[AI]の記事一覧 | 鶏が口だけでも飛び立ちます

【本】なぜあなたはその仕事を抱え込んでしまうのか？

書名：　なぜあなたはその仕事を抱え込んでしまうのか？著者：　笹氣　健治発行：　秀和システム値段：　1200円＋税ISBN4-7980-1432-Xあなたは仕事を人から頼まれたときに断れるだろうか？忙しくて手が離せないときも上司や大切なお客さんから頼まれたとき、断るのが嫌でついつい仕事を引き受けてしまわないだろうか？逆に自分の仕事が手一杯なとき、部下や同僚に仕事を頼めるだろうか？部下にきちんと仕事をしてもらえるか心配だったり、仕事をさせる方が手間がかかると思ったり、また断られるのが嫌で自分で何とかしようと思ったりしないだろうか？まさしく私である。部下や人に仕事をやらせるよりは自分でやった方が早いと思ったりしていた。また人から頼まれるとついつい引き受けていた。断れないとき、頼めないときのパターンは以下のとおりである。断れないときの思考パターン(1) 立場的に断れない(2) 他にできる人がいない(3) 断るのが申し訳ない(4) 悪く思われたくない(5) なんとかできるだろう(6) ここで断ると、今後は頼みづらい(7) 以前の恩義がある頼めないときの思考パターン(1) 頼める人がいない(2) 自分以外にスキルを持った人がいない(3) 頼むのが申し訳ない(4) 断られるのが怖い(5) 自分でやった方が確実(6) 借りをつくりたくない(7) 他人には任せたくない仕事を断ったり人に頼めないとその人は仕事を全て自分で処理しなくてはいけないことになり、仕事がパンパンになる。納期が間に合わなくなったり品質が落ちたりする。また会社人間となり家族のことはかまわなくなってしまう。結局仕事を断ることができないとか頼めないというのは、コミュニケーションの問題である。断らないとか頼まないのは、人とのトラブルが起きないようにして、自分がいい子ぶることでもある。仕事を断ることで「なんで断るんだ？」というトラブルを起こすかもしれないし、頼んで自分の思うようにならなかったときの自分の気分を悪くしないような工夫かもしれない。断っても断らなくても、どっちに転んでも問題は起きる。頼んでも頼まなくても、どっちに転んでも問題は起きる。それならばはっきりと決断しよう。断るか断らないか、頼むか頼まないか？それをどうやって自分でトレーニングをしていくかが、書いてある。

AIによる起業（2)

これまでＡＩについて学んできたことや想いを書いてきました。10年前のことですので、不鮮明なところ、間違っているところ、今の状況と変わって陳腐になってしまったところがあると思います。しかし書いているうちにいろいろなことを思い出しました。当時の状況も鮮明に思い出しました。当時は純粋に研究者として生きていきたかったのですが、「博士が100人いる村」という状況を考えると悲惨な状況もあるので、やめました。もう後戻りはできないので、一介のビジネスマンとして経済活動に参加して生きていかねばなりません。博士が100人いる村http://www.geocities.jp/dondokodon41412002/index.html前半は自分の記憶だけで書いていたものの、人工生命や遺伝的アルゴリズム、ロボティックス、認知科学は10年の間にどれだけ進展したのだろうかと調べていました。人工生命は思い入れがあったので書きましたが、他は書くと長くなるので機会があれば触れたいと思います。ではＡＩをベースにどうやって事業を起こすかについて書いてみたいと思います。・需要今後複雑なプログラムは必要になってくると思います。法律を系統立てて入力された意味（セマンティックス）データベースや、科学・工学のシミュレーション、製造業の生産サイクルやＪＩＴ、ＴＯＣなどの「理屈っぽい」ところに焦点をあてて、複雑なプログラミングが必要ではないかと思います。表現を変えれば、研究室では実験レベルで成功したものを、本格的に実務で取り入れるレベルだと思います。そういったところでは、通常のプログラマーが従来型言語で扱うには頭を抱えてしまいますので、エキスパートシステムあるいはその進化したものがツールとして必要となってくると思います。・状況Ｗｅｂにおけるパーソナリゼーションは、WeblogicやWebsphereというWebシステムのミドルウェアでも追加機能があります。しかし、実際のところなかなか使われていない。