TOEICの試験で目標スコアを達成する事ができて（700オーバー目標で結果735）、
単に面白そうだし時代はAIだろ！ってノリで勉強を始めたディープラーニング。

しかし、就職の役に立つか微妙なライン、実務が何より問われる業界で、
「この資格持ってます！」アピールが意味を成さない事に気づき試験は受けずじまいですが、
勉強していってる内に面白くなってとりあえず問題集を3冊解いてみました。

僕はゴリゴリの文系で数学は赤点教科。
一番苦手だったのが微分積分、当分見たくないと思ってた数式をAIの、
ディープラーニングの学習を進めていく中でしこたま見たし、解いたりして感覚を取り戻す。

まあ結論、計算はプログラムの仕事なのでそこまで必要ではなかったのですが、
組んでいく中では必要になるのかな、よくわからん。

てな訳で勉強中重要だなーと思ったことをまとめました。

ゴリゴリ文系人間が送るディープラーニング学習の重要項目

ディープラーニングの社会実装

この項目はほとんどの問題集の7項目目。
つまり最後の方でざっくり「こんな感じで世の中に出ていってますぜ」的な内容で、
抑えておくと仕事でプラスになるかもよ的に書き記されてました。

AIに関する原則、ガイドライン。
AIと知的財産権。著作権や特許権といった著作物に関しても細やかに法整備は成されています。
厳密に言うと整備中でしょうか。

個人情報の管理や利用、保護。
プライバシーに関する事は「プライバシー・バイ・デザイン」つまり、
プライバシー対策を事前に考慮し、システムの設計段階から防止策を組み込んでおこうぜ！
的な設計が現在のデファクトスタンダードって感じです。

7項目に書かれている事はゴリゴリ文系の僕にこそ相応しい、
数式や解を求める必要がなくて更にこれからの未来に関わる内容てんこ盛りだったので、
学習してて気になった、興味を持った領域を抜粋してみました。

車の自動運転

自動運転レベル1から5。
日本も2025年までにはレベル4までやっちゃうよ！って言ってましたし、電気自動車の普及、
メーカーも力入れてやってる様ですが購入に関しての支援とか何より価格。
ウクライナ紛争の影響でエネルギー、食料、色んな価格が上がっている中、結構高いEVに、
わざわざ今から地球環境の事考えて車変えなきゃ！って思う人もいないよなーと。

法規制がキモになるフィールドですから、完全商用化され、
自動運転の車が日本の道路を走るのってあと二人くらい総理大臣交代後になるのかな。
色々な利権も絡むでしょうし「YOU行っちゃいなよ」ってリーダーシップ持った誰かが、
先陣きってガシガシ進めて事故のない車社会に早くなれば良いですよね。

ロボティクス分野

ロボットに適切な動作をさせる為の学習。深層強化学習と言われる学習方法を用います。
具体的にどんな事するか？
複数のセンサーで情報を吸い上げ（カメラ、圧力センサー、ジャイロ）を行い、
人間の感覚的部分に近いデータ入手に繋がり、より複雑な動作が可能になるので、
更に製造業やその他の業種にもFAのAの部分、オートメーション化が深化しそうです。

職人を職人たらしめている”手の動き”、視線、その他諸々、
何十年もかけて会得した技術が解明される事を素直に喜んで良いものか微妙に思ってます。

RPAへの活用

既にかなりの数のツールが世の中に出て来ていて使う側にもそれなりのリテラシー無ければ、
導入にデメリットがむしろ発生するよねーってのが私見です。

AWSとか認定制度とかでの囲い込みとかありますが、自分でアプリとかをツール内で作成可能な、
kintoneが一番面白そうな印象です。

手書きの帳票の入力作業を光学的文字読み取り（OCR：Optical Character Reader）で自動化。
これの精度向上にディープラーニングによる学習が大きく貢献しています。

レコメンド機能への活用

言わずもがなのAmazonで自分の買った購入品に近いものを引っ張ってきて、
「コレ、オマエ、スキ。カウ、オレススメル」みたいにレコメンドしてくれる機能です。
内容ベースフィルタリングと協調フィルタリング、二つの推薦の方法があります。
内容ベースは「商品の特徴を元に」
強調フィルタリングは”顧客の行動履歴”をもとに、傾向が似ている他の顧客がよく買うもの。
これをユーザーのページに「これも好きでしょ！？」ってな具合でオススメしてきます。

このレコメンドで購入したワイヤレスイヤホン、絶望的に耳にフィットせず、
３コインズの1,500円のイヤホンが今の僕のレギュラーイヤホンです。

簡単にまとめ

以上、僕がディープラーニング学習していて気になった、
興味を抱いた領域の話でした。

次回は問題集の最後にざっくり（とはいえ量は多い）7項目の、
人間倫理に関わる「個人情報」とかの取り扱いについてのまとめを作成します。

それではまた！

帰宅途中の電車の中、最近腰が痛くて立っていると腰がじわーっと重くなる感じがします。
歳ではありません、仕事の都合で1日に何回も（10回位？）洗濯機と冷蔵庫。
持上げたり下ろしたり、10階に運んで設置したり車に積んだり。
流石に応えました、もうしません。したくありません。

