人工知能４

>>946
意識をシングルタスクと思う人はいないんじゃないかな。
ケータイしながらチャーハンを作り、それをこなしつつテレビも見れるんだから。
でも注意はケータイにフォーカスしたりチャーハンにフォーカスしたり。
それを思えば複数のタスクをタイムシェアリングしながら
シングルプロセッサーでこなしてる感じに近いんじゃないかな。

では、まとめ。

１）意識：その時点で遂行されているタスク全般に関する神経活動
２）注意：１のうち、特にシングルプロセッサーによってフォーカシングされているもの
　　　　　　
例：助手席の人間と話しながら運転をし、赤信号で止まる
このときの意識は、「発言をする」「シフトを変える」「クラッチを踏む」「ブレーキを踏む」「車間距離を確認する」
など、いくつものタスクを行なっているが、注意が向けられているのは「発言をする」という行為のみ。

てゆーか、この場合の「クラッチを踏む」とか「ブレーキを踏む」とかは、
普通は、意識というより「無意識的なもの」といわれると思うんだけど。

>>869
味の比喩は良く判る。で、良い味を偏好し悪い味を忌避する事と、特定のパラメータ偏在の
あるプリミティブデータを偏好し別のパラメータ偏在であるプリミティブデータを忌避する
モノ単位は、実際の生物とどのように違うのか？と問うているのだよ。

そして、他の単位が意図的であれ偶然であれ産出した新しいプリミティブデータが好ましい、
もしくは好ましくないと共有し、永続化できるのならば、>>869のいう不思議を実装した事に
なるわけだ。独創的な話や、絵や楽曲に何故我々は感動するんだろうね？人工生命が将来
作り出されるとして、化学反応系で実装した方が早いか、シリコンデバイス上であるかは単に
技術的難易度の差でしかない。
いや、私も化学反応系実装される方が、うんと早いとは思うけれどね。

人工知能に求められているのは、ステレオタイプを共有するべき、もしくはステレオタイプを
打破して新しいステレオタイプを共有するべき「他の単位」が人間である事が話を難しく
している。人間が共有する情報単位は単発の刺激なんかではもはや無いわけで･･･
このような人工知能は難しいからまずは人工生命程度から始めるのが妥当かと。
共有するものが、人間ではなく同じような他者であるのならばまだ、話は早いという事。

哲学であれ文学であれ、人間が認識できる言語と言うのに無理がある
あかの他人同士が共通の認識を持てるということはありえない
ある一定のコミュニティで長期間に渡って知識を共有することによって
人間は共通認識を持つことが可能になり、あれ、これで通用すると思ったが
「女はいくつになっても解からない」と言うように突き詰めて考えれば
まるで理解していないことに気づくだろう。
人間はあくまでも解かったような気になって、生活しているにしか過ぎないのだ

　「役不足」「確信犯」「流れに棹（さお）さす」といった語句の意味を正しく
理解している人は２０％前後にとどまることが、文化庁が１９日公表した「国語
に関する世論調査」からわかった。調査では、言葉の乱れについての意識、カタ
カナ語の意味をどの程度知っているかも聞いている。

【役不足】例文：彼には役不足の仕事だ。
　×本人の力量に対して役目が重すぎること＝６２．８％
　◎本人の力量に対して役目が軽すぎること＝２７．６％
　・わからない＝５．０％
【確信犯】例文：そんなことをするなんて確信犯だ。
　×悪いことであると分かっていながらなされる行為・犯罪またはその行為を行う人＝５７．６％
　◎政治的・宗教的などの信念に基づいて正しいと信じてなされる行為・犯罪またはその行為を行う人＝１６．４％
　・わからない＝１８．８％
【流れに棹（さお）さす】例文：その発言は流れに棹さすものだ。
　×傾向に逆らって、ある事柄の勢いを失わせるような行為をすること＝６３．６％
　◎傾向に乗って、ある事柄の勢いを増すような行為をすること＝１２．４％
　・わからない＝２１．４％

>いや、私も化学反応系実装される方が、うんと早いとは思うけれどね
すでにあって、DNAコンピューターとか、分子コンピューターと呼ばれてる。
反応が並列に起こるから、超並列計算が可能。
ただし汎用的ではない。

>>954
偏好したり忌避するとか、そういう問題ではないんだ。波長700nm前後の光を
「赤」という色として見ることをわれわれは忌避できるか？　砂糖を甘く感じる
ことをわれわれは忌避できるか？

