレイン・マシン・インターフェースにより、人のインターネットが出現する事が予測されている。

2017年10月にはジェフリー・ヒントンにより要素間の相対的な位置関係まで含めて学習できるカプセルネットワークが提唱された[30]

2018年3月16日の国際大学GLOCOMの提言によると、課題解決型のAIを活用する事で社会変革に寄与できると分析されている[31]

2018年8月、Open AIが好奇心を実装しノーゲームスコア、ノーゴール、無報酬で目的なき探索を行うAIを公表。これまでのAIで最も人間らしいという。 [32]

2018年9月、MITリンカーン研究所は従来ブラックボックスであったニューラルネットワークの推論をどのような段階を経て識別したのかが明確に分かるアーキテクチャを開発した。[33]

2019年に入るとこれまで深層学習では困難とされてきた言語処理において大きな進展があり、Wikipediaなどを使用した読解テストで人間を上回るに至った。(BERT、ROBERT。)[34]




注釈

  1. ^ : scruffy AI
  2. ^ : artificial intelligence
  3. ^ : chatterbot
  4. ^ 数学における最初の成功した知識ベースプログラム
  5. ^ 新井紀子がリーダー

出典

  1. ^ a b c 佐藤 2018, p. 「人工知能」.
  2. ^ ASCII.jp 2018, p. 「人工知能」.
  3. ^ 桃内 2017, p. 「人工知能」.
  4. ^ a b 講談社(2017)「人工知能」『IT用語がわかる辞典』、朝日新聞社・VOYAGE GROUP
  5. ^ 講談社(2017)「自然言語処理」『IT用語がわかる辞典』、朝日新聞社・VOYAGE GROUP
  6. ^ 今度はポーカーでAIが人間を超える! その重要な意味とは?”. ギズモード (2017年2月1日). 2018年2月7日閲覧。
  7. ^ 「AI対ヒト」のポーカー対決で人工知能が再び勝利、6人を相手に5日間の戦いを制して3000万円ゲット”. GIGAZINE (2017年4月13日). 2018年2月7日閲覧。
  8. ^ https://news.microsoft.com/ja-jp/2019/08/29/190829-Mahjong-ai-microsoft-suphx/
  9. ^ https://news.microsoft.com/ja-jp/2019/08/19/190819-evolution-and-history-of-game-ai/
  10. ^ 個別化時代への挑戦とCreative AIの衝撃
  11. ^ 人間VSコンピュータオセロ 衝撃の6戦全敗から20年、元世界チャンピオン村上健さんに聞いた「負けた後に見えてきたもの」”. ITmedia (2017年10月21日). 2018年12月25日閲覧。
  12. ^ a b 元秀, 馬野、勲, 林「ファジィ・ニューラルネットワークの現状と展望(<特集>ファジィ・ニューラルネットワーク)」『日本ファジィ学会誌』第5巻第2号、1993年4月15日、 178–190、 doi:10.3156/jfuzzy.5.2_178ISSN 0915-647X
  13. ^ a b 松下電器から生まれたファジィ家電,ニューロファジィ家電”. 関西大学. 2019年5月12日閲覧。
  14. ^ ファジィ全自動洗濯機 (松下電器産業) | 日本知能情報ファジィ学会”. www.j-soft.org. 2019年5月2日閲覧。
  15. ^ ニューロ・ファジィ掃除機 (日立製作所) | 日本知能情報ファジィ学会”. www.j-soft.org. 2019年5月5日閲覧。
  16. ^ ガスルームエアコン SN-A4541U-D SN-A4541RF-D 取扱説明書”. 東京ガス. 2019年5月3日閲覧。
  17. ^ 光幸, 木内、信二, 近藤「全自動洗濯機「愛妻号Dayファジィ」(NA-F 50 Y 5)の紹介」『日本ファジィ学会誌』第2巻第3号、1990年8月15日、 384–386、 doi:10.3156/jfuzzy.2.3_384ISSN 0915-647X
  18. ^ 薫, 廣田「ファジィ家電,どこがファジィか」『電氣學會雜誌』第111巻第5号、1991年5月20日、 417–420、 doi:10.11526/ieejjournal1888.111.417ISSN 0020-2878
  19. ^ 貞夫, 秋下「特集「ニューロおよびファジィのロボットへの応用について」」『日本ロボット学会誌』第9巻第2号、1991年4月15日、 203–203、 doi:10.7210/jrsj.9.203ISSN 0289-1824
  20. ^ そういえば、ファジーなんて言葉があったよね” (日本語). 2019年5月2日閲覧。
  21. ^ 亨, 山口「ニューロ・ファジィ制御とネットワークインテリジェンス」『計測と制御』第42巻第4号、2003年4月10日、 321–323、 doi:10.11499/sicejl1962.42.321ISSN 0453-4662
  22. ^ 人工知能がクイズ王に挑戦! 後編 いよいよ決戦 - NHKオンライン
