AI研究の最前線：社会はどのように変わるだろう？/open-campus202207rev202310

1. 適切な(知的な)応答について考えてみよう：古くから使われている基本技術を例として
2. AI研究の最前線：深層学習からChatGPTまで
3. 社会はどのように変わるか
　・AIが人を超えてもあまり変わらないのは…
　・影響があるのは…

Transcript

1. AI(人工知能) 研究の最前線 社会はどのように変わるだろう？ 経営学部 岡 夏樹 宮崎産業経営大学 夏のオープンキャンパス 模擬授業 2022.7.17 その後の技術の進展に伴い改定 2023.10.3 ダウンロードするとスライド中のリンクをクリックできます
2. 授業の内容 1. 適切な(知的な)応答について考えてみよう：古くから使われ ている基本技術を例として 2. AI研究の最前線 3. 社会はどのように変わるか
3. どちらが産経大の特徴を捉えているか？ https://textmining.userlocal.jp/
4. どちらが産経大の特徴を捉えているか？ 産経大HPでの 出現頻度
5. どちらが産経大の特徴を捉えているか？ 産経大HPでの 出現頻度 産経大HPでの 出現頻度 ×
6. どちらが産経大の特徴を捉えているか？ 産経大HPでの 出現頻度 産経大HPでの 出現頻度 一般的に多く 出現する語は 重要でない × ⇒ tf-idf で検索
7. より的確に産経大の特徴を捉えたい 産経大HPでの 出現頻度 産経大HPでの 出現頻度 一般的に多く 出現する語は 重要でない ×
8. より的確に産経大の特徴を捉えたい 産経大HPでの 出現頻度 産経大HPでの 出現頻度 一般的に多く 出現する語は 重要でない ×
9. より的確に産経大の特徴を捉えたい 産経大HPでの 出現頻度 産経大HPでの 出現頻度 一般的に多く 出現する語は 重要でない × 大学HPで
10. 相手の意図を推定するという課題 産経大HPでの 出現頻度 産経大HPでの 出現頻度 × 未解決の面白い課題 〇〇の特徴を知りたい ⇒ 何と比べた特徴を見たいのか？ (意図推定) 例：宮崎銀行の特徴を知りたい • 預金先として他の銀行と比べた特徴 • 宮崎県の他の就職先と比べた特徴 • … 一般的に多く 出現する語は 重要でない 大学HPで
11. 大学で勉強すること 産経大HPでの 出現頻度 産経大HPでの 出現頻度 × 一般的に多く 出現する語は 重要でない 大学HPで 1. 解くべき課題を発見(答 があるか分からない) 2. 解決法を考える 未解決の面白い課題 〇〇の特徴を知りたい ⇒ 何と比べた特徴を見たいのか？ (意図推定) 例：宮崎銀行の特徴を知りたい • 預金先として他の銀行と比べた特徴 • 宮崎県の他の就職先と比べた特徴 • …
12. 授業の内容 1. 適切な(知的な)応答について考えてみよう：古くから使われ ている基本技術を例として 2. AI研究の最前線 3. 社会はどのように変わるか
13. (従来型のAIと比べた)深層学習の特徴 1. (研究者・技術者が一所懸命分析してプログラムするのでな く)何に注目したらよいかも含めてAIが学習する 2. 人と同等かそれを超える性能が出る(従来型のAIと大差) 3. 大規模化に応じて性能が上がる ⇒役に立つ ⇒これがないと競争に勝てない Transformer Decoder Transformer Decoder Transformer Decoder Transformer Decoder Transformer Decoder Transformer Decoder Transformer Decoder Transformer Decoder Transformer Decoder 1 2 3 4 5 6 7 … 95 96 … … GPT-3: Language Models are Few-Shot Learners, 2020
14. 深層学習以降のAI研究の流れ 画像や音声を認識 2012 画像認識 音声認識
15. 深層学習がぶっちぎり優勝した ImageNet Challenge 2012 https://image-net.org/static_files/files/ilsvrc2012.pdf
16. 深層学習以降のAI研究の流れ 画像や音声を認識 言葉の続き具合を学習 2016 翻訳 対話 2012 画像認識 音声認識 2017 Transformer 基盤モデル 自動翻訳字幕