先に触れたAmazonをはじめ、楽天などが、個人ごとの購入履歴やクリック履歴から個人の興味がどのようなものであるか調べていると思います。他の大手サイトも行っていると思います。会社として、過去の購買履歴や売上から、どのような商品がいつどこで売れるかというのを調査することを、BI（ビジネスインテリジェンス）とか、データウェアハウスと呼ばれる分野で行っている。また先日触れたように、戦略ゲームの中でエキスパートシステムが取り込まれているところもある。年々、これらのプログラムは従来のプログラムとは別の種類のものとなり、新しい対応が必要になる。また、ＡＩ例えばエキスパートシステムを導入すれば、現状のシステムに付加価値をつけることになる。（次は、エキスパートシステム導入の問題点について触れてみたいと思う）

人工生命を人工知能に応用？

昨日の、心の社会では脳のそれぞれの部位が独自に動いて、それらの全体として頭脳を形成しているという話をした。ミンスキーはその部位のことをエージェントと呼んでいて、コンピューター技術ではエージェント志向という考え方に結びついていきました。エージェント志向のプログラミングは、システムの中にたくさんのエージェントがいます。それらのエージェントは、あるデータを受けとるとあらかじめ入っているプログラムをデータに応じて実行したり、自分の属性が変化したときに実行したり、定期的に実行するというように単独で生きているような動きをします。話は戻りまして、脳の中の部位はそれぞれアリのような生命のようなものではないかというのが私自身の10年前に持っていた仮説です。ホロンのような考えでいえば、私たちは人間という一個の固体です。そして脳はその人間の指令センターです。その指令センターの中にはたくさんの職員がいる。ここの動きはわからないけれど、全体として何か動いている。考えたり、感情をもったりしている。そこまでがミンスキーの考えです。では、それらの職員（部位）はなんなのか？どういったものか？と考えたとき、それぞれの部位はいつできたのでしょうか？最初にできたとき、赤ちゃんのように未発達なので、単純な機能しかもたないと想定できます。それからどのように育っていったのでしょうか？人間の成長とともに、脳はどのように育ったのでしょうか？ちょうど生き物が地球上で進化してきてそれぞれの時代の環境に適応してきたように、脳の中で外部環境と適応してきているのではないだろうかと考えるのは考えすぎでしょうか？なんてちょっと考えていたところで、研究生活を終えてしまいました。ここで終わってしまうと、申し訳ないのでその考えのもとになった人工生命の話をします。人工知能を人間でなく、虫などもっと単純な生命に落とした場合どうなんだろうかと考える研究者がいました。人間どころか、虫の知能もわからないじゃないか？最近のロボットは二足歩行ができますが、当時はできませんでした。蛇が前をすすむ方法や、ムカデの足すらきちんと実現できないじゃないかって。実際に足を持ったロボットをつくっても、平面はともかく凸凹の地面を進むことはなかなかできませんでした。Brooksという人が彗星のごとく現れました。彼は6本足のムカデのようなロボットをつくりました。従来の方法では、足や目のセンサーを取り付け、足にサーボモータをつけて、中央のマイコン（単純なコンピューター）がコントロールします。しかし、彼は足それぞれにマイコンを取り付けました。それで6つの足を独自に動かします。すると、それぞれの足が勝手に動くようにみえますが、おたがいの相互作用でうまく動くのです。そして、凸凹の地面も平気で乗り越えていきました。それまでは全ての動きをコントロールする複雑な動きをするプログラムを作っていました。とても大きなプログラムでした。しかし彼がそれぞれの足に用意したマイコンのプログラムはかなり単純なものです。このことから、私たちが動物の動きをみて、とても複雑な動きをしていることは、実はそれぞれの部位ではとても単純なことをしているにすぎない。それらが一緒に動くので、複雑に見えるだけだということがいえます。私は人間の脳も複雑なようでいて、意外と単純なんじゃないかと思いました。いつもボーっとしているし、ギャグもうけないものばかりなんで、単細胞なんていわないでくださいね。また、日本の奈良にあるATR研究所で研究している（た？）、トム・レイという人がいます。かつては、コスタリカのジャングルで進化について研究していた生物学者だそうです。