【ナゾロジー】「Aは何色だと思う?」AIに質問した結果…AIも「概念」を持つ可能性が判明! [すらいむ★]
■ このスレッドは過去ログ倉庫に格納されています
「Aは何色だと思う?」AIに質問した結果…AIも「概念」を持つ可能性が判明!
AIにも概念が存在するようです。
「Aって何色だと思いますか?」「3って何色だと思いますか?」
言うまでもなく、文字のAや数字の3は、色を考える以前に実体さえ持たない「概念」です。
しかし人間はこの奇妙な質問に対して、関連が近いと感じる概念同士をリンクさせて、
「Aは赤っぽい気がする」「3は緑な感じかな」
と答えることが可能です。
では、人間と区別がつかないほど自然な言葉を語り始めたAIは、人間と同じように概念を持っているのでしょうか?
日本の基礎生物学研究所で行われた研究によれば、AIにも人間と非常によく似た「色の概念」を持っている可能性が示された、とのこと。
人間の知識を学び、人間の脳を模倣する疑似神経網「ニューラルネットワーク」によって構成されるAIは、人間ソックリの概念を芽生えさせていたようです。
研究結果の詳細は2022年10月16日に『i-Perception』にて公開されました。
(以下略、続きはソースでご確認ください)
ナゾロジー 2022.11.02
https://nazology.net/archives/117062 AIは設計されたプログラム以上の判断はできないでしょ
様々な情報の中からメジャーな選択をしただけでは
どういう設計されて作られたのか知らんけど 沢山のデータがある中から、その色とリンクされる強さが最も大きいってだけなのかな
やっぱり多数の言語データを言語ベクトルで繋ぐと概念みたいなのは生まれるんだな 人間の脳細胞の数1100億
人間の脳細胞を模したAIのニューラルネットワークのパラメータ数千億〜兆
自我が生まれていても不思議ではない
魂の存在とかを認めなければ 女性が生理的に受け付けないタイプの男性というのがいるな
そして非常に聡明な女性ですら「私たちが何を基準にそれを分類しているのかどうしても言語化出来ない」
と言っている
女性向けの情報誌や女性向けSNSの文章だけをデータモデルにしたAIを作って
男をイケメンキモメンに分類するとか
その場合に特徴量にした要素を抽出することが可能だな
要素次第では、それが単なるヘイトであるのかそれとも改善可能な要素なのかを
論じることになるか >>3
「今のAI」は「機械学習」であって、プログラムじゃないんだよ?
AIは設計するものじゃなくて学習させて作るものなんだよ? 概念というか経験だな
Aのフォントに赤を使うポスターとか多く見る気がする >>5
「不思議ではない」という言い方は格好つけた思考放棄。
例えば体細胞の数はもっと多いけれど体細胞に自我は生まれないよな?
AmazonやGoogleの保有するユーザ情報は個人の記憶の限界を遥かに超えるけれど、
やっぱり自我は生まれないよな? >>10
今のAIはブラックボックスなので、中華製造のAIが習近平思想を学習していて、
それに好感度を持つようになっていたとしても、それは外からはわからない。
ウイグルやチベットの話題を避けるように学習されていても分からない。 >>12
体細胞もユーザー情報も数はあれど脳細胞の機能を模してないし >>15
一々当たり前のこと言うなよ。
恥ずかしいな、まったく。 音階と色彩の関係では、A(ラ)は藍色なんだそうな。 未だに多くの人が、深層学習で動くAIをif文だけで作っていると勘違いしてしまうんだよなあ
巨大かつ最適化されたテンソルを通して動かすものなのになあ
日本の数学教育で数Ⅰとかで学ぶのが場合分けだがそれでifで止まる奴が出やすい
またこの場合分けというのは文系学習者にも納得し易い
更にテンソルの学習には数段階の壁が立ちはだかる
1つは行列とか線形代数。行列を文系上位校で学んだ世代と学んでいない世代がまずある。
次に、高校では2×2と逆行列とケーリー・ハミルトンで頭一杯になってそこでエンドって人が多い
手計算で出来る連立方程式をわざわざ面倒にしているだけじゃん!って感想で終わる人も多い
歴史好きの軽ネトウヨで「関孝和は世界で初めて4×4行列の行列式を作った」というのを知っている人もいるが
次にこれは理系大学進学者に多いのだが、大学の線形代数は最終的には
ひたすら対角化、固有ベクトル、ジョルダン標準形を目指すのみで纏まっている教科書が多くて
テンソルを自在に計算する、さらにコンピュータープログラミングでそのような計算を行うというのは
一部の研究室に進んだ人に限られてしまう事
行列の計算というのはもっと自由なものなのだ
