ロボットは人間の言葉を理解できるのか

あえてキャッチーなタイトルにしてみました。
できねーよ(w

AIバブルな2017年、予算も人も付くような真面目な題材になっていることに気づきます。
要素技術を積み重ねていくという工学的なプロセスを経たことがあるのであれば、突如として「人間の言葉を理解する」という事象が出現することに気分が悪くなると思うのだが、
この日本の経済サイクルの中で生きていく以上、付き合わざるを得ないなと思う。

かの昔、3年間という短い期間であったけれども、右も左もわからない学生時代に人工知能(?)を専門とする恩師のもとで時間を過ごせたのは、こういう場面に出くわしたときにどう対処すべきか自分の中に基準を持てるという意味で本当に良かったな、と。

パターン認識

そういえば、ということで、学生時代にやっていたことを思い出すと、ほとんど「特徴量」のパターンを認識することだった。当時は、あまり考えもせずに「画像認識」だとか「音声認識」だとか「特徴量を抽出して」だとか、だったな。「画像」とか「音声」を入力として、コンピュータに人間のように振る舞わせようとするのであれば、数値表現された特徴量を認識する話に帰着するしかないんじゃないかと思う。
特徴量のパターン認識問題というとても広いのだけども。実際、頭が足りなくてパターン認識の数ある手法を十分理解するまで至らなかったけれども、この分野のバイブルになっているPRMLがなぜバイブルなのか、そこはそんなに難しくないんじゃないかと思う。

パターン認識と機械学習 上
C.M. ビショップ
丸善出版
売り上げランキング: 43,934

自然言語処理

当時も今も自然言語を理解する決定的な手法が出ていない。GoogleはBoW化してGPUでベクトル計算すれば良いというが「臭いものに蓋」的な感じ。製品レベルの成果はGoogleAIスピーカーを見ればわかる通り。Amazon Echoもしかり。なお、自然言語を理解しないでも良い自然言語処理(例えば翻訳)は凄い精度になっている。

自然言語に現れるドメインSpecificな特徴量を定量化し、特徴量のパターン認識を解くことに帰着して良いのであれば、いくらでも成果は出る。
完全にエキスパートシステムなのだけども、ベースとなる知識が確実なもので物量がある場合、人間を超えるものとなる。

結論なのだが、何を特徴とするか(特徴ベクトルとするか)定義がない状態で問題を解く「汎用的なAI」を人工知能と言っている節がある。「AIで何かできないの?」とか「何も知らないけどAIで出来るんじゃないの?」は、だいたいコレだと思う。あと少しパターン認識問題に帰着させれば解けるかもしれないのに、と思う。

ちょっと、新しい知識でもいれようか。

シェアする

  • このエントリーをはてなブックマークに追加

フォローする