2018 年の画期的なテクノロジー トップ 10: AI と知覚都市

2017年、MITテクノロジーレビューは、強化学習、自動運転トラック、360度セルフィー、顔認証決済、実用的な量子コンピューター、太陽熱太陽電池、遺伝子治療2.0、細胞マッピング、麻痺治療、ゾンビIoTなど、世界トップ10の画期的技術をリストアップしました。強化学習は、トップ 10 に入る人工知能の手法です。

2018年、MITテクノロジーレビューは再び世界トップ10の技術革新をリストアップしました。今年選ばれた技術には、3D金属印刷、知覚都市、人工知能技術「生成的敵対的ネットワーク」（GAN）、人工胚、天然ガスベースのクリーンエネルギー技術などがある。

MIT Technology Review のリストに載るテクノロジーはすべて、将来の経済生活や政治生活に大きな影響を与えるテクノロジーです。なぜそんなことを言うのですか？これは、MIT Technology Review が 1899 年に創刊されたためです。当初、この雑誌は MIT の卒業生がコミュニケーションをとるための内部出版物に過ぎませんでした。しかし、110 年にわたる発展を経て、Technology Review は現在、米国初かつ最も専門的な技術レビュー雑誌に成長しました。 2001 年以来、MIT Technology Review は毎年「世界の画期的テクノロジー トップ 10」を選出し始めました。これらのテクノロジーは、困難な問題を解決したり、テクノロジーの新しい使用方法を生み出したりした、過去 1 年間のイノベーションから選択されました。

付録: MIT テクノロジーレビューによる 2017 年の画期的テクノロジー トップ 10

1.3D金属印刷

[[220594]]

3D プリンティングは数十年前から存在しています。しかし、これまでのところ、3D プリントは主に 1 回限りのプロトタイプを作成するために使用されてきました。金属などプラスチック以外の材料で印刷すると、コストがかかり、時間がかかります。

しかし、3D金属プリントのコストはどんどん下がってきており、実際の部品を製造するための方法になりつつあります。これが広く普及すれば、大規模な製品の生産方法が変わるだろう。

短期的には、メーカーは大量の在庫を維持する必要がなくなります。自動車部品などの製品であれば、必要なときに印刷するだけで済みます。

長期的には、少数の部品を大量生産する大規模な工場は、顧客の需要の変化に適応しやすい小規模な工場に置き換えられる可能性があります。

3D 金属プリントは、より軽量で強度の高い部品を製造し、従来の方法では実現が難しい複雑な形状を実現し、金属の微細構造をより正確に制御することができます。 2017年、ローレンス・リバモア国立研究所の研究者らは、従来の方法の2倍の強度を持つステンレス鋼を製造できる3Dプリント法を開発したと発表しました。

また2017年には、ボストンを拠点とする3Dプリント会社Markforgedが、10万ドル未満で初の3D金属プリンターをリリースした。

ボストンの別のスタートアップ企業であるデスクトップメタルは、2017年に金属印刷の試作装置を発売した。同社は、従来の金属印刷方式に比べて100倍の速さで生産できる、実際の製品生産用の大型機械の販売を計画している。

金属部品の印刷が簡単になっています。 Desktop Metal は現在、3D プリントに適したデザインを生成できるソフトウェアを提供しています。ユーザーは、印刷したいオブジェクトのパラメータをソフトウェアに伝えるだけで、ソフトウェアが印刷に適したコンピュータ モデルを生成します。

GE は長年にわたり、航空製品に 3D プリントを活用してきました。同社は大型部品を印刷できるほど高速な新型金属プリンターをテストしている。同社は2018年にこのプリンターの販売を開始する予定だ。

2. 人工胚

[[220595]]

英国ケンブリッジ大学の発生学者らは画期的な研究で生命の誕生の仕組みを再定義した。彼らは単一の幹細胞から本物そっくりのマウスの胚を作り出​​した。卵子や精子は使用されず、別の胚から採取された細胞のみが使用されます。

研究者たちは細胞を三次元の足場の上に慎重に置き、観察した。細胞は互いに通信し合い、数日齢のマウスの胎児の形に整列します。

「幹細胞が魔法のように強力な可能性を秘めていることはわかっていました」と、チームを率いたマグダレーナ・ゼルニカ・ゲッツ氏は語る。「しかし、幹細胞がこれほど美しく完璧に自己組織化できるとは思いませんでした」

