「AI（人工知能）と物理学」：１日目

「AI（人工知能）と物理学」2018年度日本物理学会科学セミナー
日時：2018年8月11日（土・祝）、12日（日）
場所：東京大学駒場キャンパス　数理科学研究科棟　大講義室
https://www.jps.or.jp/public/seminar/scisemi2018.php

１日目
はじめに：川村　光（日本物理学会会長）
情報処理技術としてのAI：中島 秀之（札幌市立大学 学長）
思考力を競うゲームの人工知能技術発展の歴史と現状：保木 邦仁（電気通信大学大学院情報理工学研究科 准教授）
広域宇宙撮像データを用いたビッグデータ宇宙論：吉田 直紀（東京大学大学院理学系研究科 教授）
量子コンピュータが人工知能を加速する：大関 真之（東北大学大学院情報科学研究科 准教授）
深層学習と時空：橋本 幸士 (大阪大学大学院理学研究科　教授)

２日目
深層学習とは何か、そしてどんなことが出来るようになっているのか：瀧 雅人（理化学研究所数理創造プログラム(iTHEMS) 上級研究員）
多層畳み込みニューラルネットワークで求めた量子相転移の相図：大槻 東巳（上智大学理工学部機能創造理工学科 教授）
人工知能と脳科学：甘利 俊一（理化学研究所脳神経科学研究センター　特別顧問）
量子力学の問題をニューラルネットワークで解く：斎藤 弘樹（電気通信大学大学院情報理工学研究科 教授）
AI は物理において何の役に立つか？：寺倉 清之（物質・材料研究機構 名誉フェロー・エグゼクティブアドバイザー）
おわりに：迫田 和彰（日本物理学会科学セミナー担当理事）


この間の土日は東大駒場キャンパスで開催された「AI（人工知能）と物理学」という講演会を聴講してきた。2018年度日本物理学会科学セミナーとして行われた催しだ。申し込みしたときからとても楽しみにしていた。朝から夕方まで興味のあるテーマが２日間たっぷり聞くことができ、非常に濃い時間を過ごすことになった。

各先生方の講演内容と感想をまとめて書いておこう。録音、録画、写真撮影は禁止。配布された講演のスライドだけが記憶再生の手がかりだ。過去の例を見る限り（時間はかかるかもしれないが）動画として公開されると思う。


１日目

情報処理技術としてのAI：中島 秀之（札幌市立大学 学長）

「情報は物質、エネルギーに並ぶ世界観」という切り口で、農耕社会から工業社会、情報社会へと至る技術史を紹介。そしてその先鋒にAIがある。人工知能の歴史を振り返り、ニューラルネットワークや深層学習へと話を展開された。特に印象的だったのは「環境との相互作用を重視する知能観」という考え方だ。AIを含む情報処理はそれだけで閉じてはいないという考え方のこと。視覚的な例として先生の著書「知能の物語」という本のタイトルが薄墨で書かれているスライドを提示された。墨が（環境としての）紙と相互作用して文字ににじみがでるという例だ。

次の切り口は「視点の違い」である。科学と工学の視点の違い、学と術（日本語と英語）の違いを例示され、科学の仮説検証ループの手法と環境との相互作用を加味した「Future Noema Synthesisダイヤグラム」を紹介された。

そして「まとめ」ではシンギュラリティ、機械学習の問題点を述べた後、今後私たちは「未来を構成的に作り出すことのできる知能」を実現するためにトップダウン、ボトムアップ、環境との相互作用（思考、概念操作）の３つをループしながら進めることが必要だとお考えを述べられた。The best way to predict the future is to DESIGN it. - 未来は予測するものではなくデザインするものだ、情報処理は想像力の勝負であるということだ。

感想：目先のことにとらわれたり、実現した新技術やでてきた問題点に一喜一憂するのではなく、「知能観」を深くとらえ工学的にデザインするという、僕が気がつかなかった視点を知ることができた。「何をどうしたいのか」ということだけでなく「どのように未来を創っていくか」という意図が認識をガイドしていくのだ。これは科学より工学に顕著にあてはまると思った。

