2020年11月8日作成，2021年4月21日追記
『超 AI 入門 ディープラーニングはどこまで進化するのか』（松尾 豊，NHK 出版，2019年2月28日）を読了。
学習という行為の根幹は「分ける」という処理にあります。ある事象について判断する。それが何かを認識する。「分ける」ことができれば，それをもとに行動することもできるというわけです。（位置 No. 181）
事象について判断し，何かを認識できれば，行動できる。
人間は得た情報を抽象化する能力を持っています。たとえば，自分が体験したことを抽象化できれば，次に起こる他の似た事例に対応できます。すべての情報を覚える必要はありません。社会では一度起きたことと寸分の違いなく同じことは起きないはずなので，「講義１」の最後にお話ししたとおり，情報を落とす能力――細かいことを忘れ抽象化する能力――自体が，人間の脳にとって本質的な意味を持ちます。（位置 No. 393）
抽象化することができれば，似たような事象に対応できる。
"良い学習" のためには，丸暗記ではなく，うまく抽象化して，ポイントをつかんで，そのポイントと答えの関係を学んでいかないといけません。これを「汎化」と言います。（位置 No. 470）
学習は丸暗記ではなく，汎化する。
「強い AI によれば，コンピュータは単なる道具ではない。正しくプログラムされたコンピュータには精神が宿る」by ジョン・サール（位置 No. 543）
精神が宿ったコンピュータを見てみたい。
いまの生産能力からすると，かなりの人は働かなくてもいいはずですし，仮に 100 年前の生活レベルでいいのなら，ほとんどの人は働かなくていいはずなのです。
けれども，やはり人間は「働きたい」と思っているし，たとえば会社という組織を作って，議論したり競争したりし続けている。この「人間らしさ」は，おそらくなくならないと思っています。（位置 No. 1395）
人間は豊かさを求め続けているから，働くのか。
働かないことが豊かさの象徴には，ならないのだろうか。
かの有名な物理学者リチャード・ファインマンが言ったように，何かを理解するにはそれを自分自身で作ってみる必要があります。ですから自分で AI のシステムを作れば，知能についてそれなりにくわしくなります。（位置 No. 1657）
自分で作ってみれば，理解が深まる。
まずは，手を動かして，自分の手で作ってみることから始める。
