AIの活用を拡大するには？ 人工知能には「1%の問題」がある

人工知能（AI）については多くの報道や解説がなされてきました。奇跡を起こすことができると言う人もいれば、人類に脅威を与えると言う人もいます。しかし、データブリックスの共同創設者兼CEOのアリ・ゴドシ氏は自制を求めた。 Databricks は、カリフォルニア大学バークレー校の AMPLab が開発した、Apache Spark に特化した製品です。

Ghodsi氏によると、Databricksが500社を超える企業顧客向けにサポートしているユースケースのうち、73%はAIベースだという。これらの企業の多くは AI を活用するために懸命に取り組んでいます。しかし、AI が世界を支配する方法や、AI がいかに強力で危険であるかについての誇張された話も数多くあります。

[[206065]]

「予測問題の解決に取り組んでいるフォーチュン2000企業と話をすると、彼らの言っていることとメディアで報道されていることの間には大きなギャップがある」とゴドシー氏は語った。

AIの1%問題

同氏は、誰もが AI の大きな可能性を認識して AI に関わりたいと考えており、CIO や経営幹部に競争力を維持する計画を尋ねると、AI の活用が上位 5 つの優先事項の 1 つに挙げられる可能性が高いと述べました。ゴドシ氏は、人々は AI がどこにでもあると考えているが、現実はまったく違うと指摘した。

実は、AIには「1%の問題」が存在します。 GoogleやAmazonなど、人工知能を活用して目標を達成した企業はごくわずかです。これらのテクノロジー大手にはシリコンバレーのエンジニアが何万人もおり、その多くは博士号を持っているか、かつてはMIT、スタンフォード、カリフォルニア大学バークレー校などの一流大学の優秀な教授だった人たちで、車の自動運転や広告のクリック率向上など、少数の限定的な問題を解決することに尽力している。ゴッドシ氏は、自分たちが取り組んでいる限られた分野では大きな成功を収めているが、他の「99%」の企業にはこうしたリソースがなく、解決しようとしている問題が極めて複雑で、どこから手を付けてよいのかわからなかったと説明した。

初期のアプリケーション

Databricks は、産業 IT とヘルスケアが AI の初期の応用の 2 つの顕著な例であることを発見しました。企業はセンサーからデータを収集し、それを Databricks に入力して特定の場所で石油が発見される可能性を予測し、探査の効率を高めて環境への影響を改善します。医療業界では、組織が AI を活用して画像内の癌性腫瘍を特定しています。しかし、これら 2 つの業界では、データ サイエンティストやデータ エンジニアだけでなく、通常 AI、データベース システム、データ ウェアハウスにあまり精通していない関連分野の専門家も必要です。

AI を使用して腫瘍を特定する例に関しては、このアプリケーションは安全に自動化されるまでにはまだまだ遠い状態です。ゴドシ氏は、グーグルのエンジニアは猫と犬を区別するAI技術を開発できるとし、「たとえ間違えたとしても、それはただ面白いだけだ。猫なのに犬のように見える」と語った。しかし、医療の分野では、誰かが癌の腫瘍だと言ったのに、そうでなかったら、問題は深刻だ。

AIの活用を拡大するには

ゴドシ氏は、AIがより多くの企業で広く利用されるようになる前に解決しなければならない問題が3つあると述べた。

• スキルギャップ – まず、ドメインの専門家が必要です。例えば、がんを特定するには医師だけでなく、機械学習ソフトウェアを使用して予測モデルを構築する方法を知っているデータサイエンティストも必要だとゴドシ氏は言う。また、データベースとデータ ウェアハウスを理解し、データをどこに保存すべきか、ビッグ データの多様性、速度、その他の問題にどのように対処するかを知っているデータ エンジニアも必要です。政治的に緊張した、管理と権力に関する雰囲気の中で、これらすべての異なる役割を連携させることは容易ではありません。
• ツールが多すぎる - Godsi 氏は、統合するツールが多すぎるが、その多くはオープンソースであると述べました。これらのツールは、データのクレンジング、取り込み、セキュリティ、予測、監視をカバーします。これらすべてのオープンソース ツールを連携させるには、企業は開発者を雇用し、ソフトウェアを連携させるためにソフトウェアの相互運用性を実現する必要があります。
• インフラストラクチャ - Godsi が考える 3 番目の課題は、インフラストラクチャを運用し、すべてのマシンとクラスターが安全な状態にあり、データが制御された方法で流れるようにすることです。これは、厳しく規制されている業界では、ハッキングや情報漏洩が企業に深刻な結果をもたらすためです。

