Facebookは、人工知能研究の最前線に立っていることを明確にしたいと考えている。しかし、この声明には安心感も含まれている。つまり、これらの機械は悪ではなく、生活をより良くしてくれるのだ。
Facebook内でAIを専門とする部門であるFacebook Artificial Intelligence Research（FAIR）は本日のブログ投稿で、2015年の最も重要な成果の一部について詳述した。その中には、 『ロード・オブ・ザ・リング』のあらすじを語ることができるニューラルネットワークのように以前にも報告されているものもあれば、機能的な教師なし学習モデルのように新しいものもある。
同社はここ数年、人工知能（AI）に多額の投資を行っており、ニューヨーク市に拠点を置く45名の研究者とエンジニアからなる小規模な部門を成長させています。現在、Facebookは写真の自動タグ付け、テキスト翻訳、そして徐々にユーザー数を拡大しているパーソナルアシスタント「Facebook M」にAIを活用しています。
Facebookは最近、視覚障碍者向けに新機能を公開しました。これは、写真を「見て」その内容を説明する機能です。Facebookの創業者兼CEOであるマーク・ザッカーバーグ氏は本日、この機能の成功をアピールする動画を自身のウォールに投稿しました。これは、画像認識に短期記憶を統合するものです。このAIは、単にお風呂に入っている赤ちゃんの写真を見るだけでなく、写真に関する質問に答えることができるようになりました。動画では、犬の品種の種類を使ってこの機能が使われている様子が紹介されており、AIは犬種のカテゴリーだけでなく、犬種ごとの違いを生み出す特定の変異も理解できるようになっています。
「AIはコンピューターが世界をより深く理解し、人々の役に立つように支援するものだと考えています。この技術はまだ初期段階ですが、将来どれほど役立つようになるかは既に想像がつきます」とザッカーバーグ氏は書いている。
ザックの言う通り、人工知能システムの開発はまだ初期段階です。今日の発表、そして過去の発表のほとんどは、機械に人間と同じように何かをさせることに焦点を当てています（それさえも無理があります）。
これは、AI開発の現状に関する最新情報です。私たちは文字通り初期段階にあり、人工ニューラルネットワークはブロックで遊んだり、デジタル画像を理解したりしているところです。人工知能（AI）は実際には非常に愚かですが、それが非常に印象的に見えるのは、計算規模が人間のそれをはるかに上回っているからです。
FacebookのAI研究責任者であるヤン・ルカン氏は、人工知能を自動車に例えています。自動車は人間よりもはるかに速く移動できるため、移動手段として優れています。しかし、自動車は自動で塗装したり、ジョークを言ったり、箱を持ち上げたりすることはできません。私たちは特定のタスク向けに素晴らしいシステムを開発してきましたが、人間のように汎用化されたものにはまだまだ遠いのです。
「人工知能システムは、車が足の延長であるように、私たちの脳の延長となるでしょう」と、ザッカーバーグ氏が投稿した動画の中でルカン氏は述べている。「人工知能システムは私たちに取って代わるのではなく、私たちのあらゆる行動を増幅させるでしょう。記憶を拡張し、瞬時に知識を与え、私たちが本来人間らしい行動に集中できるようにしてくれるのです。」
だからといって、Facebookの本日の発表が印象的でないというわけではない。教師なし学習はAI研究者にとって長年の課題だった。人間は周囲の環境を観察することで学習し、当然ながら機械も同じことができるはずだ。しかし、研究者たちは、機械がそれらの情報を理解するのに十分な内部入力を得られないことで行き詰まってきた。一つの試みとして、アルゴリズムが自ら最適な答えを出すために競い合う競合学習がある。
しかし、本日公開された動画では、新たなアプローチが示されています。AIに制御された環境を2つの結果で提示するのです。ニューラルネットワークはブロックの山を観察し、それらが落ちるかどうかを判断します。観察を続けるうちに、ニューラルネットワークは落下という概念を学習し、時間の経過とともに精度が向上していきます。彼らはこれを予測学習と呼んでいます。Facebookによると、ニューラルネットワークは現在、ブロックが落ちるかどうかを最大90%の精度で判断できるようになり、これはほとんどの人間よりも優れていると主張しています。
AI研究者にとって、Facebookが近々開催されるNeural Information Processing Systems（NIPS）カンファレンスで発表するプレゼンテーションは大きなニュースです。Facebookによると、新システムは従来の10分の1のトレーニングデータを使用し、動作速度は30%向上するという。これはエンドユーザーにとって何を意味するのだろうか？非常に簡単に言うと、人工ニューラルネットワークは2つのステップで動作する。まず、大量の情報を読み、それから新しい情報を合成または分類する。
初期情報はトレーニングデータと呼ばれます。Facebookはあなたの写真をタグ付けするために、あなたの写真を60枚見て、将来タグ付けする際にあなたの外見を理解します。この60枚という数字を使うと、人工ニューラルネットワークに必要な写真は6枚だけで済みます。つまり、はるかに少ないデータで同じ結果（97%の精度）が得られるということです。
彼らが使用する背景システムは「DeepMask」と呼ばれ、物体が周囲の環境と異なることを同時に認識し、さらに物体内の特徴を識別して分類するシステムです。画像からより具体的な情報を引き出すため、写真1枚あたりのコストパフォーマンスが向上します。
これらはすべて、人工知能研究に向けた戦いの鼓動のほんの一端に過ぎず、Facebook は当然のことながらこれを長期戦であるとみている。
「これらすべてを実現するには、長年にわたる努力が必要になるだろう」とFacebookのCTOマイク・シュローファー氏は述べている。「しかし、これらの新しい技術を正しく活用できれば、世界をつなぐことにさらに近づくだろう。」
