「Aは何色だと思う？」AIに質問。結果…AIも「概念」を持つ可能性が判明！

「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

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

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

Aは赤だな
生命の赤

3.は水色がかった青だろう

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