人工智慧能發展到什麼地步？

特別收錄 / 編輯的話：◆一般人對人工智慧的想像，可能都來自科幻小說或電影等，對於機器取代人類的未來，可能會感到害怕和誤解。但真正發展中的機器人，運作上卻不是按照人類腦部的方式，所以也不見得一定要有類似人類的身體。我們的想像和現實中的發展，仍有一定的落差，書中的人工智慧專家松尾豐先生會用簡單易懂的方式，來答覆這些一般人對人工智慧的質疑。

◆在佈滿監視器的世界，再加上社交軟體、大數據、演算法，我們已漸漸處於一個沒有隱私，任何微小犯罪都無法遁逃的世界。網路資訊獲取容易，教育個人化，但也可能拉大不平等問題...

前言　咦，人工智慧，連那樣的事都做得到嗎？

日本將棋的對手、自動運輸、清潔機器人，內藏「聰明的程式」。

鹽野　我平常從事的是向企業經營者提供企業戰略建議的工作，但是最近不論哪個業界，都在談論人工智慧和大數據將對今後的商業造成重大影響一事。此外，即使與經營戰略有關的立案上，數據分析也變得越來越重要。我上班的顧問公司現在也積極聘用和培養數據科學家【1】。由於松尾老師從事與人工智慧和大數據有關的研究，所以今天想向您請教各式各樣的問題。

最近，聽到人工智慧這個詞組的機會越來越多，而實際上對於它是如何構成、如何運作、到底被用在什麼事情上，包括我在內，不是仍有很多人都很不了解嗎？比如說，人工智慧打敗將棋職業選手，或者汽車的自動駕駛也出現了，據說，安倍總理還乘坐過呢。在我們身旁，則有從幾年前開始出現，能為我們打掃，而且使用方便的清潔機器人。聽說這些都搭載了人工智慧，所謂的人工智慧，是電腦程式【2】吧？

松尾　是電腦程式沒錯。雖然程式的定義形形色色，感覺上搭載人工智慧的，是那種「看起來像做著聰明事情的程式」。不過，其中所做的事情，各有不同。

譬如，清潔機器人，它的運作是，一邊探索周邊的環境，一邊計算應該走哪條路徑，以及是否有垃圾殘留。那是一種先立定某種計畫而後實施的情況，汽車的駕駛也接近這種方式。將棋的情況是，如果走這一步，對方可能會做這樣的對應，此時就必須思考本身如何去回應的問題。換言之，先行模擬【3】，然後找出最好的一步。也就是計畫、模擬未來，然後找出能夠想得到的最佳方法這樣的概念。

鹽野　原來如此。在清潔機器人裏面裝置了電腦嗎？

松尾　是。置入電腦，由電腦上的程式驅動。

這個程式，是人們設計的。清潔機器人的行為，亦即在房間內如何行動，是由程式決定。房間不同，動作也隨之改變，所以程式被設計為因應房間的形式而改變其動作。

鹽野　也就是說，設計程式的人放入了像「這樣來，這樣回去」的內容嗎？

松尾　是，置入了這樣的複數規則。隨狀況不同，運用不同的規則，因此能夠應付各種不同的狀況。

鹽野　例如汽車的自動駕駛，我認為很難。因為即使人們也需要駕駛執照呀。在狀況不斷變化之中，認識、解析周圍的環境，走著走著，或許行人突然衝出來也說不定。像這一部份，也以「這樣來，這樣回去」的模式來設計程式嗎？

松尾　沒錯。至於自動駕駛，決定如何通過某條路，其實並沒有那麼困難。就像一般汽車導航系統所做的處理一樣。難度最高的是狀況的辨識。譬如，小孩子突然衝出來，或者其他的車子停下來而阻塞道路時。

這些都是日常發生的現象，所以還好處理，事實上，事故的發生總是從沒有設想到的地方出現。例如，路面上有裂縫時，該採取什麼對策，或者平交道故障，欄杆沒有放下而電車直接通過時，又該如何處置才適當等。恐怕最困難的部分就是認知了目前正在發生的狀況，而且在這狀況下，如何安全地移動車子。