17. AI(人工知能) 研究の最前線 社会はどのように変わるだろう？ 経営学部 岡 夏樹 宮崎産業経営大学 夏のオープンキャンパス 2022.7.17 自動翻訳字幕の例
18. 深層学習以降のAI研究の流れ 画像や音声を認識 言葉の続き具合を学習 報酬が大きくなるよう試行錯誤 意識的な処理 2016 囲碁 2016 翻訳 対話 2012 画像認識 音声認識 2017 Transformer 基盤モデル
19. 盤面の認識＋報酬からの学習＋先読み (深層学習) 28 January 2016
20. 深層学習以降のAI研究の流れ 画像や音声を認識 言葉の続き具合を学習 言葉と画像の対応を学習 報酬が大きくなるよう試行錯誤 意識的な処理 2016 囲碁 2016 翻訳 対話 キャプション生成 言葉から画像生成 2012 画像認識 音声認識 2017 Transformer 基盤モデル
21. Text to Image (2022) https://www.deepl.com/translator
22. Text to Image (2022) https://www.deepl.com/translator
23. Flamingo: a Visual Language Model for Few-Shot Learning (2022) これは、月にいる2頭のテディベ アの写真です。 彼らは何をしているのでしょうか？ 会話をしているところです。 何を使っているのでしょう？ コンピュータのようです。 これは驚くべきことでしょうか？ そうですね、意外です。 なぜこの絵に驚くのでしょうか？ テディベアは普通、月にはいない からです。 https://www.deepl.com/translator
24. 深層学習以降のAI研究の流れ 画像や音声を認識 言葉の続き具合を学習 言葉と画像の対応を学習 報酬が大きくなるよう試行錯誤 意識的な処理 2016 囲碁 無意識のうちに論理的な処理も 数学 プログラミング 2016 翻訳 対話 キャプション生成 言葉から画像生成 2012 画像認識 2017 Transformer 基盤モデル 音声認識
25. 基盤モデルに よる論理的な 処理 (2022) • 算数の文章題と正答の 例をいくつか見せて解 かせると答を間違える ことがある • 順序だてて考える道筋 の例も見せて解かせる と、正しい答を出力で きる(右図)
26. 深層学習以降のAI研究の流れ 画像や音声を認識 言葉の続き具合を学習 言葉と画像の対応を学習 報酬が大きくなるよう試行錯誤 意識的な処理 2016 囲碁 無意識のうちに論理的な処理も 数学 プログラミング 2016 翻訳 対話 キャプション生成 言葉から画像生成 2012 画像認識 自然現象の高速シミュレーション 科学的発見 2017 Transformer 基盤モデル 音声認識
27. AlphaFold: a solution to a 50-year-old grand challenge in biology (2020)
28. 深層学習以降のAI研究の流れ 画像や音声を認識 言葉の続き具合を学習 言葉と画像の対応を学習 報酬が大きくなるよう試行錯誤 意識的な処理 2016 囲碁 五感に拡張 内部感覚も 無意識のうちに論理的な処理も 数学 プログラミング 2016 翻訳 対話 キャプション生成 言葉から画像生成 2012 画像認識 意識＋無意識 心のモデル1&2 感情 心 自然現象の高速シミュレーション 科学的発見 説明・納得 正しさの保証 常識を獲得 素朴な物理学 2017 Transformer 基盤モデル 音声認識
29. 深層学習以降のAI研究の流れ 画像や音声を認識 言葉の続き具合を学習 言葉と画像の対応を学習 報酬が大きくなるよう試行錯誤 意識的な処理 2016 囲碁 五感に拡張 内部感覚も 無意識のうちに論理的な処理も 数学 プログラミング 2016 翻訳 対話 キャプション生成 言葉から画像生成 2012 画像認識 意識＋無意識 心のモデル1&2 感情 心 自然現象の高速シミュレーション 科学的発見 説明・納得 正しさの保証 常識を獲得 素朴な物理学 2017 Transformer 基盤モデル 音声認識 2022 ChatGPT
30. 授業の内容 1. 適切な(知的な)応答について考えてみよう：古くから使われ ている基本技術を例として 2. AI研究の最前線 3. 社会はどのように変わるか • AIが人を超えてもあまり変わらないのは… • 影響があるのは…