大事なことは、波長700nm前後の光が「赤い」色に見える性質をもっているのでも
なければ、砂糖が甘く感じる性質をもっているのでもなく、あくまでわれわれの側が
波長700nm前後の光を「赤」という色として見る性質をもっており、砂糖を甘く感じる
性質をもっている、ということだ。つまり、われわれの側にその原因があるという
ことだ。

その原因をわれわれはまったく理解していない。われわれの身体は20種類の
アミノ酸から構成されているが、もしもその人工生命が19種類のアミノ酸で実現できたら
波長700nm前後の光をわれわれとはまったく異なる感覚（たとえば音として）で知覚する
可能性だってある。とすると、シリコンデバイスではわれわれと情報単位を共有することは
決してできない、ということになるかも知れないのだ。

人間の生活を豊かにするための道具としての延長上にある、あるいは制御が可能である
という保証のもとで自律的あるいは自発的に活動する人工知能なら認めてもいいと思う。
しかし人工生命はどの要請も満たせないだろうね。

>>957
波長の違う色を（ある程度の精度でもって）、
それぞれ違う色として認識するという「機能」がなくなったら、
色が認識できなくなるだけだね。

色盲の例を出すべくもなく
眼を閉じれば光は見えず。

>>959
そもそも「波長に応じた色として光を見る」とはどういうことか、考えたことが
あるか？　あんまりナイーブに応答せずに、クオリアとかその辺の本を読んでからに
してくれよ。

>>96
でたっ！！！

　　　　　　　　　　　　　　　　＼　│　／
　　　　　　　　　　　　　　　　　／￣＼　　 ／￣￣￣￣￣￣￣￣￣
　　　　　　　　　　　　　　　─（ ﾟ ∀ ﾟ ）＜　くおりあくおりあ！
　　　　　　　　　　　　　　　　　＼＿／　　 ＼＿＿＿＿＿＿＿＿＿
　　　　　　　　　　　　　　　　／　│　＼
　　　　　　　　　　　　　　　　　　　 ∩ ∧　∧　　／￣￣￣￣￣￣￣￣￣￣
￣￣￣￣￣￣￣￣＼∩ ∧　∧　＼（ ﾟ∀ﾟ）＜　くおりあくおりあくおりあ！
..くおりあ〜〜〜！ 　 ＞（ ﾟ∀ﾟ ）/ ｜　　　　/　＼＿＿＿＿＿＿＿＿＿＿
＿＿＿＿＿＿＿＿／ ｜　　　 〈　｜　　　｜
　　　　　　　　　　　　　 /　／＼_」　/　／＼」
　　　　　　　　　　　　　 ￣　　　　 / ／

>その原因をわれわれはまったく理解していない
少なくても、人工知能の分野では

>シリコンデバイスではわれわれと情報単位を共有することは決してできない、
という前提で話を進めていますが。
じゃあどうすればいいか？
というのが、人工知能というテーマで話をする時の一つのトピックになりますね。

パソコンってシリコンデバイスに入るの？

ええと、パソコンのコアとなる部品であるCPUは、
シリコン半導体をベースとしたLSI（大規模集積回路）です。
メモリ（主記憶装置）やそのほかの主要回路もそうです。

今日このスレに（全般板から誘導されて）来て，ほぼ全部のレスを頑張って読んだが・・・

当然と言えば当然だが，
ＭＩＴの友人連中や教官とメールでやりとりする方がよっぽと有意義だということがわかった

ミルクについては，自発における自論と強化学習との差異を共通の抽象表現で
説明していないので，誰も（特に，強化学習を学んだ者にとって）がミルクの言動を
議論に足るものだと考えていないわけだ
強化学習を学んだ者で反論している人たちは，ミルクの言動からミルクの自論の
モデルを推定しても従来の強化学習で考えられていることから何らはずれたことでない
ことが予測できるので，たびたびミルクに質問するというレスが発生している

ミルクについては，再度，扱う情報とその処理プロセスについて
強化学習と比較可能なようにモデル化して説明することをお薦めする

>シリコンデバイスではわれわれと情報単位を共有することは決してできない、
の意味は？

>>963
２ちゃんねるにおける議論の混乱のひとつの要因は、ＡとＢの二者間の会話に
第三者Ｃが勝手に口を挟むことにあると思われる。これは実際に面と向かって
会話している時は非常に失礼な行為であることを認識すべきだ。