  23. ^ 人工知能が東大模試挑戦「私大合格の水準」:日本経済新聞、閲覧2017年7月28日
  24. ^ 平成28年版 情報通信白書 第4章 第2節~4節 平成28年版 情報通信白書(PDF版)”. 総務省. 2016年9月6日閲覧。
  25. ^ http://ascii.jp/elem/000/001/249/1249977/
  26. ^ https://www.technologyreview.jp/s/12759/machines-can-now-recognize-something-after-seeing-it-once/
  27. ^ http://gigazine.net/news/20170616-deepmind-general-ai/
  28. ^ https://www.nikkan.co.jp/articles/view/00439317
  29. ^ http://wba-initiative.org/1653/
  30. ^ Hinton, Geoffrey E.; Frosst, Nicholas; Sabour, Sara (2017-10-26) (英語). Dynamic Routing Between Capsules. https://arxiv.org/abs/1710.09829v2. 
  31. ^ 「課題解決型」のAIが日本社会を変える――国際大学GLOCOMがAI活用実態の調査結果を発表”. @IT (2018年3月19日). 2018年3月24日閲覧。
  32. ^ https://thenextweb.com/artificial-intelligence/2018/08/23/researchers-gave-ai-curiosity-and-it-played-video-games-all-day/
  33. ^ https://news.mit.edu/2018/mit-lincoln-laboratory-ai-system-solves-problems-through-human-reasoning-0911
  34. ^ xTECH(クロステック), 日経. “文章読解でもAIがついに人間超え、グーグルの「BERT」発表から1年で急成長” (日本語). 日経 xTECH(クロステック). 2019年11月15日閲覧。
  35. ^ http://www.fiercebiotech.com/data-management/google-joins-brain-initiative-to-help-petabyte-scale-data-sets
  36. ^ http://news.mynavi.jp/articles/2016/08/10/isc2016_braininitiative/
  37. ^ http://news.mynavi.jp/articles/2017/09/11/hotchips29_google/001.html
  38. ^ “第13次五カ年計画、中国の技術革新計画が明らかに”. 人民網. (2016年7月28日). http://j.people.com.cn/n3/2016/0728/c95952-9092181.html 2018年2月7日閲覧。 
  39. ^ Poo, Mu-ming; Du, Jiu-lin; Ip, Nancy Y; Xiong, Zhi-Qi; Xu, Bo and Tan, Tieniu (2016), ‘China Brain Project: Basic Neuroscience, Brain Diseases, and Brain-Inspired Computing’, Neuron, 92 (3), 591-96.
  40. ^ “オール中国でAI推進”. 日本経済新聞. (2017年12月8日). https://www.nikkei.com/article/DGKKZO24371260X01C17A2FFE000/ 2018年2月7日閲覧。 
  41. ^ “中国が18歳以下の天才27人を選抜、AI兵器の開発に投入”. ニューズウィーク. (2018年11月9日). https://www.newsweekjapan.jp/stories/world/2018/11/ai-41.php 2018年11月29日閲覧。 
  42. ^ “中国の一党独裁、AI開発競争には有利”. ウォール・ストリート・ジャーナル. (2018年2月26日). http://jp.wsj.com/articles/SB12346302927663484593304584068193706085748 2018年3月7日閲覧。 
  43. ^ “AI開発レースで中国猛追、米企業のリード危うし”. ウォール・ストリート・ジャーナル. (2018年1月19日). http://jp.wsj.com/articles/SB10806998528272603825204583646830641781270 2018年2月7日閲覧。 
  44. ^ “中国の「超AI監視社会」--新疆ウイグル自治区では“体内”まで監視!”. 集英社. (2018年2月3日). http://wpb.shueisha.co.jp/2018/02/03/99109/ 2018年2月7日閲覧。 
