検索エンジンから人工知能への究極の進化

KK はドキュメンタリー「Google and the World Brain」の中で、Google の初期の頃にラリー・ペイジに「すでに優れた性能を持つ検索エンジンがあるのに、なぜ別のものを作る必要があるのか​​」と尋ねたと述べています。ラリー・ペイジは、目標は新しい検索エンジンを開発することではなく、人工知能を開発することであると説明しました。検索エンジンは、私たちの能動的な意識とインターネットの世界をつなぐ最も重要なものであり、長期的なデータの蓄積、ストレージ技術、クラウドサービス、スーパーコンピューティング、機械学習において独自の利点を持っています。おそらく、検索エンジンは人工知能に最も近いインターネットアプリケーションになるでしょう。

現在の視点から見ると、Google の創設者の当初の願いは実現し、Google は人工知能の分野で世界で最も優れたインターネット企業になりました。国内検索大手の百度も、2週間前のテクノロジー公開デーで「ビッグデータエンジン」計画を詳しく紹介した。データマイニングや機械学習などの技術、ビッグデータの具体的な応用、将来の動向の把握などについて触れており、同様に興味深い。

1. 脳コンピュータインターフェースの原型：検索エンジン

ブレイン・コンピュータ・インターフェース（BCI）は、主に人間が思考を通じて外部の機械と直接対話する方法について研究しています。脳と機械を接続する統一的なルールを確立することで、「思考で機械を制御する」という究極の夢を実現し、人工知能の重要な技術的サポートとなります。映画「マトリックス」や「アバター」では、意識は仮想世界の「アバター」を制御するために使用されています。ロシアの「グローバルフューチャー2045」では、科学者が脳コンピューターインターフェースを通じて意識を持つロボットを制御できるようになると予測されています。レイ・カーツワイルは、30年後には人間が自分の意識をコンピューターにアップロードして「デジタル不死」を達成できるようになると考えています。これらの究極の人工知能はすべて、脳コンピューターインターフェースを通じて実現されます。

こうした夢のような目標は、まだ私たちには程遠いものです。インターネットユーザーの大多数にとって、最も近い脳コンピューターインターフェースアプリケーションは検索エンジンです。脳コンピューターインターフェースは、本質的に、能動的な意識が外部環境とやりとりする方法を提供します。意識の源である脳から始まり、外界との最も直接的な接続とやりとりを実現します。検索エンジンと脳コンピューターインターフェースの類似点は、主に 2 つの側面に反映されています。

1. 意識と外界との積極的なつながり

脳コンピューターインターフェースは、私たちの最初の意識的な動機、つまり神経インパルスを外界に伝達し、フィードバックを得ます。私たちが検索エンジンを使うとき、まず意識を生成し、それをキーワードに変換して検索エンジンに入力します。検索エンジンは検索を通じて私たちの意識と外部情報をマッチングさせ、デバッグを繰り返して、正確な答えを見つけ出します。したがって、検索エンジンは、積極的に外の世界とつながり、貴重なフィードバックを通じて私たちが提起する疑問を解決し、私たちの意識的なイニシアチブを完全に反映する意欲を伝えます。

これは、検索ツールと他のインターネット サービスとの本質的な違いでもあるかもしれません。Web を閲覧したり、ビデオを視聴したり、ソーシャル ツールをチェックしたりする場合、私たちは情報を受け取る受動的な立場にあります。私たちが実際に見るものは、相手が示すものに完全に依存します。しかし、検索ツールの使用は、脳を使って考え、手動で入力する能動的な行動であり、最終的な検索結果が当初の動機と一致するまで、得られた情報に基づいて調整を行う必要もあります。他のインターネット サービスは無意識に利用できますが、インターネットの検索は無意識に行うことはできません。検索ボックスにキーワードを入力すると、それが私たちの自発性を反映します。このため、検索エンジンは他のインターネット ツールよりも脳と手を使う必要があり、これらの比較的面倒な操作は実際には私たちの意識を行動に変換するものなのです。

