全3688文字
PR

 米人工知能学会の年次国際会議「AAAI-20」が2020年2月上旬、米ニューヨークで開催された。「深層学習のゴッドファーザー」と呼ばれるヤン・ルカン氏、ジェフリー・ヒントン氏、ヨシュア・ベンジオ氏の3人が招待講演でそろって登壇し、次に解決すべき「課題」を示してみせた。

 深層学習を含む現在のAIが、人間並みの論理的思考を可能にする「人間級のAI(Human-level AI)」へ進化するために必要なピースとは何か。現地で交わされた議論の中身を明らかにする。

「考えを改めた」というルカン氏の気づき

 「ジェフ(ジェフリー・ヒントン氏)は数十年にわたり『教師なし学習』の重要性について議論していた。私はこれまで気に留めていなかったが、考えを改めた―」

 米フェイスブックのチーフAIサイエンティストを務める米ニューヨーク大学のヤン・ルカン教授は講演でこのように語った(図1)。

図1 米フェイスブックのチーフAIサイエンティストを務める米ニューヨーク大学のヤン・ルカン教授
図1 米フェイスブックのチーフAIサイエンティストを務める米ニューヨーク大学のヤン・ルカン教授
(撮影:日経コンピュータ)
[画像のクリックで拡大表示]

 2010年代にいわゆる「第3次AIブーム」が始まって以来、深層学習を巡るイノベーションの多くが「教師あり学習」や「強化学習」を通じてもたらされた、とルカン氏は語る。教師あり学習とは「この画像はネコである」などの正解タグを付与したデータをAIに学習させる手法。強化学習はあらかじめ設定した「報酬」を最大化するようAIを学習させる手法だ。

 だがルカン氏によれば、これらの手法は壁に突き当たっているという。いずれも大量の学習データが必要になるからだ。

 教師あり学習の場合、正解タグの作成(アノテーション)を人手に頼らざるを得ない。強化学習は囲碁や将棋、ビデオゲームのようにコンピューター上で高速に試行を繰り返せる用途なら十分な量の学習データが得られるが、実世界に即した用途ではデータを集めにくい。

 ルカン氏は、深層学習の次なるイノベーションは教師あり学習ではなく、正解タグのないデータから特徴を抽出する「教師なし学習」や、学習データから正解を自ら作り出す「自己教師あり学習(Self-Supervised Learning)」にあるという。「これらは、生まれたばかりの赤ん坊が世界に対して実行しているタスクと同じだ」とルカン氏は説明する。赤ん坊は「正解」を与えなくても自ら学習できる。