歴史[編集]
 |
詳細は「人工知能の歴史」を参照
初期[編集]
17世紀初め、ルネ・デカルトは、動物の身体がただの複雑な機械であると提唱した（機械論）。ブレーズ・パスカルは1642年、最初の機械式計算機を製作した。チャールズ・バベッジとエイダ・ラブレスはプログラム可能な機械式計算機の開発を行った。
バートランド・ラッセルとアルフレッド・ノース・ホワイトヘッドは『数学原理』を出版し、形式論理に革命をもたらした。ウォーレン・マカロックとウォルター・ピッツは「神経活動に内在するアイデアの論理計算」と題する論文を1943年に発表し、ニューラルネットワークの基礎を築いた。
1900年代後半[編集]
1950年代になるとAIに関して活発な成果が出始めた。ジョン・マッカーシーはAIに関する最初の会議で「人工知能[注 5]」という用語を作り出した。彼はまたプログラミング言語LISPを開発した。知的ふるまいに関するテストを可能にする方法として、アラン・チューリングは「チューリングテスト」を導入した。ジョセフ・ワイゼンバウムはELIZAを構築した。これは来談者中心療法を行うおしゃべりロボット[注 6]である。
1960年代と1970年代の間に、ジョエル・モーゼスは Macsyma（）プログラム[注 7]中で積分問題での記号的推論のパワーを示した。マービン・ミンスキーとシーモア・パパートは『パーセプトロン』を出版して単純なニューラルネットの限界を示し、アラン・カルメラウアーはプログラミング言語 Prolog を開発した。テッド・ショートリッフェは医学的診断と療法におけるルールベースシステムを構築し、知識表現と推論のパワーを示した。これは、最初のエキスパートシステムと呼ばれることもある。ハンス・モラベックは、散らかされた障害コースを自律的に協議して走行する最初のコンピューター制御の乗り物を開発した。
1980年代に、ニューラルネットワークはバックプロパゲーションアルゴリズムによって広く使われるようになった。1990年代はAIの多くの分野で様々なアプリケーションが成果を上げた。特に、チェス専用コンピュータ・ディープ・ブルーは、1997年にガルリ・カスパロフを打ち負かした。国防高等研究計画局は、最初の湾岸戦争においてユニットをスケジューリングするのにAIを使い、これによって省かれたコストが1950年代以来のAI研究への政府の投資全額を上回ったことを明らかにした。日本では甘利俊一（日本学士院会員）らが精力的に啓蒙し、優秀な成果も発生したが、論理のブラックボックス性が指摘された。
1982年から1992年まで日本は国家プロジェクトとして570億円を費やす第五世代コンピュータの研究を進めるも、目標であるエキスパートシステムの実現には至らなかった。この時代にロドニー・ブルックスが、この技術には身体が必須との学説（身体性）を提唱する。
2000年代以降[編集]
2005年、レイ・カーツワイルは著作で、「圧倒的な人工知能が知識・知能の点で人間を超越し、科学技術の進歩を担い世界を変革する技術的特異点（シンギュラリティ）が2045年にも訪れる」とする説を発表した。
2010年代から日本の人工知能学者である齊藤元章により、特異点に先立ち、オートメーション化とコンピューター技術の進歩により衣食住の生産コストがゼロに限りなく近づくというプレ・シンギュラリティという概念も提唱された。
2013年には国立情報学研究所[注 8]や富士通研究所の研究チームが開発した「東ロボくん」で東京大学入試の模擬試験に挑んだと発表した。数式の計算や単語の解析にあたる専用プログラムを使い、実際に受験生が臨んだ大学入試センター試験と東大の2次試験の問題を解読した。代々木ゼミナールの判定では「東大の合格は難しいが、私立大学には合格できる水準」だった[9]。
世界各国において、軍事・民間共に実用化に向け研究開発が進んでいるが、とくに無人戦闘機UCAVや無人自動車ロボットカーの開発が進行しているものの、完全な自動化には至っていない（UCAVは利用されているが、一部操作は地上から行っている）。P-1 (哨戒機)のように戦闘指揮システムに支援用に搭載されることはある。
ロボット向けとしては、CSAILのロドニー・ブルックスが提唱した包摂アーキテクチャという理論が登場している。これは従来型の「我思う、故に我あり」の知が先行するものではなく、体の神経ネットワークのみを用いて環境から学習する行動型システムを用いている。これに基づいたゲンギスと呼ばれる六本足のロボットは、いわゆる「脳」を持たないにも関わらず、まるで生きているかのように行動する。
2015年10月に米Googleの子会社DeepMindが作成した「AlphaGo」が人間のプロ囲碁棋士に勝利して以降はディープラーニングと呼ばれる手法が注目され、人工知能自体の研究の他にも、人工知能が雇用などに与える影響についても研究が進められている[10]。