鹽野　換句話說，首先要有所認知，認知之後，電腦程式決定「就這樣因應吧」，接著做出動作，是這麼回事嗎？

松尾　正如你所說的。規則漸漸變得複雜，那種感覺就像是，「這個值和這個值加起來，如果超過一定的數值，便採取這樣的反應」。如此一來，規則本身雖然變得讓人們無法理解，事實上，數值的部份，藉著有如感應器輸入訊號那樣的方式而逐漸複雜化。可以這麼認為，規則一旦變得複雜，動作就會變得更聰明了。

教導電腦「行為」

鹽野　松尾老師目前在東京大學致力於人工智慧的工作，但具體說來，在做什麼樣的研究呢？

松尾　雖然有各式各樣的觀點，大體上可以分為三項。第一項是，就人工智慧而言，究竟何種數據可用、什麼有用，針對此事調查所得之數據的研究。相當於網際網路的研究和大數據的研究。第二是，如果運用那些數據，應該用什麼方法可以製作出規則。一種自動學習規則的方法。也就是機械學習【4】和數據分析的研究。第三是，思考若使用製作規則的系統和「演算法」【5】能夠做出何種應用。亦即與應用有關的研究。換句話說，數據的取得和處理，以及應用。大致是這樣吧。

鹽野　說到規則的製作方法，如果以目前很流行的、運用人工智慧的將棋為例，不知用什麼方法進行？

松尾　從最簡單的地方思考起，就產生出「倘若王將遭受攻擊則逃」這樣的規則。這是製作將棋程式時，最早想到的。其次思考的是，對手的棋子一旦來到「王」的周圍便逃開。即使未遭受直接攻擊，倘若有敵方棋子接近也要逃開。再稍微進化一點的話，基於棋子的數目，以我多敵少為上，所以當可以吃掉對方棋子時就吃。更進一步，由於「飛車」與「角」是重要的棋子，即使「步」被吃，也要守住「飛車」和「角」。此外，還必須吃掉對方重要的棋子。

下一個階段是，針對目前盤勢對我方有利抑或不利的程度進行評分，並以所得分數來表示。譬如，從我方所持的棋子數減去敵方的棋子數，假如其中包含「飛車」與「角」，那麼點數便以三倍計算。或者，觀察在「王」周圍敵方棋子的位置，倘若距離近則減分。在這些地方下功夫，進一步做到能計算盤面的得分。

鹽野　原來如此。在這之後，好像可以進入複雜的計算吧。

松尾　是的。到了這個地步，就可以做更困難的事情了。假如自己走這一步，而對手走那一步時，得分會如何變化，就能夠計算出來。接下來談的是，可以讀到多少步以後的事情。倘若是三步之後，那就要設想走到那一步為止時自己和對方的步驟，不但得提出所有模式，還必須計算出各自的得分。這個叫做「極小極大法」【6】，我方想把評分函數的得分提高、加大，而對手則想把我方的得分變小。當我方選取了好的選項，而對手卻選擇了降低我方得分的步驟時，即使在這種情況下，也要選擇一個得分最高的方法。簡單地說，就是當對手走出可以認為是最好的一「步」時，我方則必須思考對自己最有利的步子。

鹽野　原來這樣。那麼，有關將棋和汽車自動駕駛，可以認為其中有各種的計算式在運作嗎？

松尾　正是如此。在發生各種事情的機率中，當實際發生時，會是什麼程度的麻煩事呢？在執行大量的計算之後，決定出該系統的行為。

鹽野　在那些「行為」當中，老師研究的是哪一部份？

松尾　研究重點是，人工智慧的演算法。以將棋來說，計分、取分法極為重要，此外，有效率地探索我方和對手所設想的走法，而且能夠預判到幾步之後，也很重要。

在其他領域也有相同問題。就清潔機器人而言，該收集何種資訊，如何結合它們，才能清楚地認識房間的形狀，其次，在明瞭房間的形狀之後，該採取哪條路徑來行動，不僅不浪費能源，還可以將房間清掃乾淨，總之，是研究演算法這方面的技術。