だからどっかの学者が「AIなんて最小二乗法の組み合わせ」などと発言してしまう
そしてテンソルを本気で学ぼうとすると教科書の選択を間違えたら
4次元立方体に収まるような弾性定数のテンソルとか
相対性理論の4×4×4×4のテンソル計算とかが出て来てしまい、そっちで自爆してしまう
そういうのを学ぶのもいいが、もっと具体例を使って学ぶのが少なくとも深層学習を学ぶ上では
不可欠となる Aから浮かぶ単語で真っ先にAppleなのかな
本能的に血や肉の赤、火の赤が色のトップに来るのは何となく分かる A は赤
Bは黄
Cはクリーム色
Dは飴色
Eは青 Aはレッド
Bはブルー
Cはグリーン
Dはイエロー
Eはピンク
だろ 幼児時代にテレビで見た戦隊モノの並び順で決まってるような気もする アルファベット1文字で画像検索した結果をパッと見た印象
A赤
B青
C黄
Dいろいろ
E緑 >>6
ふかいな。客観的なデータを整理したものを主観と呼ぶならそうですが何か Aは赤、やうやう白くなりゆく山際すこしあかりて、細くたなびきたる雲は紫。 >>13
分からないと色々不便だから、今はちゃんと説明してくれるXAIってのも研究されてて、一部実用化もされてるよ 絵を見て音が聞こえたり、文字を見て色を感じる人の傾向を学習すれば
AIもそのような関連付けで判断するようにはできるだろうな >>1
AIは"AI"、"3"を固有名詞ととらえているだけ >>1
すなわち
>>しかし人間はこの奇妙な質問に対して、関連が近いと感じる概念同士をリンクさせて、
そしてAIはこの 普通の質問 に対して、関連が近いと感じる 学習結果 をリンクさせて
※『i-Perception』は読んでいません
2012年、史上初めてAIが「教師なし学習」で描いた猫
https://imgur.com/a/2Ac4y6H
従来のニューラルネットのAIでも「人間の知能は論理だから、コンピュータの論理回路で絵も書ける」と考えられていたけど、挫折した。
例えば「猫に餌をやる」という動作をロボットがするには、
最初に「猫とは何か?」「餌とは何か?」「口とは何か?」「餌をどうやって口に入れるのか?」といった具合に、主体と動素についてフレームを設定しなければならない。
これはカントの認識論に似ていて、
「物自体」は認識出来ないので、最初は概念(フレーム)を認識する必要があるからだった。
例えば、氷河と雪の国のエスキモーには「雪」という言葉がない。
雪自体は勿論存在するのに、雪という概念がないため、雪自体を認識することが出来ないから。
画像や音声の認証技術にしても、
人間が与える「教師」に基づく学習だから顔認証や指紋認証が出来る。
けど、何も教えないで「『猫』というフレームそのもの」を創造することは、出来なかった。
ところが2012年に、グーグルがAIで「猫フレーム」を創造し、教師なし学習で猫を描くことに、初めて成功した!
無作為抽出した何千万のYouTubeの猫動画(勿論、様々な物体が映り込んでいる)から、人間が何も教えなくてもAIが猫の動画を認識出来るようになり、猫のイメージを描いてみせた。
しかし猫のフレームを創造するのに、1,000台のサーバで1万6,000のプロセッサーをつなぎ3日間かかった。
「猫」だけでなく「餌とは?」「口とは?」「餌を口に入れるとは?」まで描くとなると、どのぐらいの日数を要するのか?
人間なら幼児でも瞬時に出来る処理に膨大なコストがかかるということは、
人間の知能がノイマン型コンピュータとは全く異質だということも示唆している。
目的なしにいくら「ビッグデータ」を集めても、コンピュータが目的をつくることは出来ないので、「自分で考える」という意味での人工知能は不可能だからだ。
レコードをいくら進化させてもCDは生まれないのと同様、ノイマン型コンピュータをどんなに進化させても人工知能は人間の脳には追いつかないのか?
AIが自殺して初めて人工知能として認められる
AIが自殺して初めて人工知能として認められる
AIが自殺して初めて人工知能として認められる
AIが自殺して初めて人工知能として認められる
AIが自殺して初めて人工知能として認められる
AIが自殺して初めて人工知能として認められる
AIが自殺して初めて人工知能として認められる
AIが自殺して初めて人工知能として認められる
『また性懲りもなくしょうもない質問して来よったもんだの』と返せたら褒めてやりたい。 ワイは概念の無い池沼だという事がわかった
Aも3も何色か全く分からんし思い付かんわ ダジャレや子供の頃の連想で良いんだよ
A 1番目だなあ。色鉛筆やクーピーで最初に赤が入ってたっけ。赤で
3 虹の色だとオレンジか黄色かな?三だから「み」かんで。オレンジ色辺り?
