読んでる３。 新規性探索のアルゴリズムの説明は面白いが、既存手法の比較については、明らかにハイブリッド探索はかなり弱いヒューリスティックを使っているので話半分。解の改悪を許す焼きなまし法的手法や、解の多様性を保持するビームサーチ的手法、動的な新規探索や乱択プレイアウトを含むMCTS的な手法と比較して、迷路の解に単純な新規制探索が有利と主張するのは無理がある。実際、元論文とその後の研究では、ハイブリッドな手法に取り込まれている。 また、目標達成とOpen-endedについては、既存の探索手法も、しばしば既知の上界が事実上達成不能な目的関数の最大化にanytime型のアルゴリズムを使っており、「目標達成したら終わり」でなく、何らかの時間で打ち切るまで延々と解を改善し続けることができるので、その点でもアンフェアな比較。

読んでる２。 セレンディピティについては、かなり計画的偶発性理論に近い話をしているが、そのワードは出てこず、そのものではないかもしれない。あとで整理する。 「飛行機の発明には、その(一見無関係な)部品の発明が必要であり、5000年前の人が空を飛ぶことを目標にしても部品の発明は生まれない」という話は、『アイディアの作り方』の裏返しと解釈できそう。つまり、アイディアは既存要素の新しい組み合わせであり、裏返せば、既存要素が未熟なうちはそのアイディアに到達できない。今あるところから、一つずつ既存要素を増やしていくことが重要である。

読んでる。今のところかなり良書という気がする。 序盤は、「マイルストーンが不明なほどにデカい目標において、直感的な一歩先の評価は全く役立たない」という話をしている。ゲームAIやヒューリスティックをよく作る人にとって非常に理解しやすいメンタルモデルで話が進むが、喩えが豊富なので特段AI開発に詳しくなくても分かりやすいかもしれない。Picbreederの話や、「単細胞生物からいくつか選んで繁殖させて次世代とする、という操作を繰り返して人間くらい知能の高い生物を作ることを目標とした時、IQの高いアメーバを選び続けてもダメそう」という思考実験は面白い。 実際の発明のくだりは、目新しい議論でなく「必要は発明の母というより、むしろ発明は必要の母である」という論考に似たものかもしれない。

新規性探索

店頭で少し開いてみたが、思ったよりしっかりした感じの本だった。前書きでアルトマンも影響を受けてる、と書いていて「へぇ」と思ったが、著者の2人が元OpenAIらしい。研究などの分野では適用できそうな話だが、他にも応用できるんだろうか。

あえて目標を持たないことでしか、達成できないこともある。

さっき本屋さんで見かけてタイトルに引き込まれた