と、現在の私の体調を書きましたが、そんな腰がちょっと痛い状況で、
席が空いてなく立ってると、隣に座ってた男性が次の駅で下車。
「やったぜ！」とばかりに座ったら3名のご老人が乗ってこられ、
お疲れの様子が見て取れましたので即席を譲りました（ナイスガイ）

僕の隣に座ってた女子中学生位？と思わしき二人に、
「あたしらも退かないといけないじゃん」
と言われているかの様な視線を受けつつも、おばあちゃんの疲れた表情を見て、
「お前らも譲れよ」
とダークサイドに堕ちたアナキン・スカイウォーカーの敵意の視線を送ろうとしましたが、
「ダークサイドに囚われるな！」と師の言葉を思い出し視線を社外へ。今日も良い日だ。

こんな時に”席を譲った方がその方のためになるから席を譲ってあげた方が良い確率を
過去のデータを解析して統計的にお伝えする”ロボットがいればダークサイドに堕ちる事ない。
と思った僕なりに、
「AI。ターミネーター2みたいに人工知能って人を抹殺しようとするのか？」
をまとめたいと思います。

日本のディープラーニング、人工知能分野の第一人者、松尾　豊先生の著作、
『人工知能は人間を超えるか』を2回読み終わり、
JDLA（Japan Deep Learning Association：ディープラーニング技術の活用による、
日本の産業技術力向上を目指し設立された組織。）主催の認定試験も受けようと、
一時期３冊のテキストでAIを学び、関係ありそうだし面白そうだからと、
Pythonも学び倒した私が書いていきます！

早々と結論

結論、
「AIは人を憎まないし抹殺なんてとんでもない。」です。
「・・・マッサツって何ですか？」
「え・・・、そこから？」
そしてあなたとロボットは二人で人類抹殺するのに必要なタスクをまとめた工程管理表を作り、
その次に抹殺する時に言う決め台詞を考えたりと言った素敵な天文学的時間を過ごす事に。
と言うのが超絶ザックリな結論です。
そんな事にはならないし、その前に莫大なデータ用意しないと何もできないし、
やらないよ。と言う事ですね。

更に超絶省略＆かいつまむと、
「”憎む”はどんな感情？誰に対して？どうやってするのですか？いつ？どこで？マッサつ、
まっ殺、摩擦に近い状態でしょうか？貿易の話ですかマスター？」
この問いに正確に答え、解決策を定義→インプット→再思考→新しい質問がありますマスター…。
人類の敵はロボットではなく、戦争や食料問題です。

悪いことを教えて教えて、インプットし倒してまた教えてあげないと、鉄の身体を持ってたとしても、
「立ち上がる」と言う行為を教え、動かす部位を”どの程度”動かして、速度は速く？遅く？
まで指示をしなければ何かを叩くこともままなりませんから。

エージェント、すなわち現状”プログラム”でしかないAIに、自らを超える、超え続け進化して、
人間を超える超知能を生み出し、シンギュラリティが起こるのか？
「ちょっと（今は）厳しいっすね…。」が結論です。

「（今は）」って書いたのは量子コンピューターとか、新しい技術”そのもの”が、
指数関数的速度でバージョンアップされ続ければ分からない話でもないのかな。。。
と、少し思いました。少し。本当に少し。

シンギュラリティ＝技術的特異点、AIとかの分野で話題に上がる時は、
「人工知能が人類の知能を超える転換点」としてのシンギュラリティ。そしてまたは、
「それにより人間の生活に大きな変化が訪れる転換点。」
どちらも我々人類にとっての【大きな変化】としては同義ではありますが、後者の意味の方がワクワク感があるので、「生活」の定義が変わるレベルの技術革新が訪れたら・・・楽しいだろうなあ。。。

そもそもAIってなに？

「AI」とはArtificial Intelligence、人工知能の略です。
しかし、松尾　豊先生の著作にも、JDLAの認定試験テキストにも書いてありますが、
AI＝人工知能の定義は未だ定まっていないのが現状です。

そして更に衝撃の事実をお伝えすると、人工知能と言う言葉自体は最近の言葉ではなく、
初出は1956年、アメリカで開催された”ダートマス会議”で人工知能の研究者であるジョン・マッカーシーと言う方が初めて使ったのが最初です。

結構前からあるんですよねー、このAIという言葉、そして概念は。
60年ほど経ってディープラーニングが弛まず進歩し続けているので、ターミネーターじゃなく、スカイネットでもなく、可愛い猫型の食欲とか愛情、そんな本能的部分だけを持った猫型ロボットが登場してくれたらそれでいいかなと思います。

まとめ

いかがだったでしょうか。
次回は本記事で書いた派生、これまで学んだ機械学習やAIに関してのモラル的部分や、
社会に実装した場合の課題などを色々書いてみようと思います！

以下、関連記事（メタヴァースとか）を書いてみました！ぜひご覧ください！！

【AIに関して】ディープラーニング学習中に興味持った言葉とか内容とかまとめてみた。

姿形は見えないけれど生活の中で間違いなく存在するAI、そしてこの人工知能の音声、画像、自然言語認識の精度向上に大きな大きな影響をダイレクトに与えるディープラーニング。その技術を用いた産業領域の中でも我々が生活する環境の中で関係のありそうな内容をピックアップしてみました。

shimnblog.com

2022.07.11