動物が進化をして変わるのは百万年ぐらいかかります。そんなことを実験的に起こすまでには研究者の寿命の方が間に合いません。そこで彼はコンピューターの世界の中で、進化するモデルを考えました。ティエラというプログラムです。あらかじめ、ある遺伝を持つ生命をメモリー空間の中に解き放ちます。その生命の遺伝子をときどき少し変えるのです。すると、遺伝子が少しずつ変わった生命がいくつか出てきます。メモリー空間は現実の世界のように環境があります。その環境によって、生命が生存するか繁殖するか決定されます。また狭い世界なので、生命の数には上限があります。繁殖力の高い生命がいれば、世界全体を支配することもあります。そういうのをあらかじめ定義して世界を起動すると、あたかも本当の世界のように、生命が繁殖して多数支配したり、別の進化した生命が出てきて勢力を伸ばしたりまた衰退したりします。突然変異を起こしてもほとんどの場合は、すぐに死に絶えてしまうのですが、ときどき生き残って強い勢力になるのもあります。とても単純なしくみですが、小さなコンピューターの世界で、本物の生命の進化と同様なものをつくることができたというのは、驚きでした。こんな人工生命のようすが、脳の発達過程で起きている可能性があるのではないかということを10年前に考えていました。科学というのはシンプルであるべきです。物理の法則はどれもシンプルです。複雑なものはありません。ただ、複数の相互作用で我々は複雑にモノをみてしまう。だから脳の部位（エージェント）の原則もシンプルであるべきです。私たちは何でも複雑にものごとを考えがちですが、還元的に捉えてシンプルに捉えた方がいいかもしれません。※あのときああすればということがよかったと思うことが自分の人生には多く感じます。いつでも人生の選択では後悔することがないように、なんでもチャレンジしてきたことが多いのですが、当時一生の仕事だと思っていた、人工知能と人工生命の研究が、ふと気の迷いで羅針盤が狂わしてしまった遠い大陸のような気がしてなりません。当時、人工生命の考え方を人工知能に応用したいと思って、今では人工生命の第一人者となった名古屋大学教授の有田先生とお話したことが懐かしく思います。みなさんがんばってください。

エキスパートシステムについて

昨日は、エキスパートシステムの問題点まででした。しかし、エキスパートシステムはなくなったわけではありません。Webの中では、「パーソナリーゼーション」という名前に変えて生き残っています。またゲームの中で、敵と戦う種類のものはＡＩエンジンというものがあります。「パーソナリーゼーション」は、ＥＣサイト（電子商取引）で利用されることがあります。パーソナリーゼーション＝個人特定化、つまりお客さまによって異なる対応をする場合に用いられます。ＥＣサイトとは、楽天をはじめとするホームページにて物品を売買するWebページです。ただのスーパーのように、ものを安く売るという方法も一つですが、お客さまの嗜好にあわせて対応を変えるというのも一つの戦略です。上得意のお客さまの場合は、厳選した商品を展示したり、割引率を多めにします。そしてお客さまが過去に購入した商品から、好みの動向を調べ、興味の持てる商品をタイミングよく仕入れたり販売します。お客さまにとって、自分のことを一番良く知っているあるいは便利な商人となります。一人一人その対応するのは大変ですが、システムを導入することにより効率よくできる、それが「パーソナリーゼーション」です。オンライン書店のアマゾンは「パーソナリーゼーション」を取り入れておりますが、いまのところ簡単なものを使っているそうです。お客さまの購入履歴から似ている傾向のあるお客さまを検索します。「似た傾向のあるお客さまが既に買っている商品は、このお客さまも購入する確率が高い」という法則を打ち立て、まだ購入していない商品をすすめています。「パーソナリーゼーション」は、個人をある顧客集合に分類するという還元主義的な発想を用いますが、このアマゾンの方法は従来の方法では限界があると思い、単純なところだけ利用したものでした。複雑なＡＩ的な方法を使わずに、現実主義で成功させるという発想は、逆転の発想で自分としてはかなり驚愕しました。ビデオゲーム（パソコンやPS2などのゲーム専用機のゲームソフト)にも、使われています。アクションゲームや戦略ゲームの敵がコンピューターの場合、単純な動きではすぐにパターンが読めてしまいます。