「知能の物語：中島秀之」


中島先生の著書： Amazonで検索


思考力を競うゲームの人工知能技術発展の歴史と現状：保木 邦仁（電気通信大学大学院情報理工学研究科 准教授）

Bonanzaの開発者のお話を聞くということだけでワクワクした。僕もこの将棋ソフトを使わせていただいている。（参考記事：「将棋ソフト（Bonanza、GPS将棋、Apery）」）

囲碁、将棋を中心にゲーム人工知能の歴史とアルゴリズムを解説された。最適戦略の求め方、将棋の人工知能、囲碁の人工知能の順である。そしてバックギャモンやオセロでの例も解説された。

アルゴリズムや局面評価は本で学ぶより話として聞いたほうがずっとわかりやすい。「人工知能はどのようにして 「名人」を超えたのか?: 山本一成」や「人工知能はいかにして強くなるのか?： 小野田博一」を読んでいたので、よい復習になった。

感想：僕の人工知能研究は対戦型ゲームを中心に進めていくつもりなので、保木先生のお話を聞くことでモチベーションを大いに高めることができた。

「ボナンザVS勝負脳―最強将棋ソフトは人間を超えるか：保木邦仁、渡辺明」（Kindle版）
「人間に勝つコンピュータ将棋の作り方：保木邦仁ほか」
　


広域宇宙撮像データを用いたビッグデータ宇宙論：吉田 直紀（東京大学大学院理学系研究科 教授）

宇宙物理学の最前線でAIがきわめて有効に活用されている例が紹介された。現代では天体撮影技術が自動化され、厖大なデータが日々蓄積されている。そこに写っている画像を目視で検出、分析するのはもはや不可能だ。そこで利用されるのがAIを利用した画像認識技術である。

具体例としては機械学習による超新星検出、Ia型超新星の自動分類だ。Ia型超新星は明るさがほぼ同じ「標準光源」であるから、宇宙の加速膨張をより精密に観測できることが期待されている。そして宇宙観測の将来計画として次のものが紹介された。

- Large Synoptic Survey Telescope
- 欧州宇宙機関ESAのユークリッド
- NASAのWFIRST宇宙望遠鏡計画

感想：ビッグデータ宇宙サイエンスはすでに始まっていることを知って唖然とした。AIなくしてこの分野はもはや成り立たなくなっている。素晴らしいことであり、今後新たな発見が次々ともたらされることだと思うが、アマチュア天文家が活躍できる時代は終わってしまったのかなと少し寂しくなった。

「ムラムラする宇宙：吉田直紀」（Kindle版）


吉田先生の著書： Amazonで検索


量子コンピュータが人工知能を加速する：大関 真之（東北大学大学院情報科学研究科 准教授）

講演タイトルと同じ書名の本をお書きになった大関先生による講演だ。量子アニーリングについて僕はほとんど学んでいなかったのでよい機会となった。現時点で量子コンピュータをいちばん早く実用化することが期待される技術である。実現されつつある量子ビット数はIBMの50 qubits、Intel 49 qubits、Google Bristlecone 72 qubitsと増えつつある。

量子アニーリングの計算手法を解説され、これが「組み合わせ最適化問題」に対する「汎用的解法」であることを解説された。これを可能とするD-Waveは世界初の商用量子コンピュータであり、2048 qubitsの量子ビットで動作する。今後5640 qubitsのPegasus P16が開発される予定だ。具体例としては交通量最適化問題を紹介された。

そして今後の研究のために組織されたT-QARD (Tohoku University Quantum Annealing Research and Development）とその目的を紹介された。

感想： 量子コンピュータの威力を私たちが最初に目にし、恩恵を感じるのは、おそらく量子アニーリングの手法を使った最適化問題においてである。世の中には最適化問題で解決することが、いったいどのくらいあるのだろうと想像を巡らせるだけで楽しくなる。メリハリの効いた語り口で、とても説得力がある講演だと思った。ただし、量子コンピュータが人工知能とどのように関わっていくのかは、僕にはわかりにくかった。「組み合わせ最適化問題」を解く量子コンピュータが人工知能だということ？

「量子コンピュータが人工知能を加速する」（Kindle版）
「量子アニーリングの基礎」
　

大関先生の著書： Amazonで検索


深層学習と時空：橋本 幸士 (大阪大学大学院理学研究科　教授)

