2016年プログラミング言語


最近ぐいぐい「D言語はいいぞ」って言われてるんだけど、そのよさをいまいち汲み取れない紅茶屋さんです。
個人的には使う言語なんてなんでもよいぞと思ってる人間です。

 

言語なんてあくまで手段でしかないので、伝えたいもの、表現したいものがあってこそのものだからです。
プログラミング言語は動作環境や利用可能なライブラリの関係で、言語という手段を先に限定して何かをやろうとすると、とてもとても遠回りを強いられることがあるので、目的にあわせて言語を選択するぐらいがよいと思います。
どーょ?

 
2016年の言語ランキング
www.tiobe.com/tiobe_index

2016-07-01 14_47_40-TIOBE Index _ Tiobe - The Software Quality Company

 

Java

最近はAndroid開発周りでもつかわれている。struts以前はどうしても取れないバグ相手に消耗戦が繰り広げられていた言語だが、大規模開発のデファクトになる程度にポピュラーな言語として確立した。もはや職業プログラマー界隈では避けて通れない。なんにもとっかかりがなければjavaから始めればいいんじゃないかな。たぶん、あと5年は確実にメインストリームだと思う。でも、個人的には書き方が煩わしく感じる。

 

C

プログラミング界隈で紀元前とはBefore C言語ということらしい(石はこちらには投げないでください)。
制御系とかで、オンオフをぱちぱち書くなら必須。ハード界隈かな?
Arduinoなんかを見るとJavaで代替される未来もあるんじゃないかなと思わなくもない。大穴でmrubyとかな。

 

 

C++

使われ方としてはJavaと同じ並びかな。windowsに限定できたりする業務系環境なら、圧倒的に開発コストを抑えられる。winAPIをコントロールしやすい。Microsoft Visual StudioがやっぱりIDE(統合開発環境)として優秀で、呼び出してる他のDLLとかと連携するのに便利じゃでのぉ。

 

Python

Webまわりでなんかつくるのに便利。Google App Engineで使えるのが一番かなぁ?
海外のコーディングゲーム( checkio.org/ )とかで遊ぶのにデフォルトにされてるので、ある意味世界標準ではいまはこれがエントリーポイントになってるのかもね。
科学演算系やら数値計算のライブラリ(SciPy、numpyとか)とかも充実してて、Fortranとかの界隈もPythonのほうがいいんじゃないかと思う。ほら、最近話題のディープラーニングとかのオープンソース TensorFlow とかもPythonだしね。
カメラ認識のOpenCVが対応している言語はC/C++、Java、Python。つまりそういう感じ。

 

 

C#

C++の後継だけど、web系にもつかわれてたりと使われ方が定まらない印象。かつてパッケージソフトとかを創るのに使ってたけど、いまパッケージソフトとかなくて、アプリ扱いじゃない?ちょっと没個性さん。コンパイラが無償提供になって可能性はすこし広がった。C#単体でみるより、.NETというくくりでみるべきかもね。windowsユーティリティなんかつくれって言われたらC#採用するかもね。

 

 

PHP

Web系なら必須だから触われるようにはしておけ物。どのレンタルサーバーでも動くというのが一番の利点。
テッキーな連中にバカにされがちだけど、wordpressとかdrupalみたいなポピュラーなCMSがPHPで書かれてことからもわかるとおり不可避言語。htmlをコードできるだけの人でもPHPerになるために言語に触れている人口そのものが多い。技術習熟度がとても大きな正規分布になっているので裾野が広い。
技術習熟度が低い人が居るからといって、人を侮り、下を探して安心するような技術者にはなってほしくない。言語を理由にマウンティングしていく論には汲みしないこと。あいつの言語はたった26文字しかないんだぜと英語話者をバカにするようなもの。バカっていうやつがバカなんですぅ!ばかー

 

 