2. 情報伝達と相互作用のプロセス

脳コンピュータインターフェースは、脳の原理を理解することを基盤とし、脳と外部物体との間の統一された相互作用ルールを確立し、脳が外界と完全に接続できるようにします。その究極の目標は、情報伝達のための理想的なチャネルを提供することです。私たちの神経系は、生体電気を通じて情報を伝達する「コンピューター」構造として見ることもできます。相互接続されたニューロンは電気信号を介して通信し、神経伝達物質を介して情報を伝達し、さまざまな機能を持つ多層の神経回路と電子回路を形成します。したがって、電気信号は、脳と外部のインテリジェント マシンの両方によって受け入れられ、通信される通信媒体になります。

検索において、キーワードは私たちと検索ツールの間のコミュニケーション媒体として機能します。キーワードを「コンパイラ」として利用することで、私たちは自己意識と検索エンジンの間のコミュニケーションを実現し、意識生成、キーワード変換、検索、情報取得、動機満足という情報閉ループを形成します。

つまり、検索ツールは私たちの意識的な主導性を反映し、外の世界とやりとりするための効果的な方法も生み出します。この点では、脳とコンピューターのインターフェースと何ら変わりありません。技術面と効率面では、理想的な脳コンピューターインターフェースとの間にはまだ大きなギャップがありますが、すでに私たちのインテリジェントなアシスタントとして機能しています。したがって、現在広く使用されている検索エンジンは、将来の高度な脳コンピューターインターフェースの原型または主要な状態であると考えることができます。言い換えれば、現在の検索エンジンは、脳コンピューターインターフェースに進化し、人工知能を実現できる最も有望なインターネットサービスの形態です。

2. 検索エンジンから人工知能への進化に必要な要素

人間とコンピュータのインターフェースに似た検索エンジンには当然の利点がありますが、機械学習や人工知能の道をさらに進めたい場合は、以下の条件も満たす必要があります。

1. 「ビッグデータ」ではなく戦略的なデータに焦点を当てる

実現する人工知能を脳に例えると、インターネットは人間の頭の中の血管であり、体の各部位に届くネットワークシステムであり、データと情報は脳活動にエネルギーを提供できる最も重要な血液であり、機械学習に必要な入力と研究基盤でもあります。百度の「ビッグデータエンジン」構造の最下層にある「オープンクラウド」サービスがこの機能を実現している。

データ収集の面では、盲目的に大規模で包括的なデータを追求することはできません。ビッグデータが追求する「N=すべて」の完全なサンプルは達成不可能であるためです。同時に、ビッグデータのサンプルはサンプルの偏りの問題を解決できないだけでなく、大量の小さなデータの問題を引き起こします。検索エンジンは、フィルタリングされた価値ある戦略的データにもっと注意を払う必要があります。例えば、最近のMITビッグデータチャレンジはボストンの交通をテーマにしており、Googleのビッグデータ機能はインフルエンザ予測から始まり、Baiduの「ビッグデータエンジン」もビッグデータ戦略の具体的な応用方向として医療、交通、金融の分野を最初に選びました。検索エンジンはすでに PC 側に十分なデータを蓄積しています。携帯電話やその他のウェアラブル スマート デバイスの爆発的な増加により、検索エンジンはより戦略的でセグメント化された状況別データを取得するようになります。 「Baidu Migration」、「アトラクション快適度予測」、「都市観光予測」は、セグメント化された戦略データをエントリーポイントとして活用した Baidu の成功例です。

2. 検索エンジンのデータマイニングの利点

情報化時代になると、情報を持っているかどうかはもはや重要ではなくなります。重要なのは、必要な情報をいかに早く見つけるかです。この点で、検索エンジンは当然有利です。また、情報量と（価値ある）情報を得る効率の矛盾を解決する唯一の方法でもあります。検索エンジンのデータマイニングは、より明らかな効果を生み出すでしょう。例えば、知能ショーで人間に勝ったワトソンは、「膨大なデータと検索とマッチング」によって学習能力を発達させた。

インターネット検索の驚くべき効率は、従来の情報検索方法とは対照的です。そのため、合理的な人であれば誰でも、情報を取得する際にインターネット検索ツールを優先的に使用し、検索によってもたらされる高い効率を享受しながら個人情報を提供し、検索ツールが私たちについてより多くを知るように促し、次回はより効率的で正確でパーソナライズされた検索サービスを提供できるようにします。情報取得の速度と精度が向上するにつれて、私たちも検索ツールをより頻繁に使用し、より多くの個人データを提供するようになります...これは、ジェフ・ベゾスが提唱した「フライホイールモデル」、つまり閉じた好循環プロセスを形成します。

