Youtubeでも関連動画が多数投稿されていますがほぼ毎日のようにニュースなどでもＩＴ企業の話題や新製品の機能だったり、ちょっとした日々の会話などでもその名前を聞かない日がないくらいまだまだ関心の高いAI（人工知能）ですが、この用語さえ抑えておけばおおよその話が分かるかもしれない動画を調べて簡単にまとめてみました。
シンギュラリティ（技術的特異点）
解説動画①
解説動画②
以前都市伝説・超常現象・スピリチュアル？ 解説系おもしろYoutubeチャンネルの記事で紹介したyoutubeチャンネルですが、両方共にこういった最新の技術的な方面にもアンテナが高く、実に都市伝説カテゴリの幅の広さを改めて実感します。どちらもとても分かり易く簡潔にまとまっていますので、なんのことかさっぱり分からない段階の入口的にぴったりかと思います。
ＡＩが人類の最後の発明となる、の一言にはドキッとしますね。
シンギュラリティとは？
物凄く簡単に言うと、テクノロジーが進化した結果、ＡＩが人の知能を超えてしまい、更なる進化の予測や人による制御。ＡＩどのような判断を下すか分からなくなってしまうことが起こる。そのポイントのことを指す言葉のようです。
このシンギュラリティが起こる例としては
①AIがAIを作り出す。そうして作り出されたＡＩが更に新たなＡＩを作り出す。
②その繰り返しによって、より進化したＡＩが生まれる。
③その進化したＡＩが更に進化したＡＩを作り出す。
この繰り返しにより更に加速度的にＡＩが進化・発達していき、果ては人間の知能さえも超えシンギュラリティが起きる可能性があるそうです。
ＡＩは脅威になるのか、ならないのか？
ＡＩが人にとっての脅威となる話を目にすることがありますが、そのひとつにこのシンギュラリティによって、人にとってまったく予測不可能な進化を遂げてしまうことにより、制御ができなくなる。どのような判断を下すのか分からなくなるということがあるそうです。
またＡＩの進化によって、ＡＩの出来ることが増えると人の仕事が奪われるのではないかという懸念もあるようです。
技術的特異点（ぎじゅつてきとくいてん、英語: Technological Singularity）、またはシンギュラリティ（Singularity）とは、未来学上の概念であり、人工知能（AI）自身の「自己フィードバックで改良、高度化した技術や知能」が、「人類に代わって文明の進歩の主役」になる時点の事である。第4次産業革命としても注目を集めている。
wikipedia 技術的特異点より引用
https://ja.wikipedia.org/wiki/%E6%8A%80%E8%A1%93%E7%9A%84%E7%89%B9%E7%95%B0%E7%82%B9
ディープラーニング 深層学習
解説動画
これまた以前書いた知識欲を存分に満たしてくれたり、未来の技術に期待が膨らんだり、宇宙について考えたくなる解説系Youtubeチャンネルの記事で紹介したチャンネルですが、実際の例を出してディープラーニングが一体どういうものなのか凄く分かり易く解説してくれています。
同チャンネルの
【ゆっくり考察】AIは神か、悪魔か？人工知能が人類を"滅亡"させる理由。
もたった７分で概要がつかめるのでおすすめです。
ディープラーニングとは？
これまた凄く簡単に要約すると機械学習の一つで、サンプルデータを基にその中からパターンを見つけ出し効率的に特定のタスクを実行できる手法とのことです。
機械学習（きかいがくしゅう、（英: machine learning、略称: ML）は、明示的な指示を用いることなく、その代わりにパターンと推論に依存して、特定の課題を効率的に実行するためにコンピュータシステムが使用するアルゴリズムおよび統計モデルの科学研究である。機械学習は人工知能の部分集合と見なされている。機械学習アルゴリズムは、タスクを実行するように明示的にプログラムされることなく予測や決定を行うために、「訓練データ」として知られるサンプルデータに基づいて数学モデルを構築する。機械学習アルゴリズムは、電子メールフィルタリングやコンピュータビジョンのように、タスクを効果的に実行するための従来のアルゴリズムを開発することが困難または実行不可能な、様々なアプリケーションで使用されている。
wikipedia 機械学習より引用
https://ja.wikipedia.org/wiki/%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92
ディープラーニング（英: Deep learning）または深層学習（しんそうがくしゅう）とは、（狭義には4層以上[1][注釈 1]の）多層の人工ニューラルネットワーク（ディープニューラルネットワーク、英: deep neural network; DNN）による機械学習手法である[2]。
wikipedia ディープラーニングより引用
https://ja.wikipedia.org/wiki/%E3%83%87%E3%82%A3%E3%83%BC%E3%83%97%E3%83%A9%E3%83%BC%E3%83%8B%E3%83%B3%E3%82%B0
ニューラルネットワークとは？
