人工知能言説の生産者たち

Artificial intelligence, AI

●AIディスコース生産者＆関係者たち

Ray Kurzweil	レイ・カーツワイル	1948-	シンギュラリティ＝技術的特異点（Technological Singularity, Singularity）提唱者。自分の生身の頭脳情報をアップロードを希望。
Joseph Weizenbaum	Ｊ・ワイゼンバウム	1923-2008
	Ｈ・ドレイファス
John von Neumann,	フォン・ノイマン	1903-1957
I. J. Good	アーヴィング・ジョン・グッド	1916-2009
Stanislaw Ulam	スタニスラウ・ウラム	1909-1984
Slavoj Žižek	スラヴォイ・ジジェク	1949-	（ジジェク大全）
Elon Reeve Musk	イーロン・マスク	1971-	（イーロン・マスクとシンギュラリティ主義の精神）イーロン・マスクはAI研究を「核兵器より危険」とまで主張しているらしい（マーティン・フォード 2020:9）
Martin Ford	マーティン・フォード		Martin Ford is a futurist and author focusing on artificial intelligence and robotics, and the impact of these technologies on the job market, economy and society. Rise of the Robots, 2015.（『ロボットの脅威』）
Yoshua Bengio	ヨシュア・ベンジオ		Univ. of Montreal【ディープラーニング／ニューラルネットワーク】
Stuart Russell	スチュアート・Ｊ・ラッセル		UC Berkeley
Geoffrey Hinton	ジェフリー・ヒントン		Univ. of Toronto and Google 【ディープラーニング／ニューラルネットワーク】
Nick Bostrom	ニック・ボストロム		Univ. of Oxford. Superintelligence: Paths, Dangers, Strategies, の著者（彼のHPはすごい!!）［ニック・ボストロム］
Yann LeCun	ヤン・ルカン	1960-	Facebook【ディープラーニング／ニューラルネットワーク】『学習する機械』松尾豊監訳、講談社、2021.（▶第１章　ＡＩ革命▶ 第２章　ＡＩならびに私の小史▶ 第３章　単純な学習機械▶ 第４章　最小化学習、学習理論▶ 第５章　深層ニューラルネットワークと誤差逆伝播法▶ 第６章　ＡＩの支柱、ニューラルネットワーク▶ 第７章　ディープラーニングの現在▶ 第８章　Ｆａｃｅｂｏｏｋ時代▶ 第９章　そして明日は？ＡＩの今後と課題▶ 第１０章　ＡＩの問題点）
Fei-Fei Li	フェイフェイ・リー		Stanford and Google（→「社会の価値観が反映された技術をつくるために：フェイフェイ・リーが語る「人間中心のAI」への道（前編）」）
Demis Hassabis	デミス・ハサビス		DeepMind
Andrew Ng	アンドリュー・エン		AI Fund
Rana el Kaliouby	ラナ・エル・カリウビ		Affectiva
Daniela L. Rus	ダニエラ・ルス	1963-	MIT, MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) and head of its Distributed Robotics Lab.
James Manyika	ジェイムズ・マニカ		McKinsey
Gary Marcus	ゲアリー・マーカス		NYU
Barbara Grosz	バーバラ・Ｊ・グロース		Harvard
Judea Pearl	ジュディア・パール		UCLA
Jeff Dean	ジェフリー・ディーン		Google
Daphne Koller	ダフニー・コラー		Stanford
David Ferrucci	デイヴィッド・フェルッチ		Elemental Cognition
Rodney Brooks	ロドニー・ブルックス		Rethink Robotics
Cynthia Breazeal	シンシア・ブリジール		MIT
Josh Tenenbaum	ジョシュア・テネンバウム		MIT
Oren Etzioni	オーレン・エツィオーニ		Allen Institute for AI
Bryan Johnson	ブライアン・ジョンソン		Kernel
Avram Noam Chomsky	ノーム・チョムスキー	1928-	（フォード 2015:286）
Steven Arthur Pinker	スティーブン・ピンカー	1954-	（フォード 2015:286）
Max Erik Tegmark	マックス・テグマーク	1967-	（フォード 2015:286）
Gary F. Marcus	ゲイリー・マーカス	1970-	（フォード 2015:286）
Paul Zachary Myers, PZ Myers	P.Z. マイヤーズ	1957-	（フォード 2015:287）
James Graham Ballard	ジェームズ・バラッド	1930-2009	（フォード 2015:288）
Richard Phillips Feynman	リチャード・ファインマン	1918-1988	（フォード 2015:291）"In a lecture held by 1965 Nobel Laureate in Physics Richard Feynman (1918–1988) on September 26th, 1985, the question of artificial general intelligence"
Kim Eric Drexler	K.エリック・ドレクスラー	1955-	ナノテクノロジーや分子機械の命名者（フォード 2015:292）
