何故か凄く疲れている。金曜日に追い込んだ疲れが未だに抜けていない感じ。睡眠はしっかりとっているし、体重も回復しているのに、やっぱり歳のせいかもしれない。いつもムキになって体を壊してしまうので、活動量計を見たりしながら適切な負荷を掛けること、適度な運動をすることが重要と改めて思う。忙しいわけではないのに、次から次への細かな仕事があって、残業も多い。どこかでリフレッシュしないと・・・
My fitness Report 181125
朝から「ボヘミアン・ラプソディ」を3回聴いて、「華麗なるレース」を聴きながら朝食。若干食休みしてからのスタート。音楽は当然「オペラ座の夜」。この2枚のアルバムはとても懐かしい。ランニングの方は全然ペースが上がらなかったけど、何だか今日はとても気分よく走れました。
[DATA]
本日の走行距離 5.4km
今月の走行距離 53.6km
1月からの走行距離 521.3km
ボヘミアン・ラプソディ
奇しくもフレディの命日にボヘミアン・ラプソディを見てきました。この映画、泣きそうを通り越して、本当に涙。最初に流れた「愛にすべてを」から泣きそうでした。とにかく良かった。ボヘミアン・ラプソディやウィ・ウィル・ロック・ユーの誕生秘話も良かったけど、やっぱり全編を通してフレディの生の声が聴こえる。クイーンの音楽が必然的に効果的にこの映画を支配していたと思う。音楽総指揮はブライアン・メイとロジャー・テイラーだという。さすがです。フレディを演じたラミ・マレックもそうだけど、ブライアンもロジャーもとても雰囲気が出ていたと思う。そんなに違和感はなかった。そしてウエンブリーのライブでのボヘミアン・ラプソディから伝説のチャンピオンまで、本当に涙が出てしまいました。クイーン最高、フレディ最高。
My fitness Report 181123
今日は充実した一日。12月の統計セミナーの資料作成に着手。今日は10ページしか作れなかったけど、いい感じでイメージが膨らんだ。数式エディタを使うのが久しぶりなのでちょっと手間取った。
夕方からフィットネスクラブへ。今日は休日のせいかとても混んでいた。筋トレ、ちょっと追い込んでみました。明日は筋肉痛になりそう。そしてトレッドミル、今日は最初から飛ばして10.8km。いつもよりかなり速いペースで行けたけど、心拍を見たらいきなり有酸素領域で、半分以上ピーク心拍でした。ちょっと追い込みすぎか。ただ、本当にいい運動になりました。スッキリ。終わって、ストレッチゾーンで隣でストレッチしていた女性の柔軟性にビックリ。ほぼ180℃開脚でぴったりと頭が床についていた。柔軟性も大事です。ちょっと恥ずかしくてしばらくストレッチポールで体をほぐすことに専念。お風呂もゆっくり目。今日は良い休日の消化ができました。
[DATA]
本日の走行距離 10.8km
今月の走行距離 48.2km
1月からの走行距離 515.9km
人工超知能
井上智洋さんの「人工超知能」を読みました。この本2017年7月に出版された本ですが、もっと前に読んでおけばよかった。AIの概要を知るにはとても良い本。あとはあまり消化できていないのだけど、知能というのを考えるのにはとても良かった。全体の構成がしっかりしているのと、各章の扉にその章のサマリーというか論点がまとめてある。大学の先生らしいスッキリとしたまとめ方。それにとても広い範囲で扱っているけどそれなりの深さまで言及されているような気がする。雑誌や入門書では物足りない部分をしっかり補ってくれている内容。もう一歩進めるとかなり専門的な領域まで入るような気がする。全体の構成は第1章AIは未来をどう変えるか？、第2章AIの歴史をたどり、AIの正体を明らかにする、第3章機械学習とディープラーニング：人間の直感を再現できるか？、第4章汎用AI：人間レベルのAIは実現可能か？、第5章AIは人間の知性を超えられるか？、第6章ターミネーターは現実化するか？、第7章AIに知識は宿るか？とう流れ。自分のマーキングを見てみると、1章、2章は導入部だったせいかハイライトはほとんどない。第3章からハイライト個所があり、この第3章は機械学習を直感的に理解するのには有用性を感じた。