橋本先生の講演を聞かせていただくのは昨年10月に下北沢で行われた「橋本幸士×板倉龍「Newton超ひもナイト」@ 下北沢」以来だ。お会いできるのを楽しみにしていた。

日本物理学会主催のセミナーとはいえ、会場にはAIにだけ関心を持っている受講者がたくさん来ている。橋本先生の講演はそのような方にもわかりやすいものだった。次のようにお話が展開される。最初の２つは物理学ファンにはお馴染みの内容。

- 基礎物理学の宿題：量子＋重力
- 解決提案：超ひも理論とホログラフィー
- 進行形：深層学習と時空創発

橋本先生は人工知能を学び始めてから１年２か月しか経っていないとおっしゃっていた。３つめの深層学習と時空創発は時間が足りず、ごくあっさりした解説になったが、資料にある説明スライドを見る限り、次のようなものらしい。

技術的な動機は「逆問題を解くことによる空間創発」である。そして物理学的動機はホログラフィーを解明するために時空がどう創発するか、多層ネットワークがどのように空間をなすかということだ。ホログラフィーと深層学習の中の概念を対応付け、時空が深層学習から創発するグラフを最後に掲載されている。

僕はひとつ質問させていただいた。量子重力の歴史の中で2017年にアインシュタイン方程式（非線形）の導出がされたわけだが、これと1974年に米谷、ScherkとSchwarzにより弦理論が重力を含むことを発見したこととの違いについて。2013年に放送されたNHKの「神の数式」では超弦理論の数式がアインシュタイン方程式を含むことが解説されていたからだ。橋本先生のお答は「2017年の導出は弦理論とは関係ない量子重力理論によるもの」というものだった。

感想：時空の創発のところはよくわからなかったけれど、とても面白い発想、試みだと思った。この部分だけ別の機会に講演してほしいところだが、もしかするとまだ発展途上でもう少し時間がかかるのかもしれない。

AIの勉強のために橋本先生は次の２冊を紹介されていた。

「これならわかる深層学習入門：瀧雅人」（Kindle版）
「機械学習入門：大関真之」（Kindle版）
　

橋本先生の著書２冊。

「超ひも理論をパパに習ってみた：橋本幸士」（Kindle版）（紹介記事）
「「宇宙のすべてを支配する数式」をパパに習ってみた：橋本幸士」（Kindle版）（紹介記事）
　

橋本先生の著書： Amazonで検索

後日追記： 2018年10月7日に橋本先生は同じ内容で講演をされた。このときの講演のほうがわかりやすく、無料の動画で見ることができる「深層学習と時空：橋本幸士先生 #MathPower」という記事をお読みいただきたい。


１日目はここまでである。


2019年7月15日に追記：

橋本先生の講演内容を含む本が「ディープラーニングと物理学 原理がわかる、応用ができる：田中章詞、富谷昭夫、橋本幸士」として刊行された。


その他

１日目、僕の席の両隣は女性だった。

おひとりはいつもツイッターで交流している科学技術ジャーナリストの山田さん（@kumiyamada）である。

そしてもうひとりはこの日知り合ったアダチさん（@adc_design_labo）である。アダチさんはデザインのお仕事をされていて、来月開催される「世界を変えた書物展」で展示される書物を書籍化した「図説 世界を変えた書物 科学知の系譜」の表紙をデザインされた。宣伝しておこう。

「図説 世界を変えた書物 科学知の系譜」



アダチ・デザイン研究室
https://www.adachi-design-lab.com/


２日目の講演内容は次回の記事で紹介しよう。


関連記事：

「AI（人工知能）と物理学」：２日目
https://blog.goo.ne.jp/ktonegaw/e/e8c08583785cfd8237966389e92c362e

ディープラーニングと物理学 原理がわかる、応用ができる：田中章詞、富谷昭夫、橋本幸士
https://blog.goo.ne.jp/ktonegaw/e/5edea35c359ead77cf30915e9dd28bce

物理学者，機械学習を使う ー機械学習・深層学習の物理学への応用ー
https://blog.goo.ne.jp/ktonegaw/e/069b899edd696e92ffcaae55e348397e


ブログ執筆のはげみになりますので、１つずつ応援クリックをお願いします。