鹽野　它與目前為止在市面上流通的軟體、程式有什麼不同呢？

松尾　人工智慧，既是軟體，也是程式，因此可以說是它們的一部份，但和無法被稱為人工智慧的程式比較起來，最大的差別，可以說是它的行為會隨狀況而改變、會因應狀況而做出更為適當的動作吧。

鹽野　也就是說，把程式做到能夠因應狀況而改變，做出更適當的動作、更精密的行為。

松尾　是的。到目前為止的程式也一樣，若以將棋為例，一旦決定「假如遇到這種狀況，就這樣做」之後，就會按照這個指令執行。倘若是人工智慧，則隨著對手的出手而改變其選擇。

「人工智慧」的定義為何？

鹽野　我們已了解傳統程式和人工智慧的差異。那麼在研究的領域裏，以什麼來定義「人工智慧」呢？

松尾　人工智慧是非常有趣的領域，原本是從人們淳樸的好奇心、求知慾開始的。其開端是，由於電腦計算起來非常快速，所以有人認為，那不是可以做出各式各樣比人類更好的事情來嗎？一九五六年，舉辦「達特矛斯會議」【7】，在會中產生了人工智慧（AI）這樣的用語，然而在進行各式各樣的研究期間，逐漸明瞭人工智慧並非那麼簡單的東西。人類非常聰明。運用電腦去執行人類不及電腦的工作，而且好像什麼都做得到的樣子。

然而現在人工智慧衍生出兩個流派。一個是和過去相同，以實現像人類一般的高度智慧，甚至比人類更強的智慧為目標。這個也被稱為「強AI」。另一個是「弱AI」。雖說以現狀下的科技，無法完成高度的智慧，可是在方向上，仍朝著製作比普通電腦更多點智慧的、看起來更聰明的結構前進。

人工智慧突然變得優異的原因？

鹽野　原來如此。有關「強AI」的動向，如果人工智慧和機器人照這樣發展下去，不僅讓人擔心工作被奪走，說不定還會發生像工業革命時，因憎恨而破壞機械的盧德運動一樣的事情。著名物理學家霍金博士【8】也說過，人工智慧的自我進化，有可能對人類造成巨大的威脅。人工智慧會變得比人類更優秀嗎？

松尾　我想這似乎有兩個面向。第一，在科技的進化帶給社會各式各樣的影響下，有些人的工作增加，有些人的工作減少。這樣的事情也不僅限於人工智慧吧。基於網際網路的擴張，有的企業變大，有的則縮小。

若有某種結構、技術，藉著人工智慧而得以成長的話，把需要由人們做判斷的部分之層級提高，勢必會影響某些職業吧。我認為，大體上在會計、法律、醫療等領域中，與人的判斷有關的部分，電腦的角色正逐步擴大中。

另一方面，至於如霍金博士所說的、激烈的變化是否會發生，這一點也正在討論當中。目前只不過處於思索的階段，假如人工智慧本身能夠製作出比自己稍微聰明一點的人工智慧，而這個被製作出來的人工智慧又可進一步製作出比自己稍微聰明一點的人工智慧，倘若此事無限地做下去，無限聰明的人工智慧剎那間便完成了。

一旦迎向這個「技術奇點」【9】的時刻，也有人認為，何不一口氣展開不同的世界呢？

鹽野　在我們小時候的一九八○年代，有許多動畫和科幻小說出現了機器人。當時的通商產業省設立了「新世代電腦技術開發機構」【10】，並投入幾百億日幣，進行人工智慧（第五代電腦）的研究。記憶中，當時電腦確實已經可以解答國中的考試題目，到了今天，為什麼人工智慧突然變得聰明起來了呢？

松尾　在回答您的問題之前，首先談談第五代電腦，有關它的解釋，相當琳瑯滿目。其中一種看法是，第五代是提高白領階級的生產性規劃，為此，一般認為它必須擁有處理文書、圖像、映像等資料的能力。與其說處理單純的「資料」，不如說是處理稍微接近「意義」的部分，總之，必須製作出能夠因應資訊內容而改變處理型態的結構。我想，在其發展背景中，有這麼一回事。這樣的想法非常了不起。雖說Google【11】整理世界所有的資訊，但與此類似的東西在早期便已出現了。真是了不起的先見之明！然而當時還沒有資料或數據。