ディープラーニングの関連用語として、ニューラルネットワークというものがありますが、これは人の脳の構造（機能）を模したネットワークを人工的に作ったものです。
上記のwikipediaの解説では、ディープラーニングはニューラルネットワークを使った学習とのことです。
ニューラルネットワーク（神経網、英: neural network、略称: NN）は、脳機能に見られるいくつかの特性に類似した数理的モデルである。「マカロックとピッツの形式ニューロン」など研究の源流としては地球生物の神経系の探求であるが、その当初から、それが実際に生物の神経系のシミュレーションであるか否かについては議論がある[1]ため人工ニューラルネットワーク（artificial neural network、ANN）などと呼ばれることもある。また生物学と相互の進展により、相違点なども研究されている。
wikipedia ニューラルネットワークより引用
https://ja.wikipedia.org/wiki/%E3%83%8B%E3%83%A5%E3%83%BC%E3%83%A9%E3%83%AB%E3%83%8D%E3%83%83%E3%83%88%E3%83%AF%E3%83%BC%E3%82%AF
強いAIと弱いAI 特化型ＡＩと汎用型ＡＩとは
更にＡＩの分類として、強いＡＩと弱いＡＩ。特化型ＡＩと汎用型ＡＩがあるそうです。
ではその二つの違いは何か、具体的な例としては以下のようになるそうです。
汎用型ＡＩ（強いＡＩ）
・ドラえもん
・スカイネット（ターミネーター）
・HAL9000（2001年宇宙の旅）
など
特化型ＡＩ（弱いＡＩ）
・ディープ・ブルー（IBMが開発したチェス専用のスーパーコンピュータ）
・AlphaZero（囲碁・将棋・チェスなどを自己学習できるAI）
・Siri(AIアシスタント)
など他多数
こうしてみると非常に分かり易いですが、つまり汎用型とは人の様に他の助けなしに自分で思考・判断できる自立ＡＩで、現在において実在しないあくまで創作上のものですが、一方の特化型はその名前から分かる通り、ある特定の作業（仕事）に特化したＡＩで、すでに現実に存在していることが分かります。
wikipedia 強いAIと弱いAI
https://ja.wikipedia.org/wiki/%E5%BC%B7%E3%81%84AI%E3%81%A8%E5%BC%B1%E3%81%84AI
おまけのAI小ネタ：天下一品の看板と侵入禁止の看板
参考画像
天下一品の看板（画像：google map）
これはコントかな、と思うような笑い話ですが（実際自分もこの話を見た時に思わず吹き出しましたが）車の自動運転ＡＩが、侵入禁止の標識と天下一品の看板と見間違えて車が止まってしまったという話を以前ネットニュースか何かで目にしました。
しかしながらよく考えてみると人であれば「全然違うものなのに」という笑い話になるのに、ＡＩにとっては看板のマークがほぼ一緒で区別がつかなかった、という問題が見えてきそうです。
つまり視覚的には似ていてほぼ同じだけど、その二つそれぞれに紐づける情報がまるで違うという、人にはごく普通に当たり前に出来ることがＡＩには判断、区別出来なかったという訳なのかもしれません。
ではこの問題を解決する為には、大まかな形や色だけでなく細かな部分まであらかじめ定義しなければならないとなると、かなり大変そうです。
おまけにまだ未知の問題があるとしたのなら、この看板だけでなく他のありとあらゆるものを正しい情報と紐づけるするとなるとそれにかかる労力はどのくらいになるかまったく分かりません。
こうした人にとって当たり前に判別できるもの、の範囲があまりにも広すぎて全てひとつずつ定義するのは膨大な労力が必要となる訳ですが（もちろん人の判断でも間違えることも十分ある訳ですが）これをフレーム問題と呼ぶそうです。
フレーム問題（フレームもんだい、（英: frame problem）とは、人工知能における重要な難問の一つで、有限の情報処理能力しかないロボットには、現実に起こりうる問題全てに対処することができないことを示すものである。
wikipedia フレーム問題より引用
https://ja.wikipedia.org/wiki/%E3%83%95%E3%83%AC%E3%83%BC%E3%83%A0%E5%95%8F%E9%A1%8C
ディープラーニングで解決出来るかは不明ですがこの問題を解決しない限り、人と同じＡＩは出来ないのではないかなと個人的に思います。
これは何らかの制作のヒントになるかも？
今まさに制作連載企画にてＡＩとＶＲをテーマとしたお話を作っているところですが、これは大きなヒントなるのではという目論見もありつつ、動画やネット記事を参考にＡＩ関連用語を調べてみました。
改めて調べてみるととても面白く興味深い話題なのには間違いですが、ある程度理解するだけでも結構ややこしい話だと感じました。
・果たしてＡＩが人の知能を超えるシンギュラリティは起こるのだろうか。
・人と同じ様な思考が出来るＡＩは生まれるのだろうか。
・ＡＩが人の仕事を奪うのだろうか。
この辺りがＡＩの話題で一番関心が高いのではと思ったので、この中の話題やネタを盛り込んでいったらかなり面白くなりそうな気がします。