アクションゲームではすることが限られてしまいます。前後左右に動くか、ジャンプするか、そして兵器の種類を変えて打つか。弾丸やビームエネルギーの残量には限りがなく、特色のない敵であることが多いです。敵は自分よりも劣っていることが多いですが、本当にそうでしょうか？それは敵が強いとゲームが面白くない、そのためバランスをとって敵が少しだけ弱くしています。私は単純な世界観ではコンピューターの方が人間の思考を凌駕しますし、機械の方が反応速度も早く身体も頑丈ではないかと思います。ＳＦ映画ではいつも人間の方が最後には勝っておりますが、本当でしょうか？その敵の動きを、状況に応じて変化させたり、自分の強さに応じて強くなったりするのもあります。少し複雑な敵をつくりますと、ＡＩ搭載と広告をうつことがありますが、まだまだ単純すぎます。シミュレーションゲームでは、エキスパートシステムをＡＩとして利用しているものがあります。私はこれを知ったときも驚愕しました。例えば、Age of Empireシリーズです。ゲームのパラメーターと命令を以下のような条件文で構成することが可能です。まさにエキスパートシステムの一種です。以下のようなルールを数百、数千と用意すると、敵として戦うことができますし、ＡＩどおしを戦わせることができます。これはある人がつくったゲーム中のプログラムです。城壁をつくるかどうかと爆弾を落とす塔をつくるかどうかを判断する命令の一部です。(defrule (current-age == feudal-age) (goal wall-build YES) (can-build-wall-with-escrow 2 stone-wall-line) (or (can-afford-complete-wall 2 stone-wall-line) (stone-amount > 125) )=> (release-escrow stone) (build-wall 2 stone-wall-line))(defrule (can-build bombard-tower) (not (goal wonder-attempt POSSIBLE) ) (or (not (goal castle-attempt YES) ) (building-type-count-total bombard-tower < 2) ) (or (goal wall-build NO) (timer-triggered t-tower) )=> (build bombard-tower))こういったプログラムを書く理由の一つは、わかりやすさです。通常のプログラム（Ｃ言語など）でも書くことはできますが、普通のプログラムの中に埋もれてしまい、修正などを加えたりメンテナンスするのは大変です。またゲームをつくるプログラマーと、ゲームデザインなどを考えるプログラマーは別の能力や目的をもっていますので、このように別々に分けた方が良いと思います。こんなふうにゲームの中に入っていますので、インターネットからデータを取得しやすい、株価や取引データ、日経平均、為替レート、それらのデータを得て、上記のようなゲームのようなシステムを使ったらどうなるでしょうか？はい、エキスパートシステムによる自動株価売買システムをつくることができます。エキスパートシステムは使われませんでしたが、日本でもカブロボコンテストが開かれました。http://kaburobo.jp/コンテストが開かれる前から、コンピューターを使った自動トレーダーは実現しています。1987年のブラックマンデーでは、株価が異常に下がったときに売れという命令が多くのプログラムが入っていたために、カオス的に次々と安く売っていったという現象だそうです。このようにインターネットの世界になって、データを安価で即座に容易に得ることができるようになりました。私たちの知らないところで、こういった自動プログラムがたくさん動いています。単純なしくみですが、Googleなどの検索サイトもいろいろなサイトに自動的にアクセスしてHPの内容を取得しています。まだまだ本当のＡＩには程遠いものの、こういったいろいろな動きが積もり積もって、そのうち実現されるのではと期待しています。（明日は、エキスパートシステムから離れてみます）

ＡＩの歴史