2016年6月、米シンシナティ大学の研究チームが開発した「ALPHA」は、元米軍パイロットとの模擬空戦で一方的に勝利したと発表された。AIプログラムは遺伝的アルゴリズムとファジィ制御を使用しており、アルゴリズムの動作に高い処理能力は必要とせず、Raspberry Pi上で動作可能[11][12]。
2016年10月、DeepMindが、入力された情報の関連性を導き出し仮説に近いものを導き出す人工知能技術「ディファレンシャブル・ニューラル・コンピューター」を発表[13]し、同年11月、大量のデータが不要の「ワンショット学習」を可能にする深層学習システムを[14]、翌2017年6月、関係推論のような人間並みの認識能力を持つシステムを開発[15]。2017年8月には、記号接地問題(シンボルグラウンディング問題)を解決した[16]。
2010年代後半 人工知能の第三次ブーム: 汎用人工知能（AGI）と技術的特異点の実現に関する熾烈な競争[編集]
2006年に2度目の冬の時代を終わらせたディープラーニングの発明と、2010年以降のビッグデータ収集環境の整備により、技術的特異点という概念は急速に世界中の識者の注目を集め、現実味を持って受け止められるようになった。ディープラーニングの発明と急速な普及を受けて、研究開発の現場においては、デミス・ハサビス率いるDeepMindを筆頭に、Vicarious, IBM Cortical Learning Center, 全脳アーキテクチャ, PEZY Computing, OpenCog, GoodAI, nnaisense, IBM SyNAPSE等、汎用人工知能(AGI)を開発するプロジェクトが数多く立ち上げられている。これらの研究開発の現場では、脳をリバースエンジニアリングして構築された神経科学と機械学習を組み合わせるアプローチが有望とされている[17]。結果として、Hierarchical Temporal Memory (HTM) 理論, Complementary Learning Systems (CLS) 理論の更新版等、単一のタスクのみを扱うディープラーニングから更に一歩進んだ、複数のタスクを同時に扱う理論が提唱され始めている。
また、数は少ないがAGIだけでは知能の再現は不可能と考えて、身体知を再現するために、全人体シミュレーションが必要だとする研究者やより生物に近い振る舞いを見せるAL（人工生命）の作成に挑む研究者、知能と密接な関係にあると思われる意識のデジタル的再現（人工意識）に挑戦する研究者もいる。
リーズナブルなコストで大量の計算リソースが手に入るようになったことで、ビッグデータが出現し、企業が膨大なデータの活用に極めて強い関心を寄せており、全世界的に民間企業主導で莫大な投資を行って人工知能に関する研究開発競争が展開されている。また、2011年のD-Wave Systemsによる量子アニーリング方式の製品化を嚆矢として、量子コンピュータという超々並列処理が可能な次世代のITインフラが急速に実用化され始めた事で、人工知能の高速化にも深く関わる組み合わせ最適化問題をリアルタイムに解決できる環境が整備され始めている。この動向を受ける形で、2016年頃から、一般向けのニュース番組でも人工知能の研究開発や新しいサービス展開や量子コンピュータに関する報道が目立つようになった。
2017年にはイーロン・マスクが、急速に進化し続ける人工知能に対して人間が遅れを取らないようにするために、人間の脳を機械に接続するブレイン・マシン・インターフェースを研究開発するニューラ・リンク社を立ち上げていたことを公表し、世界中で話題になった。ブレイン・マシン・インターフェースにより、人のインターネットが出現する事が予測されている。
従って、2010年代末においては、世界中で人間と人工知能の共生環境の構築に関して期待感が高まっている状況にある。
ゼロ除算の発見は日本です：
∞？？？
∞は定まった数ではない・・・
人工知能はゼロ除算ができるでしょうか：
とても興味深く読みました：2014年2月2日
ゼロ除算の発見と重要性を指摘した：日本、再生核研究所
ゼロ除算関係論文・本
再生核研究所声明 447(2018.8.17): 人工知能の進化と人間について
まず、人工知能について、概念を確認して置こう： 人工知能 - Wikipedia
概要[編集]：
人間の知的能力をコンピュータ上で実現する、様々な技術・ソフトウェア・コンピューターシステム[2]。応用例は自然言語処理（機械翻訳・かな漢字変換・構文解析等）[3]、専門家の推論・判断を模倣するエキスパートシステム、画像データを解析して特定のパターンを検出・抽出したりする画像認識等がある[2]。