即使以「意義」相近的部分來整理知識，倘若沒有資料或數據，是無法寫程式的。在第五代那時候，假如有資料或數據的話，應該可以完成很多事情。現在由於網際網路的擴張，形成了龐大的資料或數據。以往想進行的各種知識處理和人工智慧的研究，隨著龐大資料的出現，我想，事實上已成為可能。

鹽野　一九八○年代，雖然電腦只有解答國中考試題目的程度，但是到了二○○○年，美國IBM公司製造的人工智慧「華生」【12】在機智問題節目《危險邊緣》中現身，打敗了機智問答冠軍，獲得優勝。兩者最大的差異在於，是否能取得資料這一點上吧。

松尾　如你所說。資料的量、知識的量，非常重要。華生也經常使用《維基百科》【13】的資訊。《維基百科》的品質優良，同時涵蓋各種領域，以文字資訊的方式做了很好的處理，因此便於使用。這樣的資訊一方面被當作知識來源使用，另一方面也被華生用來解決問題。解決問題本身，雖然和以前比起來，並沒有革新性的變化，但是我認為，畢竟資料數量增多所造成的影響，是非常大的。

鹽野　人工智慧能夠閱讀《維基百科》的文章嗎？

松尾　關於「閱讀」，它意味著什麼呢？首先，理解出現在《維基百科》上的單字與單字之間的關係。這可以稱得上是理解嗎？這個單字和那個單字好像經常被一起使用，或者這條記事似乎由這種單詞群組成，其實，到這種程度為止都還容易了解。因為藉由統計性的數據分析，就可以掌握了。

然而，是否具有像人類般的「理解」，則另當別論。當人們被問到書籍的讀後感之時，光憑「有趣」兩個字，並無法知道他是否理解。把內容當作自己的知識來吸收，同時思考如何與其他事情結合起來，我想，到這種程度才可以稱為理解了、閱讀了。倘若以這種標準來思考，或許電腦並未閱讀。可是至少在資料分析的水準上，是可以被看成「閱讀了」。

鹽野　這麼一來，電腦的「閱讀」和解析，是根據寫程式者的設計思考及做法，這不會變成電腦的限制吧。

松尾　若能做到越不使它成為限制，越可以說是一個聰明的系統、優秀的人工智慧。

鹽野　以「聰明」來說，人工智慧可藉由自我學習變得愈來愈聰明嗎？

松尾　是。雖說自我學習，但也會產生出能夠達到什麼境地的問題。譬如說，製作能夠學習數學問題的程式，是比較容易的。

可是，若要做成既能夠解決數學，又能夠解決國語的，就困難了。

假使集中於一個科目，由設計的人決定「學習方法」，然後教它即可，但假如又是數學，又是國語，就必須在兩個領域中找出像共通的「學習本質」之類的東西，然後再將它落實在程式裏，但這一點相當困難。

人工智慧「真正的恐怖」在何處？

鹽野　明白了。換句話說，複合的學習還很困難吧。所以要變成那麼聰明，還要再過些時候，但直覺上，如果人工智慧被裝置在各式各樣的機器人和汽車上面，它們變得越來越方便，增加人們的自由時間，我認為，它們應該會受到歡迎才是。不過，由人類所創造出來、類似人類的AI，一旦超越了人類，好像也有點恐怖。在電影中就經常出現超越人類智慧的機器人啊。

松尾　這樣的感覺，我可以了解。但人們對於電腦在四則運算方面比人類快這一點，不會感到恐怖吧。它只是反覆地做單純的處理，或者處理能力很強，而且遠遠超過了人類的能力，即使有這些部分存在，但也不太有人會覺得恐懼吧。

鹽野　的確這樣。Excel就完全不會讓人覺得恐怖（笑）。

松尾　人們不懼怕的理由是，人類的生物性競爭力在於學習能力，因為他可以從各式各樣的經驗中學習，而且可以將這些傳給下一代。這是個非常重要的因素。因此，和其他動物比較起來，即使身體瘦弱，也能支配地球。假如人工智慧足以與人類匹敵，或者能夠具備足以超越人類的學習能力，似乎在這個時候才有可能大大地改變人類社會……。

