「技術的特異点」の版間の差分

指数関数的な技術進歩のモデルである[[収穫加速の法則]]に従い登場する技術が社会に与える影響を考えると、技術的特異点以前の時代においても社会に大きな変化が起きる事ことが予測可能である。特に、[[PEZY Computing]]代表の斎藤元章により、[[2025年]]頃に'''プレ・シンギュラリティ(前特異点,、社会的特異点)'''と呼ばれる社会的な大変革が起きる事ことが予測されている。例えば、超小型核融合炉の実用化によるエネルギーコストの実質的な無料化と、それに伴う衣食住の無料化や、汎用人工知能(AGI)による純粋機械化経済の実現など、人類の生活の在り方が根底から覆るほど劇的に変化すると予測されている<ref>http://ja.catalyst.red/articles/saito-watanabe-talk-9/</ref><ref name=":2" />。

現在用いられている意味において、この用語を提唱した[[レイ・カーツワイル]]によれば、「100兆の極端に遅い結合([[シナプス]])しかない人間の[[脳]]の限界を、人間と機械が統合された[[文明]]によって超越する」瞬間の事ことである<ref name=":0">レイ・カーツワイル, ポスト・ヒューマン誕生 ー コンピュータが人類の知性を超えるとき, NHK出版, pp33, 2007.</ref>。同じくレイ・カーツワイルが提唱する、進化の6つのエポックにおけるエポック5とも同義である<ref name=":0" />。[[コンピュータ|電子計算機]]の[[発明]]以前から同様の主張は行われていたが、[[2005年]]に[[レイ・カーツワイル]]が発表した、''The Singularity Is Near: When Humans Transcend Biology (和書:[[ポストヒューマン (人類進化)|ポスト・ヒューマン]]誕生 コンピュータが人類の知性を超えるとき)において、宇宙の歴史,、生命の歴史,、[[テクノロジー史|科学技術の歴史]]に基づく、多角的で長大な[[論証]]が行われ、初めて明確化''された。[[未来研究]]においては、[[人類]]により発明された[[科学技術]]の歴史から[[推測]]され得る、未来モデルの適用限界点と定義されている。

一般人からは未だに誤解されている事ことが多いが、[[2045年]]は「汎用人工知能(AGI)が[[人類]]史上初めて出現する年」あるいは「汎用人工知能(AGI)が人類史上初めて人間よりも賢くなる年」ではない。レイ・カーツワイルは、そのような出来事は[[2029年]]頃に起きると予測している。レイ・カーツワイルは、[[2045年]]頃には、1000ドルのコンピューターの演算能力がおよそ10ペタFLOPSの人間の脳の100億倍にもなり、技術的特異点に至る知能の土台が十分に生まれているだろうと予測しており、この時期に人間の能力と社会が根底から覆り変容すると予想している<ref name=":1" />。レイ・カーツワイルは、[[人類の進化]]として最も理想的な形で技術的特異点を迎える場合、[[GNR革命]]の進行により、人類の知性が機械の知性と完全に融合し、人類が[[ポストヒューマン (人類進化)|ポスト・ヒューマン]]に進化すると予測している。

=== プレ・シンギュラリティ(前特異点,、社会的特異点) ===

[[1950年代]]の'''[[推論]]と[[探索]]''', 、[[1980年代]]の'''[[エキスパートシステム]]'''と、2度の人工知能ブームが訪れていたが、ブームが起きる度に致命的な理論的限界も指摘されたため、2度のブームは共に終焉し人工知能研究自体が停滞期に入っていた。また、計算機の性能が低く、通信網も貧弱で学習用の十分なデータセットも集まらなかったため、計算資源に関する厳しい制約から、新しいアルゴリズムの検証が遅々として進まず、応用可能な分野も限定されてしまう状況にあった。その時代においても、ディープラーニングの一手法であるCNNの先駆け的な理論である、ネオコグニトロン([[1979年]]発表)やLeNet([[1989年]]発表)等は提案されていたが、ネオコグニトロンは手書き文字認識に限定して利用可能な手法と誤解されるなど、本質的な意味での実用性が顧みられることはなかった。

[[コンピュータ|電子計算機]]の発明から半世紀以上経過し、[[ムーアの法則]]に従い計算機の性能が加速度的に向上し、[[インターネット]]が全世界に普及した[[2000年代]]に入り、計算資源に関する制約が急激に緩和され始め、人工知能研究に関する状況は大きく好転し始めた。[[2000年]]の制限ボルツマンマシンやコントラスティブ・ダイバージェンスの提案, 、それを礎とした[[2006年]]のオートエンコーダを利用した[[ディープラーニング]]の発明, 、[[2010年]]以降のインターネットを利用した実用的な[[ビッグデータ]]収集環境の整備, 、[[2012年]]の物体の認識率を競うILSVRCにおける、GPU利用による大規模ディープラーニング([[ジェフリー・ヒントン]]率いる研究チームがAlex-netで出場した)の大幅な躍進, 、同年のGoogleによるディープラーニングを用いたYouTube画像からの猫の認識成功の発表により、世界各国において再び人工知能研究に注目が集まり始めた。この社会現象は'''第3次人工知能ブーム'''と呼ばれる。その後、ディープラーニングの研究の加速と急速な普及を受けて、[[レイ・カーツワイル]]が[[2005年]]に提唱していた技術的特異点という概念は、急速に世界中の識者の注目を集め始めた。

[[2012年]]以降の[[ディープラーニング]]の研究の加速と急速な普及を受けて、研究開発の現場においては、[[デミス・ハサビス]]率いる[[Google DeepMind]]を筆頭に、Vicarious, 、IBM Cortical Learning Center, 、全脳アーキテクチャ, 、PEZY ComputingにおけるNSPU開発, 、OpenCog, 、GoodAI, 、NNAISENSE, 、IBM SyNAPSE等、[[人工知能|汎用人工知能(AGI)]]を開発するプロジェクトが数多く立ち上げられている。これらの研究開発の現場では、脳をリバースエンジニアリングして構築された[[神経科学]]と[[機械学習]]を組み合わせるアプローチが有望とされている<ref>http://wba-initiative.org/1653/</ref>。結果として、Hierarchical Temporal Memory (HTM) 理論, 、Complementary Learning Systems (CLS) 理論の更新版等、ディープラーニングを超える汎用性を持つ理論が提唱され始めている。従って、少なくとも[[2010年代]]後半からは、汎用人工知能の開発を介して、実際に技術的特異点を発生させるための国際的な競争が開始されていると言える。また、機械学習の高速化のために、CPU,、GPU,、FPGA,、TPUを遥かに上回る計算性能を得られる、[[量子コンピュータ|量子計算機]]や[[アナログ計算機]]の導入も検討され始めている。