$30 off During Our Annual Pro Sale. View Details »

AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—

Y-h. Taguchi
August 24, 2023

AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—

中央大学学員会練馬支部学術講演会
2023年9月9日
サンライフ練馬 3階
14時00分~15時30分

Y-h. Taguchi

August 24, 2023
Tweet

More Decks by Y-h. Taguchi

Other Decks in Science

Transcript

  1. 学員会練馬支部 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/

    View Slide

  2. 学員会練馬支部 2
    AI=機械学習
    機械学習を巡る最近の話題

    View Slide

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

    View Slide

  4. 学員会練馬支部 4
    練馬駅から50分で行ける映画館を教えて下さい。
    Bing
    こんにちは、こちらはBingです。
    練馬駅から50分以内に行ける映画館は、豊島園のユナイテッド・シ
    ネマ1や大泉のT・ジョイ2
    2があります。練馬駅から豊島園駅までは西
    武豊島線で約2分、豊島園駅からユナイテッド・シネマまでは徒歩で
    約10
    10分
    分です。練馬駅から大泉駅
    大泉駅までは西武池袋線で約15分、大泉
    駅からT・ジョイまでは徒歩で約5分です。
    どちらの映画館に行きたいですか?
    大泉「学園」駅
    実際は2分

    View Slide

  5. 学員会練馬支部 5
    bard
    練馬駅から50分で行ける映画館は以下の通りです。
    ユナイテッド・シネマとしまえん(練馬区)
    ワーナー・マイカル シネマズ板橋
    ワーナー・マイカル シネマズ板橋(板橋区)
    シネマサンシャイン池袋
    シネマサンシャイン池袋(豊島区)
    新宿バルト9(新宿区)
    TOHORO
    ROシネマズ新宿(新宿区)
    これらの映画館は、すべて練馬駅から電車で約50分のところにあります。
    練馬駅から50分で行ける映画館は、上記以外にもたくさんあります。ご希
    望の映画館を探すときは、Google MapsやYahoo!ロコなどのWebサイト
    を参考にしてください。
    イオンシネマ板橋
    「グランド」が抜けている
    「RO」はいらない

    View Slide

  6. 学員会練馬支部 6
    これらの映画館への行き方を教えて下さい
    練馬駅から50分で行ける映画館への行き方です。

    ユナイテッド・シネマとしまえん

    練馬駅から西武鉄道池袋線
    池袋線で豊島園駅まで約
    約17
    17分
    分。

    豊島園駅から徒歩約
    約10
    10分
    分。
    ● ワーナー・マイカル シネマズ板橋
    ワーナー・マイカル シネマズ板橋

    練馬駅から西武鉄道池袋線で板橋駅まで約
    練馬駅から西武鉄道池袋線で板橋駅まで約15
    15分。
    分。

    板橋駅から徒歩約
    板橋駅から徒歩約15
    15分。
    分。
    ● シネマサンシャイン池袋
    シネマサンシャイン池袋

    練馬駅から西武鉄道池袋線で池袋駅まで約17分。

    池袋駅から徒歩約10分。
    2分
    実際は東武練馬駅前
    豊島線
    実際は豊島園駅前

    View Slide

  7. 学員会練馬支部 7

    新宿バルト9

    練馬駅から西武鉄道池袋線で池袋駅まで約17分。

    池袋駅から徒歩約10分。

    TOHOROシネマズ新宿

    練馬駅から西武鉄道池袋線で池袋駅まで約17分。

    池袋駅から徒歩約
    徒歩約10
    10分
    分。
    これらの映画館への行き方は、Google MapsやYahoo!ロコなどの
    Webサイトでも確認できます。
    池袋経由は遠回り
    池袋から新宿徒歩10分?

    View Slide

  8. 学員会練馬支部 8
    ところがうんと難しいことはちゃんと答えられたりする

    View Slide

  9. 学員会練馬支部 9

    View Slide

  10. 学員会練馬支部 10
    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。

    View Slide

  11. 学員会練馬支部 11
    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。

    View Slide

  12. 学員会練馬支部 12
    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。

    View Slide

  13. 学員会練馬支部 13
    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。

    View Slide

  14. 学員会練馬支部 14
    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。
    →なんで難しいことは答えられるのに、映画館への行き方は間違う?

    View Slide

  15. 学員会練馬支部 15
    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
    https://ideogram.ai/

    View Slide

  16. 学員会練馬支部 16
    Japanese battle girls in Japanimation
    microsoft
    ideogram

    View Slide

  17. 学員会練馬支部 17
    mount fuji in winter landscape
    microsoft ideogram

    View Slide

  18. 学員会練馬支部 18
    Japanese trains in rice field
    microsoft ideogram

    View Slide

  19. 学員会練馬支部 19
    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

    View Slide

  20. 学員会練馬支部 20
    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

    View Slide

  21. 学員会練馬支部 21
    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

    View Slide

  22. 学員会練馬支部 22
    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。だから最近の映画館の名前
    の変更に対応できない。池袋から新宿に徒歩10分みたいな答
    えも出てきてしまう。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。

    View Slide

  23. 学員会練馬支部 23
    professor dancing in the sea
    microsoft ideogram

    View Slide

  24. 学員会練馬支部 24
    rabbit teaching physics
    microsoft ideogram

    View Slide

  25. 学員会練馬支部 25
    その他の生成AI

    View Slide

  26. 学員会練馬支部 26
    音楽生成
    https://huggingface.co/spaces/facebook/MusicGen
    battle field in the space

    View Slide

  27. 学員会練馬支部 27
    動画生成
    https://huggingface.co/spaces/PAIR/Text2Video-Zero
    battle field in the space

    View Slide

  28. 学員会練馬支部 28
    動画生成その2
    https://replicate.com/anotherjesse/zeroscope-v2-xl

    View Slide

  29. 学員会練馬支部 29
    AnimateDiff(体験なし)
    http://cedro3.com/ai/animatediff/
    best quality, masterpiece,
    1girl, looking at viewer, blurry
    background, upper body,
    contemporary, dress
    動画生成その3

    View Slide

  30. 学員会練馬支部 30
    小説生成(体験なし)
    https://note.com/it_navi/n/ne16da8c418ce

    View Slide

  31. 学員会練馬支部 31
    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?

