人工知能革命は怖くもあり、楽しみでもある。しかし、私たちはこれまで、人間にしかできない仕事や作業があると思い込んでいた。

しかし、日々新しい、前例のないことを成し遂げているように見えるグーグルの「深層知能」の成果ほど疑問なものはありません。多くの人が予想だにしなかった、この高度なAIの成果を紹介しよう。

ディープマインドは何ですか？

DeepMindはGoogleの子会社で、人工知能と深層強化機械学習の開発に注力しています。(人工知能とは？)同社のAIは、2015年にAlphaGo AIが囲碁プロ（人間）の世界チャンピオンを破ったことで世界の注目を集めましたが、その目的や目標は、ボードゲームで人間に勝つことにとどまりません。

その人工知能アルゴリズムの深層強化学習は、幅広い研究・応用分野で活用されている。年々、進化し、高度化する人工知能の能力によって、新たな進化を遂げています。

ディープマインドができる注目のこと

これまでDeepMindのAIは、ヘルスケア産業、GoogleのAndroid事業、その他Googleの一般的なAI実験に用途を見出してきました。ここでは、その注目すべき5つの成果をご紹介します。

1 歩けるようになったマインドフルネスai

DeepMindの人工知能の成果を示すビジュアルとして、DeepMindのニューラルネットワークが歩行を学習する様子を描いた動画が不朽の名作として語り継がれています。

モーメント制御された仮想物体に対する人工知能パラメータとして、物体の関節数、手足の自由度、仮想環境内を移動する障害物などが示されている。これらの環境は、様々な障害物（ハードルやギャップなど）からプログラムによって生成されます。

これらの障害を克服する方法を教わらないまま、AIは世界の中で動き方や操作方法を一から学ぶ必要があるのです。限られた情報の中で、人型、二足歩行、四足歩行など、さまざまな体の歩き方をAIが自ら学習したのです。

歩いたり走ったりするだけでなく、隙間に飛び込んだり、棚の上に登ったりと、仮想環境内の障害物を乗り越えることもできるようになったのです。また、手足の使い方を工夫する姿は、見ていて非常に楽しいものでした。

2deepmindの人工知能は、自分で画像を作成することができる

DeepMindの人工知能が開発した興味深い機能は、生のリアルな画像をゼロから自ら作り出すことができることです。そのために、AIに学習させるサンプル画像を提供するデータベースとして、ImageNetを使用しました。

そして、データから学習した情報に基づいて画像を生成するだけでなく、生成した画像と現実の画像を区別できるように、ニューラルネットワークを学習させるのである。

このアルゴリズムには、以前からある人工知能アルゴリズムの一つであるGAN（Generative Adversarial Network）が使われています。しかし、DeepMind AIの画像生成を際立たせているのは、その技術をどこまで改良し、最適化したかということです。生成された画像の評価に使用される品質指標の点で、DeepMindのAIが作成したサンプルは、他の試みに比べてはるかに優れた働きをしました。

遠視のロボットは戦略的に人間を凌駕することができる

DeepMind AIが人間の対戦相手を戦略的に凌駕する方法を学んだという現実ほど、スカイネットのイメージを思い起こさせるものはない。DeepMindのAIがボードゲームで人間の対戦相手を打ち負かしたという話を聞いたことがあるかもしれませんが、今度はチームで仕事をする方法を知っているのです。

DeepMindのAIは、Earthquake III Arenaで行われる旗取りゲームで、すでに人間に勝つ方法を知っています。そのチームワークの良さは、他のAIに限ったことではありません。このロボットは、人間のチームと協力してゲームで相手を打ち負かすこともできたのです。

"強化学習の新開発を通じて、我々のエージェントは、複雑なマルチエージェント環境と典型的な3D一人称マルチプレイヤーゲームであるショックIIIアリーナ キャプチャーザフラッグで人間レベルのパフォーマンスを達成しました。" DeepMindは、これらの発表の中で述べています。エージェントは、人工的なエージェントと人間のプレイヤーの両方と連携する能力を実証しています。"

ロボットは、環境を生成する（つまり目に見えない）これらのプロセスの中で、どのように見て行動するかを一から学ばなければなりません。ゲームのルールも知らずに、そうしてしまった。そして、勝つためにどう協力し、どう競争するかを学ばなければならなかった。研究者たちは、このAIを「フォーザウィン（FTW）エージェント」と名付けた。このAIは、40人の人間のプレーヤーと一緒にトーナメントに参加しました。

研究者たちは、ロボットの精度や反応性まで低下させ、パフォーマンスを低下させたのです。それでも、レースに勝つために、キャンプで基地を作ったり、チームメイトについて行ったりと、人間らしい行動を学習していった。

ELOレーティングを測定すると、FTWブローカーはレギュラー選手やトレーニング中の選手の平均スコアを上回った。これは、選手の技量を競うゼロサムゲームを採点するための指標である。

4deepmind aiは、地図なしでナビゲートする方法を自分自身に教えた。

DeepMindの人工知能の最も印象的な成果のひとつに、地図なしで都市をナビゲートする能力があります。人工知能は、経験からの学習に依存しています。これは、人間が常に行っている比較的単純な作業です。しかし、それを可能にする根本的な心理メカニズムは非常に複雑です。

DeepMind AIは、地図なしで主要都市を横断し、特定の場所に到達しなければならない。Googleストリートビューの画像を一人称視点で見ることで、AIが仮想環境内を移動する。

時間が経つと、AIはまるで自分が住宅街の住人のように、さまざまなルートや行き方を記憶するようになります。

DeepMindはこのプロジェクトに関する声明で、"エージェントが目標の目的地（例えば、緯度と経度の座標の組として指定）に到達すると、無限の配達を担当する宅配業者のように、しかし地図がなくても報酬が与えられる "と述べています。.

時間が経つにつれて、AIは新しい都市のナビゲーションを学習していきます。さらに、学習したことを新しい都市に適用することもできます。例えば、交差点の仕組みを学んだら、その知識を未来の都市の指針にする。

また、同社の人工知能は、私たち人間の多くがまだできない3次元の迷路をうまく進む方法を以前に学習しています。

5 遠視は医師よりも特定の病気を発見しやすい

AIが短期的に医師に取って代わることはありませんが、テクノロジーはさまざまな形で医療に革命を起こしており、DeepMindは医療分野で驚くべきことを行っています。

ロンドンのムーアフィールズ眼科病院と協力した結果、DeepMindの人工知能は50以上の眼疾患を検出し、正しく診断する方法を学びました。これは、何千ものスキャンを分析することによって行われます。緑内障や黄斑変性症など、視力障害を引き起こす病気も含まれます。

研究成果を詳述した論文では、AIが「専門家レベル以上の推奨を行う性能」を示したと述べている。

また、Googleは、英国Imperial Cancer Research社との提携による乳がん検診プログラムの発展が期待されることから、日本にも乳がん検診プログラムを拡大しました。

これらのツールは、医師が患者のスキャンをより迅速に行うのに役立つと期待されています。多くの病気の治療には早期介入が重要であるため、これは重要です。

aiはこれからも私たちを驚かせてくれるでしょう

これらは、Google DeepMind AIができる意外なことのほんの一部です。開発のたびに、より優れた基礎研究者が働き、より高い目標に到達しています。10年も前に夢物語のように思えたことが、今、現実のものとなっているのです。

しかし、私たちの未来はどうなるのでしょうか？ AIがどのように私たちの未来を形作るのか、AIトレンドに関する記事もぜひご覧ください。