昨日の“AI vs.人間？”で書き切れなかったことをまずは補足します。

AIの学習、deep learning（ディープ・ラーニング；深層学習）の凄い

ところは、今までは人間がプログラムを書いて（入力）それを実行する

という形で何かを遂行（出力）していたのですが、

深層学習では膨大なデータを入力し、それにニューラルネットワーク

という人間の神経機能に模したシステムを幾重にも重ねて使い、

ものの識別をさせる作業が自動的に行われ、最終的に人間にわかり

やすい形で出力される、というものです。

その結果、

これは猫ですとかこれはリンゴですという識別が可能になったという

ことが凄い！と言われました。

人間からすれば何が凄いの？となりそうですが、今までこの膨大な

データ処理を比較的安価にかつコンパクト、速い速度で処理することの

できるハード機器がなかったことが、実現を困難にさせていた、という

ことなのです。

処理を行うニューラルネットワークはすでに以前から存在していた

のですが、それを幾重にも重ねて膨大なデータ＝ビッグ・データを処理

することが可能になりました。

深層学習を大雑把にいうとそういうことになります。

こうなると、

AIの深層学習が凄いのは、機械がものをまるで見たように識別できる

ということです。

AIに眼が付いたという言い方がされています。

それによって様々な人間の行なっていた作業を、人間の代わりに人間

以上のパフォーマンス（早くてミスがない）で行える、ということに

なります。

一方、

人間が凄いのは、何もそんな膨大なデータを見なくてもすぐに、

これは猫、これはリンゴと識別できることです。

猫といっても色々な種類があり、リンゴといっても色も違えば、

丸まんまの状態だけではなく、切った状態もあるでしょう。

それを難なく識別できるのは人間の素晴らしい特性でもあります。

もう一度AIに戻ると、

そうは言っても膨大なデータを素早く処理して記憶する能力は、人間

の比ではなく、疲れも知りません。

ですから、

AIと人間がその得意とするところを互いに持ち合って、一つの仕事とか

プロジェクトを達成することができるのではないか、と考えるのが

一番妥当な捉え方かなと思います。

例えば・・・

優れた運動能力を有した人は練習を繰り返しながら、その経験の中で

さらに技を磨くことができますが、

運動に苦手意識を持った人でも、一旦そのデータを出力してAIに入力し

再び人間に還元する形で出力（人間側に入力させること）ができれば、

何らかの形でアスリート感覚を実感できる、というような運動学習が

可能になるのではないか？と、

期待に胸が膨らみます。

AIを人間に対峙するものとして捉えることも、ある部分では必要ですが

どちらかと言えば、利用する・共存すると考えた方が楽しく感じること

ができるのではないかと思います。

今日も読んでいただき、ありがとうございました。また明日。