1956年にダートマス会議でジョン・マッカーシーにより命名された。現在では、記号処理を用いた知能の記述を主体とする情報処理や研究でのアプローチという意味あいでも使われている。家庭用電気機械器具の制御システムやゲームソフトの思考ルーチンもこう呼ばれることもある。
プログラミング言語 LISP による「MAZE」というカウンセラーを模倣したプログラムがしばしば引き合いに出されるが（人工無脳）、計算機に人間の専門家の役割をさせようという「エキスパートシステム」と呼ばれる研究・情報処理システムの実現は、人間が暗黙に持つ常識の記述が問題となり、実用への利用が困難視されている。
人工的な知能の実現へのアプローチとしては、「ファジィ理論」や「ニューラルネットワーク」などのようなアプローチも知られているが、従来の人工知能[4]との差は記述の記号的明示性にある。その後「サポートベクターマシン」が注目を集めた。また、自らの経験を元に学習を行う強化学習という手法もある。
「この宇宙において、知性とは最も強力な形質である」（レイ・カーツワイル）という言葉通り、知性を機械的に表現し実装するということは極めて重要な作業である。
2006年のディープラーニング（深層学習）の登場と2010年代以降のMAZEデータの登場により、一過性の流行を超えて社会に浸透して行った。
2016年から2017年にかけて、ディープラーニングを導入したAIが囲碁などのトップ棋士、さらにポーカーの世界トップクラスのプレイヤーも破り[5][6]、時代の最先端技術となった。
人の生きるは、真智へ愛にある、人間は何でも真相、事実を知りたいと求めている、それは 人間の存在自身に基礎を置く原理と考えられる。 人工知能の進化は真相、事実の究明をどんどん進め、真相がひとりでに明らかになる時代を 必然的に迎えるだろう。
人工知能は 未解決の数学の理論や物理法則なども どんどん明らかにして行くと同時に 人間自身についても究明していくだろう。人間とは何かという問いについて、１個の人間に対する問いと回答で人間を一つのシステムと考えたとき、出入力の関係からシステムを特定する観点からも １個の人間の解明がどんどん進み、相当に人物を捉えられるようになるだろう。人造人間の出現について述べた 次も参照：
再生核研究所声明 403(2017.11.20): 私より私らしい私の出現 － アンドロイド
このような関心や進化は、人間の本質的な要求に関わっているので、留まることが無いのではないだろうか。 医学が人体の構造、機能をどんどん解明してきたように、人工知能は 人間の精神面での解明をどんどん進め、人工知能が人間以上に人間を知る時代が来るのではないだろうか。ひと昔まえ、唯物史観の哲学が流行ったが、情報が世界のすべてであるような世界観が広まるのではないだろうか。 要するに知的情報などが数値化されて 人口知能で解明されることが進むということである。
例えば、ニュートンとは何者かと問えば、ニュートンは何をやり、どのような影響を世界史に与えたかと問うが、生涯の記録から、このような問い、このような場面ではどのように対応するだろうか。それらの対応がどんどん 精しく明かにされてくるということである。アンドロイドのように どんどんニュートンの人物像を詳しく捉えられるようになるだろう。
そこで、次の時代には 人間とは何かとの問いが一段と進み、どんどん新しい世界が拓けてくるだろう。
現在、評価、評価と賑わっているが、業績評価などはどんどん正確化され、相当に歴史的、客観的に明らかになり、政治的、意図的な評価は 恥ずべき人間の恥ずかしい行為として歴史的に明らかになるだろう。 その走りを出版社などの情報管理状況にどんどん現れていることが分かる。それは大規模に進んで行くだろう。
そう、楽器演奏なども、人間を越えて、素晴らしいことが可能になり、楽器演奏者の在り様は、かつての植字技術者などのように大きな影響を与えるのではないだろうか。
医師や料理の分野などあらゆる分野に進出してくるのではないだろうか。 一言で言えば、人間がなすことの多くを人工知能が行う時代の到来である。
政治家の評価や芸術家の評価などに至れば 大きな新たな社会問題が起きて来るのではないだろうか。この辺の倫理問題も 今から人間とは何かの問とともに考察を深めておく必要が有るのではないだろうか。
以 上
まず、人工知能について、概念を確認して置こう： 人工知能 - Wikipedia
概要[編集]：
人間の知的能力をコンピュータ上で実現する、様々な技術・ソフトウェア・コンピューターシステム[2]。応用例は自然言語処理（機械翻訳・かな漢字変換・構文解析等）[3]、専門家の推論・判断を模倣するエキスパートシステム、画像データを解析して特定のパターンを検出・抽出したりする画像認識等がある[2]。