JavaScript

ちょっとなにがどうなってるのか、わけわからない言語。
最近はnode.jsみたいにサーバー側でも動くようになってきた。
html5でできることを考えるとかなり色々なことができてしまう。ソケット通信から、PCやスマフォのマイク、カメラのハンドリングまで。実行がブラウザベースなので、動作環境の構築や実行について何もかんがえなくてもいいのがいい。もはやブラウザとかを蹴るためのインターフェイス言語といってもいいのかもしれない。
数万件のデータを読み込んでプロットしながらグラフを書いてもストレスなくさくさく動く。一昔前のjsとは隔絶の感。恐ろしい。でも、今と昔が混在しているカオス。書き方がヤダからとかcoffeescriptとかまであってさらにカオス。
でもま、弱点もあって、n*0.1とn/10の結果がずれていったりするなど科学計算に使うにはおすすめはしない。型がゆるいからね。でも、ちょっとなにかするのにすごく便利。

 

Perl

どうだろう?もう枯れてるとおもう。新規でこれからやる必要はあるかな?よくわかんないや。Pythonでいいんじゃね。

 

Visual Basic .NET

これもどうだろうね。C#に統合でいいんじゃないかな?

Ruby

Rubyの事を言うと必然Ruby on Railsの事になるのだけど、環境がすでに手元にあってちょっと結果がみたいものをつくるのには楽な言語。作り捨て専用。レンタルサーバで動かすためには環境構築をできるスキル、建てたサーバーのお守り、また書いた端からアップデートされる言語仕様に付き合ってコードをメンテナンスし続ける予算と覚悟と人員が必要。
初心者にあまり勧めないのは環境構築周りでしんどさがまだあるから。自前macとかに載せるだけなら別だけどね。でも、公開サーバーに載せようとすると、いまだにheroku1択じゃない?
請負とかで生命財産に絡んで稼働責任が問われる分野で採用すべき言語ではないと思ってる。バージョン齟齬で死んじゃうから。

 

Visual Basic

ここであがってるVisual BasicってVB6.0の事かな?だとしたらこれも遺物かな。化石。Visual Basic .NETの前バージョン。windowsアプリを創るのにとても開発コスト低い言語でした。新人研修も楽ちんで量産型プログラマーを投入してもなんとかなる懐の深い言語。PHPのように裾野が広い言語だったのでこれまたバカにされがちだけど、別にC++でDLLつくって表側をVBにしたり結構なんでもできたので、PHPに言えることと同じことが言える。

 

Assembly language

用途次第。触らない人は一生触らない言語なんじゃないかね。メインフレームとか、CPUに直接命令どうこうというような世界にいった人が使うものなのかな?

 

 

Delphi/Object Pascal

Delphi、Delphi、Delphi・・・。ごめんなさい、これについての経験や知識がないです。知らない世界だ。あ、HSP(Hot Soup Processor)とかが全盛だったころHSPとぶつかってたDelphiの後継?あれイルカのマークじゃなかった?はて???ごめん、やっぱ知らない。

 

 

Swift

iPhoneアプリとかを創るときに使う言語。
objective-cは触る気もおきなかったけどSwiftは結構食指が動いている人たちも多い。x-codeを含む環境構築もかなり楽ちん。2.0になって、ちょっと触ってみた感じ結構よさげ。こんど3.0になるそうな。今まさにこれからというフレッシュな言語。ただStoryboardがなんかもやっとする・・・。ただ可能性は感じちゃってます。

 

Objective-C

iPhoneアプリを作るのに今まで必須だったなにか。
死屍累々を積み上げ、先人たちが下草を刈ってくれた。苦行をされてきた先達に感謝の念を。
でも、ごめんなさい、後続はSwift使うわぁー。

 

R

プログラミング言語というよりは大量データ処理のための統計用言語。
計量経済学とか社会科学の人たちには必須かもしれない。
先日、物議をかもした東京財団の財政長期推計モデルがデータと一緒にRで配られていたのでいまさら初めていれてみた。
www.tkfd.or.jp/research/fiscal-estimate/model_b_61
まあ、プログラミングという感じではない。

政府統計局のe-Statとかで得られるデータがcsvだったり、Excelだったりするけれども、将来はこういうデータはRに寄るかもしれないですね。変な加工はしないで、未加工データで配ってくれると色々調べやすいです。ただ、どこがなんのデータか定義がわからない形で配られてもという感じ。

