元々、機械学習での材料設計には懐疑的なんですが、依頼されたのでシミュレーションを絡めて機械学習関連の本に小文を書きます。
私だけが全然理解できていない可能性が非常に大きいのですが、やっぱり、一応書いておきます。
ディープラーニング
近年のコンピュータのハード性能の急激な進歩、および、階層化ベイズモデリングのような新たな方法論の展開に伴い、ディープラーニングと名付けられた機械学習手法が急速に進展しているようです。
多層のニューラルネットワークの利用に関する個々のアイテムを見ていけば、確かに、人工知能における問題解決方法の改良は長足の進歩を遂げつつあることは理解できます。
つまり、人間の脳における情報の認識能力であったり、その処理を行うことに関しては、人工知能がかなりの段階に達しているようであり、外部からの情報を認識して処理することで「ある程度の判断を行い」、「人工知能による無人(自動)運転を行うこと」は確かに遠くない未来だと感じています。
ここまでは、私もだいたい大筋を理解できて、納得できます。
シンギュラリティ
で、「シンギュラリティ」という言葉が出てくると、とたんに大きく理解を超えてしまいます。
一般に物理現象でも使われる「特異点(シンギュラリティ)」という言葉が、この文脈の中では理解を大幅に超えたものになっているように感じます。
「技術的特異点」に関するWikiを見ていても、未来学者という方たちが提唱される「技術的特異点」の意味が、私にはよく見えてこないんです。
たしかに、情報収集範囲が格段に広がって、その処理能力がむちゃくちゃに向上してしまえば、「ターミネーターでのスカイネットのようなもの」はできるかもしれません。
また、そのネットが、あたかも意志を持ったような状態になるかもしれません。
確かに恐ろしい状態ではあるのですが、まあ、その程度のことです。
材料設計への応用
このサイトの主題のひとつである材料設計という観点では、人工知能を材料設計にも応用しようという流れも各所に見られています。
人工知能が多様な組み合わせを評価することができれば、あたかも魔法のように新規材料を創成できると感じている方もいらっしゃるような気もします。
「普通の人間の脳を再現する」という意味では、階層的なニューラルネットワークを利用することで「圧倒的に大量な情報量」を「非常に短時間で処理」して、「確からしい適切な判断を下す」ということは、現時点では完璧ではないけれど近い将来にできるでしょう。
しかしながら、材料開発というような非常に多岐にわたるパラメタを調整し新たな方向性を作り出すことについては、「少なくとも私は」、いまだ懐疑的な立場を変えるには至っていないんです。
だって、自動車の運転はかなりの多くの方が実行できる程度の事柄ですが、真に優れた発明・発見は限られた天才のなせる業に違いありません。
この差は依然として大きくて、普通程度の知性の人間が一億人集まっても、新規な発見は期待できないのではないかな。
上述のディープラーニングのストーリーから演繹的に浮かんでくるのは、IQ100 程度のそんなでもない人が何万人もコンピュータの中にいるという絵なので、それで何ができるのかしらという気がするのです。
これって、大きな勘違いをしているのでしょうか。