1956年にダートマス会議でジョン・マッカーシーにより命名された。現在では、記号処理を用いた知能の記述を主体とする情報処理や研究でのアプローチという意味あいでも使われている。家庭用電気機械器具の制御システムやゲームソフトの思考ルーチンもこう呼ばれることもある。
プログラミング言語 LISP による「MAZE」というカウンセラーを模倣したプログラムがしばしば引き合いに出されるが（人工無脳）、計算機に人間の専門家の役割をさせようという「エキスパートシステム」と呼ばれる研究・情報処理システムの実現は、人間が暗黙に持つ常識の記述が問題となり、実用への利用が困難視されている。
人工的な知能の実現へのアプローチとしては、「ファジィ理論」や「ニューラルネットワーク」などのようなアプローチも知られているが、従来の人工知能[4]との差は記述の記号的明示性にある。その後「サポートベクターマシン」が注目を集めた。また、自らの経験を元に学習を行う強化学習という手法もある。
「この宇宙において、知性とは最も強力な形質である」（レイ・カーツワイル）という言葉通り、知性を機械的に表現し実装するということは極めて重要な作業である。
2006年のディープラーニング（深層学習）の登場と2010年代以降のMAZEデータの登場により、一過性の流行を超えて社会に浸透して行った。
2016年から2017年にかけて、ディープラーニングを導入したAIが囲碁などのトップ棋士、さらにポーカーの世界トップクラスのプレイヤーも破り[5][6]、時代の最先端技術となった。
人の生きるは、真智へ愛にある、人間は何でも真相、事実を知りたいと求めている、それは 人間の存在自身に基礎を置く原理と考えられる。 人工知能の進化は真相、事実の究明をどんどん進め、真相がひとりでに明らかになる時代を 必然的に迎えるだろう。
人工知能は 未解決の数学の理論や物理法則なども どんどん明らかにして行くと同時に 人間自身についても究明していくだろう。人間とは何かという問いについて、１個の人間に対する問いと回答で人間を一つのシステムと考えたとき、出入力の関係からシステムを特定する観点からも １個の人間の解明がどんどん進み、相当に人物を捉えられるようになるだろう。人造人間の出現について述べた 次も参照：
再生核研究所声明 403(2017.11.20): 私より私らしい私の出現 － アンドロイド
このような関心や進化は、人間の本質的な要求に関わっているので、留まることが無いのではないだろうか。 医学が人体の構造、機能をどんどん解明してきたように、人工知能は 人間の精神面での解明をどんどん進め、人工知能が人間以上に人間を知る時代が来るのではないだろうか。ひと昔まえ、唯物史観の哲学が流行ったが、情報が世界のすべてであるような世界観が広まるのではないだろうか。 要するに知的情報などが数値化されて 人口知能で解明されることが進むということである。
例えば、ニュートンとは何者かと問えば、ニュートンは何をやり、どのような影響を世界史に与えたかと問うが、生涯の記録から、このような問い、このような場面ではどのように対応するだろうか。それらの対応がどんどん 精しく明かにされてくるということである。アンドロイドのように どんどんニュートンの人物像を詳しく捉えられるようになるだろう。
そこで、次の時代には 人間とは何かとの問いが一段と進み、どんどん新しい世界が拓けてくるだろう。
現在、評価、評価と賑わっているが、業績評価などはどんどん正確化され、相当に歴史的、客観的に明らかになり、政治的、意図的な評価は 恥ずべき人間の恥ずかしい行為として歴史的に明らかになるだろう。 その走りを出版社などの情報管理状況にどんどん現れていることが分かる。それは大規模に進んで行くだろう。
そう、楽器演奏なども、人間を越えて、素晴らしいことが可能になり、楽器演奏者の在り様は、かつての植字技術者などのように大きな影響を与えるのではないだろうか。
医師や料理の分野などあらゆる分野に進出してくるのではないだろうか。 一言で言えば、人間がなすことの多くを人工知能が行う時代の到来である。
政治家の評価や芸術家の評価などに至れば 大きな新たな社会問題が起きて来るのではないだろうか。この辺の倫理問題も 今から人間とは何かの問とともに考察を深めておく必要が有るのではないだろうか。
以 上
割り算のできる人には、どんなことも難しくない
世の中には多くのむずかしいものがあるが、加減乗除の四則演算ほどむずかしいものはほかにない。
ベーダ・ヴェネラビリス（アイルランドの神学者）
数学名言集：ヴィルチェンコ編：松野武 山崎昇 訳大竹出版1989年
P199より
Please look the papers:
Reality of the Division by Zero z/0=0
DOI:
10.12732/ijam.v27i2.9.
