Slide 1

Slide 1 text

学員会石川支部 1 AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか— 中央大学理工学部物理学科 田口善弘 ←カラー&加筆版はこちら。 http://granular.com/gakujutsu/

Slide 2

Slide 2 text

学員会石川支部 2 AI=機械学習 機械学習を巡る最近の話題

Slide 3

Slide 3 text

学員会石川支部 3 ChatGPT まるで人間の様に話す機械学習 https://bard.google.com https://www.bing.com

Slide 4

Slide 4 text

学員会石川支部 4 金沢駅から50分で行ける映画館を教えて下さい。 Bing 金沢駅から50分以内で行ける映画館として、イオンシネマ金沢 フォーラス1やユナイテッド・シネマ金沢2があります。どちらもお すすめです。 これらの映画館への行き方を教えて下さい イオンシネマ金沢フォーラスは、JR金沢駅東口から徒歩1分で 行けます1。ユナイテッド・シネマ金沢は、JR金沢駅出入口から 徒歩20分です2。どちらも近くて便利ですね。

Slide 5

Slide 5 text

学員会石川支部 5 bard 金沢駅から50分で行ける映画館は、以下のとおりです。 イオンシネマ金沢フォーラス(堀川新町3-1 金沢フォーラス7F) ユナイテッド・シネマ金沢(高柳町1-70-1) シネモンド(香林坊2丁目1-1) これらの映画館は、全て金沢駅から電車で約20分程度で行くことができ ます。イオンシネマ金沢フォーラスは、10スクリーン、1,600席の大型シネコ ンです。ユナイテッド・シネマ金沢は、7スクリーン、1,200席のミドルシネマ です。シネモンドは、3スクリーン、600席の小型シネマです。 どの映画館も、最新の映画を上映しています。また、イオンシネマ金沢 フォーラスとユナイテッド・シネマ金沢は、IMAXシアターを併設していま す。

Slide 6

Slide 6 text

学員会石川支部 6 金沢駅からイオンシネマ金沢フォーラスへの行き方を教えて下さい 金沢駅からイオンシネマ金沢フォーラスへの行き方は、以下の通り です。 金沢駅の中央改札を出ます。 左に進み、地上に出ます。 左に曲がり、香林坊大通りを進みます。 「香林坊」交差点を直進します。 しばらく歩くと、右手に「金沢フォーラス」のビルが見えてきます。 「金沢フォーラス」の7階がイオンシネマ金沢フォーラスです。 徒歩で約5分です。

Slide 7

Slide 7 text

学員会石川支部 7

Slide 8

Slide 8 text

学員会石川支部 8 マルクスの資本論では労働者の搾取についてどんなふうに説明していますか? bard マルクスの『資本論』では、労働者の搾取は、資本家が労働者に賃金として支 払われる労働力価値よりも多くの価値を生み出すことで行われると説明されて います。マルクスは、労働力価値とは、労働者が生み出す価値の一部であり、労 働者が資本家に売却する商品であると考えています。資本家は、労働力価値よ りも多くの価値を生み出すために、労働者に長時間労働をさせ、低賃金を支払 います。これにより、資本家は労働者の剰余価値を搾取することができます。 マルクスは、労働者の搾取は、資本主義の基本的な矛盾であると考えていま す。資本主義は、常に利益を追求する資本家と、より高い賃金を求める労働者 の間での矛盾が存在します。この矛盾は、最終的には資本主義の崩壊につな がるとマルクスは予測しています。 マルクスの労働者の搾取についての考えは、現在でも多くの議論の対象となっ ています。しかし、マルクスの考えは、労働者の搾取が資本主義の基本的な構 造によって引き起こされていることを明らかにし、労働者の権利を向上させるた めの重要な役割を果たしてきました。

Slide 9

Slide 9 text

学員会石川支部 9 bing マルクスは、資本家が労働者の富を不当に搾取しているため、労働者が 貧しいと主張しました。彼は、資本家が労働者からの搾取を最大化しよう とする方法として、「絶対的剰余価値生産」と「相対的剰余価値生産」が 挙げられます。1 「絶対的剰余価値生産」は、労働者に延長して働かせる(=残業させる) 方法です。これにより労働者に支払われる賃金も増加しますが、同時に剰 余価値も増加します。1 「相対的剰余価値生産」は、労働力そのものの価値を下げることです。労 働者の賃金は、生活費によって決まっています。生産力を向上させ、生活 手段を構成する商品が安くなれば、生活費が安くなり、労働力も安くなる のです。1 以上がマルクスの資本論での労働者の搾取についての説明です。