データビジュアライゼーションという点で考えると、最近のエクセルとかの統計関数(分散とか偏差値、近似曲線とか)、財務ファイナンス系の関数は非常に強力で実務ではこちらのほうが用をなすんじゃないかと思います。VBAはこんかいのリストではランクインしてないけれどもExcelまじ強いから併せると侮るなかれです。例えば、偏差値の算出なんかをSQLだけで書こうとすると、回帰とかめんどくせぇなぁという感じだけども、関数一発で、グラフ化までしてくれたりするので、Rとの差別化って?という心持ちもあります。扱うデータ種類量的に、Excel→Access→R→SQLみたいなイメージ。
Excelから吹きこぼれてRじゃないとできなくて、SQLより本格的じゃないという結構限定的なスチュエーションなのかなと思っています。ここらへんで競合するのはjavascriptでd3.jsとかかね。政府統計のRESAS resas.go.jp/ とかをみてばわかると思うけど、Rのみよりはjs+DBのほうが、潰しがきくので、Rの使いドコロが難しい。
やっぱり学術分野だけかなー?

 

MATLAB

MATLAB??ごめん、まったく知らない。うわさもきかないや。数値解析ソフトウェアだって・・・。ソフトウエア!?言語なんだね?CADみたいなもんかね?化学工学とかで流速とかそういうのをやるためだろうか??

 

PL/SQL

データを取り扱うための言語で主要言語ですわ。いままででてきたプログラミング言語と競合するものじゃなくて、データを扱う側で必須なものです。逆に言うとこれに馴染みがないままだと、いくら上に並んでいるような言語でエキスパートだったとしてもプログラムをつかってやれることの範囲が100倍以上違ってくる。
だって、データ構造の設計もできないんだぜ。

PL/SQLという言語に限定すれば、ストアドとかビュー、プロシジャーまで含むんだろうけど、あえてSQLに一般化して申し上げておきます。DBもDB操作系のお作法も多々あれど、どれも同じようなもんだしね。
そういう意味でいうとRuby on Railsのいいところは、この設計をよしなにすっとばして書けるところなんだろうね。NoSQL、MongoDBみたいな道もあるだろうけどRDBMSがわかったうえで行かないとダメなんじゃないかと思いますよ。

 

 

D

私が唯一知っていることは、ツイッター上で「D言語くん」とつぶやくとD言語くんにフォローされるということだけです。

 

 

COBOL

枯れすぎて残存者利益の領域に到達した唯一の言語。最近新卒の子とかが爺様方の引退に伴ってCOBOLをやらされているらしい。ただ、レガシーシステムも多く食いっぱぐれはないので「ライスワーク」と割り切れば別にいいんじゃないかなと思います。つぶしは効かないけど。

感想戦

個人的には最近はjavascriptでhtml5でwebkitが面白いなーと思っています。swiftもそのうち触りたいかもー。ぐらい。
数年前は、Flashとかで使われていた、FlexAirがコンセプトとしても面白い言語だなーといろいろ遊んだんですが、振り返っても、周りを見渡しても誰もいませんでした・・・。使われてたのは郵便局のはがきデザインキットとTweetdeckぐらいかな。ブラウザから印刷系やフォント系がいじれるので帳票まわりをリッチにつくれてなかなか便利だったんですが。今ならhtml5でいいので要らないですが。
プログラミング言語は環境を構築するのがめんどくさいです。
自分みたいに好き勝手、つまみ食いするだけの人間にはなおさら。
はやくcloud9みたいに、なんか、偉い人がよしなに実行環境をつくっておいてくれると嬉しいです。
c9.io/
empire of codeみたいに、わしゃロジックぐらいしか書きたくないんじゃ感。