自分の記憶だけで書いてみます。詳細なところは、記憶が定かでなかったり、主観によって歪められていたりするかもしれません。それも今のところ、私の中では事実なのでお許しください。間違っていたら随時修正していきたいと思います。ＡＩの前の、コンピューターの歴史20世紀の意外と早い時期にコンピューターが誕生しました。コンピューターの種は、19世紀の初期にイギリスのバベッジという人が作った、蒸気機関で動く歯車による自動計算機だと思います。確か微分か積分を計算するもので、その歯車の位置を設計することが、プログラムでした。それを手伝った女性が、Ada(エイダ）という婦人で、後のアメリカ国防総省の言語名にもなりました。それの前に、パスカルがお父さんのために発明した計算機やライプニッツの計算機もその遠因だと思います。それから20世紀の初頭に、電子リレーというのが発明されて、イギリスかアメリカで電子リレーをつかった計算機が作られました。電力も消耗するので、複雑な計算はできません。単純な会計計算だと思われます。第2次世界大戦が終わった頃、その電子リレーを組替えることができる、「本当のコンピューター」が発明されたと世間では言われています。そして1950年頃の有名な、真空管をつかったコンピューター「ＥＮＩＡＣ」が作られました。真空管のおかげで、反応速度が速くなり、計算処理の早いコンピューターが作られました。これはロケットの弾道計算をするために作られたといわれています。寿命が1年半くらいの真空管を7000個ぐらい使われていたので、全体として1時間くらいしか計算できなかったといわれています。またプログラムを組替えるときは、真空管の配線を変えたとか。処理能力は、今100円で売られている電卓にも及ばないものです。しかし電力消費は相当なもので、ニューヨークでつくられていたのですが、使うたびに停電したといわれているそうです。（なんか数字や場所があやふやだなぁ）その頃、イギリスで活躍したアラン・チューリングという研究者がいました。その後、IBMがさらに発展して初めての商用コンピューターを作ります。当時、そのIBMのコンピューターと同じくらいのものを10コつくれば、世界中のコンピューターの需要は賄えるといった科学者がおりました。当時も今も、まったく予想はあたらないものですね。ＡＩの歴史最初の頃は、コンピューターの目的は計算だけだったのですが、マッカーシーという人がLispという言語を考えました。Lispは人工知能分野のアセンブリ言語と呼ばれています。アセンブリ言語というのは、コンピューターの命令を実行していくもっとも単純な言語です。足し算や引き算、メモリーからデータを呼び出したり書き込んだり、データが０だったら次の命令を実行せずに次の次の命令を実行しろというような単純な言語（命令）です。世の中のコンピューターは全て、そういった単純な言語の組み合わせで動いています。コンピューターのことを知らない人にとっては、びっくりする話かもしれません。Lispは、List Processor の略です。数学上のリストと呼ばれる要素（元）の並びを扱うための言語として生まれました。リストというのは、(a b)とか(dog cat z 3)などのように、文字や数字を並べたものです。括弧と区分するスペース文字は、要素の並びを表現するためです。Lispの最初の要素は、演算子として考えられ、2つ目以降の要素はデータとして扱われます。足し算だったら、(plus 3 5)や(+ 3 5)と表現できます。これ以上Lispの話をすると、500ページ以上の厚い本一冊の内容となります。詳しい話はこちらのページなどを参考にしてください（ここは調べてしまいました）。http://jp.franz.com/jlug/index.html50年近くの歴史があるものの、シンプルな構造ですので、Franz Lispという形でいまでもWebシステムを含め使われています。Franz Lispの活動を最近知ったときは驚いてしまいました。このLisp言語を元に、今では人工無能と呼ばれるような実験的なプログラムが作られました。Elizaと呼ばれる少女のように応答するプログラムです。プログラムを起動して、そこに英語で簡単な質問をすると返答があります。例えば"Whatis your name?" "What do you like to do best on Sunday?"などの質問をするときちんとした返答があります。