知的な行動は「探索」と「評価」の２つを駆使している

探索とは未来を予測すること。評価とは予測された事象の確率を求めること
この評価の値をコンピューターに自動的にやらせるのが機械学習
機械学習のためには大量のデータが必要。
ネットの画像と文章を学習する事で画像にタグ付けするための情報が得られる
黒人の写真をゴリラと判別してしまったのはネット上にそのような情報があったから

黒魔術とディープラーニング

機械学習の様々手法
SVM、ロジスティック回帰、ディープラーニング、ランダムフォレスト
ドロップアウトによりディープラーニングの過学習を防ぐ
言葉、音声、画像が応用先
マルチモダール　　画像を入力して適切な説明文を出力するとか
言語の処理も画像として行なう
言語であれ何であれ、画像と結びつけるとディープラーニングの得意な対象となり人間を越えてしまえる
還元主義的な科学からの卒業、細部の構造を理解していけば全体を理解できる
人工知能の開発においては、必ず大量のデータが必要になる。最初は「教師あり学習』その後「強化学習」に移る
モンテカルロ囲碁、ランダムな場所に石を打ち勝率を予測する。学習を重ねる事で確率が上がる。
アルファ碁が示したのは囲碁は画像だったということ
プロ棋士達がアルファ碁の真似をしだした。意味もわからず。科学が宗教になった瞬間

知性　目的を設計できる能力
知能　目的に向かう道を探す能力

シンギュラリティの提唱者レイ・カーツワイルは2045年との予想を2029年と早めた

人間の論理力の限界というより言葉で表現することの限界
ディープラーニングとは脳の視覚野の神経回路を模したニューラルネットワークを多層化したもの
アルファ碁はたくさん手を読んでいるのではなく猛烈に勘がいい