ロナルド・T・クヌーセル、著書「How AI Works: From Sorcery to Science」 – インタビュー・シリーズ

私たちは最近、ロナルド・T・クヌーセル著の書籍「How AI Work: From Sorcery to Science」の先行コピーを受け取りました。私はこれまでにAIに関する60冊以上の本を読んできましたが、ある程度の繰り返しが見られるものもありますが、この本は新鮮な視点を提供してくれました。この本は、私の個人的なBest Machine Learning & AI Books of All Timeリストに追加する価値があると感じました。

「How AI Works: From Sorcery to Science」は、機械学習の核心的な基礎を明確に説明することを目的とした、簡潔で分かりやすい本です。以下は、著者ロナルド・T・クヌーセルに質問された内容です。

これはあなたの3冊目のAI本で、最初の2冊は「Practical Deep Learning: A Python-Base Introduction」と「Math for Deep Learning: What You Need to Know to Understand Neural Networks」です。この本を書く際の初期の意図は何でしたか?

異なるターゲット読者層。私の前の本は、AIプラクティショナーになりたい人向けの入門書です。この本は、一般読者、つまりAIについて聞いたことがあるが背景がない人向けです。私は読者に、AIがどこから来たか、魔法ではないこと、誰でも理解できることを示したいと思いました。

多くのAI本は一般化する傾向がありますが、あなたはさまざまな用語の意味を非常に具体的に教え、AI、機械学習、ディープラーニングの関係を説明することにより、逆のアプローチをとりました。なぜこれらの用語の間で社会的な混乱が生じているのか、理由を教えてください。

AIの歴史と、現在の世界を変えているAIシステムを理解するには、用語の区別を理解する必要がありますが、一般的な使用では、「AI」を使用して、主にディープラーニングから生まれた、世界を非常に急速に変えているAIシステムを指すことができます。現代のAIシステムは、機械学習と接続主義的アプローチから生まれたディープラーニングから生まれました。

第2章では、タロスという巨大ロボットの神話から始まり、1950年代のアラン・チューリングの論文「Computing Machinery and Intelligence」、2012年のディープラーニング革命の誕生まで、AIの歴史を深く掘り下げています。AIと機械学習の歴史を理解することは、AIがどれだけ進化したかを完全に理解する上で重要な理由を教えてください。

私の意図は、AIが突然空から落ちてきたわけではないことを示すことです。AIには歴史があり、起源があり、進化があります。大規模言語モデルの出現能力は驚きですが、それに至るまでの道のりは予想できませんでした。数十年の思考、研究、実験の結果です。

あなたはレガシーアイシステムであるサポートベクターマシン、決定木、ランダムフォレストについての理解を1章全てに費やしています。これらの古典的なAIモデルを完全に理解することは、なぜ重要であると考えていますか?

AIとしてのニューラルネットワークは、多くの以前の機械学習モデルで見られる最適化ベースのモデリングの別のアプローチにすぎません。入力から出力へのマッピングを行う関数を開発することの意味については、異なるアプローチです。以前のモデルについて知ることで、現在のモデルがどこから来たかを理解することができます。

あなたは、OpenAIのChatGPTのLLMモデルが真のAIの夜明けであると信じています。以前のAIアプローチと比較して、どのような点が最大のゲームチェンジャーだったと思いますか?

1980年代後半のリチャード・ファインマンのビデオを見たことがあります。ファインマンは、知的機械について質問に答えることができませんでした。ある意味では、彼はシンボリックAIについて話していました。そこでは、知的行動を可能にする論理演算の魔法のシーケンスを見つけることが、知性の謎です。我も多くの人と同様に、同じことについて疑問に思っていました。知性をどうプログラムするのか?

私の信念は、知性をプログラムすることはできないということです。知性は、知性と呼ばれるものを実現できる十分に複雑なシステムから生じます。私たちの脳は、基本的な単位の巨大なネットワークです。ニューラルネットワークも同様です。トランスフォーマーアーキテクチャが、知的行動を可能にする基本的な単位の配置を偶然に発見したと思います。

ある意味では、これは究極の「幸せな事故」ですが、基本的な単位の配置と、知的行動を可能にする相互作用が許可されたら、驚くことではありません。トランスフォーマーモデルは、そのような配置の1つであるようです。当然、そのような配置が他に何があるかという疑問が生じます。

あなたの本質的なメッセージは、現代のAI（LLM）は、バックプロパゲーションとグラディエント・デセントによって訓練されたニューラルネットワークであるということです。LLMの有効性に驚かされることはありますか?

はいと言えばはい、しかし、前の質問に戻すと、知性の出現は現実であり、十分に大きなモデルと適切なアーキテクチャがあると、知性の出現は驚くことではありません。フランク・ローゼンブラットのような研究者は、より以前から同様のことを考えていたと思います。

OpenAIの使命声明は、「人工一般知能 — 人間よりも一般的に賢いAIシステム — が全人類に利益をもたらすことを保証する」です。AGIは達成可能であるとあなたは信じていますか?

私はAGIが何を意味するのか、意識が何を意味するのかわからないので、答えることは難しいです。この本の中で述べたように、ある時点で、AGIの区別を気にすることは無意味になるかもしれません。如果それがアヒルのように歩き、アヒルのように鳴くなら、アヒルと呼んでしまいましょう。

冗談を置いておきますが、AIシステムが、近いうちに、意識の理論の多くを満たす可能性はあります。完全に意識的（何が本当の意味なのかわかりませんが）AIシステムが欲しいのでしょうか。そうでないほうがいいと思います。如果それが意識的なら、私たちと同じで、権利を持つ人です。私たちは、人間の権利を尊重するのに十分な努力をしていないのに、別の種類の存在の権利を尊重する準備ができているはずがありません。

本を書く際に、驚いたことがあったりしましたか?

LLMの出現能力に感じる同じレベルの驚き以外には、特にありません。私は1980年代の学生としてAIについて学び、2000年代初頭から機械学習を使用し始め、2010年代初頭にディープラーニングが登場するのを目撃しました。私と同じく、数千人の人々とともに、過去10年の分野の急成長を会議ごとに目撃しました。

この素晴らしいインタビューに感謝します。読者は私のこの本のレビューも見てみるといいと思います。この本は、Amazonを含む主要な小売業者で入手可能です。