教師あり学習と教師なし学習は多変量解析の予測モデルと記述モデルの違いというような理解を今までしていたけど、それは概ね合っているようでした。ただ、機械学習を多変量解析の一種と考えるとイメージがついてこない。拡張です。ここから先は、本を読んで自分でイメージしたことなので正しいかはわからない。まず、ディープラーニングの多層構造をしっかりとらえきれていなかったのだけど、これって、ある意味交互作用なんだなと思うと少し理解がすすむ。記述モデルの代表モデルである主成分分析の各主成分は数学的に直交しているので、あくまで主成分という特徴量は独立。n次元ということでいくら拡張しても特徴量間の交互作用は表現できない。単純な線形モデル。ただ、多層にすることで特徴量×特徴量で新しい特徴量を作り出しているので新しい特徴量は交互作用項に当たる。しかもモデルの構造上多因子交互作用になっているのでより複雑な特徴量を抽出できるということかな。じゃあ、そういうモデルの構造が持てるようになった時に、重要なのは重みづけ。で、先生は「強化学習」が重要だと言っている。まあ、誤解を恐れずに言えば強化学習のポイントはデータの数。この本では報酬系のモデル化といっていたけど、結局、どういう判断をしていくと報酬が得られるかという成功確率を最大化していくので、試行回数と成功体験が多いほど精度は上がる。こういうモデルへの気づきを与えてくれただけでこの本の3章の価値は十分にあった。第4章は人間の知的能力を考える。キーワードは汎用性と自律性かな。それと脳の知的能力を実現するアプローチ方法。全脳エミュレーションと全脳アーキテクチャというアプローチがあるらしい。前者はイメージコピー、後者は部分部分をリバースエンジニアリングして全脳に展開したものと理解した。後者のアプローチの方がイメージしやすいし、実際にやるイメージも持てるけどいずれにしても大変そう。それに部分再現の合成が全体再現になるのかという疑問も残る。やはりそこには統合の枠組みの問題というのが残るらしい。第5章では知性を考える。ゲーデルの不完全性定理が出てくる。否定的な自己言及は不可能であること。新約聖書の「エピメデニスのパラドックス」が判り易い。「クレタ人は嘘つきであるとクレタ人のエピメデニスは言った」というもの。人間なら、この文章も適当に理解できるけど、確かにコンピュータはこの矛盾を吸収できないかもしれない。そしてこの章では先生の造語であるらしい「メタ思考力」という言葉が出てくる。これは「思考について思考する能力」らしい。AIが人間のように思考するにはこのメタ思考力が必要ということ。AIは人間が作った。故に人間はAIよりメタな位置づけにある。よりメタな位置づけにないと人間の知性は越えられないという議論。つまり将棋で勝てるようになっても、囲碁で勝てるようになっても総合的な知性では人間にかなわないということかな。
残りの二章はより難しかった。人間が賢くなることと意識を持つことの違い。これは前に読んだ哲学を教えたらと同じような問い。やっぱりトロッコ問題が出てきた。考えなければならない問題だけど、自分の中では答えは出ていない。結局、結びにあるように人間の脳と心の問題が解明しなければ、人間を超えられるかという議論はできないということなのでしょう。感情や欲望には機能面と現象面があって、いずれも機能面ではAIはどんどん人間に近づいているようだ。それでも、渇望感のようなクオリアはAIに持たせることはできないという。この辺は自分の理解がもう一歩進まないと消化できない。
[DATA]
今月の読書 5冊
1月からの読書 70冊
信頼できるインターネット社会実現に向けて
月例会に参加。インターネットの中の情報の信頼性、とても大事です。特にクラウドサービスの信頼性と言われたら、関心を持たない訳には行きません。本日はそのフレームの話。今日の先生も言っていたけど、日本という国はこうした制度、フレームづくりに出遅れているような気がする。そして、他人の作ったフレームで儲けようとする輩も多い。人が作ったフレームを後生大事に守って、それをコンサルする人たち。はっきりいって困ったものです。