Slide 10

Slide 10 text

学員会石川支部 10 経済学におけるMMT理論とはどのようなものですか? bard 現代貨幣理論(MMT)とは、自国通貨を発行する政府は、財政赤字の心配 をする必要がないのだから、高インフレにならない限り完全雇用の実現に 向けて積極的な財政政策を行うべきだという理論です。 MMTでは、政府は貨幣を無尽蔵に作り出せるので、財政赤字を気にする 必要はありません。政府が財政赤字を拡大しても、発行している国債が自 国通貨建て債務であるならば、債務不履行には陥らないという考え方で す。 MMTは、従来の経済学では考えられなかったような、積極的な財政政策 を主張しています。例えば、政府が直接雇用を創出したり、公共事業を拡 大したりすることで、経済成長と完全雇用を実現できると主張しています。 MMTは、まだ新しい経済理論であり、その有効性については議論の余地 があります。しかし、従来の経済学では解決できなかった問題を解決する 可能性を秘めた理論として注目されています。

Slide 11

Slide 11 text

学員会石川支部 11 Bing MMT理論とは、現代貨幣理論(Modern Monetary Theory, Modern Money Theory、略称:MMT)とも呼ばれ、ケインズ経済学・ポスト・ケイン ズ派経済学の流れを汲む理論の一つです1。この理論は、変動相場制で 自国通貨を有している国家の政府は通貨発行で支出可能なため、税収 や自国通貨建ての政府債務ではなく、インフレーションを尊重した供給 制約に基づく財政規律が必要であるという主張をしています1。 MMT理論は、自国通貨を発行することができる政府について主に以下 のように説明します。徴税や国債の発行による財源を確保する必要なし に、支出することができる。自国通貨建ての債務で債務不履行を強制さ れることはない。経済の実物的な資源(労働、資本、資源)の利用が限界 に達した場合に発生する、インフレ率の上昇が財政の制約である。徴税 で貨幣を経済から取り除くことで、ディマンドプルインフレーションの抑制 が可能である(ただし、それを実行する政治的意思が常にあるとは限ら ない)。国債の発行が民間部門の資金を締め出すことはない(クラウディ ングアウトは起こらない)1。

Slide 12

Slide 12 text

学員会石川支部 12 MMT理論は新古典派経済学の枠組みで構築されている主流派経済 学と対立しているため、政策的効果やリスクについては論争となって おり、活発な議論がなされています1。 一方でとてもアホな間違いもする。

Slide 13

Slide 13 text

学員会石川支部 13 金沢東急ホテルから茗荷谷の中央大学法学部まで行く方法を教えて 下さい Bing 金沢東急ホテルから茗荷谷駅までの行き方について教えます。以下の 方法で行くことができます。 金沢東急ホテルから「金沢駅」まで、北陸新幹線か加越能バスで行きま す。 「金沢駅」から「東京駅」まで、東京駅行きの新幹線に乗ります。 「東京駅」から「茗荷谷駅」まで、JR山手線または東京メトロ有楽町線に 乗ります。 上記の方法で行くことができます。

Slide 14

Slide 14 text

学員会石川支部 14 Bard 金沢東急ホテルから茗荷谷の中央大学法学部まで行く最善の方 法は、電車です。 最寄りの駅は金沢駅で、そこからJR山手線で池 袋駅まで行きます。池袋駅からはJR山手線で目白駅まで行き、そ こから東京メトロ有楽町線に乗り換えて新大塚駅で降ります。新 大塚駅から徒歩で中央大学法学部まで行くことができます。所要 時間は約1時間です。 車で行く場合は、金沢東急ホテルから国道157号を東に進み、東 京外環自動車道に入ります。東京外環自動車道を東に進み、首 都高速5号池袋線に入ります。首都高速5号池袋線を池袋方面に 進み、西池袋駅前で降ります。西池袋駅前から徒歩で中央大学法 学部まで行くことができます。所要時間は約1時間30分です。