鹽野　對人類而言，有其歷史的累積。人工智慧，由於是機械之故，如果一口氣學會那些累積的知識，而一直發展到超越人類的地步嗎？畢竟還是有像這樣的恐懼。被機械追過的不安感，仍殘留在心中呀。

松尾　這或許算不上直接的回答，但是，目前在被稱為人工智慧的「機械學習」領域中，各種科技都在進化中，譬如，有個研究是，若以某種順序把某種樣本數據投入，則可以讓學習順利進行，這正好類似於按照哪種順序來教導小孩，小孩可以吸收得比較好的思考，是同樣的事情。

鹽野　的確相似。人們學些什麼呢？比如說，採用與學習算術及英語相同的方法，人工智慧也學得來嗎？

松尾　不，這個相當不一樣。模仿人類很難，因此電腦是以適合電腦的、單純化的方法學習。

雖然人類有不同的步驟，但學習的時候，從單純的事情開始總是比較好，這是普遍性的真實情況。它依賴於事實與現象的階層性，事物由單純的東西組合起來，而形成複雜的東西，再次將它們組合起來，則出現更複雜的東西。由於很多事情含有階層性，所以從單純的地方開始學習效率比較好。不論人類或電腦，我想，這是在學習上的共通看法。

電腦從階層化較低的層級開始學習，這樣的步驟，是能夠理解的，至於把事物加以階層化、體系化而進行理解，並設計、建構思考方法等情況，目前人類仍遙遙領先電腦。然而，憑著日後的技術，電腦也會進步的。

鹽野　原來如此。這一點我充分了解。不過，感覺上就算人工智慧的發展受到歡迎，但是明明做著類似人類的事情，卻放入與人類不同的「東西」，甚至還隱藏著超越人類的可能性，畢竟這一點還是留給人們若干的不安。或許就像是科學難以說明的、卻與機器人有關的「恐怖谷理論」【14】這樣的東西吧。

那麼，這樣的疑問和不安，日後要如何解決？人工智慧與人類在本質上有何不同？哪些能超越人類，哪些無法超越人類？可否再深入一點了解松尾老師的研究內容，為我們說明這些問題呢？

前言　咦，人工智慧，連那樣的事都做得到嗎？

日本將棋的對手、自動運輸、清潔機器人，內藏「聰明的程式」。

鹽野　我平常從事的是向企業經營者提供企業戰略建議的工作，但是最近不論哪個業界，都在談論人工智慧和大數據將對今後的商業造成重大影響一事。此外，即使與經營戰略有關的立案上，數據分析也變得越來越重要。我上班的顧問公司現在也積極聘用和培養數據科學家【1】。由於松尾老師從事與人工智慧和大數據有關的研究，所以今天想向您請教各式各樣的問題。

最近，聽到人工智慧這個詞組的機會越來越多，而實際上對於它是如何構成、...

對談後記　松尾 豐

現在，我正在新加坡國立大學的一個房間內寫著這篇草稿。在本書中數次提到的新加坡，從這裏真正可以感受到亞細亞圈整體發展及其作為「中間性國家」的戰略之速度感。一個非常有活力又有趣的國家。我以大學客座準教授的身份到達的當天，從辦公室房間、Wi-fi的通關密語、教師宿舍的安排，一切全部就緒，從第一天起就能夠開始工作，此事令我非常驚訝。不論在日本或者美國，通常，在新環境裏做各式各樣的安排，至少需要一個星期，如果長一些，則將近一個月。此外，就瑣碎的事來說，譬如，學生依成績高低順序對老師的提議進行爭取，以選擇畢業論文題目（像選拔的感覺）；電扶梯的速度很快；大學校園內的巴士，即使不到站，也可以讓人下車等等，是以最適合整體為目標的體制，而且不在乎好的感覺，也不介意瑣碎的事情，到處都能感受到為經濟發展而努力的意識，讓人覺得很舒服。

