中島聡が解説するディープラーニングの仕組みと、サム・アルトマン「The Intelligence Age」が描く未来

ニューラルネットを「深く」するということ

中島はまず、ChatGPTのようなAIを動かしているのはニューラルネットだと説明する。ニューラルネットは人間の脳を真似た仕組みで、ネットワーク上のニューロンとシナプスにあたるものをつなげて計算する。中島によれば、ここで重要なのは単に数を増やして横幅を広げることではない。深さ、つまり計算の段数を増やす必要がある。

計算の中身は行列計算である。パラメーターの数を増やすと行列が大きくなり、行列同士の計算が行われる。この行列のパラメーターを変えていくことが「学習」そのものにあたる。そして、計算を行うレイヤーを1段だけでなく複数段にしたものをディープラーニングと呼ぶ。ある計算をして、その結果をもとに次の計算をすれば2段階になる。それを5段階、10段階と深くしていくのがディープラーニングだ、と中島は説明した。

重み付けの例で見る「学習」

中島は学習の意味を簡単な例で示した。入力が x1 と x2 の二つあり、x1 を20%、x2 を80%の割合で足し合わせたものを答えにする計算があるとする。このときの 0.2 と 0.8 がパラメーターである。学習を通じて「0.2と0.8より、0.3と0.7のほうがいい」とパラメーターを調整していく。これが学習だという。

2:31

バックプロパゲーション:層を遡って修正する

この計算が多段になっている場合、学習はもう少し複雑になる。入力に対する出力が正解からずれていれば、パラメーターを直す必要がある。そこで出力側から逆向きに「この計算が間違っていたから、ここのパラメーターを少し変えよう」とたどっていく。

中島が強調したのは、多段の場合には1段戻るだけでは足りないという点だ。たとえば5段あるなら、5番目だけでなく4番目、3番目、2番目のパラメーターも書き換えたい。これを行う方法がバックプロパゲーション(誤差逆伝播法)である。計算段階が何層あっても、層を遡ってパラメーターを更新できる。これが今のAIの中核にあるディープラーニング、日本語でいう深層学習だ、と中島はまとめた。

聞き手はこの説明を、人間の脳の仕組みを真似て層をいくつも重ねて学習させることで賢くなる仕組みであり、バックプロパゲーションは層を遡ってパラメーターを調整するやり方だ、と言い換えて確認している。

3:53

スケールの法則と資源の競争

次に聞き手は、ディープラーニングが進むと生活や将来はどう変わるのかを尋ねた。中島はディープラーニングに限らず、今のAI技術全体の話として答えている。

中島によれば、研究を進める中で次のことが分かってきた。パラメーターの数を増やし、学習に使うデータや計算量を増やせば増やすほど、AIは賢くなる。これを「スケールの法則」と呼ぶ。この法則が成り立つということは、特別な発見がなくても、お金と電力をかけてトレーニングすればAIはどんどん賢くなるということだ、と中島は解釈する。

その結果、AI開発は、どれだけお金をかけ、どれだけ大きなデータセンターを使い、どれだけ電力を投じて賢いモデルを作るかという競争になった。中島はこの競争が今まさにエスカレートしていると述べる。さらに、ChatGPTを見れば分かるように、AIはすでに世の中にかなりの価値を提供している。そのためOpenAI、Microsoft、Googleなどは今後ますますお金をかけてトレーニングを進めるだろう、というのが中島の見通しだ。そうなればAIは日々の生活を支えるだけでなく、新しい科学的発見や発明も担うようになる。中島はこれを「今回のすごい話」と表現した。

聞き手は、AI企業同士の競争が激しくなり、より賢いAIが次々に登場することになると受け止め、未来が楽しみだと応じた。

6:17

「The Intelligence Age」の紹介

最後に中島は、サム・アルトマンが少し前に書いたブログ記事「The Intelligence Age」を取り上げた。AI時代とはどういうものかを論じた良い記事だとして、その内容をまとめたプレゼン資料を作り、動画で紹介している。以下はそのプレゼンが伝えるアルトマンの主張である。

アルトマンは、私たちがインテリジェンス時代の入り口に立っていると考えている。祖父母の世代の最も大胆な夢が普通に見えるほどの変化であり、わずか数千日のうちに、人間の能力と繁栄についての認識を塗り替えるスーパーインテリジェンスに到達するかもしれないという。

そのブレークスルーは「ディープラーニングは機能した」という短い言葉に要約される。このアルゴリズムはデータの分布を学習でき、驚くべきことに、計算能力とデータが増えるにつれて予測可能な形で性能が上がる。プレゼンはこれを、火を再発見したようなものだとたとえている。中島が前半で語ったスケールの法則と同じ話である。

アルトマンが描く具体像は次のようなものだ。個人専用のAIチームが協力して、思い描いたものをほとんど何でも作り上げる。学生はあらゆる科目、あらゆる言語で、一人ひとりに合ったペースで教えるAIチューターを持つ。医療、ソフトウェア開発、科学研究はAIの支援によって大きく変わる。これは単なる便利な道具の話ではなく、今は想像できないほどの共有された繁栄の話であり、すべての人の生活が今日の最高の生活よりも良くなる可能性がある。AIは創造し、助け合うという人間の自然な欲求を増幅し、互いに得をするポジティブサムの世界へ私たちを戻してくれる、とプレゼンは述べる。

8:25

インフラという課題と、平等化か分断か

一方でプレゼンは課題も挙げている。AIには大規模なインフラが必要だという点だ。十分な計算能力とエネルギーがなければ、AIは争いの原因となる希少な資源になり、富裕層だけが恩恵を受けることになる。AIを特権階級だけでなく全員の手に届けるには、十分なチップと電力システムを構築しなければならない。

アルトマンの描く未来では、AIが非常に進化し、さらに優れたAIの構築を手伝い、あらゆる分野で科学の進歩を加速させる。気候変動の解決、宇宙コロニーの設立、物理学の謎の解明といった成果が、インテリジェンス時代には当たり前になるという。

雇用市場の混乱などの課題もあり、慎重に乗り越える必要があることもプレゼンは認めている。ただし歴史を見れば、技術の進歩は今は想像できない新しい機会を生んできた。何世紀も前のランプ点灯夫が現在の繁栄を見れば驚くように、私たちも知能の時代から振り返ったとき同じように感じるだろう、というたとえが示された。

プレゼンは次の主張で締めくくられる。この先に進むには計算能力、エネルギー、そして人間の意思が必要である。私たちは今、AIのインフラとガバナンスについての決定が、この技術を人類最大の平等化装置にするか、最大の分断要因にするかを左右する重要な時期にいる。インテリジェンス時代はこれから来るのではなく、すでに始まっている。それをどう形づくるかが人類の未来を決める。

インタビューはここで時間切れとなり、プレゼンの内容について中島がさらに論評することはなかった。