ベイマックス 6

マックス3

上の写真は、ヒロがベイマックスに拳を合わせて歓びを共有することを教えているところ。
ジュニア向けの本には次のような描写がある。

Hiro continued to have Baymax practice Karate moves. Baymax’s work was flawiess.

Hiro similed approvingly and held up his hand. “Yeah! Fist bump!”

Baymax stared at Hiro’s hand and blinked. “Fist bump is not my fighting database.”

Hiro laughed. ” No, this isn’t fighting thing. It’s what people do when they’re excited….

私は最初この場面がよくわからなかった。私もベイマックスのようにフィストバンプとはどうすることなのだろうと思った。でも、あとのヒロの説明で、あ〜これは、こぶしとこぶしをぶっつけての挨拶のことだなと思った。
映画でも、上の写真のような場面があり、やっぱり、と一人で納得したしだい。
(写真はインターネットより)

映画でも小説でもベイマックスはヒロトのやりとりでFist bumpを学んで、使えるようになる。人工知能として経験から学び、理解し、自分のものとしたわけである。

2月22日朝7時半からの「がっちりマンデー!!」は儲かるロボット特集だった。
職人技を完全にコピーした産業ロボットの活躍が紹介されていた。このような産業ロボットが生み出す利益が、ロボット開発にかかるコストと職人技を持つ職人さんの人件費を上回るようになった時、「ロボットが仕事を奪う」時代・社会なることを予感させる番組のように私は思えた。

 人工知能がこのように発達している時、人間はどのような学習をしていけばいいのだろ。新井紀子先生が「ロボットは東大に入れるか」で書いていることを私流にまとめてみると、

耳を澄ます

IMG_20141127_0001

コンピュータが思考の芽を摘む

自ら体験することを通じて帰納を獲得する段階にある年齢の子どもたちにちっては、動画による受動的な学び、表計算ソフトに頼った計算やデータ処理は帰納の獲得を阻害するのではないかと思います。
検索によってすぐに答えを出す癖がつくことも、常時ネット上のコミニュケーションにつながった状態にあることも、集中を保って自ら考えることを阻害することでしょう。
どちらかというと携帯電話も含めて、年中ネットワークにつながっていることによって思考が中断することの弊害のほうを心配するべきです。

論理的に考える、言語化させる

子どもが質問をぶつけてきた時、すぐに解答を与えるのではなくて「なぜだと思う?」聞き返してみることが重要です。そこで子どもたちは自分なりに考えて答えをだそうと動き出します。
高学年になったら論理的に話すことだけでなく、論理的に書く活動を取り入れることが重要です。
東京工業大学の1年生の授業に「コンピュータサイエンス入門」という授業があります。そこでの最初の課題は「自分の家の筑前煮の作り方を誰もが再現できるように仕様書として作成しなさい」ということだったそうです。誰もが「自分の家の筑前煮」をつくれるようになるには、「乱切り」や「中火」などのように、暗黙知として身についているところから説明しなくてはなりません。「おおざっぱに」、「だいたい」、「世間では」、「統計では」、という仕様書では自分の家の筑前煮と同じものを作ることはできません。

耳を澄まし、おこっている意味を考える

子育ては人工知能ではできません。人間の子を育てるのは人間しかできないのです。それを若い世代が悩みながらでもやりとげていて、今の時代があるのです。
データ分析では処方箋は作れないのです。
 結局のところ、教師と子どもは互いに耳を澄ますことで(形式ではなくて)意味を分かり合ったほうが遠回りのように見えて、結局は早道ということです。

その耳を澄ますと言う能力こそがコンピュータにたいして私たち人間が勝てる分野なのです。
医者も教育者も研究者も、商品開発者も記者も編集者も、公務員もセールスマンも、耳を澄ます。耳を澄まして、じっと見る。そして起こっていることの意味を考える。
それ以外にコンピュータに勝つ方法はないのです。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

IMG_20141223_0001 なるほど、ワードプロセッサーやコンピュータで文章を書くことで漢字が書けなくなったという感想をよく聞く。携帯電話のおかげで電話番号を覚える努力もなくなった。カーナビが車に付いて、前の晩に道路地図を広げて、行く道や帰り道を考えることもなくなった。わからない漢字や英語の単語も辞書のベージを繰るのではなく、パソコンやスマホで検索してしまう。調べたこともノートに書き写すより、パソコンやiPhoneのメモにコピーアンドペーストすることが多くなってきた。

役に立つ、便利になったのは確か。しかし役に立つ・便利になるためだけでおわるのではなく、それ以外の知恵や社会・教育での仕組みが必要になってきているのではないか。
それは何なんだろう。まだまだ考えなくては。

 

 

ベイマックス 2

「ベイマックス」の映画をみたり、ジュニア版の「ベイマックス」の本を読んでいて、今のロボットについて考えるようになった。 そのきっかけとなったのが下の写真の新聞(朝日新聞2014年7月20日)と二冊の本「コンピュータが仕事を奪う」と「ロボットは東大に入れるか」だった。

IMG_20141223_0004

IMG_20141223_0001

新井紀子さんは、国立情報研究所の教授で数学者。社会共有知研究センター長。2011年より人工知能プロジェクト「ロボットは東大に入れるか」プロジェクトディレクタを務めている人。

私が興味をひかれた新聞の記事を紹介したい。
Q  研究のかたわら全国の高校で講演活動をされていますね。

 ホワイトカラーの知的労働もコンピュータに代替され、職を失うおそれがあるという警告の意味を込めて「コンピュータが仕事を奪う」という本を書きました。ところが反応がない。大人たちは「そうはいっても自分は逃げ切れる」とひとごとなんです。
 これはもっと若い世代、人工知能の影響をさけられない高校生たちに直接伝えなければと思いました。「ロボットは東大に入れるのか」と題して東ロボくんをはじめとする人工知能の歴史や現状、未来とその影響などをはなします。

Q 生徒たちの反応は?