31. AIが人を超えてもあまり変わらないのは • (機械が発達しても、生身の体で運動することは価値があり、ス ポーツとして残った。プロスポーツも。) • 囲碁AIが人より強くなっても、趣味として残り、プロ棋士も変 わらず稼げている。AIから学ぶようになった。 • 芸術、芸能、創造、学習など好きでやることは、プロもアマも 大きな影響は受けない。AIから学ぶ／刺激されることで質が上 がる。
32. 影響があるのは • 業務としての文書作成、翻訳、通訳、プログラミング、絵やイ ラストを描く、作曲する、演奏する等は、定型的なものから順 次AIに置き換わる。(趣味として好きでやることや芸術的な職業 は残る) • 人と接する仕事(サービス業、営業、医療、育児・介護・教育、 …)は現状ではAIが不十分なため人がやるが、いずれ置き換わる 可能性。⇒AIが人を超える性能を持ったとしても、人がAIをど う感じるか、信頼するかは別の問題。
33. 影響があるのは • 業務としての文書作成、翻訳、通訳、プログラミング、絵やイ ラストを描く、作曲する、演奏する等は、定型的なものから順 次AIに置き換わる。(趣味として好きでやることや芸術的な職業 は残る) • 人と接する仕事(サービス業、営業、医療、育児・介護・教育、 …)は現状ではAIが不十分なため人がやるが、いずれ置き換わる 可能性。⇒AIが人を超える性能を持ったとしても、人がAIをど う感じるか、信頼するかは別の問題。 • ChatGPTの登場で、上記の両項目とも、置き換わる／AIと共 同する可能性が高まり、予想される時期が早まった。
34. 影響があるのは(つづき) • 安全・安心に関わることは、AIが人を上回ったら、しだいにAI に置き換えられ、人がやることを禁止する方向へ。ただし、楽 しんでやることは残し、 。例：車 の自動運転、原発の運転、航空管制、医者の診断、欠陥が致命 的となるものの設計、… • 経営判断、政治、司法、教育等、対象に重大な影響を及ぼす判 断・行為・設計もこれに準ずる？
35. 影響があるのは(つづき) • 安全・安心に関わることは、AIが人を上回ったら、しだいにAI に置き換えられ、人がやることを禁止する方向へ。ただし、楽 しんでやることは残し、危ないとAIに切り替わる方式。例：車 の自動運転、原発の運転、航空管制、医者の診断、欠陥が致命 的となるものの設計、… • 経営判断、政治、司法、教育等、対象に重大な影響を及ぼす判 断・行為・設計もこれに準ずる？
36. AIが人を超えてもあまり変わらないのは • 芸術、芸能、創造、学習など好きでやること 影響があるのは • 業務としてやることは、定型的なものから順次AIに置き換わる。 • 人と接する仕事は、現状では人がやるが、いずれ置き換わる可能性。 • 安全・安心に関わることは、人がやることを禁止する方向へ。ただし、 楽しんでやることは残し、危ないとAIに切り替わる方式。
37. Take Home Message (お持ち帰りメッセージ） • AI技術の加速度的な発展 ⇒ 社会は急速に 大きく変わる • 社会をどうしたいか、その中であなたはど うしたいか、そのためには今何をしたらい いか、今日から考え始めよう • 産経大はそれに必要な力をつけるカリキュ ラム(AI・データサイエンス系の科目も充 実)であなたを応援
39. 産経大の特徴を知りたい 産経大HPでの 出現頻度 産経大HPでの 出現頻度 × 面白い課題(未解決)： 何と比べた特徴を見たい か推測 • 一般のHP • 他大学のHP • 宮崎の他大学のHP • 〇〇大学と△△大学のHP • ・・・ 一般的に多く 出現する語は 重要でない 大学HPで
40. 深層学習とは • (今のところは)決められた問題について、人並みか、人より正 しい結論が出せる(ようになりつつある) • 何から学習するか 1. 正しい答を教える 2. 良かったかどうか教える／分かる 3. 正しい答が分かる問題(例：大量の文書があり、次の単語を予測) • 説明や正しさの保証が苦手(今のところ)
41. Flamingo: a Visual Language Model for Few-Shot Learning (2022)
42. Failure to Detect Mismatches Between Intention and Outcome in a Simple Decision Task (2005) TED: Do you really know why you do what you do? | Petter Johansson
43. post hoc construction The participants often came to prefer the alternative.