  45. ^ Green500の1位から見たコンピューター・ヘゲモニー”. 宇部興産. 2018年3月7日閲覧。
  46. ^ “中国、新疆ウイグル自治区で顔認識システム運用をテスト。指定地域から300m以上離れると当局に警告”. Engadget. (2018年1月20日). http://japanese.engadget.com/2018/01/19/300m/ 2018年2月7日閲覧。 
  47. ^ “中国が「AI超大国」になる動きは、もはや誰にも止められない”. WIRED. (2017年8月16日). https://wired.jp/2017/08/16/america-china-ai-ascension/ 2018年2月7日閲覧。 
  48. ^ “世界顔認証ベンチマークテストの結果が発表 中国がトップ5独占”. 中国網. (2018年11月24日). http://japanese.china.org.cn/culture/2018-11/24/content_74198278_0.htm 2018年12月3日閲覧。 
  49. ^ “AIの世界王者決定戦「ImageNet」で中国チームが上位を独占”. フォーブス. (2017年8月8日). https://forbesjapan.com/articles/detail/17213 2018年2月11日閲覧。 
  50. ^ “THE AI COLD WAR THAT COULD DOOM US ALL”. フォーブス. (2017年8月8日). https://www.wired.com/story/ai-cold-war-china-could-doom-us-all/ 2018年2月7日閲覧。 
  51. ^ Politico Magazine Staff (2018年9月4日). “The POLITICO 50 Reading List”. Politico. https://www.politico.com/interactives/2018/politico-50-book-picks/ 2018年10月9日閲覧。 
  52. ^ “仏マクロン大統領が「AI立国」宣言、無人自動運転も解禁へ” (日本語). Forbes JAPAN(フォーブス ジャパン). (2018年3月30日). https://forbesjapan.com/articles/detail/20401 2018年4月5日閲覧。 
  53. ^ https://www.sbbit.jp/article/cont1/35264?page=2
  54. ^ “人工知能の論文数、米中印の3強に”. 日本経済新聞. (2017年11月1日). https://www.nikkei.com/article/DGXMZO22943380R31C17A0TJU200/ 2018年2月7日閲覧。 
  55. ^ ホーキング博士「人工知能の進化は人類の終焉を意味する」
  56. ^ 「悪魔を呼び出すようなもの」イーロン・マスク氏が語る人工知能の危険性
  57. ^ ビル・ゲイツ氏も、人工知能の脅威に懸念
  58. ^ "Lethal Robotic Technologies: The Implications for Human Rights and International Humanitarian Law" Philip Alston, Journal of Law, Information and Science, 2012
  59. ^ “ガザ地区境界線に広がる、イスラエルの「自動殺傷ゾーン」”. WIRED. (2008年12月8日). https://wired.jp/2008/12/08/ガザ地区境界線に広がる、イスラエルの「自動殺傷ゾーン」/ 2019年4月16日閲覧。 
  60. ^ a b Artificial Intelligence and Chinese Powerフォーリン・アフェアーズ 2017年12月5日)
  61. ^ Raspberry PiによるAIプログラム、軍用フライトシミュレーターを使った模擬格闘戦で人間のパイロットに勝利”. Business newsline. 2016年9月19日閲覧。
  62. ^ 〝トップ・ガン〟がAIに惨敗 摸擬空戦で一方的に撃墜 「子供用パソコンがハード」に二重のショック”. 産経WEST. 2016年9月19日閲覧。
  63. ^ [1]
  64. ^ 「AIに人間が勝ち残る力:OODA」”. 2017年11月18日閲覧。
  65. ^ cnn.co.jp - 人工知能の軍事利用に警鐘、E・マスク氏ら著名人が公開書簡 2015.07.30 Thu posted at 11:51 JST
  66. ^ “殺人ロボット兵器、規制めぐる議論継続へ 国連、初の専門家会議終了”. 産経ニュース. (2017年11月18日). https://www.sankei.com/world/news/171118/wor1711180027-n1.html 2019年4月16日閲覧。 