この好循環により、ユーザーの習慣と検索ツールのデータ量が継続的に増加します。さらに重要なのは、データが一定のレベルまで蓄積されると、検索エンジンは多次元情報を統合した後、ユーザーと業界の正確な定義を形成するのに十分なユーザーの個人タグと業界タグを持つようになり、独自のデータ蓄積とマイニングを通じてユーザーと業界にさらにインテリジェントな情報サービスを提供できるようになることです。このプロセスは、ロビン・リー氏が「ビッグデータエンジン」カンファレンスで言及した「技術変化の臨界点」であるべきであり、また、王金副社長の言葉を借りれば「百度の長年にわたる深い技術蓄積の質的変化プロセス」でもある。個人を定義するさまざまなラベルは、標準化されたデータ要素です。統計分析のためにすべてのユーザーに標準化されたラベルを付けるプロセスは、会議で言及された「定量化された自己」です。百度の「ビッグデータエンジン」の担当者は、PC側の検索ツールの蓄積に加え、携帯電話やウェアラブルスマートデバイスの普及もデータ量の増加を加速させており、「自分を数値化」できるデジタルタグの増加に寄与するとも述べた。

したがって、データマイニングにおける検索エンジンの利点は、検索エンジン自体のアルゴリズムやコンピューティング能力だけでなく、ユーザー情報の定量分析やデータマイニング、そしてこれに基づいて提供されるよりインテリジェントな情報サービスにも反映されます。注目すべきは、これらの貴重なタグは、長期間の蓄積と長期にわたるユーザーの沈殿を経て初めて得られるということです。人々が長期間のコミュニケーションを経て初めてお互いを深く理解できるのと同じように、機械によるユーザー理解も長期にわたる無数のインタラクションに基づいています。ユーザー理解の度合いが、機械学習のコアアルゴリズムを決定します。したがって、市場ですでに主導的な地位を占めている検索エンジンは、この点でより明らかな優位性を持つことになります。

3. 技術的特異点の出現

検索エンジンが戦略的なデータを収集し、データマイニングを実行した後、次のステップは人工知能の最終段階である機械学習のディープラーニングを実現することです。検索エンジンが従来の検索から人工知能への移行を実現できたのは、蓄積したデータの量が定性的なレベルに達しただけでなく、ハードウェア ストレージ、クラウド コンピューティング、スーパーコンピューティング、シミュレートされたニューラル ネットワークなどの関連テクノロジが成熟したためです。

検索エンジンは独自の利点を活かしてこの技術変化のリーダーになることができ、すでに関連する準備を始めています。 Googleは長年、人間の脳の神経系をシミュレートし学習機能を持つ16,000個のプロセッサを搭載したGoogle Brainや、買収したDeepmindの機械学習技術を音声やテキスト検索に応用して人間の自然言語をより深く理解すること、機械学習のディープラーニングの第一人者であるジェフリー・ヒントン氏を採用することなど、独自の研究開発や買収を通じて人工知能の実現に必要な技術を蓄積してきた。また、百度は中国で初めて機械学習（百度脳）を提唱し、関連研究機関（IDL、百度深層学習研究所）を設立したインターネット企業であり、若手科学者を募集する「若手元帥計画」を提唱し、天河2号を上回るスーパーコンピューティング能力を持ち、200億のパラメータを持つ世界最大のディープニューラルネットワークを構築している。これらの技術は、検索エンジン自体が蓄積したデータの優位性と相まって、検索エンジンが人工知能分野への参入をリードするための重要な原動力となるでしょう。

4. 機械学習への正しい道

前回の記事「隠された強力な底流：究極の知能の集団進化の道」では、究極の人工知能への道は2つあると述べられました。1つは理論研究から始めて、人間の知能の原理を完全に習得した後、技術を通じて再現することです。もう1つは、基礎技術と具体的な応用から始めて、人間の脳の各段階の研究成果を組み合わせて、対応するレベルの人工知能を獲得し、その後、長い技術進化を通じて知能レベルを向上させることです。

最初のアプローチを取る場合、脳の原理を完全に理解する前に脳の構造を単純にシミュレートするだけでは意味がありません。したがって、この方法は、ユーザーに継続的なサービスを提供する必要がある検索エンジン企業には適していません。カリフォルニア州スタンフォード大学のアンドリュー・ン氏は、110億の神経接続を持つ世界最大の人工脳を完成させたが、Google Brainプロジェクトの研究者2人は、このニューラルネットワークコンピューターはマウスの知能レベルにも達していないと指摘した。