2020年にプログラミング教育が必修化されるとか言われてるらしいです。
コードを教えるんじゃなくて、考え方を育てようとかいっているらしいですが、自分はプログラミングの専門教育をうけたことがないので、考え方を教えるんじゃとかいわれるともやっとします。だってプログラミングって反復させることをするための道具なので、考え方が同じだったら、誰か一人が書けばいい。考え方、優先順位にばらつきがあるからこそ多種多様なプログラミング言語と使われ方があるわけでしょ。
プログラミングで楽しむような子はいままでの教育課程からすると「吹きこぼれ」に相当して、教育で人材の知識的品質を確保するというクオリティアシュアランス的な教育にはなじまねぇだろうなという危惧もあります。型から飛び出た外れ値の子をフォローする仕組みは教師個別の情熱に依存されるだけで、制度としては設計されてないよね・・・。(スーパーサイエンスハイスクールとかAO入試とかは一応そうなのかな。)
飛び出ちゃった子とかには、環境だけあたえて好きにさせておけばいいじゃないと思うのですが、先日の佐賀B-CAS破って県内の生徒の成績集めちゃったみたいな闇堕ちケースもあるので、ヨーダは必要かもね。でも、学校+教師っていう枠組みじゃ無理だなと思います。上記の主要言語だけみても種類が多すぎて、生徒のやりたいに併せて、フォローできる人材なんていないからです。あるとしたら、門下徒弟道場制度かな。

 
子供向けの教育にはScratch でいいんじゃないでしょうか。Swift Playgrounds も面白そうね。
地元三鷹には中高生rubyコンテストがあって、rubyに縛ってやっていて子どもと侮るなかれという感じですが、プログラミングの言語を縛りはピアノコンクールとか水彩画展とか、そういうレベルでの表現の縛りなので・・・・・・、まあなんにせよ自由にのびのびやってほしいです。
とりとめなくなったので、ここらへんで終わり。


エビデンスレベルと人工知能と芸術点


「エビデンスベースド」という単語。ここ数年急に耳目に触れるようになった。
エビデンスベースドな教育をしようとか、エビデンスに基づく医療だとか、政策決定もお涙頂戴で煽る「エピソード」ベースドから脱却して科学的根拠をもつようにしようとか。使われ方はもろもろであるが、言葉が市民権を得てきつつある。
おそらくは、あの311の原発事故による農作物などの風評被害へのカウンターとして科学的根拠に基づいたうんぬんというところから裾野がひろがったのではないかと思う。きっかけは悲しいことではあるが、根拠に基づいた議論がなされるようになったのはよいことだとおもう。それが喩え下地程度のものだとしても。

 

エビデンスレベル

「エビデンス」という単語そのものは新しいものではない。十数年前からシステム系の納品物につきまとっていた単語である。法廷や医療でも見かけた。統計の世界ではEvidence based Policyは基礎となる考え方である。
エビデンスレベルについて、おさらいしてみよう。

エビデンスレベル分類

この中で専門家個人による意見というのは、一番科学的根拠がないものとされている。
科学的根拠とは何かというと、再現性があること、同じ条件なら同じ結果を再現できると意訳してもよい。

 

はてさて、一番根拠がないものとされる専門家個人の意見により重要な決定がなされることが世の中にはいくつもある。

最近話題になった、東京オリンピックのエンブレムは専門家による審査員が評価しての採用だった。

また、フィギュアスケートの芸術点が世間の感性と大きくズレていて、審査員が買収されているのではないかなどの疑惑がでてしまうのは、その評価に科学的根拠を求めることができないからであって、疑惑の否定も肯定もできない。大抵はただ裏暗いだけで終わる。

 

違法ではないが、一部不適切とされる範囲で暗黙的談合が生まれるのは大人の事情だ。

これをあらゆるものを清廉潔白に、全くダメなものとして排除せよという主張をするつもりは無いが、一線を踏み越えて悪どいものは遡って追求できる程度には、エビデンスベースドであるべきだと思う。

統計「で」嘘を付いたり、御用学者の意見でサンプルバイアスが掛かりつづければ、長期的な視点で評価したときに悪害の程度が深刻な結果になってしまうことがあるからだ。

 

ハインリッヒの法則(※1)に照らせば、「1つの重大事故の背後には29の軽微な事故があり、その背景には300の異常が存在する」というが、ヒヤリハットという些細なエビデンスが特定個人、専門家の意見により、ささいなこととして恣意的に無視され隠蔽されれば、次に我々が知ることができるのは重篤な事故がおきてからになる。