Slide 15

Slide 15 text

学員会石川支部 15 ちょっと訊き方を変えると正確になる。 金沢東急ホテルから中央大学茗荷谷キャンパスへの行き方を教え て下さい bing 金沢東急ホテルから中央大学茗荷谷キャンパスへの行き方につい てですね。茗荷谷キャンパスは、東京都文京区大塚一丁目4-1にあ ります。 金沢東急ホテルはJR金沢駅から車で約10分です。金沢駅から新幹 線で東京駅まで約2時間30分かかります。東京駅から茗荷谷キャン パスまでは、地下鉄丸ノ内線に乗り換えて『茗荷谷駅』まで行くと便 利です。ご参考までに。

Slide 16

Slide 16 text

学員会石川支部 16 Bard 金沢東急ホテルから中央大学茗荷谷キャンパスへの行き方は、以下 の通りです。 金沢東急ホテルから徒歩で金沢駅に向かいます。 金沢駅でJR北陸新幹線に乗り、東京駅で下車します。 東京駅でJR山手線に乗り、池袋駅で下車します。 池袋駅で東京メトロ有楽町線に乗り換え、護国寺駅で下車します。 護国寺駅から徒歩で中央大学茗荷谷キャンパスに向かいます。 所要時間は約3時間です。

Slide 17

Slide 17 text

学員会石川支部 17 画像生成 ことばで指示するだけで絵を描く機械学習 https://www.microsoft.com/ja-jp/edge/features/image-creator

Slide 18

Slide 18 text

学員会石川支部 18 Japanese battle girls in Japanimation

Slide 19

Slide 19 text

学員会石川支部 19 mount fuji in winter landscape

Slide 20

Slide 20 text

学員会石川支部 20 Japanese trains in rice field

Slide 21

Slide 21 text

学員会石川支部 21 なんでこんな魔法のようなことが可能なのか? 今日はそれを説明する

Slide 22

Slide 22 text

学員会石川支部 22 GPTがしていること 文章の「次の単語」を学んで、初めてみた文でも次に何が来るか予 想できるようにする。 「今日は晴れているので洗濯物を干そうと思ったら雨が降ってきた」 今日は 今日は晴れて 今日は晴れているので 今日は晴れているので洗濯物を 今日は晴れているので洗濯物を干そうと 今日は晴れているので洗濯物を干そうと思ったら 今日は晴れているので洗濯物を干そうと思ったら雨が

Slide 23

Slide 23 text

学員会石川支部 23 なんで「次の単語を当てる」という学習をするだけで人間の様に 話せるのか? 「今日は」と来たらその次が「さつまいも」である場合より「晴れ て」である場合が圧倒的に高いだろう。 しかし、「今日は」だけではいろんな単語が来る可能性が高い。 ある程度長い文章なら次にくる単語は限られる。 今日は晴れているので洗濯物を干そうと思ったら → 雨が

Slide 24

Slide 24 text

学員会石川支部 24 しかし、長い文章になると「一度も見たことがない文章」になること が多くなる。どうする? → 一度もみたことがない文章でもすでに学習した「見たことのあ る文章」のなかで一番似たようなものを探して使えるようにする。 あまりない文章には精度が下がる。だから「金沢東急ホテルか ら中央大学」みたいな検索には弱い。画像生成もあまりなさそう なことを要求すると途端に精度が下ってしまう。

Slide 25

Slide 25 text

学員会石川支部 25 professor dancing in the sea

Slide 26

Slide 26 text

学員会石川支部 26 rabbit teaching physics

Slide 27

Slide 27 text

学員会石川支部 27 その他の生成AI

Slide 28

Slide 28 text

学員会石川支部 28 音楽生成 https://huggingface.co/spaces/facebook/MusicGen battle field in the space

Slide 29

Slide 29 text

学員会石川支部 29 動画生成 https://huggingface.co/spaces/PAIR/Text2Video-Zero battle field in the space

Slide 30

Slide 30 text

学員会石川支部 30 動画生成その2 https://replicate.com/anotherjesse/zeroscope-v2-xl

Slide 31

Slide 31 text

学員会石川支部 31 小説生成(体験なし) https://note.com/it_navi/n/ne16da8c418ce

Slide 32

Slide 32 text

学員会石川支部 32 なんでこんなこと (短文を入れただけで 長文の返答を作る、 画像を作る、 動画を作る、 小説を作る) が可能になったのか?