ただ、複雑な質問をすると「わかりません」「もっと詳しく話してください」というような返事があります。これは質問文にある、単語からどのようなことを言っているか、テキトーに分析して返答をしているに過ぎません。多くは疑問文から単語を抽出して、対応する単語を平叙文に直して返しているにすぎません。それゆえ、何度も質問を繰り返していると同じ返答を何度もしたり、「質問していることがわかりません。」との答えがあり、そのうちなんか変だなと思われました。これがプログラムであることは実験のときは当初伏せていたそうですが、精神病患者であると思われたそうです。このことから人間の言葉のやりとりは意外と単純なもので、語彙や返答パターンを増やせば、それっぽい知能になるのではと思われていました。ちなみに、そのプログラムが知能をもつかどうかは、こういった方法で判断されます。現代風にいえば、インターネットでチャットをやっているとき、相手が人間のように完璧に会話をこなしていて、それがプログラムだと見破れなかったとき、相手は知能があるとみなされます。これはチューリング・テストともいわれます。このテストの名前がついている、チューリングという人は1940年頃から活躍したイギリス人数学者です。第二次世界大戦中は暗号の開発と解読に貢献した人で、コンピューターの研究、そして人工知能の初期の研究で有名な人です。論理的に計算ができる機械というものを考案して、チューリングマシンというのを考案しました。このチューリングマシンで、数学上の問題が解決可能かどうかはこのマシンで解決できるかどうかと同じであることを証明しました。対偶的でいえば、このマシンで解決不可能な問題は、数学上解決不可能です。ゲーデルの不完全性定理の別証明でもあります。なんて難しいこと書いてしまいましたが、20年前は理解していたのですが、今はさっぱり忘れてしまいました。こんな感じで、Lispを使ったシステムをどんどん大きく築いていけば、そのうち本物の人工知能が実現できるだろうと思っていました。しかし、進歩しているのですが一向に人間に近づきません。その焦りはいろいろなところで出てきます。その頃から50年近く経った今でも実現してはいませんし、あと数十年は生まれそうもないでしょう。鉄腕アトムをはじめいろいろなSF小説やマンガなどで、人工知能が生まれているのに残念です。そのLispを使ったプログラムから、プロダクションシステムというのが作られました。さきほどのElizaを複雑にして一般化したものです。Elizaのプログラムは、相手がどんな質問をしたかということに対して単純な返答をしています。もちろん話題の状況も内部的にデータとして持っています。これをプログラム上で表現すると、以下のような条件文を集めたものです。if 質問１， then 答１if 質問２， then 答２if 質問３， then 答３if 質問４， then 答４if 質問５， then 答５これが少し賢くなると、質問の内容を分析した上で上の条件文にしたり、答が質問文の一部となります。このようなたくさんの条件文を処理するのをプロダクションシステムといいます。そして、DENDSYL？だったけ、患者の症状を聞いて病気を推定して医療のアドバイスをするプログラムが作られたり、さまざまな経済指標から株や債券のポートフォリオを組むようなプログラムが作られました。上述のプロダクションシステムを応用して、対象範囲を特定して専門家の役割を担うので、エキスパートシステムと呼ばれます。1970年代からこの研究は続いておりますが、やはり人工知能を実現するには問題がありました。第一に、このシステムでは刺激に対しての単純な反応の積み重ねであり、刺激や反応に対して理解をしていない。例えば、足し算や引き算のやり方を覚えるが、足し算とは何か引き算とは何か、どうしてするのかということがわからないままである。次に、このプロダクションシステムの条件文がいくつあればいいのか、逆に全ての事柄は条件文にすることができるのかという、プロダクションシステムを続ければ人工知能を実現できるのかということです。最後に、この条件文は人間がつくったものであるが、システム自身がつくることができるのか？つまり学習機能があるかどうかです。また人間がこの条件文をつくるにしても、非常に難しいものでした。まず専門家の持っている知識や知恵を取り出すことが難しい。専門家が自分の持っている知識を本を書くことができれば、第一段階はクリアです。