クラウドが鍵

ゴドシ氏は、これらは AI の旅に乗り出す際に早い段階で対処する必要がある 3 つの質問であると述べました。これらに対処するには、クラウドを通じてコラボレーション、システム統合、インフラストラクチャの一貫性と可用性の向上を実現するツールが必要です。

• コラボレーション ツール – 複数の役割がコラボレーションできるようにするツールを用意することが、スキル ギャップを解決する最善の方法です。これは非常に重要だとゴドセ氏は語った。
• テクノロジーの統合 – データをクリーンアップし、予測のために数学的な形式に変換し、データを追加し、予測モデルを構築し、ソフトウェアを自動的に実行できるように、テクノロジーを統合して連携させる必要があります。元のデータセットを充実させるためにさらにデータを追加する能力は、予測の精度に関係しているとゴッドシ氏は述べた。
• クラウド - Godsi 氏は、クラウドはインフラストラクチャが常に正常に動作することを保証する優れたソリューションであると述べました。クラウドにより、自動化、アウトソーシングが可能になり、インフラストラクチャが常に正常に動作していることを保証できるようになります。 AIで成功している企業の1％はクラウド企業です。偶然かもしれないし、そうでないかもしれないが、Google、Facebook、Amazon、そしてAIで本当に成功している他の企業はすべてクラウド企業だ。 「それが重要な違いだと我々は考えています」と彼は語った。

AIとは何か、そしてAIではないものとは何か

高徳熙氏は、AIが広く使われるようになるまでにはまだまだ長い道のりがあると述べた。AIが人間の脳に取って代わるのではないかと心配する人は多いが、最先端のAI研究はそれを狙ったものではない。AIは実際には人間の脳を補助するもので、人間が困難なタスクをよりうまくこなせるように手助けするものだ。

Google には世界中のあらゆるウェブサイトに関する膨大な量の情報が存在します。それは AI なのか、それとも大量の情報を持つ単なるデータベースなのか? ゴッドシ氏は、これを哲学的な問題として考えることができると述べました。しかし、すべてのデータを自分のコンピューターに保存し、必要な情報のソースを特定できる人は誰もいないため、AI によって人間が非常に効率的に情報を見つけられるようになることは間違いありません。地図があり、2 点間の最短ルートを見つけたい場合、ソフトウェアでそれを非常にうまく行うことができます。しかし、創造性が求められ、超構造化されていない分野では、AIはほとんど進歩していないとゴドシ氏は述べた。

ゴドシ氏は、グーグルのアルファ碁が人間の囲碁チャンピオンに勝つことができたのは、人間の脳よりも速くシミュレーションできるからだと語った。しかし、アルファ碁にこれまでの勝利を振り返り、そのゲームに勝つことができた重要な動きを指摘するように頼んだとしても、アルファ碁はそうすることはできないだろうと彼は言った。人間は、自らの意思決定プロセスの複雑な性質について長々と語ることができます。 AlphaGo は、一連のプログラム アルゴリズムを実行してシナリオをシミュレートし、最適なソリューションを見つけます。それは本当に人間に取って代わることができるのでしょうか? 明らかにそうではありません。

結論は

「本質的に、AIは人類にとって悪いものではないと思う」とゴドシー氏は語った。彼は、AIによって食糧、教育、医療など人間が利用できる資源が減っていないと指摘した。

しかし、AI が広く利用されるようになる前に、スキルギャップ、多数のツール、インフラストラクチャという 3 つの重要な問題に対処する必要があると彼は考えています。

どの遺伝子が特定の病気を引き起こすのかといった疑問に答えるのは実は非常に難しいが、誰もが「大きな進歩」を遂げていると言っている。 「『これは困難で挑戦的なことになるだろう』と言っている人は誰もいない」とゴドセ氏は語った。

もう一つの問題は、AIをめぐる誇大宣伝によって、AIの大きな可能性を無視して、AIが人類に差し迫った脅威をもたらすと人々が誤って信じるようになったことだと彼は述べた。

ゴッドシ氏は、データブリックスの目標は、テクノロジーを可能な限り簡素化して99%の企業が利用できるようにし、AIを「民主化」し、「Google」ほど能力のない企業がAIを利用できるようにすることだと語った。