對於矽谷科技的信賴感達到狂熱的程度，固然非常驚人，但是新加坡完全著眼於經濟成長的目標意識，確實把握客觀的狀況，以作為國家的定位，這樣的真摯態度也是同樣地傑出。

新加坡在某個意義上，是一個由政府主導進行資訊管理的「大數據之國」，對於大數據的未來，不在話下，人工智慧則在進行中。原本所謂的智慧，就是非常不可思議的。它的原理至今尚未明白嗎？自己現在正在做這樣的思考，這是以什麼樣的結構而發生的，竟然還不明白，真令人驚訝。事實上，不應該不明白的呀。

不久的將來，倘若此事被解釋明白，將會引起非常多的革新和社會變化吧。

大約從我還是學生的二○○○年起，和好友喝酒聚會時，便經常談到這樣的事情。當時，我一臉正經地說，所謂的人工智慧為什麼做不到呢？周遭的人全都大笑。然而，情況一點一點地改變，已經可以開始見到大數據、從機械學習到深度學習這樣的新世界。在這之後的是，學習表現的機械（這是有點專門性又困難的說法），我認為，這有可能大幅度超越現在的人工智慧的限制。

我曾想過，不找個機會把這件事寫成書籍不行。可是，寫書這種事勢必減少從事研究的時間，因此，我想，在這快速改變的領域中，等到從第一線的研究工作退下，再來寫書比較好。然而人工智慧的突破，似乎意外地快速來臨，情況變得令我悠閒自在不得。

其間，從鹽野先生獲得這個機會，正好和鹽野先生在前往矽谷的車程上，於帕羅．奧圖的餐廳，一邊飲著葡萄酒，一邊對談，就這樣地構成本書的雛形。真是非常值得慶幸！

鹽野先生真是個鬼才，不論什麼話題，都能漂亮地回擊。我大致認為，對這個人來說，沒有所謂「不知道」或者「不明白」的事，不論我投出什麼壞球，他都可以打回來，因此我們能夠舒服愉快地交談。由於我是人工智慧這個特定領域的專家，除此以外的事情，終究只能提出門外漢的意見，然而經由博學廣識的鹽野先生巧妙地為我定位，才能完成此次具有廣度的對談。

即便如此，我想，現在是個有趣的時代。今後什麼將會改變、什麼將不變呢？人類在五十年後、一百年後，會如何不斷變化？國家、企業、個人會如何逐漸變動？資本主義、社會制度會怎樣持續改變？當「智慧」這種對人類而言最大的競爭力不再是競爭力時，世界又會怎麼變化呢？對此，日本應該怎麼做？自己應該怎麼做？這令人感到興奮。總之，在這樣的時代裏，持續保有長期的視野，我想，是很重要的。

最後，在人工智慧這個主題上，可以說只是我的個人意見，想到哪裏就說到哪裏而已。這樣的對談，非但與研究世界裏一件一件不斷累積的知識完全不同，而且還混雜了許多學術上有疑義的意見。

對於未論及之點，向人工智慧領域的各位研究者說聲抱歉的同時，也要深深感謝各位平日給予我的諸多支持。

以東京大學的指導老師石塚滿為首，函館未來大學中島秀之校長、京都大學西田豐明老師、東京大學堀浩一老師、北陸先端大學滿口理一郎老師、慶應義塾大學山口高平老師、函館未來大學松原仁老師、DWANGO人工智慧研究所山川宏老師、電氣通信大學栗原聰老師、島根大學津本周作老師、國立情報學研究所武田英明老師、市瀨龍太郎，及其他許多位研究者，平日能讓我與各位討論，由衷感謝。

此外，促成此次與鹽野先生對談機會的PLUGA Capital株式會社的古庄英樹先生，以及株式會社經營共創基盤的川上登福先生、富山和彥社長，平常就給予我極大的支援。此外，Ohma株式會社的每一個人，和我為了建立新的服務、新的世界觀而一起努力。還有松尾研究室（以及過去的松尾組）的每一個人，在進行新的研究上，每日為我所做的各種努力，在此一併感謝。

今後，仍希望能盡力於人工智慧的發展和社會貢獻。

對談後記　鹽野 誠

彷彿無盡頭的美國西海岸高速公路。從灰色的道路冒出地下鐵的水蒸氣，頭頂上劃破天空的高樓大廈櫛比鱗次的紐約。基於專案的緣故，我和本書中與我對談的松尾老師有過一起旅行的經驗。前者是前往松尾先生曾經擔任客座教師的史丹佛大學的路上，後者則是到出差到紐約參加與定量有關的對沖基金會議。

