人工知能に「常識」は生まれるのか
Facebookのザッカーバーグ氏も2016年の挑戦に掲げるAI開発の課題
Facebookのマーク・ザッカーバーグ氏は、2016年の個人的なチャレンジとしてAIマシンの開発を掲げた。最もホットな分野の1つであるAI開発における課題とは何か? AIに「常識」を教えることはできるのか
米Facebookの人工知能(AI)ラボは、機械学習を中心とした研究を進めている。そして同社CEOのマーク・ザッカーバーグ氏は、2016年の個人的な目標として家庭用AIの開発を挙げた。
Computer Weekly日本語版 2月17日号無料ダウンロード
本記事は、プレミアムコンテンツ「Computer Weekly日本語版 2月17日号」(PDF)掲載記事の抄訳版です。本記事の全文は、同プレミアムコンテンツで読むことができます。
なお、同コンテンツのEPUB版およびKindle(MOBI)版も提供しています。
「私の2016年の個人としての目標は、家庭で私の仕事を手伝ってくれる簡単なAIマシンを作ることだ。映画『アイアンマン』に登場した(AIキャラクターの)『J.A.R.V.I.S.』のような感じになるだろう」と同氏は自身のブログに投稿した。
音楽プレーヤー、照明、エアコンなど、家庭内の機器を音声で操作するシステムを自身で開発するという目標を見据えた上で、既存テクノロジーの調査から始めるとザッカーバーグ氏は記述している。
そのプロセスに続いてデジタルアシスタントを構築し、(顔認証で)友人が訪ねて来たらドアを開けたり、娘のマックスちゃんの見守りをしたり、ザッカーバーグ氏が家事をする補助をしたりする機能を実装する計画だ。
ブログには「仕事面では、仮想現実のデータの視覚化を補助させたい。そうすれば私はよりよい仕事ができるようになり、当社を指揮する効率を一層高めることにもつながる」という記述もある。
ザッカーバーグ氏は毎年1つ、Facebookでの業務とは関連のない新しいことに挑戦し、人としての幅を広げることに決めているという。これまでの挑戦には、中国語の習得や毎日1人、初対面の人と会うというものがあった。
2016年の目標を公表するに当たり、AIアシスタントを自らコーディングするのは「知的興奮に満ちたチャレンジだ」と同氏は表明した。
研究者たちがAIの危険性を警告しているにもかかわらず、最近の大手ハイテク企業は自社のコンシューマー向け製品にこの機能を組み込む競争を激しく繰り広げている。AIは、一般の人々が日常的に利用するようになるにはまだ少し時間がかかりそうだと考えられている。その一方で、ストレージの価格低下と演算能力の向上がもたらした技術的な進化により、機械学習の分野は急激に発展しつつある。
ザッカーバーグ氏の陣頭指揮の下に、Facebookもニューラルネットワークや自然言語処理などの研究を進めている。同社のAIラボは、ニューラルネットワークのエキスパートであるヤン・ルカン氏がリーダーを務め、この分野の機械学習の発展に力を入れている。
ニューラルネットワーク分野におけるこのAIラボの成果として、Facebookは2015年8月に個人向けのデジタルアシスタント「M」を公開した。MのAIテクノロジーはFacebookの「メッセンジャー」アプリで動作し、人間のアシスタントの助けを借りる設計となっている。人間のアシスタントはMの動作を監視し、質問に対してMが返そうとしている回答を補足する。
『WIRED』誌の報道によると、AIと人間が協力するMのシステムは、人間がいつどのようにAIに介入するべきかの解析を通して、Facebookがこのモデルを確立することに役立っているという。結局、Mはニューラルネット上に構築されているといっても、Mのトレーニングを継続するには人間が手を加え続ける必要がある。
Facebookは、人工知能の「常識」(common sense)を組み込んだマシンの構築を模索しているが、そのためには、マシンが自発的に学習する機能を実装する方法を見つけなければならない。
ルカン氏は本誌Computer Weeklyの姉妹サイト「SearchCIO」のインタビューに応じた。
続きはComputer Weekly日本語版 2月17日号にて
本記事は抄訳版です。全文は、以下でダウンロード(無料)できます。
■Computer Weekly日本語版 最近のバックナンバー
Computer Weekly日本語版 2月3日号:今どきのSEO再入門
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
新着ホワイトペーパー PR
-
製品資料
[o9ソリューションズ・ジャパン株式会社] 「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略 -
製品資料
[o9ソリューションズ・ジャパン株式会社] 「サプライチェーン最適化」実践ガイド:効果的な意思決定を実現する秘訣とは? -
製品資料
[株式会社リンプレス] 非デジタル/IT人材を「自走するDX推進者」に変えるための育成ロードマップ -
市場調査・トレンド
[ワンアイルコンサルティング株式会社] AI時代の組織設計:「判断と責任」を人に残すための2つの原則とは? -
技術文書・技術解説
[ワンアイルコンサルティング株式会社] システムの保守がモダン化を阻む? 「変えない判断」から脱却する方法とは
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「完璧な設計」なのに3000万円溶けた AWSの失敗事例から学ぶ3つの教訓
-
2
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
3
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
4
LLMの「過学習」、正しく説明している文章はどれ?
-
5
「AIバブル」は崩壊するのか? 熱狂の後に来る“尻拭い”と4つの防衛策
-
6
パナソニックが国内製造26拠点のERPを「SAP S/4HANA」に統一 アドオン7割削減
-
7
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
8
高額な「AI PC」を一般従業員も使えたら? 費用のハードルを一気に下げる方法
-
9
守るべきは「開発者のフロー状態」 AIによる生産性改善の6施策
-
10
「RAGの利用」に関するアンケート
ホワイトペーパーランキング PR
-
1
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは?
-
2
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
3
生成AIで文書活用を進めるには? 効率化と安全性をどう両立する
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
DX/AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
6
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
7
「人員を増やす」という選択肢はない 情シスが負の連鎖から抜け出すには?
-
8
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
9
「問題が深刻化しやすいプロジェクト管理」から脱却する方法とは?
-
10
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー