HPO機密日誌

自己をならふといふは、自己をわするるなり。

Big Data + AI x Deep Learning = The Future of Google

最近、すっかりカーナビを使うのを止めてしまった。ほとんどGoogle Mapのいうとおりに車を走らせている。素直に言うことを聞くしかないので、Google Mapを「Google様」と読んであがめている。Google様はいつのまにかバージョンアップが進んでいて、音声が人の声から人工合成のものになった。そして、「〇号線を右に」とか、「〇〇十字路を直進」などとかなり細かい「ご宣託」を出してくださるようになった。かなり細い道でも最適、最速なルートを「Google様」はお告げしてくださる。「えー、こんな道あったっけ?」と独り言しながら、「ご宣託」された道路を使うと確かに早い。まあ、時々すれ違うのも危ない道路を通れと「ご命令」されたりされるが・・・。

もしかして、これはGoogle社においてGoogle Mapを使ったユーザーが実際に走らせた車のルートを「ビッグデータ」として「AI学習」しているのではないだろうか?Google社の現在の莫大な計算・記憶容量リソース、AI技術を使えば人を媒介させずに端末を持った自動車の走行のビッグデータを「処理」して最適路を常に改善していくことは十分に可能だろう。さらに、ディープラーニングを行って完全自動運転に至るメタな運転技術まで取得できるようになるかもしれない。更に臆測だが、そのうち事故が起こった原因までGoogle様はお告げしてくださるようになるのではないだろうか?「〇〇交差点では事故が〇件、起こっています」等々。あるいは、「ここではスピードを緩めましょう」、「右側のレーンを通りましょう」などと。あるいは、「本日のあなたの運転は大変危険です。休みましょう。私が代わりに車を制御します」とか?まさにビッグデータ人工知能で処理することで得られる運転の最適解がGoogle様によって実現される可能性を示している。

まがりなりにも統計学を学んだ者として、ビッグデータに違和感を覚え続けてきた。ランダムサンプリングができれば、母集団(ビッグデータ)すべての要素を処理することは必要ないと。母集団の正規分布が保証されていれば、標本抽出のみをランダムに行えばいいと。しかし、母集団の性質を調べる統計処理ではなく、ビッグデータ人工知能ディープラーニングの対象としてウェブアクセスや、Google Mapの走行データを使うのだとすれば、まったく違う世界が開けてくる。人類の最適解だ。人類の英智を超えたディープで究極の回答が示される得る。まさに、Google様の「ご宣託」だ。「人類に必要なコンピューティングをすべて提供する」Google社の描く未来がそこにある。Gmailのメール内容を処理して、広告を出す機能を付加した時の議論で十分に予想すべきであったテクノロジーだ。

news.mynavi.jp

鈍な私はいまごろ気づいた。Googleが目指すのは、まさに神となることであったと。