このことを指摘した上で、君の議論に対するひとつの回答は、「しょせん、人間同士で
ない限り、情報単位を共有することはできない」というものだ。たとえば、柴田正良
「ロボットの心」のひとつの帰結はこういう結論になる。

【自分の態度について】

抽象的議論自体は歓迎する

しかし，互いの知識は一部重複しているのだろうが，重複していない部分も多いのだから
互いにフォローしあう形で議論するのが，有意義な議論の上で有効な方法だと思います

しかし、これは現代のテクノロジ（製造技術）に由来することであって、
コンピュータ＝シリコンデバイスというのは、限定的な意味でしか正しくありません。

これらの回路はかつては、真空管やゲルマニウムによって作られていました。
また、かなりの部分は歯車とカムによって作ることも可能だと思います。
制約となるのは、原理的な問題ではなく、製造技術的な限界、
機械では、精度や、動力源、部品の耐久性の問題が大きく、
部品の数を増やした場合に、安定して動作させることが難しくなります。
これは、真空管でも同じような問題がありました。
現在のシリコンデバイスは、比較的このような問題が少ないですが、
いつかは壁にぶつかるはずです。

したがって、人間の脳と人工知能を対比する場合、
人工知能を表現するのに、特定のテクノロジ（製造技術）に由来する問題に
あまり固執すると、本質から乖離してしまうと思います。

厳密には、「ノイマン型のデジタル計算機」とでもいうべきでしょうか。
もちろん、ノイマン型アーキテクチャが、唯一のアーキテクチャではないので、
別のアーキテクチャについてはまた、別の議論が必要でしょう。

>>966
>>851についてはどう考えるか？

【創造性について】

ミルクの言うとおりゲンコでキーボードを叩くという行為そのものは問題ないと思われる．
しかし，創造性というキーワードにおいて思考を伴わない行為そのものが
創造性の議論において不必要であることも示してくれている．

創造性について議論するならば，例えば（当然，ほんの一部だが），
ある既に学習されたことまたは現在観測された情報に対して，

１）　複数概念間の接続可能性・汎化可能性を探索し操作するプロセス
（『概念』，『接続可能性』，『汎化可能性』は未解決/未定義であり研究ポイントである）

２）　探索・操作によって創出された新たな情報を評価・説明するプロセス

ミルクは１）においてゲンコでキーボードを叩いたわけだが，
出力された情報に対して評価・説明するプロセスが抜けたために他者にその創造性
が認められなかったと思われる．
逆に言えば，後者の２）を満足させる行為が他者に創造的であると思わせる点において
重要なポイントになると考えれる．

>>972
＞しかし，創造性というキーワードにおいて思考を伴わない行為そのものが
＞創造性の議論において不必要であることも示してくれている．
思考を伴わない行為であっても、それが他者に評価されて創造的な行為になりうる
ということはすでに述べているはずだが。確かに、不毛なレスのためにそれ以上、
議論が深められていないといううらみはあるが。

すごい論理だな〜。

私が>>972と面と向き合って話している時に、>>974のような傍観者的反応が
現在の論題とまったく同列に扱われて出現してしまうというところに混乱の
ひとつの原因がある。

これから用事があるので本日の他者に対するレスについては以下を最後とします．

>>971

まず，強化学習理論は数学的表現を用いて説明された
定義された範囲において非常に強い説得力を持つと認識してもらいたい．

また，ボトムアップ的な研究は言及・説得可能なレベルから探求しているという点についても
認識してもらいたい．

その上で，レスをすると・・・

第一に，「生物はこのような戦略を用いてはいない」に関わる，
・あらかじめ組み込まれた判断の仕組み
・意図
がどのようなモデルで表されるのかを説明して欲しいというのが率直な意見ですね．
説明については，議論の導入としてミルクの妄想でも良いと考えている．

第二に，「素子自体が自発的に活動する」について，
まず，学習以前の部分で「人は自発的に行動している」という事象に対する
ミルクの態度を明らかにして欲しいことです．
例えば，私ならば，

『次にある行動を選択するための判断材料は既に学習された情報と現在観測できる情報と
選択可能な行動群で構成される（これは強化学習のモデル）』

が現時点で妥当なものであると思われる（その他に感情もあるが，簡単化のために排除）

>>976
所詮は手の込んだ中傷のようだが・・・
私も今は忙しいので、後ほどゆっくりとレスを考えるとしよう。

>>976の1行目はウソでした・・・

レスを継続します．

【976の続き】

第三に，「電子回路の伝達物質は」に関して，

慶應大学のＴ田先生のように細胞の化学的反応レベルから「生物を模倣」し，
そこから知見を得ようとする研究もあるので参照してみてはいかが？
しかしながら，人工知能の研究として重要なのは模倣ではなく機構の解明と形式化
であることから，模倣レベルに終わっては面白くないと考えている人は多い．