ゼルニカ・ゲッツ氏は、「合成」胚はおそらくマウスには成長しないだろうと述べた。しかし、それでもなお、卵子を必要とせずに哺乳類を創造できることを示唆している。

これはまだゼルニツカ・ゲッツの目標ではない。彼女は初期の胚細胞がどのようにして特殊な機能を果たすのかを研究したいと考えていました。彼女は、次のステップはヒト幹細胞を使って人工胚を作ることだと語った。ミシガン大学とロックフェラー大学もこの分野の研究を行っています。

人工知能によって合成されたヒトの胚は科学者に朗報をもたらし、人類の初期発達のあらゆる過程を理解するのに役立つだろう。また、胚は簡単に操作できる幹細胞から作られるため、研究室では遺伝子編集などのさまざまなツールを使って、胚の成長過程を研究することができます。

しかし、人工胚は倫理的な問題を引き起こします。そのような胚が本物の胚と区別がつかないとしたらどうなるでしょうか?実験室では、胎児は痛みを感じるまでにどれくらい成長できるのでしょうか?生命倫理学者は、科学的な競争が始まる前にこれらの疑問に取り組む必要があると主張している。

3. 都市の認識

[[220596]]

多くのスマートシティ計画は遅れており、対象範囲が狭く、富裕層のみを対象としている。トロントの新しいプロジェクトであるキーサイドは、この失敗のパターンを逆転させることを望んでいる。このプロジェクトは、都市コミュニティを根本から再考し、最新のデジタル技術を中心に再構築することを計画しています。

このプロジェクトは2017年10月に発表され、建設は2019年に開始される予定です。アルファベット傘下のニューヨークに拠点を置く企業、サイドウォーク・ラボは、カナダ政府と協力して、トロントのウォーターフロントの工業地帯で実施される予定のプロジェクトに取り組んでいる。

このプロジェクトの目標の 1 つは、広大なセンサー ネットワークを使用して空気の質、騒音レベル、人口活動などのデータを収集し、設計、ポリシー、テクノロジーの決定を導くことです。

このような計画では、すべての車両が自律走行車となり、共有の移動プラットフォームに参入することが求められます。ロボットは郵便配達などの雑用をこなすようになる。サイドウォーク・ラボは、第三者がスマートフォン向けアプリを開発するのと同じように、他の企業が自社のソフトウェアやシステム上にサービスを構築できるよう、そのアクセスを開放すると述べた。

同社の公共インフラを厳重に監視する計画は、データ管理とプライバシー保護に関する懸念を引き起こしている。しかし、サイドウォーク・ラボは、地域社会や地方自治体との協力を通じてこれらの懸念に対処できると述べている。

「キーサイドで私たちがやっていることの違うところは、野心的であるだけでなく、人間的でもあることです」と、サイドウォーク・ラボの都市システム計画責任者、リット・アガーワラ氏は語った。これは、キーサイドが過去のスマートシティ・プロジェクトの失敗を避けるのに役立つかもしれない。

キーサイド開発を担当する政府機関ウォーターフロント・トロントは、北米の他の都市もサイドウォーク・ラボに次の候補として連絡を取っていると語った。 「サンフランシスコ、デンバー、ロサンゼルス、ボストンの4都市から電話があり、紹介を希望している」と、同局のウィル・フライシグ最高経営責任者は語った。

4. すべての人のための人工知能

[[220597]]

これまでのところ、人工知能は主にAmazon、Baidu、Google、Microsoftなどの大企業や少数のスタートアップ企業のおもちゃでした。他の多くの企業にとって、AI はコストがかかりすぎて全面的に導入するのは困難です。

それで解決策は何でしょうか?クラウドベースの機械学習ツールにより、人工知能がより幅広いユーザーに提供されるようになります。 Amazon AWS は、クラウドベースの人工知能の分野で圧倒的なリーダーです。 Google はオープンソースの人工知能ライブラリ TensorFlow で Amazon に挑戦しています。最近、Google も Cloud AutoML を発表しました。これは、人工知能を使いやすくするための事前トレーニング済みのシステムです。

Microsoft には、人工知能を統合したクラウド コンピューティング プラットフォームである Azure もあります。さらに、Microsoft は Amazon と提携してオープンソースのディープラーニング ライブラリ Gluon を提供しています。 Gluon は主にニューラル ネットワークの開発に使用され、ニューラル ネットワークをモバイル アプリケーションと同じくらい簡単に開発できるようになります。

