AI研究における苦い教訓 (1/6)

10月 23, 2019

過去70年のAI研究から得られる最大の学びは、コンピュータの計算能力を活用した汎用的な手法が究極かつ圧倒的に効果的であるということである

その究極の理由はムーアの法則、より一般的に言えば絶えることなく指数関数的に計算コストが下がり続けていることにある。

ほとんどのAIの研究は、使用できるコンピュータの計算能力が常に一定(つまり人間の知識を活用することのみがAIの能力を向上させるある意味唯一の方法)であるという仮定の下に行われているが、典型的な研究プロジェクトが行われる期間の間にも、それまでになかったより一層の計算能力が必ず使用可能になる。

短期的にAIの能力を向上させるために、研究者はそれぞれの分野における人間の知識を活用する方法を模索するが、長期的に違いを生むのはコンピュータの計算能力のみである。

それらは互いに矛盾する必要はないが、現実的にはその傾向にある。

一方にかけた時間は他方にかけなかった時間である。

どちらか一方の手法に賭けたいという心理的な呪縛がある。

そして人間の知識を活用した手法は、コンピュータの計算能力を活用する汎用的な手法に用いるにはふさわしくない複雑なものになってしてしまう傾向がある。

AI研究者が遅まきながらその苦い教訓を学んだ例はいくつもある。それらの例を見てみることは非常に有益である。

 

The Bitter Lesson by Rich Suttonからの翻訳)

↑記事をシェアしてください!読んでいただきありがとうございました。


次の記事:

前の記事:


私のプロフィールはこちら

Twitterもぜひフォローしてください


ご質問、ご意見、ご感想等はこちらから!