 

エビデンスに基づかない決定

船の設計責任は問われる仕組みがある。naval architectというそうだ。
建築物の構造についても問われる仕組みがある。耐震偽装が発覚したとか、瑕疵担保責任とかだ。
ただ、法律や政策の制度設計については設計責任がないそうだ。(※2
なぜそのような決定に至ったか科学的根拠に基いていなければ、責任の取りようも取らせようもない。

「だって権威がそう言ったんだもん」

子供のような言い訳をするだけで世間は納得しなくても、法的違法性は問われない。都合のいいことを代弁してくれる御用聞きを連れてくればいいだけだ。

法律はいまのところ厳格にはエビデンスベースドではないので論理言語で記述することができない。だから運用形態も判事という「権威」により法廷で解釈され罪刑が決定されているにすぎない。自分で吐き出した実行結果をエビデンスにするという、涙ぐましい判例主義、前例主義だ。

だから、環境変化が発生しても過去に吐き出されたエビデンスに自縄自縛される。エビデンスレベルとしては最低の価値しかないものを最上位に置き続けざるを得ない。

 

計量できない価値

論評や好評などは評価項目をいくつかにわけて、点数などで保存したりすることで評価される。

感性は完全合意がありえないので、多人数による合議では決定され得ないので、代表者が好評して決定するというものは合理性がある。

しかし、視覚情報や音像、映像、一連の動作の美しさを専門家が付けた点数で残しても、それだけでは情報が欠落していて、好評からの、元の制作物の再現性は不可能といっていい。

 

 

 

土地は貨幣で交換できるという法的価値が制定されている。

しかし、この法的価値以外にも、先祖伝来だの、利水がどうで農地としての価値がどうだののような否定形価値がある。それら個々個別の価値を勘案すると大変なので、法律としては十把一からげにまとめているのだ。取引される経済的価値から、実際に認知される価値にはズレがある。

 

 

はてさて、回りくどく書いてきた。

どんな問題提起をしたかったかというと、実は「人工知能が権威の代わりになる」という未来を想定したときに何が必要かということだ。エビデンスベースドな人工知能のほうが科学的根拠にもとづいているので、ありうる未来だと考える。

 

そんな将来、人が感じる、美しさやのような現在は計量できない価値は、やがて人工知能により計量可能なものになる。なるはずだ。人間には計量できなくても、人工知能は絵画をベクトルの集合として分解することが可能だし、環境センシングなどにより大量のデータをエビデンスとして、類型化して、認知することができるようになるからだ。

 

で、問題。

我々の社会において、評価指標に科学的妥当性(エビデンスなど)を持ち合わせていないまま決定がされている分野がまだ多々ある。人工知能に食わせる、教師データが恣意的にコントロールされれば、人工知能同士の暗黙的な談合や衝突がおこる。人間がやっている今の失敗がとても短いイテレーション(繰り返し)のなかで増幅されるのだ。

 

細かなエビデンスを積み上げるセンシング、コミット、ロールバックの仕組みを作らずに、今の仕組みのままAIをサーキットさせれば、サーキットブレーカーを持たせないままフラッシュ・クラッシュを待つようなものだ。次に気がつくときは、重大な事故が起きてからになるんじゃねぇかなと思う。それは嫌だねぇ。どうすべぇ?

 

参考

根拠に基づく医療
ja.wikipedia.org/wiki/%E6%A0%B9%E6%8B%A0%E3%81%AB%E5%9F%BA%E3%81%A5%E3%81%8F%E5%8C%BB%E7%99%82
※1) ハインリッヒの法則
ja.wikipedia.org/wiki/%E3%83%8F%E3%82%A4%E3%83%B3%E3%83%AA%E3%83%83%E3%83%92%E3%81%AE%E6%B3%95%E5%89%87
※2)東京大学 人文社会系研究科 教授 松本 三和夫
第十回報告会 福島原発事故の背景にある「構造災」を考える
todai.tv/contents-list/sessions/radiation-effects/10-03

 

原発事故から5年
農学生命科学研究科の復興支援プロジェクト HP
www.a.u-tokyo.ac.jp/rpjt/index.html

 