>>973

不必要であると書いたのは
>>973で記述されている「他者に評価されて」の部分を解明することが重要であると
考えたのが理由．

(≧∇≦)

伝達物質と電子の比較について
情報を伝えるということに関して電子（有線、無線での信号のやりとりとして考えるが）が神経伝達物質に
較べ特別に不利な理由は多分無い。実際、高速大量に情報を伝達している。
一本の回線でも沢山のスレッドが流れているし、電波でも無数の交信や放送が行われている。
もう一つ言えば、伝達物質が働くのは分子間の電子の働きに負うているだろう。

強化学習を学んでいる人であれば，現在，
・　アフォーダンスのメタファを用いた強化学習の研究（状態空間の分散）
・　アナロジーのメタファを用いた強化学習の研究（学習された情報の再利用）
が行われていることは承知していますよね？

>>977

単に，ミルクが表現する各用語がモデル中で何を表しているのかも含めて
強化学習と比較可能なモデルで差異を説明してもらいたいだけですよ．

情報の受け手にそう（「中傷」と）言われると，発信側は対処のしようがなくなります．
明らかな中傷とは区別するべきでしょう．
こちらは少なくともミルクを排除しようとしていないのですから・・・

まだまだダメだな
外部的に考えすぎているが内部的には人間の脳細胞は白鳥の湖

　　じゅうぶん気付いてますのでご安心を。

>・　アフォーダンスのメタファを用いた強化学習の研究（状態空間の分散）
>・　アナロジーのメタファを用いた強化学習の研究（学習された情報の再利用）
別の書き方をしてもらえるとうれしいのですが。
具体的に何の事を指しているのかよくわかりませんが。

>>954
仮に全人類が光を失い、人口網膜で赤外線のみを感じる事ができるように
なった場合、「赤」という色は意味を失うだろうが、人工網膜の性能の均質さが
一定の分布内に保たれれば、新しい「色」の概念は共有可能であるだろう。
つまりは「赤」を我々が共有できるのは眼球とそれに繋がる神経系のデバイスの
性能に依存しているわけで「赤」という色自体は従属的な意味しかない。
不思議なのは寧ろ、何故パラメータの偏在に「意味」を認め、かつそれを
共有できるか、もしくは共有しているという幻想を共有できるのかにあるの
だけれどね。

偏好したり忌避する事が出来るという事は、パラメータの偏在に相違を認め
かつ価値判断ができるという事で、更に上位層での議論。下位層と上位層では
全く異なる事象を対象としているのだが、それに肯定的アナロジーが認められると
主張しているんだよ。

> とすると、シリコンデバイスではわれわれと情報単位を共有することは
> 決してできない、ということになるかも知れないのだ。
>
そうかも知れないし、そうでないかも知れない。これは化学反応系でこしらえた
系にも当てはまる。

>>985
そうではなくて、
例えば人間が音楽をなぜいいと感じるかは、
人間がそういう構造をしているからに過ぎない。
「甘い」でも同じで、コンピューターには理解できない。
唯一の方法は、人間が何を甘いと感じるかを調べて、
数値化する方法であるわけだ。
でもそうしてしまうと、「甘いならば好き」
という事がコンピューターは推論できない。

ミルクの唯一のまともな発言だね。

>>986
＞でもそうしてしまうと、「甘いならば好き」
＞という事がコンピューターは推論できない。
行間を読めない俺が悪いのか、言ってることが分からない。

>>984
人工知能学者氏に同じく、可能な範囲で解説を希望します。

>>986
> 例えば人間が音楽をなぜいいと感じるかは、
> 人間がそういう構造をしているからに過ぎない。
ミルク氏がそんな主張しているとは思えないけれど、そう、これが私の論点。
このように考えたら見えてこないモノがあるんだよ、と主張しているわけです。
これから生まれてくる、全ての楽曲に対する評価関数が予め決まっていると
いう事に対するナンセンスさを指摘したいわけです。

J.S.バッハの、モーツァルトの、ベートーベンの、ショパンの楽曲に、もしくは
彼らに匹敵する独創的な楽曲に対する評価関数が予めを与えられている事が
人工知能の条件と考えるのならば、挑戦的ではあると思うけれど、アプローチと
しては間違っているとしか思えない。