William Nelson Joy	ビル・ジョイ	1954-	「なぜ未来は人間を必要としないのか」（フォード 2015:294）
John Michael Crichton	マイケル・クライトン	1942-2008	小説家。ナノボットの捕食をテーマにする小説『プレイ：獲物』の著者（フォード 2015:295）
Michio Kaku	ミチオ・カク(賀来道雄)	1947-	（フォード 2015:298）
GPT-3	Elon Musk		Generative Pretrained Transformer 3
Machine Learning	機械学習	1959-	データから学ぶことが可能なアルゴリズムを作り出そうとするもの（フォード 2020:19）"The term machine learning was coined in 1959 by Arthur Samuel, an American IBMer and pioneer in the field of computer gaming and artificial intelligence"
deep learning	深層学習・ディープ・ラーニング		人工ニューラルネットワーク。「パラメーター化され多モジュールを相互接続したネットワーク（グラフ）に適用される学習方法の総称。学習では、勾配降下法をつかってモジュールのパラメーターを修正する。通常、勾配は誤差逆伝播法によって得られる。多層ニューラルネットワークの訓練は、ディーブラーニングの一例である」（ルカン 2021:376）。
backpropagation	誤差逆伝播法		バックプロパゲーション：機械学習において、ニューラルネットワークを学習させる際に用いられるアルゴリズム。
gradient descent, GD	勾配降下法		重みを少しずつ更新して勾配が最小になる点を探索するアルゴリズム。確率的勾配降下法。
	超知能
Recurrent Neural Network, RNN	リカレント・ニューラル・ネットワーク		ニューラルネットワークを拡張して時系列データを扱えるようにしたもの（再帰型ニューラルネットワークとも言う）
Convolutional neural network, CNN	畳み込みニューラルネットワーク		機械学習において、畳み込みニューラルネットワーク（たたみこみニューラルネットワーク: Convolutional neural network, CNNまたはConvNet）は、順伝播型人工ディープニューラルネットワークの一種である。画像や動画認識に広く使われているモデル。
Feedforward neural network			A feedforward neural network is an artificial neural network wherein connections between the nodes do not form a cycle.[1] As such, it is different from its descendant: recurrent neural networks.
Boltzmann machine	ボルツマンマシン		ボルツマン・マシン（Boltzmann machine）は、1985年にジェフリー・ヒントン（Geoffrey Everest Hinton）とテリー・セジュノスキー（Terry Sejnowski）によって開発された確率的（Stochastic neural network）回帰結合型ニューラルネットワークの一種
Bayesian inference	ベイズ推論		ベイジアン機械学習（ベイズ機械学習）
	教師あり学習		注意深く構造化されたトレーニングデータを分類またはラベルづけして学習アルゴリズム。（フォード 2020:21）
	強化学習		実践または試行錯誤による学習（フォード 2020:22）
	教師なし学習		周囲の環境から入ってくる構造化されていないデータから直接学習をおこなうこと（フォード 2020:23）
Artificial general intelligence	汎用人工知能		人間と同じ能力をもつ人工知能は、汎用人工知能（Artificial general intelligence）と呼ばれる。強いAIとも言われる。
Turing test	チューリング・テスト		アラン・チューリング（1950）が提案した、ある機械が「人間的」かどうかを判定するためのテストである。その定義は、完全にマスクされた判定者が、機械と人間との確実な区別ができなかった場合、この機械はテストに合格、すなわち「人間的」であるということに合格したことがある。これが「知的であるかかどうか」とか「人工知能であるかどうか」とかのテストであるかどうかは、「知的」あるいは「(人工)知能」の定義、あるいは、人間が知的であるか、人間の能力は知能であるか、といった定義に依存する。
Marvin Minsky	マービン・ミンスキー(1927-2016)		人工知能研究におけるフレーム理論（Frame ）の提唱者。『2001年宇宙の旅』のアドバイザー。
ASILOMAR AI PRINCIPLES	アシロマの原則		Artificial intelligence has already provided beneficial tools that are used every day by people around the world. Its continued development, guided by the following principles, will offer amazing opportunities to help and empower people in the decades and centuries ahead. ／世界中の人々が毎日使用する役に立つツールとして、すでに人工知能は利用されています。人工知能の開発が今後以下で示す原則に基づいて行われるならば、それは数10年さらに数世紀にわたる将来において、人々に役立ち豊かな暮らしをもたらしうるでしょう」 - https://futureoflife.org/ai-principles-japanese/

