人工智慧專家 松尾豐 v.s. 商業戰略家 鹽野誠
以簡單的對談問答，為一般人解答有關人工智慧的各種疑惑。
人工智慧的發展日新月異，以下的未來想像，是否很快就會來臨？
政治→真實的國家消失，由網路國家替代。
經濟→股價與市場準確預測、消費數據透明化。
社會→車子全採用自動駕駛，不再有塞車。事先逮捕可能犯罪的人。
教育→學校和義務教育都消失了，以個別教育為主流。
醫療→遺傳因子分析、預測疾病、拷貝人腦。
勞動→清潔和服務機器人取代了人力。
法律→把調查資料和數據，全部輸入電腦，查出問題和適用法條。
文化→人工智慧代替人類撰寫小說。
由於網際網路的擴張，形成了龐大的資料或數據。各種產業都在談論人工智慧、大數據和演算法，對於今後的商業模式，將會造成重大影響。即使是在經營策略上，數據分析也變得越來越重要。究竟該如何定義「人工智慧」？人工智慧又為何突然變得聰明起來？人工智慧一定要模仿人類外貌嗎？會出現具有創造性的電腦嗎？機械人應該具備感情和壽命嗎？
對於一般人來說，人工智慧的領域牽涉太多高端科技，似乎不太容易理解，也因此不免擔心起來，害怕照這樣發展下去，是否需要開始擔心人工智慧和機器人會把我們的工作奪走？或者，萬一人工智慧的自我進化，會變得比人類更加優秀，是否可能對人類造成巨大威脅？
在本書中，鹽野先生代表一般人，向人工智慧專家松尾豐提出一些最簡單的疑問，松尾先生盡量以明白易懂的方式回答，並傳達最尖端的人工智慧發展與未來性，以及其有趣之處。
本書特色
◆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。這些都是極可能的未來發展，所以有關的倫理討論，甚至法令規章、國家界線等也不再適用，我們必須思考因應。
目錄
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?
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」。
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?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?，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。
以簡單的對談問答，為一般人解答有關人工智慧的各種疑惑。
人工智慧的發展日新月異，以下的未來想像，是否很快就會來臨？
政治→真實的國家消失，由網路國家替代。
經濟→股價與市場準確預測、消費數據透明化。
社會→車子全採用自動駕駛，不再有塞車。事先逮捕可能犯罪的人。
教育→學校和義務教育都消失了，以個別教育為主流。
醫療→遺傳因子分析、預測疾病、拷貝人腦。
勞動→清潔和服務機器人取代了人力。
法律→把調查資料和數據，全部輸入電腦，查出問題和適用法條。
文化→人工智慧代替人類撰寫小說。
由於網際網路的擴張，形成了龐大的資料或數據。各種產業都在談論人工智慧、大數據和演算法，對於今後的商業模式，將會造成重大影響。即使是在經營策略上，數據分析也變得越來越重要。究竟該如何定義「人工智慧」？人工智慧又為何突然變得聰明起來？人工智慧一定要模仿人類外貌嗎？會出現具有創造性的電腦嗎？機械人應該具備感情和壽命嗎？
對於一般人來說，人工智慧的領域牽涉太多高端科技，似乎不太容易理解，也因此不免擔心起來，害怕照這樣發展下去，是否需要開始擔心人工智慧和機器人會把我們的工作奪走？或者，萬一人工智慧的自我進化，會變得比人類更加優秀，是否可能對人類造成巨大威脅？
在本書中，鹽野先生代表一般人，向人工智慧專家松尾豐提出一些最簡單的疑問，松尾先生盡量以明白易懂的方式回答，並傳達最尖端的人工智慧發展與未來性，以及其有趣之處。
本書特色
◆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。這些都是極可能的未來發展，所以有關的倫理討論，甚至法令規章、國家界線等也不再適用，我們必須思考因應。
目錄
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?
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」。
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?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?，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。