  67. ^ “「AI兵器」国際ルール合意も法的拘束力なく懸念”. NHK. (2019年8月22日). https://www3.nhk.or.jp/news/html/20190822/k10012044131000.html 2019年8月22日閲覧。 
  68. ^ 核に代わる「人工知能の軍事利用」、米中露3国の開発レースの現状”. WIRED (2017年9月19日). 2018年2月7日閲覧。
  69. ^ AI兵器開発、米中が火花 静まりかえった北米攻撃CG”. 朝日新聞 (2018年12月28日). 2019年2月22日閲覧。
  70. ^ 攻撃・偵察に…中国軍が無人艇開発 56隻で「群れ」世界最大の実験”. ZAKZAK (2018年6月18日). 2019年3月5日閲覧。
  71. ^ 米軍制服組トップ、グーグルに懸念「中国軍に恩恵」”. 日本経済新聞 (2019年3月15日). 2019年4月16日閲覧。
  72. ^ Googleは米国でなく中国の軍事力を助けている-トランプ大統領が批判”. 日本経済新聞 (2019年3月18日). 2019年4月16日閲覧。
  73. ^ (The Economist)対中ビジネスが問う米企業の正義”. 日本経済新聞 (2019年4月9日). 2019年4月16日閲覧。
  74. ^ GoogleのAIを軍事活用する極秘計画「Project Maven」の関係者による生々しい内部メールが流出”. Gigazine (2018年6月2日). 2019年4月16日閲覧。
  75. ^ 2018年テック界の嘘ワースト8”. ギズモード (2018年12月30日). 2019年4月16日閲覧。
  76. ^ Google denies link to China’s military over touch-screen tools that may help PLA pilots”. サウス・チャイナモーニング・ポスト (2019年7月4日). 2019年7月5日閲覧。
  77. ^ [FTマイクロソフト、AI研究で中国軍部と協力]”. 日本経済新聞 (2019年4月16日). 2019年4月11日閲覧。
  78. ^ SecDef: China Is Exporting Killer Robots to the Mideast”. Defense One (2019年11月10日). 2019年11月5日閲覧。
  79. ^ 「AIハッカー」の脅威、中国すでに実用化か”. 産経ニュース (2019年1月28日). 2019年1月17日閲覧。
  80. ^ 人工知能はもう悪用される段階に 専門家警告”. BBCニュース (2018年2月21日). 2018年3月3日閲覧。
  81. ^ 湯田昌之 (2016年5月27日). “賃上げならロボ導入? 米マクドナルド「時給15ドルの戦い」” (日本語). 日本経済新聞. https://www.nikkei.com/article/DGXLASDZ27H3C_X20C16A5000000/ 2019年9月30日閲覧。 
  82. ^ Michael A. Osborne; Carl Benedikt Frey (2013-09-13) (英語). THE FUTURE OF EMPLOYMENT: HOW SUSCEPTIBLE ARE JOBS TO COMPUTERISATION?(未来の雇用:コンピュータ化により、どのように仕事へ影響を与えるのか。). Oxford Martin Programme on Technology and Employment(オックスフォード・マーティンのテクノロジーと雇用に関するプログラム). pp. 70. https://www.oxfordmartin.ox.ac.uk/publications/the-future-of-employment/ 2019年10月6日閲覧。. 
  83. ^ 上田 恵陶奈 (2017-12-05) (PDF). AIと共存する未来~AI時代の人材~ (Report). 株式会社野村総合研究所. https://www.mhlw.go.jp/file/05-Shingikai-12602000-Seisakutoukatsukan-Sanjikanshitsu_Roudouseisakutantou/0000186905.pdf 2020年8月30日閲覧。. 
  84. ^ 総務省 (2018-07). 2018年版情報通信白書 第1部 特集 人口減少時代のICTによる持続的成長 第5節 ICTの進化によるこれからのしごと(1)職業の変化 (Report). https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h30/html/nd145210.html 2020年6月5日閲覧。. 
  85. ^ 岩本 晃一; 田上 悠太 (2018-05). “人工知能AI等が雇用に与える影響;日本の実態” (日本語). ポリシー・ディスカッション・ペーパー(日本語) (経済産業研究所) 18-P-009: 1-17. https://www.rieti.go.jp/jp/publications/summary/18050004.html 2020年6月5日閲覧。. 