クラウドベースの人工知能のリーダーとしてどの企業が浮上するかはまだ明らかではない。しかし、勝者にとっては、それは大きなビジネスチャンスを意味します。

AI革命があらゆる業界に浸透すれば、こうした製品は欠かせないものとなるでしょう。

現在、人工知能は主にテクノロジー業界で使用されています。業界全体で、AI は効率性を生み出し、新しい製品やサービスを可能にしています。しかし、他の多くの企業や業界も AI を活用しようとしています。医療、製造、エネルギーなどの業界でもこの技術をフル活用できれば、生産性は大幅に向上し、業界全体に革命が起こるでしょう。

しかし、ほとんどの企業では、クラウドベースの AI を活用する方法を理解できる人材がまだ不足しています。そこでAmazonやGoogleもコンサルティングサービスを提供しています。クラウド コンピューティングによって誰もがテクノロジーにアクセスできるようになると、真の AI 革命が始まります。

5. 敵対的ニューラルネットワーク

人工知能は物体を認識するのが非常に得意です。 100万枚の写真の中から、道路を横断する歩行者が写っている写真を正確に特定できます。しかし、AIは道路を横断する歩行者を描いた絵を描くのにはあまり適していません。これが実現できれば、人工知能は自動運転車を訓練できる非常に現実的なシミュレーション環境を作り出すことができるようになります。

問題は、何か新しいものを作るには想像力が必要であり、想像力は人工知能が得意ではないということだ。

この解決策は生成的敵対ネットワーク（GAN）と呼ばれ、2014年にモントリオール大学の博士課程の学生イアン・グッドフェロー氏がバーでの学術討論中に初めて考案した。 GAN は、デジタル版の猫とネズミのゲームで 2 つのニューラル ネットワークを互いに対戦させます。

両方のネットワークは同じデータセットを使用してトレーニングされます。ジェネレーターと呼ばれるロボットは、見た画像を取得して、3本の手を持つ人物など、さまざまなバージョンを作成するという役割を担っています。もう 1 つは「ディスクリミネーター」と呼ばれ、見た画像がジェネレーターによって作成された偽物であるかどうかを識別する役割を担っています。

このプロセスを通じて、ジェネレーターは画像を生成するのが非常に上手になるため、識別器はどの画像が本物でどれが偽物かを判別するのが難しくなります。本質的には、ジェネレーターは本物に見える画像を認識および生成するようにトレーニングされます。

過去 10 年間で、GAN は人工知能の最も有望な分野の 1 つとなり、機械が人間の目を欺くような結果を生成するのに役立っています。

GAN は、リアルに聞こえる音声や画像を作成するために使用されています。たとえば、Nvidia の研究者は、GAN に大量の有名人の写真を入力し、存在しない肖像画を何百枚も作成しました。別の研究チームはゴッホの作品に似た偽の絵画を作成した。さらに一歩進んで、GAN は、晴れた道路を雪道に変えたり、馬をシマウマに変えたりするなど、さまざまな方法で画像を再想像することができます。

結果は常に完璧というわけではありません。GAN は自転車にハンドルを 2 つ付けたり、肖像画で眉毛を間違った場所に配置したりすることがあります。しかし、生成される画像や音は非常にリアルなことが多いため、専門家は、ある意味で、GAN は見たり聞いたりする世界の根本的な構造を理解し始めていると考えています。これは、想像力に加えて、AI が見た世界を理解するためのより独立した能力も獲得することを意味します。

6. バベルフィッシュ耳栓

[[220599]]

カルト的な人気を誇るSF映画の古典『銀河ヒッチハイク・ガイド』では、黄色いバベルフィッシュを耳の中に滑り込ませると同時通訳を聞くことができる。現実世界では、Google は一時的な解決策を思いついた。Pixel Buds (中国語で「ピクセルの花のつぼみ」と訳される) と呼ばれる 159 ドルのイヤホンで、Pixel スマートフォンと Google 翻訳アプリで使用してリアルタイム翻訳を行うことができる。

一人はヘッドホンをしており、もう一人は携帯電話を持っていました。イヤホンの装着者が自分の言語（デフォルトは英語）で話すと、アプリがその言葉を翻訳し、それを携帯電話に渡して音声で再生します。電話を持っている人が応答すると、その回答が翻訳されてヘッドフォンで再生されます。

