トレンドにおける危険とチャンス: 生成 AI の黄金期をどう捉えるか?

ChatGPTは今年9月末に音声チャットと画像認識機能を追加しました。テキスト駆動型と比較して、ChatGPT は「見る」、「聞く」、「話す」ことができるようになりました。

AIの発展を振り返ると、2012年のImageNet大会での画像認識や、2016年のAlphaGoとイ・セドルの囲碁対決など、いくつかの大きな進歩がありました。これらの進歩は、AIの普及と応用への道を切り開きました。 ChatGPT の登場により、AI はまさに一般的な製品として世間の注目を集めるようになりました。

「ChatGPTの出現は、人工知能の発展において優れた主導的かつ促進的な役割を果たした」と、天津人工知能学会副会長で天津科技大学人工知能学院教授のヤン・ジュチェン氏はインタビューで語った。

ジェネレーティブAIにはまだ克服すべきハードルがいくつかある

実際、人工知能の概念は60〜70年前にすでに芽生えていました。今日、ChatGPTのような生成AI製品の出現は、歴史的な必然であるように思われます。楊巨成氏はこの傾向をよく理解しています。彼が見ているのは、製品の人気だけではなく、人工知能全体の発展の一般的な傾向です。

生成AIは、テキスト、画像、動画、音声など、さまざまな形式のコンテンツを生成できます。公開されてからまだ間もないですが、広く使用され、試行されています。

最近のマッキンゼーのレポート「2023 年の AI の現状: 生成型 AI のブレークスルーの年」によると、回答者の 79% が生成型 AI に触れたことがあり、そのうち 22% が仕事で生成型 AI を頻繁に使用しており、3 分の 1 が会社で少なくとも 1 つのビジネス機能で生成型 AI をすでに定期的に使用していると回答しています。

楊巨成氏は、人工知能の発展は黄金期にあると確信しており、人工知能は世界の注目の的であるだけでなく、多くの国にとって戦略的な優位性でもある。 「ジェネレーティブAIは、人工知能産業の発展と技術革新を促進し、産業資源の統合と連携、人工知能技術の応用と普及を促進しました。」

AIの最前線には、無限のチャンスがある一方で、数々の課題も存在します。 Yang Jucheng 氏はこの点について深い洞察力を持っており、的を絞った解決策を提案しました。

データのボトルネック:高品質のデータは生成 AI の中核ですが、現実には、データの質と量が需要を満たせないことがよくあります。

解決策:データセンターとデータ プラットフォームを構築して、データの共有と相互接続を促進し、データの質と量の両方の向上を実現します。

技術標準の欠如:技術の複雑さにより、業界内で統一された標準と仕様が欠如しており、その幅広い適用が制限されています。

解決策:政府、業界団体、大学、専門機関と協力して、AI 関連の技術標準と仕様を共同で開発します。現在、EUの一般データ保護規則（GDPR）や我が国の生成型人工知能サービスの管理に関する暫定措置など、国内外でいくつかの管理政策や基準が徐々に策定されつつあります。最近、中国と他の28か国および欧州連合は、初の世界的なAI声明であるブレッチリー宣言に署名しました。

倫理的な課題: AIGC の適用により、プライバシーの漏洩や人間の作業への影響などの倫理的な問題が徐々に浮上しています。

解決策:明確な技術の適用と道徳的および倫理的メカニズムを確立し、技術が道徳的枠組み内で合理的に使用されるようにします。

人材不足: AI 分野には、特に戦略科学者や実務経験のある上級人材の点で大きな人材ギャップがあります。

解決策：組織的な科学研究の実施、AI専門コースの開設、学校と企業の協力など、人材の育成と導入に重点を置き、実際に実用的な問題に対処できるAI人材を育成します。

さらに、これまで見てきたように、今年は AI の安全性が話題になっています。今年5月、「人工知能の父」として知られるジェフリー・ヒントン氏がグーグルを退社した。同氏は人工知能の熱狂の中心に立つことで、AIの安全性について深刻な懸念を提起し、テクノロジー業界に警鐘を鳴らした。

生成型人工知能 (AIGC) はコンテンツを効率的に生成できますが、誤解を招き、不正確なコンテンツを生成する可能性があり、それによって誤った情報の拡散を助長する可能性があります。さらに深刻なのは、AI技術が偽造や盗作、他人の権利侵害に利用される可能性があることです。 AIの知能が人間を超えたとしても、私たちはすべてをコントロールできるのでしょうか？