でもだいたい本に書ききれないことが多いのです、その状況になって初めてどうすればよいかの答えを経験上出すことができます。前者を形式知、後者を暗黙知という人もいます。次に、その知識をコンピューターの表現できるようにします。プロダクションシステムの場合は、if ～, then ～ですが、すべて可能でしょうか？なんでも条件文に置き換えることが可能でしょうか？そのためデータを現実にあわせるためオブジェクト指向にしたり、いろいろな工夫をしています。結局のところ、専門家から知識や知恵を取り出せないところで一番挫折しています。取り出したものは本物のものではない。そしてそれを表現することも難しいです。しかし、その知識や知恵が良くわかっていて表現しやすい分野では、うまくいっているところもあります。オセロのプログラムは人間より強くなっています。チェスも世界最高のプレーヤーと同じくらいのレベル、そして将棋もだんだんと、囲碁はまだまだです。これらはルールが単純で表現する場もわかりやすいので、コンピューターでは得意の分野です。でも将棋や囲碁では、人間の方がまだ上です。Ｆ１レーサーを考えてみましょう。車を走らせることはもうコンピューターの世界では簡単です。次にＦ１の窓から見える景色や他のＦ１を認識することもできるようになりました。おそらくＦ１がゆっくりとコースを走って、他のＦ１とぶつからずに走るのはできるでしょう。それから、車やコースの状態もセンサーでなんとかわかるでしょう。ではＦ１ドライバーの知識や知恵を取り出すのはどうするのでしょう。きっと言葉にならないのではと思います。また経験する人は少ないので、経験事例としてたくさんの情報を取り出すことは難しいかもしれません。（話が長くなりました。明日に続きます）

AIでの起業(1) 大学まで

先週の土曜日の起業の学校で、全員が各々の起業理念について、まとめて発表した。かなり具体的な内容になっている人も、自分の思いを話される方も、夢を語る方もいた。いまは漠然と語っていてもだんだんと固まっていくんだろうと思う。半年後に、どんな話をされるのか期待しています。人のことを話している場合じゃない。私は、一応"ＡＩ"ビジネスで起業をしたいと思っている。なぜか話をすれば長くなるんだけど、これまで固めていることをここでゆっくりと話していきたいと思います。なぜＡＩに関わることになったかを、ちょっとしゃべります。これについては最近語ることがなかったので、私を知っている人の中には意外に思われる方がいるかもしれません。自分の半生を語るのは恥ずかしいですが、子どもに語るつもりで書きます。自慢話になったり、恥ずかしいことを書いてしまうかもしれません。でも脚色を交えない事実を書きます。もしいやな思いをしたらごめんなさい。----------------------------------------------------------------------ＡＩっていうのは、1980年後半にブームになったときちょうど私は大学生でした。ＡＩは、Artificial Intelligence の略語で、人工知能と訳されます。実は私は大学へ入るまでは、厭世観に悩まされていてどこかの離島で、ひっそりと暮らしたいと思っていました。人間を好きなんだけど、大人が嫌いで人間を信用できないという気持ちがいっぱいで、島で余生を過ごすにはどうすればいいかということを真剣に悩んでいた変な子どもでした。生きるためには技術が必要なんだ、そうだ医者になろうと思いました。中学校のときにみた「飛鳥へ、そしてまだ見ぬ子へ」という映画に感動して、その主人公が医者だったせいもあります。またブラックジャックに憧れたせいかもしれません。人間ってなんだろうと考え抜いたところ、高校のときに「ランニングと脳」を読んで脳科学というのをやりたいと思ったせいかもしれません。ただ、なぜか数学、物理、化学は学年でトップの成績だったものの、他の英語、国語、社会科は駄目でした。また当時現れてきた、マイコン、パソコンに夢中になってしまいます。パソコンを買う金はなかったのですが、当時のI/O, RAM, ASCII, マイコンという雑誌は、1冊だけ買ってあとは立ち読みで隅から隅まで全部読みました。なんでも夢中になる性格のため、パソコンを買うと受験勉強ができません。結局医学に進むか、それともコンピューター関係に進むか迷いつつ、高校３年の大学受験に突入しました。