人工知能の3つの浮き沈みと、寒い冬の可能性

[[437677]]

より長期的な視点で見ると、中国は歴史上、3つの発展の波と2つの谷を経験してきたことがわかります。つまり、AIバブルは2度崩壊したことになる。まずは、3つの栄枯盛衰を経験してきた人工知能の歴史を振り返り、歴史から現在の意味を見出し、私たちが直面するであろう未来を推測してみましょう。

最初の波と最初の谷:

ダートマス会議は、1956 年から 1974 年まで続いた人工知能の最初の世界的な波の出現を促進しました。当時、楽観的な雰囲気が学界全体に広がり、アルゴリズムの分野では強化学習（ベルマンの公式）と呼ばれるもののプロトタイプを含む多くの世界クラスの発明が登場しました。強化学習は、GoogleのAlphaGoアルゴリズムの核となるアイデアです。

1970 年代初頭、AI はボトルネックに遭遇しました。論理証明器、パーセプトロン、強化学習などは、非常に単純で、非常に専門的で、狭い範囲のタスクしか実行できず、その範囲を少しでも超えるものには対処できないことが分かっています。当時のコンピューターのメモリと処理速度は限られており、実用的な AI の問題を解決するには不十分でした。研究者たちはすぐに、プログラムに子供レベルの世界の理解を要求するのは要求が厳しすぎることに気づきました。1970 年には、人工知能に必要な巨大なデータベースを作成できる人は誰もおらず、プログラムがそのような豊富な情報セットを学習する方法を知っている人も誰もいませんでした。一方、複雑さが指数関数的に増加し、計算上不可能になる計算タスクも数多くあります。

第二波と第二谷:

1980年代には、「エキスパートシステム」と呼ばれるAIプログラムのクラスが世界中の企業に採用され始め、「知識処理」がAI研究の主流の焦点になりました。エキスパート システムの力はそこに保存されている専門知識から生まれ、知識ベース システムと知識工学は 1980 年代の AI 研究の主な方向性となりました。しかし、エキスパート システムの実用性は特定のシナリオに限定されており、エキスパート システムに対する人々の熱意はすぐに大きな失望に変わりました。一方、1987 年から 1993 年にかけて登場した現代の PC は、エキスパート システムで使用される Symbolics や Lisp などのマシンよりもはるかに安価になりました。現代の PC と比較すると、エキスパート システムは古く、保守が非常に難しいと考えられています。その結果、政府の資金援助は減少し始め、再び冬が到来しました。

第三の波:

1993 年以降、新しい数学ツール、新しい理論、そしてムーアの法則が登場しました。人工知能も自らの方向性を定めつつあります。選択肢の一つは、実用的かつ機能的な人工知能を生み出すことであり、それが人工知能の新たな道へとつながります。ディープラーニングを中核とした機械学習アルゴリズムが開発され、蓄積されるデータ量が極めて豊富になり、新しいチップやクラウドコンピューティングの開発により、利用可能なコンピューティングパワーが飛躍的に向上し、現代AIの夜明けが再び訪れました。 2016年3月、グーグル・ディープマインドが開発したアルファ碁が、人間と機械の囲碁対決で韓国のプロ囲碁九段、イ・セドルを破るという画期的な出来事が起こった。その後、人工知能は一般の人々にも身近に感じられるようになり、さまざまな分野で熱狂が巻き起こりました。

ディープラーニングの発展により、人工知能は新たな発展の頂点を迎えました。テクノロジー、特にアルゴリズムの限界が、この人工知能の波の「上限」を決定します。ディープラーニングアルゴリズムによってもたらされる「技術的配当」は、今後 5 ～ 10 年間は私たちの発展を支えてくれるでしょうが、その後はボトルネックに直面することになるでしょう。人工知能の分野では、技術の進歩は直線的ではなく、直線的な蓄積と断続的なブレークスルーが交互に起こります。根本的な進歩を達成し、汎用人工知能、さらには超人工知能のレベルに到達するには、「技術的特異点」に到達する必要があります。今後数年間、人々は人工知能に対して大きな熱意と非合理的な期待を抱く可能性が非常に高いが、同時に、まるで目に見えない「天井」がそれを阻んでいるかのように、人工知能の進歩がますます困難になっていることに徐々に気づくだろう。突破口が見いだせないまま、人々の忍耐は次第に尽き、人工知能の次の冬が来るだろう。

一般産業に関しては、直線的な発展の要素が強く、たとえ産業が前進できなくなっても、比較的高い産業成熟度を維持できる。人工知能業界は異なります。業界の発展レベルをパーセンテージで測ると、人工知能は1から100までゆっくりと発展するのではなく、90ポイントを超えるか、10ポイントを下回ります。あなたには知能の高いアシスタントがいて、その知能レベルが常に 10 歳以下だとしたら、あなたはそれを受け入れられますか? そのような知能の高いアシスタントはおもちゃのようなもので、重要なタスクを任せることはできません。結局のところ、誰も子供に重要なことを任せようとはしないでしょう。例えば、翻訳の分野では、知能システムが人間の翻訳能力のレベルに到達すれば、それは完全な転覆となり、人間の翻訳者は完全に姿を消すでしょう。しかし、そのレベルに到達するまでは、翻訳システムは基本的に装飾品です。そのシステムを使用して外国人とスムーズにコミュニケーションすることはできませんし、見た資料全体をすぐに別の言語に変換することもできません。

人工知能のバブルは、産業化と商業的応用のレベルにあります。人工知能アプリケーションを開発する多くの企業が、計画の実現に対する期待が満たされないことに気付いた場合、企業全体のビジネス価値の基盤は存在しなくなり、業界全体が消滅し、多数の企業が倒産することになります。

もし本当にそのような未来に直面しなければならないとしたら、私たちはどう対処すべきでしょうか。私はいくつかの提案をします。

まず、AI技術に対する期待を適度に下げ、合理的にビジネスモデルを設定します。企業は技術開発の可能性を慎重に評価し、非現実的な空想を抱かないようにすべきです。あまり高いインテリジェンスレベルを必要とせず、それでも商業的価値を持つことができるアプリケーション モデルをいくつか見つけて設計し、これに基づいて競争上の障壁を構築します。例えば、自動運転の分野では、10年以内にL4が達成されないかもしれないという心構えを持ち、L3レベルで商業的価値を持つ可能性のある応用分野を探す必要があります。

第二に、今から「冬の食料と飼料」の準備を始めましょう。バブルが崩壊すると資金調達はますます困難になり、企業が自らの収益力だけで生き残ることはほぼ不可能になるでしょう。したがって、今できる限りの資金を調達し、今後数年間は節約して寒い冬を乗り切りましょう。

第三に、迂回的な救済策を実行し、いくつかの「疑似インテリジェント」ビジネスを開発し、ビジネス領域を拡大します。ある日、「純粋な人工知能」の道が実現不可能だと分かったら、キャッシュフローをもたらすことができる限り、いくつかの周辺産業の開発を検討することができます。羊肉を売るという名目で犬肉を売るのは少々非倫理的だが、「革命の火花」を残すという意味では良いことでもある。