在那次旅行的途中和餐廳裏，純粹文科出身的我，就自己所想到的，持續不斷向松尾老師詢問有關人工智慧和程式設計的問題。松尾老師不但是一位優秀的研究者，而且一直都用明白易懂又體貼的方式回答我的提問。由於能夠獨佔松尾老師，聆聽講授，所以醍醐灌頂，獲益良多。之後，有個想法越來越強，希望讓世人也能分享這項了不起的講授，於是經過企畫，請來松尾老師，而有了這次的對談。

環顧世界，到處可見有如本書所提出的題材──人工智慧、搭載人工智慧的機器人，以及運用人工智能的大數據分析等；這些即將變成時下的話題了。網際網路企業的Google收購製造機器人的公司，而臉書則聘用無人飛機的開發者，此外，擁有強大資金及優秀的電腦工程師的企業，正貪婪地吸收新的科技。

即使觀察娛樂的世界，在電視和電影中，以人工智慧、機器人、人造人等為題材的內容，近年來很引人注目。在本書中，對這些曾被認為「完全不了解」和「說不定很恐怖」的人工智慧，向走在此路尖端的松尾老師提出各式各樣的問題。我平常向企業和政府提出戰略上的建議，但在本書中所做的，卻是以文科代表的身份，從社會整體的各種角度，向松尾老師提出與人工智慧這種技術有關的問題。

在本書裏僅稍微觸及的大數據分析領域，其中有個生物資訊學──最近人類的遺傳基因解析逐漸成為話題的領域。人類的遺傳基因是能夠以數字表現的數據，對從事圖像分析和社交遊戲的數據科學家來說，在技術上可以說是相近的領域。我也問過公司的一位數據科學家說：「如果經過學習，與遺傳基因有關的分析工作，也做得來嗎？」他的回答是，「對象若是數字的話」。

我在工作上也執行了包含風險投資的、形形色色的投資，而對於具備數字才能的優秀年輕人而言，固然憑應用軟體和遊戲創業也可以，但我還是希望他們也能在挑戰人類之謎的人工智慧和遺傳基因分析的領域中創業。在應用軟體和遊戲的領域，已經有許多競爭者，因此就戰略來說，希望他們在新的領域中一展長才。

我想，本書超越了在前往矽谷的車中與松尾老師的對話。由於開車的人一直是松尾老師，所以這一次讓松尾老師從駕駛中解放，以便暢所欲言。

在這次的對談中，以兩大假設為基礎──網際網路、數據、人工智慧等這些如何對今後的社會逐漸產生重大影響？從人們的生活方式、行動模式、司法制度到國家觀為止，是否會逐步產生影響？──來討論其可能性。各位讀者閱讀本書，若能以此為契機，來思考不久的將來可能發生的各種事情，那就令人再高興不過了。

在這次對談中，越是思考與模仿人類的科技有關的人工智慧，就越覺得是在思考人類本身。其次，以往認為是小說世界的事情，現在都已經現實化，或者意圖現實化，對此事各位讀者察覺了嗎？這樣的世界嚮導，能由擁有稀世之才的松尾老師出任，真的很幸運。此外，有關這個企畫，當我才說了約一毫秒，（株）KADOKAWA中經出版BC的早野龍輝先生立刻回答說「絕對會做、會出版的」，如果沒有他，這本書就無法問世了，非常感謝！深深感謝栗林誠也先生，因為他把在技術上很困難的題材對談，編輯得明白易懂。而株式會社經營共創基盤的同事，同時也是律師的宮下和昌先生能成為我有關法規問題的討論夥伴，讓我的思考得以深化，深表謝意！又，這幾年來，強力支援松尾老師和我的專案計畫的PLUGA Capital株式會社的古庄英樹先生，也一併致謝。