数十億ユーロの費用がかかった10年にわたるEUヒューマンブレインプロジェクトは、人間の脳の原理を完全に習得し、シミュレートするという目標を掲げてはいません。その代わりに、各段階の研究成果を実践に移し、人間の脳の原理の一部を模倣することで、人間のような機能を備えたインテリジェントシステムやアプリケーションを作成する必要があると常に強調してきました。これは、常にユーザー指向であった検索エンジンに特に当てはまります。検索エンジンは、インテリジェンスを実現する 2 番目のボトムアップの分散型方法を選択する必要があります。すべてのインテリジェントな技術革新は、ユーザーの実際のニーズに基づいており、すべての技術の進歩は、機械インテリジェンスのさらなる発展を表しています。 Google は Deepmind を買収した後、まずはロボット部門に適用するのではなく、基本的な意味認識から始めることを明らかにしました。百度は、音声技術の相対エラー率の低減、中国語の音声認識率の向上、画像認識機能の完成、世界初のフルネットワーク顔検索エンジンなど、特定のユーザーサービスにもディープラーニング技術を適用しています。

前述のように、検索エンジンは人々と情報の間に意識的かつ積極的なつながりを構築し、ユーザーと検索エンジン間のあらゆるやり取りは相互理解と共通の成長のプロセスとなります。他のインターネットサービスとは異なり、検索エンジンを使用する場合、ユーザーも「開発者」として参加します。これは、北京航空航天大学の学長が百度の「ビッグデータエンジン」公開日に言及した言葉です。「クラウドソーシングを超え、コンピューターと人を統合するソフトウェア開発の新しいアイデア」

5. 人間の脳のニューラルネットワークに基づく機械学習

人間の脳とコンピューターの最大の違いは、双方向の接続であり、継続的に新しい情報をフィードバックし、既存の情報を強化できる点です。これが学習機能です。私たちの脳の階層構造は生まれつきのものではありません。私たちは互いにパターンを形成しない無関係なモジュールを持って生まれます。すべてのモジュール間の接続と強化は、後天的な学習によって達成されます。

私たちの脳の学習能力と推論能力は、ベイズ数学の原理に従っています。推論は経験から導き出された確率に基づいています。新しい状況に遭遇すると、私たちは常に既存の記憶と経験をたどり、新しい状況に応じて調整し、最終的に比較的高い確率の対応戦略を思いつきます。そのため、私たちはこの確率的な世界に対処する方法を学んできました。 「ベイズの原理」を学習に実装する場合、まず、遭遇した新しい状況を過去の記憶と経験のライブラリで検索して照合し、成功確率の高い決定を見つけて実践し、実際のフィードバックに基づいて調整し、最適な解決策が見つかるまで上記のプロセスを繰り返します。このようなベイジアン行動を繰り返すことで、私たちは特定の自己を形成し、重要な学習能力を発達させます。

現在の高度なコンピュータ技術により、ベイズ計算法の効率性を高めることができます。『最も人間的な「人間」』の著者であるクリスチャンは、コンピュータが 1 か 0、真か偽かという科学的論理を変え、ベイズ確率推論を理解して使用できるようになると考えています。人間の脳の学習原理を理解した後、デジタル「ニューラルネットワーク」を使用して脳をシミュレートし、情報を自主的に収集してフィードバックすることは、ディープラーニングの分野で画期的な進歩となりました。たとえば、ロボット工学の専門家であるホッド・リプソン氏が開発したロボットは、振り子を丸一日観察して触った後、学習を通じてF=maを計算しましたが、人間がこの式を思いつくのに何千年もかかりました。

