00:01
ノーミスさん、この間、MITO MITOでの話をしたじゃないですか。
はい、したした。楽しかったよね。
はいはい。それで何か話題に上がったISHI会っていうね、ISHIっていうISHI会っていうのがあって、
それの何か勉強会がこの間あって、この間ノーミスさん参加されてきたっていう感じだったんですけど、
私がちょっとその日風邪でイケてなくて、後から配信もあったんで動画見たんですけど、
結構難しそうな話をしてて、あれってノーミスさんって理解できたんですか?
あー、一緒に行けると思ってワクワクしてたんだけど、まさかの俺が一人で行ったやつね。
はいはいはい、すみません。
あれね、ISHI会がそもそも結構、自作半導体みんなで作ろうってやってる日本初のコミュニティなんだけど、
今回行ったイベントの場合には、何かしらのイベント行きたいって言って、何でもいいから行きたいって言ったんだけど、
その会は結構AIを使って設計しようみたいな会だったのね。やっぱりすごいキャッチーじゃん。
人数も多かったらしいんだけど、やってる内容をほとんど強化学習を使って、
学習をして、半導体のチップのどこに何を配置するかを決めるためのモデルを作成してみたいな。
結構機械学習系の数学と理論のお話みたいなのが永遠と続くみたいな。
っていうのが前回のISHI会だったかなと。
でもちょっとだけ、もともと僕も大学の専攻で人工知能の枠の中に一応入れてもらえるんだけど、軍知能だったりとかっていうのを一応やってたから、
若干ね、他の人よりは過去の記憶を蘇らせながら話聞いたから聞けたけど、全くゼロの人が聞いたら結構大変だったんじゃないかなと。
ちょっとね、私動画見たけど、え、やばって思いました。
結構ね、数学だよね。
うん、モンテカルロ法とかTD法とか出てきて、それの数式がバーって書いてあって、なんだこれはっていう、なんか謎のアレルギーが出てきそうなぐらいの数式がいっぱい並んでましたね。
そうなんだよね。だから機械学習とか教科学習とか、そっちの方の人たちが知っている単語とか理論と半導体の人しか知らない単語とか理論をミックスして喋られてたから。
リピート高い。
そうそう、俺も分かんない領域ずっとチャットGPTに聞きながら話聞いたからね。
あるよね。分かんない言葉チャットGPTに聞きながら登壇聞くのを私もあります。
今チャットGPTあるおかげで分かるけどね、前だったら大変だったと思う。
オンライン配信もしてたからそれこそ、スライドとかそのままスクショしてチャットGPTに貼って、わからないことサクッと聞くができたから、完全な言語化とか聞き取れてなくても質問できるのはやっぱり最近のチャットGPTのいいところだったね。
03:12
はいはいはい、結構スクショ読み取ってくれるのすごいですよね。
そう、めっちゃありがたい。なんか文脈フワッと分かってくれるからね。
へー、そうだったんですね。でもあれなんですね、のんびさんってそもそもそういう機械学習系が大学の専攻だったんですね。
そうなんですよ。なんか結構自由なところでもあって、機械学習とセキュリティとかの領域。
へー。
なんか両方やるみたいなところで、その中でも僕は軍知能っていう、なんかすごいざっくり言うと今の普通の機械学習とか。
なんかそっちのAIとかの領域って、わざわざその世の中のある情報を集めてきて、そこで学習させて最適化されたモデルを作成するとか。
いわゆる強化学習っていうのがそういう手法ですよね。
そうそうそう。で、言うので、ちゃんとね、最適化、そこで頑張ってコンピューターで最適化探して、最適化したモデル作って、そのモデルを使うみたいなのがやっぱりAI。
最近の生成AI、LLMとかもそうやって頑張って学習させまくった。最後に出てきた、こういうふうにやるといいよっていう、なんかノウハウの塊みたいなモデルがあって、それを通して色々答えを出してるんだけど。
俺のやってる群知能はちょっと違って。
ほうほうほう。
まあ専門家に言う、他の専門家に言ったら怒られるかもしんない。ざっくりさ、説明で言うと、今の機械学習はコンピューター内で最適化してるけど、群知能ってのはもうこの自然の中で、この地球の歴史の中で最適化された行動をしてるのが動物とかだよね、生き物だよね。
だからその群れの動きっていうのはもうすでに最適化され済みのものだよね。
はい。
だから最適化され済みのものをプログラムに落とし込んで、それをアルゴリズムとして活用する。
はい。
ってすると、コンピューターで頑張って計算したのと同じ効果をこの地球の歴史の中ですでにやっておきましたみたいな。
はい。
もう自然を使って機械学習、強化学習をした結果を使いますっていうのが群知能。だからアリの群れの動きとかハチの群れの動きとかを使って色々な問題を解決する。
なるほど。
っていう分野をやってる。
群知能っていうのはアリの大群とかの群の知能だから群知能って言うんですか?