安全は常に最優先です。楊巨成氏は、セキュリティ技術の研究開発を強化し、健全なデータセキュリティとプライバシー保護のメカニズムを確立し、アルゴリズムの透明性を高める必要があると強調した。

さらに、AI の信頼性と汎用性を高めるには、技術的なコスト、データ収集、アルゴリズムの操作性など、一連の実用的な問題を解決する必要があります。

垂直産業に深く入り込み、AIGCシナリオを把握する

幸いなことに、現状を見ると、生成 AI 技術は複数の業界で徐々に大きな可能性を示してきています。

金融業界は常にデータ主導の業界であり、最先端のテクノロジーを採用した最初の業界の 1 つです。金融機関は AIGC を使用することで、リスクをより正確に予測および防止し、不正行為を特定し、顧客にパーソナライズされたサービスを提供できます。金融は、AIGC の実装のための「テスト分野」になる可能性が高い。

小売業界では、小売業者は AIGC を使用して、意思決定のサポートとして消費者の購買力と製品需要を詳細に分析し、管理効率と精密なマーケティング機能を高めることができます。

製造業では、メーカーは AIGC を適用して機器の故障や製造上の問題を予測し、製造プロセスを最適化し、製造コストを削減し、効率と製品品質を向上させ、エラー率を減らすことができます。

医療業界では、医師は AIGC を使用して、病気の迅速な診断、正確な治療、医療研究開発、病気の予測管理、病気の流行傾向の予測を実現できます。

最も直接的で現在実装されているアプリケーション シナリオは、インテリジェントな顧客サービスです。インテリジェントなカスタマーサービスにより、自動 Q&A、迅速な対応、正確なサービスなどを実現できます。楊巨成氏は例を挙げ、一部の電子商取引プラットフォームではインテリジェントな顧客サービスを利用して顧客の質問や苦情を処理し、正確なサービスを提供することで、顧客満足度が向上するだけでなく、従業員のプレッシャーも軽減されると述べた。

しかし、百式戦役の現状を考えると、企業はどのようにして自社に最適なAIビッグモデルを選択できるのでしょうか？楊巨成氏は、プラットフォームの安定性、技術フレームワークのサポート、運用速度、セキュリティ、知的財産保護という 5 つの主要な考慮事項を指摘しました。

さらに、生成AIの商業化を推進するためには、企業だけでなく社会のあらゆるセクターが協力する必要があります。企業自身が技術革新に対する意識を高め、資金と人材への投資を増やし、ビジネス化を重視し、研究開発の成果が実際の産業価値に変換されるようにする必要があります。業界における学校、企業、生産、教育、研究の連携をさらに強化する必要があり、政府も企業に対する金融、税務などの政策支援を提供するための指導を強化する必要があります。

生成AIの今後の発展動向と展望について、ヤン・ジュチェン氏は注目に値する4つの方向性があると考えています。

• 1つ目は、スマートスピーカー、スマートホーム、スマートアシスタント、カスタマイズされたサービスなど、ユーザーのパーソナライズされたニーズを満たすパーソナライズされたAIです。
• 2つ目は、自動運転やドローンなど、インテリジェントで複雑な環境に適応し、自律的に意思決定できる自律型AIです。
• 3つ目は連邦AIであり、信頼できる環境でAIアルゴリズムの分散トレーニングを実現し、プライバシー保護のニーズを満たすことができます。
• 4番目は、AIの相互作用とコラボレーションです。異なる音声アシスタントと異なる運転車両間の相互作用と調整など、異なる人工知能システムは相互作用し、コラボレーションする必要があります。

最後に、最近印象に残っているAI分野の応用シーンについて、彼は次のように語った。「バーチャルデジタルヒューマンには非常に感銘を受けています。バーチャルデジタルヒューマンは、ニュース放送、生放送の司会、教育・研修、映画・テレビのエンターテインメントなど、さまざまなタスクを実際の人間に代わって行うことができます。さまざまなパーソナライズされたサービスもカスタマイズ可能で、現在、バーチャルヒューマンはますますリアルでインテリジェントになっており、その応用範囲は今後ますます広がっていくでしょう。」