検索エンジンの「キーワード入力、データベース検索、情報マッチング、多重調整、結果の返却」は、ベイズ学習原理と完全に一致しているのではないでしょうか。したがって、検索エンジンは、シミュレートされたニューラルネットワークを構築することで、ある程度の人間の学習能力を獲得できると信じる理由があります。たとえば、現在の「百度脳」は、2歳児の知能レベルに達しています。アメリカ小児科学会の「子育て百科事典」では、子どもたちを「イヤイヤ期の2歳児」と呼んでいます。彼らの語彙は広がり始め、心の中で物事、行動、概念のイメージを想像できるようになり、物同士の関係を理解し​​始め、さまざまな活動をつなげて論理的な関係を形成し始めます。そして、社会が特定のルールに従うことを期待していることに気付くと、ある程度の自制心を発達させ始めます。 Baidu Brain はこれらの知能形態を一つ一つ追い抜くことはできないかもしれませんが、それでも機械知能の大きな進歩を感じることができます。

6. よりオープンな検索エンジンプラットフォーム

機械学習や人工知能など、研究サイクルが長く、学問分野の範囲が広い研究テーマについては、オープンな姿勢と積極的な協力の姿勢を維持する必要があります。 EUヒューマン・ブレイン・プロジェクトは、オープン・プラットフォームの構築、開発インターフェースの開放、複数の分野の統合を常に重視してきました。検索エンジンにとって、オープン性は常に独自の利点であり、ほぼすべてのユーザーと業界をカバーできます。しかし、機械学習と人工知能の長期的な目標は、検索エンジンが依然としてオープンであることを必要としています。百度の「ビッグデータエンジン」戦略からも、同社がオープン性と協力をいかに重視しているかがわかります。同社は、プラットフォームベースとインターフェースベースの方法で、ビッグデータの保存、分析、インテリジェント処理などのコア機能全体を外部に公開し、より多くのパートナーを引き付け、北京航空航天大学と科学研究を行い、交通、金融、医療業界との協力を深めています。プラットフォームのオープン化により、既存の機械学習機能の拡充だけでなく、より多くのアプリケーションや外部リソースの導入を通じて、既存の機械学習モデルの検証や改善も可能になります。

3. 検索エンジンの人工知能への移行に関する懸念

1. 個人情報のプライバシー

研究室では人工知能に無関心でいられる。なぜなら、その研究がどれだけ進歩しても、人工知能は人間と直接関係を持たないからだ。しかし、私たちが毎日使っている検索エンジンの知能に対する私たちの態度はまったく異なります。検索エンジンの人工知能の動機は、私たちと検索エンジンとの無数のやり取りです。検索エンジンの知能とは、必要な情報をより速く、より正確に見つけるのに役立つ能力であると私たちは定義しています。検索エンジンがこれほど賢いのは、検索エンジンが私たちのニーズをよりよく理解しているからです。検索エンジンが私たちを理解するのは、私たちが検索エンジンに提供する個人情報の量が増えていることに基づいています。もちろん、それは私たちのプライバシーがどんどん少なくなっていることを意味します。

検索エンジンは、私たちの移動ルート、地理的位置、仕事情報、日々の行動パターン、交友関係を把握しています。検索エンジンは、私たちのリスク状態をどの保険会社や銀行よりもよく理解しています。ウェアラブル スマート デバイスの普及により、検索エンジンは医師よりも私たち自身の身体状態をよく理解するようになるかもしれません。言い換えれば、検索エンジンは私たち自身を理解する以上に、私たち自身をより深く理解するようになるということです。

これは情報化時代特有の背景です。効率性を追求するあまり、インターネットの検索エンジンなどが提供する情報サービスを享受することは避けられませんが、個人情報漏洩の被害に遭うことも避けられません。私たちは、ますますインテリジェントでユーザーフレンドリーな情報サービスが効率性を向上させ、世界の変化をもたらしているのを観察してきましたが、個人情報がますます公開されるようになるにつれて、私たちのあらゆる行動が他人に見られるようになっていることを見落としてきました。検索エンジンの機械学習では必然的にユーザー情報がますます必要になりますが、これは根本的に私たちのプライバシー権と矛盾します。おそらく私たちはこれに気づいているのでしょうが、効率性という点では私たちにできることは何もありません。

2. 私たちは記憶を検索エンジンに託す

「The Shallows」では、インターネットが私たちの脳を形成し、常に変化させており、検索エンジンが最初に私たちの記憶をつかむものであると述べられています。何千年もの間、人類は日常生活の些細なことを記憶するために互いに頼り合ってきました。私たちは現在、電子機器やクラウドに依存しており、それによって周囲の世界を認識し、記憶する方法が変化しています。インターネットは、「他者」などの外部記憶リソースを置き換えるだけでなく、私たち自身の認知機能をも置き換える可能性があります。インターネットは、仲間と情報を共有する必要性をなくしただけでなく、リアルタイムで学んだ重要な情報を生物学的記憶システムに保存したいという欲求も破壊しました。これが「検索エンジン効果」と呼ばれるものです。