旧クレジット：「AIディスコースの生産者たち」

リンク

仮想医療人類学辞典︎▶「イライザあるいはヴァーチャル・オードリー物︎語」▶︎︎「イライザの父の怒り」▶︎「タチコマ問題」▶「延長をもつ実体」︎︎▶︎草薙素子はマリア・アウキシリアドーラである▶我々はすべてサイボーグであり、その考え方を敷衍すると我々はすべて草薙素子である︎︎▶︎「桶の中の脳」＝あるいは素子の義体の中に収納されている脳について▶︎︎ジョナサン・モレノ『操作される脳』ファンサイト▶Ethics of artificial intelligence, by Wikipedia︎▶︎︎ジジェク大全（Hegel in A Wired Brainを参照）▶︎デジタル・ネイティブ族におけるナルシズム化と新しい孤独▶（スマートメディアユーザーのナルシズム化と新しい孤独の誕生：民族誌研究）▶︎▶︎︎▶︎▶︎︎▶︎▶︎︎▶︎▶︎

文献

認知革命 : 知の科学の誕生と展開 / ハワード・ガードナー著 ; 佐伯胖, 海保博之監訳 ; [無藤隆ほか訳]，産業図書 , 1987／The mind's new science : a history of the cognitive revolution / Howard Gardner, New York : Basic Books , c1985
ウィノグラードとフローレス『コンピュータと認知を理解する』平賀譲　訳、産業図書、 1989年※この文献は端的に、ソフトウェアデザインの観点からの人工知能批判である。
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 / レイ・カーツワイル著 ; 小野木明恵, 野中香方子, 福田実共訳，日本放送出版協会，2007/ The singularity is near : when humans transcend biology / Ray Kurzweil, Viking (2005)
西島佑「機械翻訳をめぐる議論の歴史」瀧田寧・西島佑編著『機械翻訳と未来社会：言語の壁はなくなるのか』社会評論社 , 2019年
ロボットの脅威 : 人の仕事がなくなる日 / マーティン・フォード著 ; 松本剛史訳, 日本経済新聞出版社 , 2015
人工知能のアーキテクトたち : AIを築き上げた人々が語るその真実, Martin Ford著 ; 水原文訳, オライリー・ジャパン , オーム社, 2020/ Architects of Intelligence: the Truth About Ai From the People Building It. Packt Publishing, 2018.
ディープラーニング学習する機械 : ヤン・ルカン、人工知能を語る / Yann LeCun著 ; 小川浩一訳, 講談社 , 2021.

その他の情報

Copyleft, CC, Mitzub'ixi Quq Chi'j, 1997-2099