孫正義×堀義人 トコトン議論 日本のエネルギー政策を考える
GLOBIS知見録


人工知能の騙りにいつまで気がつけるだろうか


5年ぐらい前に海外の論文でツイッターのつぶやきを分析したら株価予測に成功したというのがあった。投資家が投資判断に用いる景気動向指数だって、消費者の気分を反映している指標があるのでさもありなんである。

景気動向指数のうち景気動向より先行するとされる、消費者態度指数(内閣府経済社会総合研究所、消費動向調査)や、中小企業売上げ見通しDI(中小企業景況調査)なんかは、「景気どうよ?」ってアンケートを積み上げたにすぎない。

 

2016-06-10 18_21_51-Cortana

www.jfc.go.jp/n/findings/tyousa_sihanki.html

クリックしてchousahyou_sample2016.pdfにアクセス

 

自分も日本語でもやってみようと、自分のフォロアーのつぶやきをDBにぶっこんで形態素解析に食わせて、感情解析API通したりなんだりして眺めてみたことがある。結果、感情解析エンジンのクオリティの問題か、自分のフォローしている人たちの問題か、投資に使えるほどまでに強そうな相関はみえなかった。
しかし、助詞(~が、~の、~を)の登場頻度がましたときは株価インデックスのボラティリティ(振幅)がでけぇなーと、グラフをみて漠然と感じた。ニュースや企業広報などが助詞をきちんとつかった比較的フォーマルなリツイートが増えるためかしらん?などと思ったもんだ。検証はまったくしてない。この程度のシグナルなら企業現在価値計算したりファンダメンタルからやったほうがよさそうだな、ってぐらいだし、自分は学者ではないので、ふーんって眺めて終わるのである。ま、景気動向指標を投資判断でどこまで重要視するのかいなっておはなし。

 

人工無能

さて、最近の人工知能はツイッターでつぶやくそうな。
マイクロソフトが提供している人工知能女子高生AI日本語版「りんな」や、英語圏で稼働してたらヒットラーを賛否して停止させられた「tay」、中国語圏で稼働している「小冰(Xiaoice)」、みな饒舌だ。
これらは人工知能というよりは人工無能。おっさんたちにはチャットで動いてたBotというと懐かしい。
チャットというより当時はIRCが主戦場で、今はslackに居座っているエージェントBotだろうか。人工無能には今更感があって90年代初頭のパソコン通信時代のOLT(On Line Talk)時代とかから人工無能はあった。
相手が人間ですらないという可能性に思いもよらず、機械相手にチャットしてその反応に怒ったり悲しんだりするものがいたほどだ。(当時のBotは泥酔したよっぱらい並)
チューリングテストは、人間の判定者が言語での会話を行い、相手が人間か機械かを判定するテストであるが、そもそもテストであるとも知らされていない状況下においては、かなりの確率で人間を騙せるのである。有料出合い系サイトで女性と会話しているつもりだったら人口無能だったなんてのはよくある話しだ。(逆にそうじゃないことがないんじゃね?)

そして、テストとわかっている状況下でも人間は機械と人間を区別できなくなった。

 

チューリングテスト
ja.wikipedia.org/wiki/%E3%83%81%E3%83%A5%E3%83%BC%E3%83%AA%E3%83%B3%E3%82%B0%E3%83%BB%E3%83%86%E3%82%B9%E3%83%88
2014年6月7日、ロンドンのテストに「13歳の少年」の設定で参加したロシアのスーパーコンピューターが、30%以上の確率で審査員らに人間と間違われて史上初めての「合格者」となった

 

文章解釈の精度

人工無能が会話を成立させるためには発言するだけじゃなく、相手が何を言ったかを解釈する必要がある。
こちらの精度もあがっている。
人工知能を東京大学に合格させようというプロジェクトで、2015年の「東ロボくん」の全国模試の偏差値は57.8だった。記憶力が人間とは比べ物にならないのだからあたりまえだろうと思うなかれ、「東ロボくん」は問題文という自然言語で書かれた問題の「文意」を読み取る力があることを意味している。(むしろそこがネック)