そうそうそう。だからそういう群れを成すものは結構色々使えて、有名なのがアリ、ハチ、鳥、タカナかな?とかは結構有名どころなんだけど。
私も聞いたことある。ハチの巣の六角形っていうのがすごい構造上めちゃくちゃ素晴らしくて、よくそれができてるみたいな話聞いたことありますね。
06:00
だから自然界って実はすごい効率化されてるんだけど、人間はそれを無視して自分たちでコンピューターで頑張って計算しようとしてるから、群知能はそうじゃなくて世の中で最適化されてるじゃんってうまく引き出す。
だから僕結構好きなんだよね。もうすでに世の中が地球単位で検証してくれてるものを使うみたいな。
おー面白い分野ですね。そう聞くと。
だからアリの群知能のアルゴリズムとか結構有名だから、これ説明するとめっちゃわかりやすいんだけど、
アリって、まず働きアリたちが、全部働きアリなんだけど、アリがランダムにワーッといろんなところに分散すると。
で、エサを見つけたら、そのエサ見つけたエオフェロモンを出しながら道に印をつけながら巣に帰ってくる。
で、そうすると何が起きるかっていうと、次のアリは適当に探索するんじゃなくて、エサがアルオフェロモンがあるんだったら、そこに行けば手に入るじゃん。
エサが。だからフェロモンを辿っていくんだよね。で、エサを見つけて持ち帰るときに、エサあったわーってフェロモン出すんよ。
そうすると、エサ何度もみんなが取りに行ってて、エサがたくさんある場所はフェロモンの匂いが濃くなってて、
で、数回でエサがなくなっちゃったら、気づいたらフェロモンちょっとずつ弱くなっていくから、もうエサがなくなった場所はフェロモンが少なくなるみたいな。
で、遠くの場所にあると、遠くの場所から長い時間かけてフェロモンつけて移動してくるから薄いけど、近くだったら何度も往復しまくるからフェロモン濃くなるよね。
だから、巣から近くでより報酬がでかいとか、一致度が高いものみたいなやつをより優先的に探すことができるっていう、そういう検索のアルゴリズムをアリは持ってる。
すごいですね。
だからそれをシステムに入れていくと、ランダムにデータ探しに行って、より求めてるものに近いものかどうかっていうのをフェロモンをつけるような仕組みをプログラムに落とし込むと、
同じように自由な検索をして、100%じゃないけどだいたい合ってるよねっていう比較的確率が高いものを検索で求めやすいっていう。だからよく巡回セールスマン問題かな?
っていう道が一本増えるだけで選択肢がN乗していくみたいな。だから普通の計算だと難しいみたいなやつをざっくり答え出すにはこのアリのアルゴリズムめちゃくちゃいいって言われてる。
へー。そっか。山手線の各駅を徒歩で一番効率よく巡る方法みたいなのが巡回セールスマン問題でしたっけ?
そうそうそう。だから道がいろんな選択肢ありまくる中で最適解探すってやっぱりそうあたりになっちゃうからプログラムでやると。
なるほど。
そう。それを解決するっていうのでよく使われるやつですね。
09:02
そっかそっか。プログラムでやるとあれか例えば30箇所行く場所があったとしたらその何通りあるかって確か30×29×28×みたいになるからすごい通りが何通りか多いんだけど
そのアリの最適化されたアルゴリズムを使うともっと計算量が少なく最適な答えが導けるってことなんですか?
そう。ただ一番かどうかはわからない。でも多分8割型最適っていうのが結構取りやすい。
ああそうなんだ。へえ。
新しい技術と文化を楽しむ。未来ラジオ。
ちなみに8はどんな感じなんですか?
8は8は役割が結構違ってありと違って探索する人と探索した人の情報をもとに動くやつとあとはその評価。探索した人たちがその密どうだったよって評価してくれるから
その評価をもとにこれはいらないってちゃんと判断してくれるみたいな役割分担をしたアリアルゴリズムにちょっと近い感じになってくる。
密どうだったよってどういうことですか?