 18世紀からの産業革命で、肉体労働市場に起きたような変化が向こう10年ぐらいで起きる、与えられた仕事をただこなしているだけでは機械にやられてしまうと話すと、最後の方はしーんとなってしまいます。学校でいろいろ勉強しているけれど、人工知能に負けない能力を身につけれているのかと我が身を振り返って、ショックを受けてしまうのでしょう。

消える名人芸 

映画タイピスト1

左の写真は、映画「タイピスト」から。パソコンが普及した現代では、秘書にタイプで清書してもらうという時代ではなくなった。

こんなふうにコンピュータに取って代わられた仕事は多い。
キーパンチャー、駅の切符販売、電話のオペレーター。 銀行の窓口業務(ATMの普及)。さらにはハガキに書き込まれた郵便番号の読み取り。以前は機械の読み取れない数字を専門の人が分類していたが最近はどうしているのだろう。(最近の読み取り機は枠からはみ出した数字や読みにくいと思われていた数字もほぼ読めるようになっているという)
さらには経理事務。株の取り引きもコンピュータが行うようになってきている。
短い時間で少ない塗料で車体を塗装するという名人芸も、コンピュータが完全に覚えて機械化されていったそうだ。コンピュータは「手続きとして完全に記述できてしまう作業」は人間をうわまるようになった、と新井先生は言う。

今のコンピュータが苦手なことは?  

犬と猫

 左の写真は犬と猫。
現在のコンピュータにはこの判別が大変難しいらしい。
犬と猫の区別はどこてつけるのか。色?大きさ?耳の形?鼻の形?爪の形?いくら分類しても決めてはない。
でも人間なら子どもでもその区別はできる。
コンピュータはこのような図形認識を苦手としている。
どのようにしているかというと、膨大な量の犬の写真、猫の写真をデータ化し、犬と猫のタグを付けて読み込ます。
人間なら「一を聞いて十を知る」だが、コンピュータの場合は「1テラバイト(1024ギガバイト)聞いて10を知る」という段階だそうだ。でもこれを繰り返していくとかなりの確率で犬と猫の区別が付くようになってくるという。その仕組は私にはわからないが。
しかしこの方法の欠点は、犬と猫の写真の区別が付くようになったコンピュータに狸の写真見せるとお手上げになるそうだ。犬と猫のどちらかに分類しようとするために。

膨大な量のデータを覚えこませることはコンピュータにとっては なんでもない。しかしそれがほんとうに役に立つのか、という疑問もある。
ところが役にたっているのだ。
ウェブ上にいくつもの翻訳エンジンがある。次の文を英訳させてみる。

「このカエルは悪い魔法使いによってカエルに変えられた王子様だったのです」

グーグルでは、

This frog is was the prince was converted into a frog by a bad witch.

ヤフーでは、

This frog was a prince changed to the frog by a bad magician.

ヤフーは英語文法に基づいて構文を分析して翻訳する。グーグルはそういった機械翻訳ではなく、各言語で書かれた文とその翻訳を大量に学習し、統計的に正しそうな訳文をだしている。
この結果ではヤフーの翻訳の方が優れているが、日常的な言葉になってくるとその違いが目立たなってくる。たとえば、

「図書館の前で待ち合わせをしませんか」

グーグルは、

Would you like to meet in front of the library.

ヤフーでは、

Shall we meet in front of a library?

統計的に正しい訳語を選んでいくと、「1テラバイトを聞いて10を知る」コンピュータの翻訳の精度はあがっていくことは想像できる。 

初めのあげた新聞記事で、新井先生はこう言っている。

・・・・・・・・・・・・・・・・・・・・

判断基準が統計だけでは、機会に負ける
コンピュータは万能ではありません。決まった条件で決まった手続きを繰り返す計算や、大量のデータを集めて検索したり統計的に処理するのは得意ですが、「意味』を理解したり、新しい枠組みを考えたりすることは不得意です。既存の産業の中だけで考えれば人間の領域はどんどん狭くなるかもしれませんが、人間しかできないタイプの仕事が生み出され、人間の新しいステージがはじまる可能性もあります。

Q 明るい未来を実現するためにはどんな人材育成、どんな教育が必要でしょうか。

講演でよく話すのは、毎日出会う一つひとつの経験の意味を深く受け止めてほしいということです。これは人間にしかできません。
「まあ大体こんな感じ」とか「みんながこうだから」というのはダメ。
「まあだいたい」は統計的な処理で、機械でもできる。
判断の基準が統計だけという人はたぶん機械にやられてしまいます。

・・・・・・・・・・・・・・・・・・・・

こんな例が紹介されている。

 「例えば、ネット販売のAmazonの配送工場では、知的作業の多くが機械化されている中で、注文された品物を宛先別にかごに入れる作業は人間が行っています。商品の入れ替わりが激しいので、いちいち機械のプログラムを変更するより、人間が臨機応変に対応する方が、今のところはずっと効率がよいからです。」

これは人間にとっていいことなのだろうか、と私は考えこんでしまう。
機械のプログラムを変えて、機械に商品の入れ替えをさせるとなると、そのプログラムを頻繁に変えなくてはならないし、手間もコストもかかる。人間なら簡単に変化に対応できるし、コストもかからない。荷物の入れ替えという単純肉体労働を人間に分担し、コストを下げるという考え方。これは人間の労働として喜ぶべきことなのだろうか。

看護ロボットのベイマックスから人工知能の人間社会への影響を考え始めると、どんどん深みにはまっていきそう。もう少し考えてみたい。