それよりも、他の単位から伝播された取りうる自由度の新しい分布を有利と認識し、
共有する仕組みがある、と考えた方が現実的ではと提案しているのですよ。

>>989
人工知能５
http://academy2.2ch.net/test/read.cgi/philo/1056182339/

>と考えた方が現実的ではと提案しているのですよ。
あんたが提案しなくたって、人工知能の世界では普通にやってるでしょ。
文字認識に統計量を使ったりしてるんだから。

>>984

以下の回答に関する質問ではなく素朴な質問ですが，
Ｑ：何が知りたいですか？

話を戻します．
酔っているのでまともにレスできるかわかりませんが，寝るまでに少し時間ができたので・・・
興味があればgoogleで検索されたし．

【アフォーダンスのメタファ】
アフォーダンス理論における，ある環境から行為原則を抽出するという部分を利用している．
一般的にはエージェントの経路探索問題における研究が主である．
この手法を利用することで，エージェント自身は膨大な記憶を必要としない．
学習された情報を環境側に残し，ある状態になったときに環境側から
学習された情報を参照するだけで良いという工学的利点がある．

ちなみに，私は佐々木某のアフォーダンス理論は懐疑的である．
これについては，佐々木一般の弟子と議論をして，かなり有意義であり，
検討するべき部分も色々とあった．
しかし，私は工学者のためどちらかというと知り合いである認知科学会会長の中島某や三宅某の解釈が
個人的には好ましいと感じている．（観測者の相互作用も排除できない立場）

【アナロジーのメタファ】
ある環境で学習された情報を用いて，他の環境にその学習された情報を再利用するという
アプローチである．簡単には，非マルコフモデルである環境は無視したとしても学習された
情報をいかに再利用することができるかという観点で研究されているテーマである．

このスレの別のレスでも簡単な例示はされていたはずです．
たしか，飛行機と車の共通点だったか・・・

続き・・・

直前の話は>>984さんにはたいして面白くないかもしれません．
なにせ，実現方法として特に興味のあることをしていないからです．
これは，まだまだ導入されたばかりで，理論が精緻化されていないからであるとかんがえらえらます．
だからといって，否定的になるわけではなくこのアプローチの今後に興味を持っている一研究者であります．

【to ＡＬＬ】
現在の学習理論は低レベルな学習理論だけでなく，再利用や資源のありかたであるという
学習の高次領域における研究も盛んに行われているので，興味のある方は参照されたし．

それは、環境に目印を残す。或は目安としての特徴のみを
データとして保存しておく。
次に、部分的類似から他の部分の類似性を推論の有力な手がかりと
する。というようなニュアンスで捉えていいでしょうか？

http://homepage.mac.com/hiroyuki44/

>>994

前者について，ごくごく単純に考えてもらえばそれで良いと思います．
ある特定の観測がなされたとき（それは複数ありえるが），
環境側にその環境で何を行えば良いかという情報が残されている．
（人を考えれば，迷路の分岐点にメモが残されていると考えれば良いでしょうか．）

後者については，少し複雑になります．
第一に，どこからどこまでがある環境で学習された情報が他の環境にとって類似したアナロジーで扱えるのか？（再利用可能な情報の抽出）
第二に，抽出させる環境と適応させる環境がどうして類似するアナロジーを持っていると判断できるのか？（類似性の評価）
私はこの問題を扱っていませんが，大変面白い課題だと考えています．

特に後者は，人工知能の実現において重要な要素となっている，というのが人工知能を実現させたいとい考えている
研究者にとって賛同できることだと私は考えています．

何度も読み返してみて、101回目の人工知能氏が高い理想と見識に基づいて分かり
やすく解説してくれているのがよく分かった。

当方は現在、顧客側のミスで仕事が継続できない状況にあるので、時間がぽっかりと
空いてしまった。そこで、101回目の人工知能氏の質問に対し、時間をかけて考えて
みた。

書き込みは次スレ、
人工知能５
http://academy2.2ch.net/test/read.cgi/philo/1056182339/
にて。

じゃあこのスレ埋めとくか？

いや、当面読めるように、もうしばらく埋めないでおこう。

ヽ(`Д´)ﾉｳﾜｱｱｱｱﾝ

このスレッドは１０００を超えました。
もう書けないので、新しいスレッドを立ててくださいです。。。