Google 翻訳にはすでに会話機能があり、iOS および Android アプリでは 2 人のユーザーが会話でき、会話は自動的に認識され翻訳されます。しかし、背景の雑音があると、アプリが人々の言っていることを理解するのが難しくなり、人々が話すのをやめて翻訳を始めるタイミングをアプリが知ることもできなくなります。

Pixel Buds は、通話中に右のイヤホンを長押しするようにユーザーに要求することで、これらの問題を回避します。電話とヘッドセット間のやり取りを分離することで、マイクを手動で制御できるようになり、発信者は電話を取ることなくアイコンタクトを維持できるようになります。

Pixel Buds はデザインの悪さで広く批判されている。見た目が変だし、耳にきちんとフィットしない可能性があり、携帯電話での使用が難しい場合があります。

しかし、かさばるハードウェアの扱いは難しくありません。 Pixel Buds は、魚を必要とせずに、言語間でリアルタイムで理解可能なコミュニケーションを実現する可能性を示しています。

7. 炭素排出ゼロの天然ガス

[[220600]]

天然ガスは、低コストで入手しやすいため、近い将来、世界の主要なエネルギー源の 1 つになる可能性があります。現在、米国の電力の 30% 以上、世界の電力の 22% 以上が天然ガスから供給されています。しかし、天然ガスは石炭よりも安価であるとはいえ、依然として炭素排出の主な発生源となっている。

米国の天然ガスおよび精製産業の中心地であるヒューストン郊外では、実験的な発電所が天然ガスをクリーンエネルギーに変えるという夢を現実にできる技術をテストしている。 「ネットパワー」と呼ばれるこの50メガワットのプロジェクトは、標準的な天然ガス火力発電所と同等かそれ以上のコストで電力を生産し、同時に排出される二酸化炭素をすべて回収すると期待されている。

もしそうなら、世界は化石燃料から炭素を排出しないエネルギーを適正な価格で抽出する方法を見つけたということになる。天然ガス発電所は需要に応じて出力を増減できるため、原子力発電の高額な資本コストや再生可能エネルギーの供給変動の問題を回避できます。

Net Powerプロジェクトのパートナーには、技術開発企業の8 Rivers CapitalとExelon Generation、エネルギー建設企業のCB&Iなどが含まれる。同社は現在、工場の建設段階にあり、初期テストを開始しており、今後数か月以内に初期評価結果を発表する予定である。

このプラントは、天然ガスを燃焼して発生する二酸化炭素を高圧高温下に置き、生成される超臨界二酸化炭素を「作動流体」として特殊なタービンを駆動する。 CO2の大部分は継続的にリサイクルでき、残りは安価に回収できます。

コスト削減の鍵となるのは、CO2 を販売することです。現在、二酸化炭素の主な用途は、油井から石油を抽出することです。これは限られた市場であり、さらに、特に環境に優しい市場ではありません。しかし、ネットパワープロジェクトは、最終的にはセメント製造やプラスチックやその他の炭素ベースの材料の製造におけるCO2の需要が増加することを期待しています。

「純電力」技術は、特に採掘に関して、天然ガスのあらゆる問題を解決するわけではありません。しかし、天然ガスを使用する限り、できるだけクリーンな方法で使用するべきです。開発中のすべてのクリーンエネルギー技術の中で、「ネット電力」は炭素排出量を大幅に削減する最大の可能性を秘めています。

8. 完璧なオンラインプライバシー

[[220601]]

新しいツールのおかげで、真のインターネットプライバシーがついに実現可能になるかもしれない。生年月日を明かさずに 18 歳以上であることを確認したり、残高やその他の詳細を明かさずに金融取引を行うのに十分な銀行口座残高があることを証明したりするなど、さまざまなことが可能です。これにより、プライバシー侵害や個人情報の盗難のリスクが制限されます。

このツールは、ゼロ知識証明と呼ばれる新しい暗号化プロトコルです。研究者たちは何十年もこのことを研究してきたが、ほとんどが私有財産とは何の関係もない暗号通貨に対する一般大衆の関心もあって、この1年で関心が急上昇した。

ゼロ知識証明の背後にある技術は、主に2016年後半に開始されたデジタル通貨であるZcashによるものです。 Zcash の開発者は、zk-SNARK と呼ばれる最先端の暗号化技術を使用して、ユーザーが匿名で取引を行えるようにしました。