結局ちゃんと勉強しなかったので、共通一次試験はできなくて自己採点するのもいやでした。とりあえず名古屋大学理学部を受験しますが、やっぱり落ちました。受験で落ちたのは自分の責任だったので宅浪を決意しました。当時あったラジオ講座を朝５時に起きて聞いて、ペースメーカーにしました。その他、Ｚ会の通信添削もやりました。あとは代々木ゼミナールや河合塾の模擬試験を受けたり、夏休みはラジオ講座主催の夏期講習へ行きました。でも、パソコンをこっそり買って、親が自宅にいないときに触っていたりしましたが。親が帰ってくると、さっと閉まって、机に向かっていました。パソコンは好きでしたが、自分の能力では数学の研究者にはなれないと思っていました。ただ数学をパズルのように解くのは好きだけど、じっくりオタクっぽく考えるのは性格上無理だなと思っていました。だから医者ならいいんではと。しかし、パソコンの他に別の敵がおりました。テレビ愛知という地元の新しいテレビ局が開局し始めたのです。８月頃から試験放送といって、映画ばっかり放送しだしたのです。昼11時頃から試験放送が開始されて、1日に3本も4本も映画を放送します。そのうちおもしろそうなのを、1～2本見始めます。それに負けじと、毎日大岡越前という時代劇の竹脇無我が演じるお医者さんを見て、「医者は尊敬を得られていいなぁ」と自分を奮い立たせます。宅浪すると、1ヶ月全く何をやってもだめというときもありますが、伸びるときはグンと伸びます。でもやったことは高校３年間で弱点だったところが補強できたぐらいだった気がします。ここでもし予備校へ通っていたら、受験テクニックを得て、京都大学へ行っていたかもしれないし、逆に駄目になっていたかもしれません。まあ一人で落ち込んでいたこともあったので、航空保安大学と慶應義塾大学を滑り止めにして、どうしようと思っていました。航空保安大学は合格することができたので、公務員になって落ち着いた人生もいいかなと思っていた矢先、共通一次試験で失敗しました。自分の目標は890点ぐらいで、名古屋市立大学の医学部を狙っていました。それが難しいときは、岐阜大学か三重大学の医学部へと。国語が120点ぐらいしかとれなくて、合計830点弱だったと思います。これですとどこの医大も厳しい。琉球大学か産業医科大学かな。モンモンと考えて、数学は何もしなくてもできていたので、もう一回数学に賭けてみようかって思いました。コンピューター専門の学部学科は、実は当時はなかったのです。東京大学の情報科学科、情報工学科や東京工業大学の制御工学科ぐらいしかはっきりと名前がついたものはありませんでした。他はほとんどが電子工学科に付随したものしかありませんでした。それでもう一度、名古屋大学理学部を受験したら、手ごたえがあったので受かったのです。大学へ入って、数学か物理学か悩みました。数学をやることになったのですが、おもしろくなくて悩みました。すでにパズルではなかった。学問として数学があったので、いったん入学したもののやめちゃおうか、転学しようかどうしようか迷いました。コンピューターは好きだったので、図書館にある本を片っ端から読みました。Bitという雑誌のバックナンバーを1968年ぐらいから？読みました。結構、古いコンピューターの話題もそれでついていけるぐらいの知識を得たつもりです。その頃、齋藤洋典（ひろふみ）という若い認知心理学を専攻している助教授に出会って、変わりました。彼からアーサー・ケストラーやフーコーなどの近代の思想家たちを紹介してもらい、認知心理学などのアカデミックな世界を教えてくれました。いまだにわかったようなわからないようなPrologという言語ソフト(Prolog-KABA)をもらったり、認知科学を研究することを薦めてくれました。数学は専門課程に進むのですが、時間の大半は人工知能や認知科学を学んでいたように思います。勉強が面白かったので、本当に時間を忘れて勉強していました。私はＡＩやコンピューターの専門課程を卒業していませんが、たくさん勉強したと自負できます。なぜＡＩを勉強したかといえば、「人間とは何か」ということについて答えてくれそうな気がしました、また成績が悪く「脳医学」研究の道へ進めなかった気持ちがあったからだと思います。一方、大学ニ年から株の売買を少しやり始めていたので、株の売買をＡＩがしてくれたら楽な人生を送れるのにという勝手な思い込みもありました。明日は、自分の半生から離れて、ＡＩの歴史と経過をまとめてみます。