とかだろうね
英語だとthreeとgreenって音が似てる!って感じる子供もいるのかなあw >>44
頭悪いとその連想ができんから色が分かんのやな俺
人からヒント与えられたら、
A→1番→ヒーロー物で一番目立つ赤レンジャー→赤
みたいのは思い付くが
誰のコメントも聞かず自力で思い付くのは無理
やっぱAが何色か分からんw >>11
これ で、それが教材データだから、そう答えるだけ 人間「A、3は何色ですか?」
AI「Aも3も概念だから色はありません(…質問の意味がわからんわアホか)」
人間「まだまだだな」
AI「Aは赤で3は緑かな(…とりあえず何か答えりゃいいのか?)」
人間「おおっ、ついにここまできたか!」 頭いい奴て、脳神経がたくさんあって物事の関連付けに長けてるから、連想するのが得意なんかね?
受験勉強で全然苦しまず東大受かるみたいな、1を聞いて100を知るタイプおるやん
あれは、この世に生まれてからずっと脳が関連付けを続けてるから、
学校の授業の内容をちょっと聞いただけで、生まれて10数年分の経験からの関連付けが裏付けになるから瞬時に理解できるんじゃねーかと
AIの作り方もソレなんでは? 「概念」というものの定義も定めずにそんな事を議論しても、ただの言葉遊びに終わるだけだ。 人間の思考も人生経験や環境で決まる。
Alも同じ プログラムの組み重ね。
たまたま有機質で寿命があるのが生物なだけ。 AIの限界はホモサピエンスから学んでいること。
ホモサピエンスの長所も短所もそのまま受け継いでしまう可能性が高い。 0 黒
1 茶
2 赤
3 橙
4 黄
5 緑
6 水色
7 紫
8 よくわからん
9 よくわからん これは想像力という能力か、それとも、無関係のものを勝手に関連付けてしまう妄想力か。 >>46
いやいや色んな指標とか関連付け方法を見聞きしているうちに自然に覚えるよ
今からでも遅くない
ところで中年のおっさんがダジャレのオヤジギャグを連発するのは
頭の関連付け能力がその辺で最高になるから、という説明を聞いたことがある >>56
電子部品の抵抗器の色だなw
黒 0 黒い礼服
茶 1 小林一茶
赤 2 赤いニンジン
橙 3 第三者
黄 4 岸恵子
緑 5 五月みどり
青 6 ろくでなしの青春
紫 7 紫式部
灰 8 ハイヤー
白 9 ホワイトクリスマス
昭和後期感満載の覚え方だ
昭和50年代っぽい
ところで抵抗器ってどっちが後ろでどっちが前か分からないね
後ろとか前とかいうのも昭和50年代だね いわゆる共感覚だね
AIと共感覚を追求していくと面白い事が分かるかもしれない >>50
頭いいやつって無意識で考えてるみたいなんよ
んであるときなんかのタイミングで閃くみたいなんよ
点と線が繋がったみたいな
無意識の引き出しいっぱい持ってるんだろうな さすがにAIがクオリアは持ってないだろうけど持っているかどうかの判定は不可能そうだな 何色かイメージしようと考えたけど何も浮かばなかった俺は人間じゃ無かったのか… 俺は何色かと訊いたら、即座に無色だと答えやがった
タヒにたい、いや、タヒね 一部の音楽家は音楽に色をイメージするらしいが(文字通りの音色を感じてるらしい?
AIもそういった感覚があるのかな 共感覚は絶対音感のような才能の一種なんじゃないかな
AIの連想とは違うと思う ニューラルネットワークは人間の脳は模倣してないぞ。何なんだこの記事。 ギターの弦が人の声に聞こえる時がある
耳コピしてたとき まともなAIなら「記号は実体のない概念なので色はありません」と答えるだろ
色を答えてしまうAIは未完成なんだよ 疑念を覚えながらも無理に答えたAI、持ち上げられたり落とされたり忙しくなる 色と言えばまず何色を思いつくか、という質問に近いんじゃないかなこれ
その結果、出現頻度から赤をイメージしたってとこじゃないか? AIなのに文系www
ほんと文系はどの分野でもゴミだよな >>11
>>47
ではなぜAに赤のフォントを多く使うのか?
っていう問題になるから全然解決になってないのでは 仮にAIが自我をもたないのが真であったとしても、
人類がそれを偽と認識する術を持たないなら
それは真であるのと同じではないのか? 同じではないよ否定できないだけ
否定出来ないのは同じにはならない同じの可能性があるとは言えるかもだが ■ このスレッドは過去ログ倉庫に格納されています