これは通常、誰でも取引の内容を見ることができるビットコインや他のほとんどのパブリックブロックチェーンシステムでは不可能です。取引は理論的には匿名ですが、他のデータと組み合わせてユーザーを追跡したり、識別したりすることもできます。世界で2番目に人気のあるブロックチェーンネットワークであるイーサリアムの開発者であるヴィタリック・ブテリン氏は、zk-SNARKを「まさにゲームを変える技術」と評した。

銀行にとって、これは顧客のプライバシーを犠牲にすることなく決済システムにブロックチェーンを使用する方法となる可能性があります。昨年、JPモルガン・チェースは自社のブロックチェーンベースの決済システムにzk-SNARKを追加しました。

zk-SNARK は大きな可能性を秘めていますが、計算が煩雑で遅く、暗号化キーを作成するためにいわゆる「信頼できるセットアップ」が必要であり、それが悪意のある人の手に渡るとシステム全体が危険にさらされる可能性があります。しかし、研究者たちは、秘密鍵を必要としないゼロ知識証明をより効率的に導入できる代替手段を模索しています。

9. 遺伝子占い

[[220602]]

将来、赤ちゃんは生まれたときにDNAの成績表を渡されるようになるでしょう。この報告書は、心臓病やガンを発症する可能性、またタバコに依存しているかどうか、平均的な人よりも賢いかどうかなどの予測を提供する。

こうした成績表が突然登場したのは、遺伝子研究の進歩のおかげであり、その一部には 100 万人を超える人々が関与している。

最も一般的な病気や、知能を含む多くの行動や特徴は、1つまたは少数の遺伝子によって引き起こされるのではなく、多くの遺伝子が協力して働く結果であることが判明しました。科学者たちは遺伝子研究のデータを使い、いわゆる「多遺伝子リスクスコア」を作成している。

新しいDNA検査は診断ではなく確率しか提供できないが、医学に大きな利益をもたらす可能性がある。たとえば、乳がんリスクの高い女性がマンモグラフィー検査の回数を増やし、リスクの低い女性がマンモグラフィー検査の回数を減らすと、検査でより多くの真のがんが検出され、誤報が減る可能性があります。

製薬会社は、アルツハイマー病や心臓病などの予防薬の臨床試験でこのスコアを利用することもできるだろう。病気になる可能性が高いボランティアを選ぶことで、薬の効果をより正確にテストすることができます。

問題は、これらの予測が完璧には程遠いということです。自分がアルツハイマー病を発症するかもしれないと知りたい人はいるでしょうか?がんリスクスコアが低い人が検査を先延ばしにして、がんを発症したらどうなるでしょうか?

多遺伝子スコアは、病気だけでなくあらゆる形質を予測できるため、論争にも直面している。たとえば、IQ テストの結果の正確性は現在 10 パーセント程度です。スコアが向上するにつれて、DNA IQ 予測は日常的なものになるでしょう。しかし、親や教育者はこの情報をどのように活用するのでしょうか?

行動遺伝学者のエリック・タークハイマー氏にとって、遺伝子データの寄せ集めは、この新技術を「刺激的でもあり、心配でもある」ものにしている。

10. 材料の飛躍的進歩

[[220603]]

新しい量子コンピューターは大きな期待を抱かせますが、難しい問題ももたらします。彼らの計算能力は今日のマシンをはるかに超えており、想像を絶するほど強力ですが、私たちはまだそれをどのように使用するか理解していません。

1 つの可能性として魅力的なのは、分子を正確に設計することです。

化学者たちはすでに、より効果的な薬剤のための新しいタンパク質、より優れた電池のための新しい電解質、太陽光を直接液体燃料に変換できる化合物、より効率的な太陽電池などを考案している。

分子を従来のコンピューターでモデル化するのは非常に難しいため、このようなものはありません。比較的単純な分子内の電子の動きをシミュレートしようとするだけでも、今日のコンピューターの能力をはるかに超える計算の複雑さが必要になります。

しかし、量子コンピュータにとっては、1と0を表すデジタルビットを使用する代わりに、量子システムの「量子ビット」を使用するため、これは簡単なことです。最近、IBM の研究者は 7 つの量子ビットを持つ量子コンピュータを使用して、3 つの原子からなる小さな分子をシミュレートしました。

科学者がより多くの量子ビットを備えたマシンを構築するにつれて、より大きく興味深い分子を正確にシミュレートできるようになるはずです。そして、同様に重要なこととして、量子アルゴリズムは進化してより優れたものになるでしょう。