Slide 33

Slide 33 text

学員会石川支部 33 情報(意味のある) ・文字の並び(長文の返し) ・画素の並び(画像) ・画素の並びと時間変化(動画) ・文字の並び(小説) はまれ、ということが本質。

Slide 34

Slide 34 text

学員会石川支部 34 100字の「文」をたくさん作ったとする。 例えば1万文。100字の「文字の羅列」の総数は全部ひらがなだと しても50の100乗なので8×10169。つまり8の後に0が169個並ぶ。 ちなみに一兆は1の後に0が8個並ぶだけ。169を8で割ると21くら いなので一兆の一兆倍の一兆倍の・・・を21回やっただけの数。 この「ランダムな100字の文字列」のうち「人間が読んで意味があ る」文字列(文になっている文字列)は全体のごく僅かに過ぎない。

Slide 35

Slide 35 text

学員会石川支部 35 想像力をたくましくして3次元よ りずっと高次元の空間に全て の100文字の文を配置して「意 味が似ているもの●」をまとめ ると多分「何の意味もないただ の文字列●」と別れて固まるよ うな配置が作れる(はず)。 ここに●の真ん中の「空きスペース」 に●をおくとその点は多分「まだ作ら れていない未知の意味のある文」に 対応するはず これが文の生成になる!

Slide 36

Slide 36 text

学員会石川支部 36 「今日は晴れです」 「今日は雨です」 「今日は曇りです」 空きスペースに●を置くとそれは2つの文と似て いるが異なった文に対応すると考えられる。

Slide 37

Slide 37 text

学員会石川支部 37 これは他のすべてに当てはまる。 ※「意味のある画像」は「各ピクセルに適当な色をラ ンダムに置いた画像」全体のごく一部。 ※「意味のある音楽」は「毎ミリ秒に適当な音を置い た音楽(つまりノイズ)」全体のごく一部。 ※「意味のある動画」は「毎ミリ秒に適当な画像を置 いた映像」全体のごく一部。

Slide 38

Slide 38 text

学員会石川支部 38 つまり、文字列、画像、動画、音声、などなどについて 1)(ごく一部分の)意味のある「もの」がまとまっている高 次元空間 2)逆にこのような空間の一点を与えるとそれを文章、画 像、動画、音声に「逆変換」する関数 の2つが可能になれば自由に何かを生成するAIが作れ る。これが最近流行の生成系AIの本質。

Slide 39

Slide 39 text

学員会石川支部 39 なぜ、こんなことが急に出来るようになったのか? アルゴリズムやコンピュータの性能の向上により今ま ででは考えられないような膨大なデータを使って1)と 2)を実現できるようになった。 ChatGPTの学習量:数千億語 画像生成系AIの学習量:数十億枚 これだけの数を学習できるようになったので、1)と2) の課題が可能になった。

Slide 40

Slide 40 text

学員会石川支部 40 なぜ「文章」から画像、音楽、動画がつくれるか? 画像、動画、音楽を処理する時、それらを記述する「短い文 章」を込みで処理しておく。そうすると、「短いセンテンス」を 入れるだけで「どこ」を使えばいいか解るようになる。

Slide 41

Slide 41 text

学員会石川支部 41 画像1 「陸の戦闘」 + 画像2 「海の戦闘」 + 「宇宙の戦闘」 画像3

Slide 42

Slide 42 text

学員会石川支部 42 いくつかの実用例

Slide 43

Slide 43 text

学員会石川支部 43 QRコードアート https://stockimg.ai/qrcode/

Slide 44

Slide 44 text

学員会石川支部 44 コウモリの会話を理解する https://www.bbc.com/reel/video/p0fw36yv/how-artificial-intelligence-is-helping-us-talk-to-animals

Slide 45

Slide 45 text

学員会石川支部 45 生成AIの今後

Slide 46

Slide 46 text

学員会石川支部 46 言語、画像、音声、動画を同時に学習 →実際、人間はこれができている。 「字幕付きの映画の視聴」 をしているときは言語(字幕)、映像(映画のシーン)、音声(サウ ンドトラック)から同時に情報を取り入れて理解している。 生成AIは現状、これがある程度出来ている(未公開)。 → Bardで可能に!(ただしgoogle accountを英語にする必要) 変更分 変更分

