Upgrade to Pro — share decks privately, control downloads, hide ads and more …

マクロ的テクノロジー考察

Sota Watanabe
July 15, 2018
120

 マクロ的テクノロジー考察

Sota Watanabe

July 15, 2018
Tweet

Transcript

  1. 2 ຊॻͷ໨త কདྷॏཁ౓͕૿͢ςΫϊϩδʔͷߟ࡯ͱݸਓతͳະདྷ༧ଌɻ 「科学やテクノロジーをテコにして、世界に非常に大きなインパクト を与えられる機会がそこらじゅうにころがっている。 君たち一人ひとりが個性に応じたそれぞれの機会を追求できる。 君たちみんなが、そのことに興奮すべきだ。」                       ラリー・ペイジ 「自分が大学生だったとき、いつも世界を変えてしまうようなことに夢中になっていた んだ。そして、今それを実現している。」

                              イーロン・マスク 未来は正確に予測できないと言われている。それはある程度カオス理論の初期値鋭敏性によって証明されている。 しかし、アバウトな将来予測はできると思う。社会は、「テクノロジー」「お金」「社会システム」「世界観」 によって規定されたベクトル上を進んでいると考えるからだ。将来は正確に予測できない。しかし、 社会の進んでいく方向性は定義することができる。本書は、上記四要素の中で関心度が一番高いテクノロジー を主題にとり、個人的な考察を行う為に作成した。 ビルバクストンという偉人は言った なのであれば、将来のイノベイションを牽引するテクノロジーはすでに存在している。 一方で発明が10年以上前に提唱されていたとしても、そのどれがイノベーションに結びつくかはわからないともバクストンは言っている。 でも、数を打てば当たる確率は必ず伸びる。その初動としてまずは確度の高いテクノロジーをまとめたいと思う。 ࣍ͷ೥ʹॏେͳӨڹΛ΋ͨΒ͢ςΫϊϩδʔͷ͋ΒΏΔ΋ͷ͸ɺ গͳ͘ͱ΋೥લʹ͸ଘࡏ͍ͯ͠Δɻɹɹ
  2. 5 ϩδεςΟοΫۂઢhttps://ja.wikipedia.org/wiki/ %E3%83%AD%E3%82%B8%E3%82%B9%E3%83%86%E3%82%A3%E3%83%83%E3%82%AF%E6%96%B9%E7%A8%8B%E5%BC%8F 1800 1900 1995 ୈ3࣍࢈ۀֵ໋ ୈ2࣍࢈ۀֵ໋ ①GPT=ৠؾػؔ ②GPT=಺೩Τϯδϯ

    ③GPT=Πϯλʔωοτ ④GPT=AI GPT(൚༻໨తٕज़ʣ ٕ ज़ ͷ ஝ ੵ ౓  NOW 2030 ಛԽܕਓ޻஌ೳ͔Β൚༻ਓ޻஌ೳ΁ͷγϑτ ςΫϊϩδʔͷྺ࢙ 2045 γϯΪϡϥϦςΟʔ 第4次産業革命
  3. 10

  4. 12 "*ͷܦࡁ΁ͷΠϯύΫτ มԽͷεϐʔυ͸૿Ճ͠ɺ"*ʹΑΔมԽ͸طଘγεςϜʹదԠ͠ͳ͍Մೳੑ͕͋Δɻ 汎用型人工知能 現在の1つしかタスクができない人工知能ではなく、様々なタスクが できるより人間に近い人工知能。 技術的失業・新しい技術のもたらす失業。 労働移動・・ある業種から別の業種にあるいはある企業から       別の企業へ労働者が移動すること。 資本主義においてこれまでの歴史の中で技術的失業は新しい

    職業が生まれ、労働移動によって絶えず解消されてきた。 しかし、AIは解消されない可能性がある。 新しい技術や商品が開発されてから社会に普及するようになるにはある 程度の時間がかかる。 (ディフュージョン) ディフュージョンの分だけ新しい商品が実際に労働者を 駆逐するまでには時間がかかる。 ただし、最近はディフュージョンの期間はかなり短くなってきている。 アメリカでは自動車が人口の50%まで 普及するには80年以上が必要だった。 テレビやビデオは30年ほど。携帯電話は10年ほど。 ディフュージョンの期間は今後もっと短くなってくる。 経済へのインパクト 変化の加速度の増加(デジタルスピードの例) citiによる調査 5000万人のユーザーを獲得するまでにかかった時間 電話:75年 Web:7年 Facebook:4年 Instagram:2年 Pockemon Go:1ヶ月 Angry Bird : 35日 デジタルで人と マシーンが繋がり 新しいサービスが 生まれる。 参考:http://www.oxfordmartin.ox.ac.uk/downloads/reports/Citi_GPS_Technology_Work.pdf
  5. 15 ਓ޻஌ೳºྔࢠίϯϐϡʔλʔ ࠷దԽ໰୊ʹؔͯ͠ɺྔࢠίϯϐϡʔλʔͷҖྗ͸ैདྷͷίϯϐϡʔλʔͷԯഒɻ 量子コンピューターとはなにか? 電圧の強弱で0と1(ビット)で表現されていた従来の コンピューターとは異なり、量子力学でいう 原子と量子の関係を波の性質を利用し表現されたコンピューター 波の性質を利用するため、「0であり1である状態(量子ビット)」 を表現できる。 (波を重ねて表現する)

    性能 組み合わせ最適化問題に関して量子コンピューターは従 来のコンピューターに比べ、1億倍高速。 (従来3年2ヶ月かかる計算を1秒でこなす) 背景 量子コンピューターは「量子アニーリング方式」で動いている。 現時点では量子アニーリングで動いているマシンは従来のPCにくらべ 汎用的ではないが、 人工知能や物流や金融という分野で応用が可能である。 量子アニーリングとは? 最適化問題のような従来どおりに計算をしていたらとても時間のかかる 問題を量子力学の波の現象をもちいることで 超高速に計算をすること。 人工知能への応用 従来のPCは組み合わせ最適化問題を 解くことが苦手。 計算量が指数関数的に 伸びる計算は不向き。量子コンピューターは 莫大な計算処理に向いている。 人工知能の開発には「機械学習」が必要。 機械学習の処理では、どの要素が重要な役割 を示すのかを判別する「変数選択」 データがどのグループに分類されるのかを 判別する「クラスタリング」など、 組み合わせ最適化問題を含むものが多い。 機械学習における組み合わせ最適化問題は、 既存のコンピュータで解こうとすると非常 に長い時間がかかるので、 本当の正解である 「厳密解」ではなく、厳密解に近い「近似解」を求 めることで済ましているのが現状。 量子コンピューターにより、機械学習の 処理で厳密解が見つかる可能性が高くなる。 (なこともある。)