花に密取りに行って、そこの場合は花って大体密1回で取れないから複数回取れますよ。
その密の質が良いか悪いか、次の人が取りに行くべきか行かないかみたいなのを判断する偵察用の8がいるみたいな。
なんだろうな、でもアリは結構全員同じ役割で、蜂は結構そのどの蜂がいいか。
蜂どちらかというとアリと違って花畑みたいな概念でやっぱり探しに行くから、どの花畑がいいのかを探索するのに向いてる役割分担してるって感じかな。
ちょっと蜂の伝え方ちょっと下手だけど。
なので花畑の評価をして、いいか悪いか判断して、良くなかったら切り捨てることができる。
アリはその良くない、微妙だなって思ったところ切り捨てる仕組みはないから、そこが効率化されてるのが蜂って感じかな。
ちょっとね、俺はアリの方が好きだったから蜂がちょっと弱いんだけど説明が。
役割がついててもうちょっと効率的だよみたいな。
なかなか言わない発言だね。
でも確かにアリはフェルモンを地面に落とすことによってどんどん結果を残すことができるけど、蜂はそうじゃないから役割変わってきそうですよね、その偵察が必要っていうのは確かに。
そうそうそう、やっぱり実際の動き完璧に模倣してるかっていうと、結構概念的に捉えてるよねみたいなところはあるんだけど、
やっぱりその特性を上手く使ってあげると効率化できるよねっていう考え方は、やっぱりコスト低くできるのはめっちゃ面白いし、
8割型しか出ないけどコスト低いみたいなところは、今のLLMとかのAI、生成AIとかを使ってる中でも結構この辺のベースがあるからこそAIうまく活用するのもスピード早かったなって思うから、
12:09
結構この辺学んでてよかったなっていうのはすごい思うね。
そうなんですね。にしてもよく大学の授業の内容覚えてますねそんなに。すごいな。
いやー逆にこの辺の上っ面しか覚えてないよ。
これ研究よりも、もう研究やってるはずなのに、これをうまく使ったらこうできるよとか、やりたがってたから、たぶんね、研究としてはダメダメなんよ。
でも、研究の理論使ってこれできるんじゃないかって考えるのすごい楽しかったから。
発明家タイプだ。
教授には途中で呆れられて、こういうふうな面白い遊んでみみたいなの渡されたりとか、
もっと逆にお前は研究じゃないから新しいことやるのに目向けたらいいって結構そこまで見てくれる先生だったから、最低限論文は出させられたけど、
でもそう、たぶん向いてないからって言って楽しいものを作るほうに目向けさせてくれたから、それは結構今でも感謝だよね。
もうなんか基礎研究とかよりも発明をするのがのむさんは向いてるだろうと。
基礎研究じゃないよなお前はみたいな。これ面白いガジェットあるからこれで遊んでみみたいな。
優しい。
だから結構アリのアルゴリズムとかも、研究としてガンガンやるのも、もちろん最低限はやったけど、これを使って何できるんだろうってアルゴリズムをいじって遊んでたりだったりとか、
っていうのが多かったから、結局勉強したものって残んないけど、遊び倒したものは結構楽しいから覚えてるみたいな。そういう覚え方だったのかもしれない。
そうか、アルゴリズム学ぶとこの間の機械学習みたいな数式も結構出てきますもんね。
だからその数式をどちらかというとアルゴリズムのイメージで捉えがちだから、細かく計算しろって言われると計算方法ちょっと悩んだりするんだけど、
この式のこれはこれ意味してるよねみたいなのは捉えやすいから、だから新しいのを聞くには十分。でも研究しろって言われると悩む。
だから概念がわかってるから、そういうこの間みたいな話がされてもだいぶ理解ができたってことなんですね。
そうそう。だから僕みたいなタイプに今世の中優しくて、AIに聞くと概念わかってれば全部説明してくれるから、やっぱいい時代だよね。あとはプログラムに式書けばいいだけだからね。
すごいね。そんなに詳しいとは知らなかったから聞いてて面白かったですね。
だからなんか今生成AIやってていきなり生成AIやってるなって見られるんだけど、実は大学の時から結構AI好きで触り倒してたっていう。
そうなんだ。
だから人生で一番最初にハッカソンで最優秀賞を取ったのも、実はメディアかけるAIのハッカソンで、その時作って最優秀賞を取ったアイデアが、
ニュースをどうやって、メディアだったからニュースをどうやってみんなが理解してくれるかみたいなところをやりたくて、ニュースのテーマがあったらそれに対してAIとAIが会話をして、
15:12
AIの雑談を通してニュースを知るってやつだったから、実は最近のノートブックLM出てきた時に、俺がやりたかったのこれーってめっちゃなってた。
ああいいですね。
実はちょっと文脈あるんで。
結構繋がってたんですね。知らなかったです。大学時代は格闘技だけやって生きてきたんだとずっと思ってました。
だいたいやってる。
いやー面白かったな。ということで今日はのおみさんが参加した医師会の話から、機械学習とちょっと繋がっている軍知能っていうものの話をしていきました。
新しい技術と文化を楽しむミライラジオでは今後も最近の面白いテクノロジーの話を私横江とのおみさんでしていきます。
ポッドキャストのフォローもよろしくお願いします。次回もお楽しみください。ではバイバーイ。
バイバイ。