最後，松尾老師，請原諒我折磨人的問題。與松尾老師的對話，是一連串知性的刺激。藉此機會表達由衷的感謝。

對談後記　松尾 豐

現在，我正在新加坡國立大學的一個房間內寫著這篇草稿。在本書中數次提到的新加坡，從這裏真正可以感受到亞細亞圈整體發展及其作為「中間性國家」的戰略之速度感。一個非常有活力又有趣的國家。我以大學客座準教授的身份到達的當天，從辦公室房間、Wi-fi的通關密語、教師宿舍的安排，一切全部就緒，從第一天起就能夠開始工作，此事令我非常驚訝。不論在日本或者美國，通常，在新環境裏做各式各樣的安排，至少需要一個星期，如果長一些，則將近一個月。此外，就瑣碎的事來說，譬如，學生依成績高低順序對老師的提議進行爭...

前言　咦，人工智慧，連那樣的事都做得到嗎？

日本將棋的對手、自動運輸、清潔機器人，內藏「聰明的程式」
教導電腦「行為」
「人工智慧」的定義為何？
人工智慧突然變得優異的原因？
人工智慧「真正的恐怖」在何處？

第一章　網路、大數據、人工智慧
人工智慧的恐怖

01→憑什麼被視為「人工智慧」
02→人工智慧的可怕在於預測的精確度
03→看清人工智慧的優勢與劣勢
04→會出現具有創造性的電腦嗎？
05→核心在於對「近似」的判斷

專欄一　如何製作人工智慧？
來自第一章的問題

第二章　不僅政治、經濟、甚至連國界也將改變
不久的將來，國家會消失嗎？

06→看得見「預測」的結構了
07→深度學習真的那麼厲害？
08→在股價的預測上，能夠搶先嗎？
09→大數據建造新國家
10→大數據屬於誰？

專欄二　何謂媒介中心性高的國家？
來自第二章的問題

第三章　人與人工智慧
人的「意志」能造得出來嗎？

11→人腦可以照原樣複製嗎？
12→能將自己的「意識」放在網路上嗎？
13→「厭倦」是機械缺乏的特性
14→人類能夠將更多海豚的「智能」啟發出來嗎？
15→人工智慧能夠擴展「人」的領域嗎？

專欄三　網路的高度化，另一個方向
來自第三章的問題

第四章　對於機器人必須設限嗎？
在所有犯罪都被紀錄下來的社會裏

16→所有犯罪都不寬恕的社會即將來臨
17→大數據與人工智慧顯露出不平等
18→自動駕駛不都只是好事！？
19→把生命過秤的判斷受到質疑
20→與人類共存的機械應該具備感情嗎？
21→經濟活動開始以即時的方式變化
22→對機器人而言壽命是必要的
23→能把愛傳給電腦嗎？

專欄四　從歐幾里德空間朝相位空間的映射
來自第四章的問題

第五章　身體與學習、教育的角色
公共教育已不再需要

24→人類應該如何學習才好？
25→如何關注會讀書的孩子和不會讀書的孩子？
26→教育真的被扁平化了嗎？
27→人工智慧能夠提高「現今年輕人」的水準嗎？
28→醫生和顧問也分級嗎？
29→人工智慧從穿戴朝向人體的直接聯結？
30→人類的尊嚴能保護到什麼程度？

專欄五　人工智慧擁有「青年的心」
來自第五章的問題

結語　未來正朝向何處

注意加速中的人工智慧的變化
人工智慧是人類最後的發明？
人工智慧是日本再次獲勝的機會
典範轉移的時代，什麼是每個人應該做的？

對談後記　松尾豐
對談後記　鹽野誠

前言　咦，人工智慧，連那樣的事都做得到嗎？

日本將棋的對手、自動運輸、清潔機器人，內藏「聰明的程式」
教導電腦「行為」
「人工智慧」的定義為何？
人工智慧突然變得優異的原因？
人工智慧「真正的恐怖」在何處？

第一章　網路、大數據、人工智慧
人工智慧的恐怖

01→憑什麼被視為「人工智慧」
02→人工智慧的可怕在於預測的精確度
03→看清人工智慧的優勢與劣勢
04→會出現具有創造性的電腦嗎？
05→核心在於對「近似」的判斷

專欄一　如何製作人工智慧？
來自第一章的問題

第二章　不僅政治、經濟、甚至連...