先日 google が「子AIの作成」に成功した話で盛り上がってました。

　GoogleのAIが自力で「子AIの作成」に成功  人類作よりも優れた性能  

　この記事では、冒頭で
　シンギュラリティが始まったようです。
とまで重要視。世間も似たような反応が多かったです。

　でも、個人的にはまあできるよねくらいの感想でした。

　機械学習やってると、どういうネットワークを組むかというのが常につきまといます。いろいろあーでもないこーでもないと試さなくてはならず、まさに「これこそ機械学習してよ〜」と思います。

　ある意味、それを本当に機械学習してみたということです。機械学習を機械学習するので、膨大な時間（というか計算パワー）が必要になりますが、効率を考えなければ、機械学習ができる人なら機械学習を機械学習させる「子AI作成AI」を作ることはそんなに難しくないように思います。そしてそれを作ってしまえば、人間より性能のいいものができるのはほぼ決まったようなもんです。人間よりはるかに多く試せますから。

　だから、google が大したことやってないという話では多分なくて、無策に「子AI作成AI」を作っても、効率がひどく悪くて莫大なお金がかかってしまうのかもしれません。その辺は論文などをしっかり理解しないとわからなそうです。

　でも、じゃあ次に挑戦するのは、「『子AI作成AI』を作るAI」でしょうか。それができればもっとも優秀な「子AI作成AI」を作ることができます。そうすれば、自分自身の性能も自分であげられそうです。

　とはいえ、どれも作りたいAIが決まってて、なるべく性能の高いものを作りたいという、AIがもともと得意な問題に変わりはなく、いずれ誰かが結果を出す話だったのだと思います。

　元の記事にも
　NASNetのこうした能力は自動運転車の安全性上昇や、視覚障害者向けの補助ロボットの開発などに大きな役割を果たすと考えられています。もちろん顔認識機能の性能もアップするわけですから中国のAI犯罪者追跡システム「天網」のような監視システムの性能強化も期待されます。
　とあくまで各種AIの性能アップが期待されるとあり、シンギュラリティというより、機械学習の最適化が進んだと捉える話だと思います。


《ワンポイントミライ》（？）

ミライ：　「『子AI作成AI』を作るAI」とかややこしいぃぃぃ。

フツクロウ：　ホッホ。