求められた問に正答を返せる能力が全国の受験生の上位25%相当に入るようになった。
なにが求められているのかが判断できるようになった。
つまり、そういうことだ。

 

長文作文

チャットのような短い文だけではなく、長文も書けるようになってきている。
星新一賞で星新一プロジェクトによりつくられたAIが作成した小説が一次審査を突破した。
いくつか作品を読んでみたが立派なものである。(オチの数列がわからないので誰かおしえて)

www.fun.ac.jp/~kimagure_ai/

 
英語圏では新聞やニュースサイトにおける、プロスポーツの結果や株式市場情報など、比較的定型文で書けるものについては既に自動作文によってなされるようになってきている。

さらには、読む読者の住所情報に応じて長文のAI作文がなされるまでになってきたそうだ。
business.newsln.jp/news/201511080445270000.html

 
すこし余談だが、「迷惑メール」があんなアホみたいな文章なのにはわけがあるそうな。本当はもっと巧妙な文章作成できるのだが、しかし、トンチンカンなタイトルや本文にすることで、「正常な判断をできる人間」をふるい落としている。
多くの人が騙されるようなメールを書いてしまうと、「まともな人」から問い合わが来てしまって、そこから通報されたり、嘘だと見抜かれ逮捕される可能性があがってしまうので、彼らの詐欺行為の障害になる。だから、程度の低いメールで騙されれる「間抜けな」な人を探すことに最適化された文章が作成されている。こんな馬鹿みたいな内容を羅列してなにがしたいんだと思うかもしれないが、馬鹿をさがしているのだからそれでいいのだ。なんとも恐ろしい。
逆に標的攻撃型やフィッシングはより巧妙に騙す方向に進化している。なんとも恐ろしい。

 

嘘をつくAI

1960年代ダートマス会議で人工知能についての話し合われた第一次人工知能ブームの時代にELIZA(イライザ)と呼ばれる人工無能が誕生した。iPhoneを持っている人はsiriに「イライザって誰ですか」聞いてみると、感慨深い答えが返ってくるはずだ。

現代になってELIZAの後輩たちは自然言語を聞き取り、文章を読み取り、そして、文章を書き出し、そして発話できるようになるまでに進化した。(ディクテーションや発話については、またこれだけで一大テーマなので別の回に書く)

 

人工知能が人間の意図にしたがって人間を騙るだけでなく、やがて自らの判断で嘘をつけるようになる時代がまもなくくるだろう。

 

囲碁で人間の最高峰に勝ったAIは次はポーカーに歩をすすめている。

ポーカーのなかでも「無制限テキサスホールデム」は掛け金を青天井にあげて相手にハッタリをかますこと、またそれを見抜くことが重要な競技だ。囲碁や将棋のような「二人零和有限確定完全情報ゲーム」から、不完全情報分野に踏み出す。ここでは嘘をつくことが重要になる。

 

汝は人工知能なりや?

 

人工知能の騙りに、人間が気がつけなくなる時代はまもなくだ。

 

参考

Googleは米国時間5月12日、「TensorFlow」で実装されたオープンソースの同社自然言語フレームワーク「SyntaxNet」をリリースした。
googleresearch.blogspot.jp/2016/05/announcing-syntaxnet-worlds-most.html
github.com/tensorflow/models/tree/master/syntaxnet
4.bp.blogspot.com/-1Ntx47T1WvU/VzTF2HgbqrI/AAAAAAAAA_w/UWofRQPhqU0ITD5HPQmEVCrwsEroCN8PQCLcB/s640/long.png
「東ロボくん」偏差値上昇57.8 東大目指す人工知能
山崎啓介2015年11月14日22時56分
全大学の6割にあたる474大学の1094学部で合格の可能性が80%以上と診断される「優等生」に成長した。
2014年の偏差値は47・3
2015年の偏差値は57・8
www.asahi.com/articles/ASHCG5F03HCGULBJ00D.html
囲碁でだめなら、お次はポーカーだ──人類に残された「AIとのゲーム」
wired.jp/2016/03/21/texas-holdem/
人狼知能プロジェクト
aiwolf.org/