  86. ^ Melanie Arntzi; Terry Gregoryi; Ulrich Zierahni (2016-5-14). “The Risk of Automation for Jobs in OECD Countries(OECD諸国での自動化による雇用リスク)” (英語). OECD Social, Employment and Migration Working Papers(OECD 社会・雇用・移住のワーキングペーパー) (OECD) 189: 1-34. doi:10.1787/1815199X. ISSN 1815199X. https://www.oecd-ilibrary.org/social-issues-migration-health/the-risk-of-automation-for-jobs-in-oecd-countries_5jlz9h56dvq7-en 2020年6月5日閲覧。. 
  87. ^ a b c Will Knight 2019.
  88. ^ a b 高橋ミレイ 2019, p. 後編.
  89. ^ a b c 塚本紺 2017, p. 2017年10月5日 20時0分.
  90. ^ 内田樹・釈徹宗(2013)『現代霊性論』 (講談社文庫)、講談社、178ページ
  91. ^ 内田樹・釈徹宗(2013)『現代霊性論』 (講談社文庫)、講談社、155ページ
  92. ^ Kurzweil, Singularity (2005) p. 260
  93. ^ Searle, John (1980), "Minds, Brains and Programs", Behavioral and Brain Sciences, 3 (3): 417–457, doi:10.1017/S0140525X00005756,
  94. ^ Daniel Dennett (1991). "Chapter 14. Consciousness Imagined". Consciousness Explained. Back Bay Books. pp. 431–455.
  95. ^ a b c 須藤靖・伊勢田哲治(2013)『科学を語るとはどういうことか --- 科学者、哲学者にモノ申す』河出書房新社、14~15ページ。
  96. ^ a b c d 野家 2002, p. 34.
  97. ^ 全 2014, p. 178.
  98. ^ a b 全 2014, pp. 177-178.
  99. ^ 全 2014, p. 177.
  100. ^ 合原 et al. 2017, p. 34.
  101. ^ 合原 et al. 2017, p. 38.
  102. ^ a b 合原 et al. 2017, p. 42.
  103. ^ 合原 et al. 2017, pp. 46-47.
  104. ^ a b c d フランセーン 2011, p. 233.
  105. ^ a b フランセーン 2011, p. 4.
  106. ^ フランセーン 2011, p. 7.
  107. ^ フランセーン 2011, p. 126.
  108. ^ フランセーン 2011, p. 230.
  109. ^ a b c d 須藤靖・伊勢田哲治(2013)『科学を語るとはどういうことか --- 科学者、哲学者にモノ申す』河出書房新社、57-58ページ。
  110. ^ 須藤靖・伊勢田哲治(2013)『科学を語るとはどういうことか --- 科学者、哲学者にモノ申す』河出書房新社、260ページ。
  111. ^ 須藤靖・伊勢田哲治(2013)『科学を語るとはどういうことか --- 科学者、哲学者にモノ申す』河出書房新社、124~125ページ。
  112. ^ 須藤靖・伊勢田哲治(2013)『科学を語るとはどういうことか --- 科学者、哲学者にモノ申す』河出書房新社、141ページ。
  113. ^ 須藤靖・伊勢田哲治(2013)『科学を語るとはどういうことか --- 科学者、哲学者にモノ申す』河出書房新社、262ページ。
  114. ^ 須藤靖・伊勢田哲治(2013)『科学を語るとはどういうことか --- 科学者、哲学者にモノ申す』河出書房新社、284ページ。




英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「人工知能」の関連用語

人工知能のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



人工知能のページの著作権
Weblio 辞書情報提供元は参加元一覧にて確認できます。

  
ウィキペディアウィキペディア
All text is available under the terms of the GNU Free Documentation License.
この記事は、ウィキペディアの人工知能 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。 Weblio辞書に掲載されているウィキペディアの記事も、全てGNU Free Documentation Licenseの元に提供されております。

©2020 Weblio RSS