AI（人工知能）の構造を設計する - 巡回セールスマン問題とＡＩ（人工知能）

初めに

　他の記事でもくどいほど述べていますが、筆者はAI（人工知能）に関してまったくのド素人です。その筆者がAI（人工知能）の構造を設計してみたいと思います。結果として挫折が訪れるかもしれませんし、論外の構造を設計するかもしれません。

　しかしながら筆者の求める本当の意味は、構造を設計するにあたりAI（人工知能）の構築のどこが困難なのか？問題点はどこにあるのか？到達点をどこに求めているのか？を知ることにあります。そうすれば、AI（人工知能）を学ぶとき自分なりの疑問や問題点からの視点で学習の濃さが増すものと信じています。

現行のプログラムからAI（人工知能）へ

　現行のプラグラムは、マシン語によって稼働されています。そのマシン語はプログラマーの作成した固定化された「コード」であり、不可変のものです。そこに、ユーザが与えていく「データ」が存在して初めて有益なプログラムあるいはシステムとなります。蛇足ながらやろうと思えば「コード」をスイッチして稼働させることもできます。しかしながらスイッチされた「コード」もまた不可変のものです。つまり、判断の自由度は極めて限定された範囲でのみしか行われません。

　ここでプログラムを実行したとき、動くものは何か？ということを考えてみます。言葉を変えると変化するものは何か？になります。「コード」は不可変のものですから変化していくのは「データ」となります。

　そこで、AI（人工知能）を構築していくとき、「コード」の一部を「データ」化してはどうか？という発想が生まれました。

　問題が2つ生まれます。１つは、「コード」の全てを「データ」化できないということです。AI（人工知能）のための基礎（土台）コードが必要になるということです。そうでなければ全くの「無」からプログラムを動かすということになります。これはどうしても不可能のように思われます。

　基礎コードが異なれば、異なるAI（人工知能）が生まれることになります。人でいえば違う赤ちゃんが生まれるようなものですね。結果として、異なるAI（人工知能）からは、同じ命題に対して異なる結論が導き出されることが予想されます。

条件のデータ化

　もう1つは、どの部分の「コード」を「データ」化するのかという問題です。ずばり「条件」です。プログラムの構文からいけばIF文が代表的ですね。

　データの「特徴化？」（語彙が正確ではないと思いますが）。これは、筆者がAI（人工知能）について調べたとき、でてきた手法ですのでオリジナル発想とはなりませんが、データの特徴化即ち分類ができれば、分類したデータの相関関係をトライ＆エラーで調べることができます。さらに、相関度の高いデータから予測し、その結果を学習していけば、自由度の高い条件をデータ化することが可能かもしれないと思います。但し、この方法は近似であり絶対ではないことを覚えておきたいと思います。

　ここで問題が2つ出てきました。１つは、相関度の低いデータを切り捨てていいのか？結論はわからないとなります。もう1つは相関関係の関係式をプログラマーが与えるのか（複数の関係式であっても）？AI（人工知能）が独自に関係式そのものを導きだすのか？

　あまりに考察量が膨大なので筆者の発想は現時点ではここまでとなります。やはり挫折の道を辿ることになりました。