私たちの記憶をデータベースと考えると、記憶を保存するたびに、将来のある時点で必要な情報を取得する必要があり、何かを思い出すたびに、このデータベースを検索することになります。もっと賢い検索エンジンが私たちについてすべてを知っていて、脳の記憶よりも速く正確にインターネットで情報を検索する場合、この「記憶」が外部のインターネット上にあるか私たち自身の脳内にあるかに関係なく、私たちは間違いなくためらうことなく前者を選択するだろうと想像してみてください。

この結果の賛否については、まだ議論が続いています。ある見方では、私たちが記憶の一部を検索エンジンと共有すると、検索エンジンは自分たちが他の誰よりも多くのことを知っていると思い始めるといいます。しかし実際には、私たちが検索エンジンに依存していることは、検索エンジンが周囲の世界についてどれほど知らないかを示しているだけです。私たちは、Google のアルゴリズムの成果を、自分たちが「知っている」ことと完全にみなしています。対立する見解では、私たちが「インターマインド」の一部となると、脳内の局所的な記憶に依存しない新しい種類の知能が発達するだろうとされています。日常の事実を暗記する必要から解放されると、解放された精神的資源を個人的な野心の追求に使うことができます。この進化する「インターネット脳」は、個々の人間の創造性とインターネット上の豊富な知識を組み合わせ、私たち自身が作り出した困難のいくつかを打破できるようになるかもしれません。

3. 究極の知性の移転

意識の謎は未だ解明されていないが、少なくとも私たちの意識と思考は神経接続から生じており、ニューロン間で伝達される神経伝達物質によって運ばれる情報が私たち自身を構成していることはわかっている。セバスチャン・スンが「私は私のコネクトームである」と言った通りだ。神経科学の出現により、「魂」は消滅しつつあります。いかなる人にもいわゆる真の自己は存在しません。私たちが持っているのは自分自身の脳だけであり、つまり私たちは特定の時間における脳の状態であり、この状態は情報を通じて完全に反映されます。もちろん、ヒントン氏と同様に、脳のニューラル ネットワークを複数のレベルで実行されるソフトウェアとして考えることもできます。言い換えれば、私たちの神経活動は本質的に情報伝達と計算の一形態です。 『マトリックス』には、このことを最も簡潔にまとめたセリフがあります。「現実とは何か？ それをどう定義するのか？ 現実が触覚、嗅覚、味覚、視覚を指すのであれば、これらは実際には脳が受け取る信号と情報である。」

検索エンジンは、私たちの意識を反映するさまざまなインターネット行動を数値化し、集計し、組み換えることで、本来人間が持つ知能を把握できるのでしょうか。機械学習によって私たちの知能をシミュレートし、人間よりも本質的に優れた強力な機能と組み合わせることで、人間自身では到底解決できない難問さえも解決できるのです。百度の「ビッグデータエンジン」は、ビッグデータと機械学習が多くの主要産業に応用されていることに言及しているほか、「機械学習を利用して外界を再理解し、これまで発見できなかった自然法則を発見できる」とも述べている。もしそうなれば、私たちの最も偉大なプロの哲学者、科学者、芸術家は皆、検索エンジンに道を譲ることになるかもしれません。

検索エンジンが機械学習を通じて人間の知能を習得することは、一方が得をして他方が損をする略奪行為ではないが、制御権の移行となる可能性がある。私たちは自然の進化から技術的な進化へと移行し、テクノロジーはトランスヒューマニズムをもたらしました。検索エンジンなどのインターネット サービスは私たちをサイボーグに変え、その進化の方向性である人工知能は人間の脳と機械の境界を曖昧にしています。人工知能を使えば人間の認知限界を超えることができますが、この変化は私たちが自分自身を見失う危機に陥ることを意味するものではありません。それどころか、私たちは徐々にインテリジェント化している検索エンジンと強力で前例のないつながりを確立しており、自分自身をより大きなものに統合しているだけです。

原題: 検索エンジンから人工知能への究極の進化

キーワード: 検索エンジン、人工知能