書評：フィー・フィー・リー博士による「私が見る世界」

人工知能は、アルゴリズム、ハードウェアのブレークスルー、強力なモデルの急速な台頭を通じて説明されることが多い。そこから欠けているものは、今日のAI革命の基礎を築いた科学者の背後にある人間の物語である。

私が見る世界：好奇心、探究、AIの黎明での発見は、フィー・フィー・リー博士によって書かれたこのギャップを美しく埋めてくれる。書籍は、同時に自伝、近代的人工知能の歴史、そして変革的なテクノロジーを構築することの責任についての反省として機能する。

書籍を特に魅力的なものにするのは、リーが2つの平行した物語を絡み合わせていることである。1つはAIそのものの物語である。もう1つは、若い移民がアメリカにやって来て、最終的にコンピュータビジョン分野で最も影響力のある人物の1人になる物語である。

科学的頭脳を形作る移民の旅

書籍の最も強い要素の1つは、リーの科学的キャリアの前にある深く個人的な物語である。

リーは中国で育ち、その後十代でアメリカに移民した。移住は難しいものだった。彼女の家族は経済的な資源が限られている状態で到着し、生活を一から築き直す挑戦に直面した。アメリカでの初期の年月間、リーは両親のドライクリーニング事業を手伝いながら教育を続けた。

これらの経験は、書籍の重要な基盤を形成する。彼女の科学的仕事を後に定義することになる、忍耐力と回復力が明らかになる。自伝は、移民の経験をロマンチックに描写しない。代わりに、文化的適応、経済的圧力、そして完全に新しい環境で学術的な野心を追求するために必要な決意を提示する。

最終的にリーはプリンストン大学に合格した。キャンパスでの初日の様子は、興奮と驚きの混合で描かれている。アメリカにやって来たばかりの人にとって、プリンストンは、わずか数年前にほとんど想像できなかった知的世界を表していた。

これらの初期の学術的経験は、物語の残りの部分を駆り立てる好奇心を形作るのに役立った。

男優勢な分野を切り拓く

書籍を通して走るもう1つのテーマは、リーのコンピューターサイエンスにおける女性としての経験である。

人工知能研究は、特にリーのキャリアの初期の年月、歴史的に男性によって支配されてきた。彼女は、自分が女性の1人しかいない部屋にいることが多かった。書籍は、これを劇的な対立として描写しない。むしろ、彼女が分野を切り拓いていく上で影響を受けた、根底にある現実として描写する。

これらの経験は、最終的にリーの後のAI分野における多様性の促進への取り組みに貢献した。彼女は、AI研究に女性や代表されていないグループを多く参加させることを目的としたイニシアチブを作成するための擁護者となった。

浮かび上がるより広いメッセージは、AIは社会の狭いセグメントによって構築されるべきではないということである。テクノロジーが世界を形作るのであれば、テクノロジーを構築する人々もその世界を反映するべきである。

WordNetと知識構造の重要性の発見

書籍は、リーが学術的な仕事の中でWordNetと出会ったときに、AIの技術的歴史に深く踏み込むようになる。

WordNetは、シネットと呼ばれる関連概念のグループに英語の単語を整理する。言語は、人間が世界を理解し、カテゴリ化する方法に似た方法でマッピングされる。

リーにとって、WordNetは単なる言語ツールではなく、機械が視覚情報を理解する方法を教えるための可能なフレームワークを表していた。

当時、人工知能研究はアルゴリズムの改善に重点が置かれていた。しかしリーは、分野を見方を変えるようになった。彼女は、機械学習におけるボトルネックは、より優れたモデルだけではなく、より優れたデータであることを認識した。

コンピューターが世界の物体を認識する方法を学ぶには、数多くのラベル付けされた例へのアクセスが必要である。

この認識は、最終的に機械学習で最も影響力のあるデータセットの1つを作成することになる。

ImageNetの創造

書籍の中で最も魅力的な部分は、ImageNetの創造についてである。

ImageNetは、機械が物体を認識する方法を学ぶのを助けるために、巨大な視覚データベースとして設計された。WordNetを概念的な骨格として使用し、データセットは数百万の画像を数千の物体カテゴリに整理した。

プロジェクトの規模は前例のないものだった。最終的に、データセットには1400万以上のラベル付けされた画像と20000以上のカテゴリが含まれた。

当時、多くの研究者は、そんなデータセットが必要か疑問視していた。人工知能研究はまだ、より賢いアルゴリズムの設計ではなく、膨大な量のデータの収集に重点が置かれていた。

リーは、反対の見方をとった。彼女は、機械学習システムは、実世界の例の膨大な量でトレーニングされた場合にのみ改善されることを信じていた。

書籍は、ImageNetを構築することの難しさについて詳細に説明している。プロジェクトには、数千人の貢献者が画像をラベル付けするのを手伝うために、数年間の忍耐力、技術的実験、そして大規模な調整が必要だった。

それは、研究コミュニティ内で初期に懐疑視された、巨大な取り組みだった。

人工知能を変えたブレークスルー

転換点は、ImageNet Large Scale Visual Recognition Challengeで訪れた。

このコンテストでは、研究者は、巨大なデータセット内で物体を識別できるシステムを構築するよう招待された。数年間、進歩は漸進的だった。然后、2012年に、ディープニューラルネットワークが以前のアプローチを劇的に上回った。

そのブレークスルーは、大規模なデータセットとディープラーニングアーキテクチャを組み合わせることの力を見せた。結果は、AIコミュニティを驚かせ、ニューラルネットワーク方法への急速なシフトを引き起こした。

ImageNetは、後に続くコンピュータビジョンの進歩を可能にするトレーニンググラウンドとなった。データセットは、画像認識、自律走行車、医療画像、視覚的理解に大きく依存する現代のAIシステムなど、幅広い分野の進歩を促進するのに役立った。

書籍は、AIの歴史における主要な転換点がどのように発生したか、研究者が重大な瞬間を目撃していることをどのように認識したかについて、稀な裏話の視点を提供する。

人間中心の人工知能

物語が進むにつれて、リーは、彼女が加速させたテクノロジーのより広い意味について焦点を当てるようになる。

彼女は、人工知能は基本的に人間中心であるべきであると主張する。AIの目的は、単に強力なシステムを構築することではなく、社会に利益をもたらすことを保証することであるべきである。

この視点は、リーの後の学術的および政策的な取り組みを反映している。彼女は、責任あるAI開発のための主要な声となり、倫理的な考慮を念頭に置いてAIを構築することを目的としたイニシアチブの促進に役立った。

書籍は、AIの将来は、技術的ブレークスルーだけによって定義されるのではなく、研究者、エンジニア、政策立案者がシステムをどのように展開するかについての選択によっても形作られることを強調する。

最終的な考察

私が見る世界は、単なる人工知能についての回顧録ではない。

それは、好奇心を新しい国で追求する若い移民の物語である。AIの基礎を築いた最も重要なデータセットの1つの詳細な説明である。テクノロジーを構築することの責任についての反省である。

書籍を特に強力なものにするのは、これらの物語が切り離せないことである。リーの個人的な旅と近代的人工知能の進化は、ともに展開される。

AIの歴史に興味がある読者にとって、この書籍は、分野の基礎を築いた人物から珍しい視点を提供する。科学的発見の人間的側面に興味がある読者にとっても、同様に魅力的である。

多くの点で、私が見る世界は、技術の革命は、機械から始まるのではなく、好奇心、忍耐力、そして他の人々が最初に見過ごすかもしれないアイデアを追求する勇気から始まることを私たちに思い出させる。