    View Slide

  32. 学員会練馬支部 32
    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。

    View Slide

  33. 学員会練馬支部 33
    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。

    View Slide

  34. 学員会練馬支部 34
    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!

    View Slide

  35. 学員会練馬支部 35
    「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。

    View Slide

  36. 学員会練馬支部 36
    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。

    View Slide

  37. 学員会練馬支部 37
    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。

    View Slide

  38. 学員会練馬支部 38
    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。

    View Slide

  39. 学員会練馬支部 39
    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。

    View Slide

  40. 学員会練馬支部 40
    画像1
    「陸の戦闘」

    画像2
    「海の戦闘」

    「宇宙の戦闘」
    画像3

    View Slide

  41. 学員会練馬支部 41
    いくつかの実用例

    View Slide

  42. 学員会練馬支部 42
    QRコードアート
    https://stockimg.ai/qrcode/

    View Slide

  43. 学員会練馬支部 43
    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

    View Slide

  44. 学員会練馬支部 44
    生成AIの今後

    View Slide

  45. 学員会練馬支部 45
    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)

    View Slide

  46. 学員会練馬支部 46
    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”

    View Slide

  47. 学員会練馬支部 47
    「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。

    View Slide

  48. 学員会練馬支部 48
    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.

    View Slide

  49. 学員会練馬支部 49
    「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。

    View Slide

  50. 学員会練馬支部 50
    しかし画像+「この山の名前は?」だと失敗。
    Bing
    この山は蔵王山と呼ばれる火山群の一部です12。最高峰は熊野
    岳で、標高は1841メートルです。湖はお釜という火山湖で 、神秘的
    な雰囲気があります。蔵王山は樹氷やコマクサなどの自然が豊か
    で、登山や温泉などを楽しめる観光地としても有名です。
    この山は蔵王山と呼ばれる火山群の一部です。最高峰は熊野岳
    で、標高は1841メートルです。湖はお釜という火山湖で、神秘的な
    雰囲気があります。蔵王山は樹氷やコマクサなどの自然が豊か
    で、登山や温泉などを楽しめる観光地としても有名です。

    View Slide

  51. 学員会練馬支部 51
    画像+What is the name of mountains?で成功。
    Bard
    The mountains in the image are the Canadian Rockies,
    Canadian Rockies, also
    known as the Rocky Mountains. They are a major mountain range
    in western North America. The range extends more than 4,800
    kilometers (3,000 mi) from the Liard River in British Columbia to
    the Liard River in the Northwest Territories. The highest peak in
    the Canadian Rockies is Mount Robson, which is 3,954 meters
    (12,972 ft) tall.

    View Slide

  52. 学員会練馬支部 52
    The image you sent me is of Moraine Lake, which is located in
    Banff National Park in Alberta, Canada
    Alberta, Canada. Moraine Lake is a
    popular tourist destination and is known for its turquoise waters
    and stunning mountain backdrop.
    写真素材: カナダ、アルバータ州の
    バンフ国立公園にあるモレーン湖

    View Slide

  53. 学員会練馬支部 53
    Japanese InstructBLIP Alpha(体験なし)
    https://ja.stability.ai/blog/japanese-instructblip-alpha
    画像+質問

    View Slide

  54. 学員会練馬支部 54
    カナダ、アルバータ州、バンフ国立公園のモレーン湖
    実行環境
    https://huggingface.co/spaces/stabilityai/japanese-instructblip-alpha

    View Slide

  55. 学員会練馬支部 55
    Neuralangelo
    物体をいろんな角度から撮影した静止画からCG用の3Dモデル
    を作成
    https://research.nvidia.com/labs/dir/neuralangelo/

    View Slide

  56. 学員会練馬支部 56
    CG用の3Dモデルとは?
    手書きのアニメと違い
    CGアニメは3Dモデルを
    作成しないといけない。
    まだ動かせるわけでは
    ないが静止物体の3Dモ
    デルが静止画から作れ
    るようになった。
    楽園追放(アニメ)
    https://youtu.be/VpCcCPNyhR4

    View Slide

  57. 学員会練馬支部 57
    追加分
    追加分
    音声を翻訳
    https://seamless.metademolab.com/
    いよいよドラえもんの翻
    訳こんにゃくが現実に!?

    View Slide

  58. 学員会練馬支部 58
    要するに最近はかなりなんでもあり
    になっていて何が出てきても驚けな
    い感じになりつつある。仕組みがわ
    からなくても「Aを入れてBを出力」
    するようなものがデータさえあれば
    なんでも作れるように見える。

    View Slide

  59. 学員会練馬支部 59
    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。

    View Slide

  60. 学員会練馬支部 60
    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。

    View Slide

  61. 学員会練馬支部 61
    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。

    View Slide

  62. 学員会練馬支部 62
    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。

    View Slide

  63. 学員会練馬支部 63
    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)。

    View Slide

  64. 学員会練馬支部 64
    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

    View Slide

  65. 学員会練馬支部 65
    最近出た本。
    機械学習を自分で試している民間の
    会社の人の本。歴史も書かれている

    View Slide