Slide 47

Slide 47 text

学員会石川支部 47 追加分 追加分 The image shows a view of a lake with mountains in the background. The lake is a deep blue color and the mountains are a range of greens and browns. The sky is a clear blue with a few wispy clouds. The image is taken from a high vantage point, so the lake and mountains appear to be quite small. There is a small amount of vegetation in the foreground, but the majority of the image is taken up by the lake and mountains. The image is very peaceful and serene. The calm waters of the lake and the lush vegetation in the foreground create a sense of tranquility. The mountains in the background provide a sense of scale and grandeur. The overall effect of the image is one of beauty and peace. Here are some additional details about the image: ● The lake is located in the Swiss Alps. ● The mountains in the background are the Bernese Oberland mountains. ● The image was taken in the summer. ● The photographer is unknown. I hope this helps! “Describe the following image”

Slide 48

Slide 48 text

学員会石川支部 48 追加分 追加分 「日本語にして下さい」 画像は、湖と山々の景色です。湖は深い青色で、山々は緑と茶色の色合いで す。空は晴れ渡っており、雲はわずかです。画像は高い場所から撮影されてい るため、湖と山々は非常に小さく見えます。前景には少量の植生がありますが、 画像の大半は湖と山々に占められています。 画像はとても平和で穏やかです。湖の静かな水と前景の豊かな植生が、静け さを感じさせてくれます。背景の山々は、スケールと壮大さを感じさせてくれま す。画像の全体的な効果は、美しさと平和です。 画像の追加情報は次のとおりです。 ● 湖はスイスのアルプスにあります。 ● 背景の山々はベルナーオーバーラント山脈です。 ● 画像は夏に撮影されました。 ● 写真家は不明です。 ご参考になれば幸いです。

Slide 49

Slide 49 text

学員会石川支部 49 追加分 追加分 bingでも可能になった The image you sent is a photo realistic image of a beautiful landscape of a lake with mountains in the background. The lake is a bright blue color and is surrounded by trees. The mountains in the background are snow-capped and have a pinkish hue from the sunlight. The sky is a light blue color with some clouds. The image is framed by a tree branch on the left side.

Slide 50

Slide 50 text

学員会石川支部 50 「日本語でお願いします」 送信された画像は、山が背景にある湖の美しい風景の 写真です。湖は明るい青色で、周囲には木々があります。 背景の山々は雪が積もっており、日光によってピンク色 に染まっています。空は淡い青色で、雲がいくつかありま す。画像は左側に木の枝でフレームされています。 追加分 追加分

Slide 51

Slide 51 text

学員会石川支部 51 数年から十年くらいの間に ・イラストは生成AIが作成するようになるので、これを使いこな せないイラストレーターの職は危うくなる。 ・文章の作製も同じことが言えるのでライターの仕事も同じこ とが起きる。 ・クリエーター関係が失業するわけではなく、生成AIにはでき ないことができる人間だけが生き残る。

Slide 52

Slide 52 text

学員会石川支部 52 法的な規制 ・生成AIは人間が作った文章、画像や映像を「学習」して生成 しているのでオリジナルの文章、画像や映像の製作者にどう やってベネフィットを還元するかが問題(日本では世界的にみ て生成AIに有利な法改正がされているが「著作権者に著しい 被害がないこと」という保留事項があり、実際には判例を積み 重ねる必要あり。 ・世界的には多くの訴訟が起きているので今後は見通せな い。cf. google mapのストリートビュー機能、google booksの 機能。

Slide 53

Slide 53 text

学員会石川支部 53 最終的には朝起きたら「こんな映画がみたいな?」と言った らそれっぽい90分の映画を作ってもらって楽しめるように なると思う。 教育も様変わりして個別対応が可能なAIに補強された機 能(現状、間違いを教える可能性が0にはならないので完 全に丸投げは難しい)が付加される。

Slide 54

Slide 54 text

学員会石川支部 54 終わりに 僕は2021年に機械学習の啓蒙書を出しまし た。実際に執筆したのは2020年の5月くらい なので生成AIについては文章と画像について ちょっと触れただけでした。まさかこんな劇的な 進歩があるとは僕は想像もしていませんでし た。なのでこの本はたった3年前の出版なのに あっという間に内容が古くなってしまいました。 今日最後に述べた今後の予想もとてもうまく当 たるかどうかはよくわかりません。 ただ劇的な社会の変化があることは間違い無 さそう。

Slide 55

Slide 55 text

学員会石川支部 55 おまけ 最近出た言語生成AIの解説本(大変評判がいいです。ちょっと難 しいかもしれませんが)。

Slide 56

Slide 56 text

学員会石川支部 56 追加分 追加分 さらに難しくはなるのですが数式は出て こないのでおすすめです