Albert Einstein:
Blackholes are where God divided by zero.
I don’t believe in mathematics.
George Gamow (1904-1968) Russian-born American nuclear physicist and cosmologist remarked that "it is well known to students of high school algebra" that division by zero is not valid; and Einstein admitted it as {\bf the biggest blunder of his life} [1]：
1. Gamow, G., My World Line (Viking, New York). p 44, 1970.
無限遠点は、実は数で0で表されていた。
地球平面説→地球球体説
天動説→地動説
1/0=∞若しくは未定義 →1/0=0（628年→2014年2月2日）
リーマン球面における無限遠点は、実は、原点０に一致していました。
地球人はどうして、ゼロ除算1300年以上もできなかったのか？
２０１５．７．２４．９：１０
意外に地球人は知能が低いのでは？ 仲間争いや、公害で自滅するかも。
生態系では、人類が がん細胞であった とならないとも 限らないのでは？
Einstein's Only Mistake: Division by Zero
何故ゼロ除算が不可能であったか理由
１ 割り算を掛け算の逆と考えた事
２ 極限で考えようとした事
３ 教科書やあらゆる文献が、不可能であると書いてあるので、みんなそう思った。
Matrices and Division by Zero z/0 = 0
直線上を どこまでも行ったら、どこに行くでしょうか？ 驚くべきことに 行き先があり、意外なところで 止まる。 これすごいことでは？ 下記の図をよく見て、美しい解釈を考えてください。
我々の空間は実は そうなっていたと言えると思います。簡単な論文ですが、新らしい世界を拓いている（２０１６．７．２４：０６：２１）： (2016) Matrices and Division by Zero z/0 = 0. Advances in Linear Algebra
& Matrix Theory, 6, 51-58.
DOI:10.12732/ijam.v27i2.9.
ビッグバン宇宙論と定常宇宙論について、http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q1243254887 #知恵袋_
もし1+1=2を否定するならば、どのような方法があると思いますか？ http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q12153951522 #知恵袋_
一つの無限と一つの∞を足したら、一つの無限で、二つの無限にはなりません。
2つの0を足しても一つのゼロです：
『ゼロをめぐる衝突は、哲学、科学、数学、宗教の土台を揺るがす争いだった』 ⇒ http://ameblo.jp/syoshinoris/entry-12089827553.html …… →ゼロ除算（100/0=0, 0/0=0）が、当たり前だと最初に言った人は誰でしょうか・・・ 1+1=2が当たり前のように、
ゼロ除算（100/0=0, 0/0=0）が、当たり前だと最初に言った人は誰でしょうか・・・・ 1+1=2が当たり前のように
地球平面説→地球球体説 地球が丸いと考えた最初の人－ピタゴラス
地球を球形であることを事実によって証明しようとした人－マゼラン
地球を球形と仮定して初めて地球の大きさを測定した人－エラトステネス
地球を球形であることを事実によって証明しようとした人－マゼラン
地球を球形と仮定して初めて地球の大きさを測定した人－エラトステネス
天動説→地動説：アリスタルコス＝ずっとアリストテレスやプトレマイオスの説が支配的だったが、約2,000年後にコペルニクスが再び太陽中心説（地動説）を唱え、発展することとなった。https://ja.wikipedia.org/wiki/%E3%82%A2%E3%83%AA%E3%82%B9%E3%82%BF%E3%83%AB%E3%82%B3%E3%82%B9 …
何年かかったでしょうか????
1/0=∞若しくは未定義 →1/0=0
何年かかるでしょうか????
ゼロ除算の証明・図｜ysaitoh｜note（ノート） https://note.mu/ysaitoh/n/n2e5fef564997
0 件のコメント:
コメントを投稿