ディープラーニングを越える技術!? 人工知能の最先端「階層型時間メモリ=HTM」とは

ディープラーニングを越える技術!? 人工知能の最先端「階層型時間メモリ=HTM」とは


Posted date:2017.01.13


人工知能_階層的時間メモリ_Hierarchical Temporal Memory

photo by Numenta


 ここ数年、世間から注目を集める人工知能(AI)。2017年以降には、さらなる飛躍が期待されている。人工知能技術のひとつであるディープラーニングは、画像・音声認識技術の開発に利用され、今年から商品として実用化される機会が増えるとも予想されているが、今後、そのディープランニングを超える技術は登場するのだろうか。

 人工知能企業・ヌメンタ(Numenta)の共同創設者ジェフ・ホーキンス(Jeff Hawkins)氏は、海外メディアへの寄稿で「ディープラーニングに代表されるニューラルネットワークもすでに旧式だ」としている。ホーキンス氏らは、人間の脳と最も似ていると評価される人工知能であり、大脳新皮質をモデル化することを目標としたアルゴリズム「階層型時間メモリ(Hierarchical Temporal Memory 、以下HTM)」を研究している。

 なお、ホーキンス氏は、スマートフォンの起源となったパームパイロットなどポータブルコンピュータの設計者としても知られる。2002年に、米カリフォルニア州レッドウッド神経科学研究所を設立し脳科学を渉猟した後、2005年に人工知能技術企業・ヌメンタを設立し、HTMを研究している。

 ホーキンス氏は、人工知能の発展過程を3つの段階で区分する。それぞれ、「古典的人工知能(第1世代・AI 1.0)」、「人工ニューラルネットワーク」(第2世代・AI 2.0)、そして「生体神経回路網(生体ニューラルネットワーク」)」(第3世代・AI 3.0)だ。

 ホーキンス氏によれば、古典的人工知能は、単純なコンピュータプログラムであり、文字解読、画像の中の物体認識などに使用されていたという。その後、「エキスパートシステム」が登場。これは、特定の分野の専門家が、問題を解決するための法則を入力し、コンピュータがその法則に基づいて演算を実行するというものだ。

 例えば、医師が患者にいくつかの質問し、医学的処方を下すなどの作業に利用された。古典的人工知能は、そのように特定の問題に合わせて高度に洗練されたものだった。ホーキンス氏自身は、IBMの人工知能「ワトソン」も「古典的人工知能の現代版」と見なしている。

1 2 3

参照
ハンギョレ新聞
jaxenter.com