人工知能の時代において、自己成長と教育においてどのような取り組みがなされるべきでしょうか？

近年、私たちは時代の広大さと大きな変化を痛感しています。潮流の下では、個人は泥や砂のように小さく、その力に抵抗することはできません。

インターネット金融ブームの年である2015年、私たちはテクノロジーがすでに私たちの生活に大きな影響を与えていることを実感しました。そして2016年、人工知能は突如人々の注目を集め、政府活動報告の重要なキーワードとなり、その年の「トップ10キーワード」の1つとなった。

現在、人工知能は、以前の概念の範囲から徐々に実用化されつつあります。たとえば、新しいコンピューターの電源を入れると、インテリジェントなロボットの音声がインストールと使用方法を案内してくれます。たとえば、子どもたちは、より機械的なおもちゃ、あるいはロボットの遊び相手を欲しがるようになります。例えば、仮想世界と現実世界が区別がつかなくなるような『レディ・プレイヤー1』のゲーム体験がショッピングモールや遊園地に登場し、子どもたちの買い物リストに追加されたり……

人工知能は今後、より速いペースで普及し、子どもたちの成長に寄り添う重要な役割を担うようになるでしょう。子どもたちの興味、趣味、考え方、行動の決定などにも、必然的に影響が及ぶでしょう。

今後、私たちが学び成長するためにどのような心構えや考え方が必要なのか、また、子どもたちの成長にどのように参加していくのかは、より現実的で難しい課題となるでしょう。

李開復氏と王永剛氏が共著した「人工知能」は、人工知能の分野を理解し、学ぶための入門書と言えます。

本書では、人工知能が引き起こす社会的高揚、人工知能とは何か、人工知能の発展レベル、人工知能が社会革新に与える影響、人工知能時代の革新と起業の機会、人工知能時代の学習と教育の考え方と方法など、多くの現実的な問題を体系的に紹介、分析、議論しています。

本書のハイライトをいくつかまとめました。本全体を読む時間がない方は、この記事が何かの役に立つことを願っています。

01ディープラーニングがAIの発展を促進する

1960 年代以降、人工知能の開発は 3 つのブームを経験しました。

1回目：1960年代頃、2回目：1980年代から1990年代、3回目：2006年以降。

過去2回のAIブームと比較すると、今回のAI復活の最大の特徴は、AIが複数の関連分野で一般の人々に認められる性能や効率性を発揮し、実際のビジネスニーズによって推進され、成熟したビジネスモデルに受け入れられ、業界で真の価値を発揮し、関連する問題を解決し始めたことです。

この人工知能の波の発展の功績の大部分は、ディープラーニングによるものです。

ディープラーニングとは何ですか?

ディープラーニングは、すべての機械学習手法と同様に、数学モデルを使用して特定の現実世界の問題をモデル化し、その分野における同様の問題を解決するプロセスです。

このプロセスは、子供がフラッシュカードを使って単語を学ぶのに少し似ています。コンピュータはまず、各単語のパターンを何度も繰り返し見て、パターンをコンピュータの脳（プロセッサとメモリ）に要約します。コンピュータが将来同様のパターンを見たとき、それが以前に要約したパターンと一致している限り、コンピュータはそのパターンが何の単語であるかを知ることができます。

コンピュータが学習して繰り返し見るために使用する画像は、「トレーニング データ セット」と呼ばれます。ある種類のデータと別の種類のデータを区別するさまざまな属性または特性は、特徴と呼ばれます。コンピュータが脳内のルールを要約するプロセスをモデリングと呼びます。コンピュータが脳内でまとめたルールをモデルといい、コンピュータが繰り返し絵を見てルールをまとめることを機械学習といいます。

ディープラーニングは、基本的に、人間の数学的知識とコンピュータアルゴリズムを使用して全体的なアーキテクチャを構築し、可能な限り多くのトレーニングデータとコンピュータの大規模な計算能力を組み合わせて内部パラメータを調整し、問題ターゲットに可能な限り近づくという、半理論的かつ半経験的なモデリング手法です。

現在、ディープラーニングは主にビッグデータに基づいており、ビッグデータをトレーニングして要約し、コンピューターが類似のデータに適用できる知識やルールを抽出します。その中で、今日のビッグデータは、情報交換、情報保存、情報処理の能力が大幅に向上したことにより、主に 2000 年以降に蓄積されました。

02 AIによって多くの人が失業するのでしょうか？

今日の人工知能は比較的弱い人工知能の範疇に属し、特定の分野における対応する問題を解決するために使用されることが多くなっています。人工知能は、さらなる発展により、徐々に強力な人工知能、超人工知能へと進化し、特に後者は、科学的創造性、知恵、社会的能力など、あらゆる面で人間の脳をはるかに上回るものとなるでしょう。

技術開発の加速の法則により、人工知能はより早く実現する可能性があります。ハードウェアの急速な発展とソフトウェアの革新は同時に起こっています。強力な人工知能は、次のような理由から、私たちが予想するよりも早く実現する可能性があります。

1) 指数関数的成長はカタツムリのようにゆっくりと始まるかもしれませんが、最終的には非常に速くなります。

2) ソフトウェア開発は遅いように思えるかもしれませんが、たった一つのひらめきが進歩の速度を永遠に変える可能性があります。

(ブライアン・アーサーの「テクノロジーの本質」では、この観点が詳細に説明されています。ご興味があれば、ぜひお読みください。)

こうした変化の中で、過去 2 年間で最も議論された疑問は、「多くの人が職を失うことになるのか?」ということです。

物理学者のスティーブン・ホーキング博士は2016年末、英国の新聞「ガーディアン」に、工場の自動化により多くの伝統的な製造業の労働者が失業し、人工知能の台頭によって失業の波が中流階級にまで広がり、人間に残される仕事はケア、創造、監督などのみになるだろうという記事を掲載した。

本当にそうなのでしょうか？

著書『人工知能』の中で、Kai-Fu Lee は 5 秒ルールを紹介しています。

仕事で思考と意思決定を必要とする問題について、人が 5 秒以内に決定を下すことができれば、この仕事は人工知能技術によって完全に、または部分的に置き換えられる可能性が非常に高くなります。

簡単にまとめると、手の使い方しか知らない場合は、人工知能があなたに取って代わることになります。

逆に、あなたの仕事が慎重な思考、徹底的な推論、複雑な意思決定を伴い、それぞれの具体的な判断を人間の脳が 5 秒以内に完了できない場合、現在のテクノロジーでは、あなたの仕事をテクノロジーに置き換えることは難しいでしょう。

さらに言えば、私たちが置き換えられるかどうかは、現在の仕事の性質や状況だけでなく、私たち自身の精神性、感情的知性、成長の可能性などの側面にも左右され、この問題を私たちがどのように定義するかによっても左右されます。

人類の数千年にわたる文明の歴史を振り返ると、科学技術の進歩によって社会構造や経済構造に調整や変化、苦痛、さらには一時的な後退が生じることは珍しくありません。

地域的な視点から見ると、多くの画期的な科学技術の成果は必然的に人々の生活様式の変化をもたらし、それは短期的には受け入れがたいものかもしれない。しかし、十分に高いレベルに立って、十分に長い歴史の変化の期間を振り返ると、すべての主要な科学技術革命は例外なく、最終的には人類の発展を加速させ、人々の生活の質を向上させる根本的な保証となるだろう。

したがって、特に人工知能時代に適応した社会保障や教育制度が確立されるまでは、苦痛は避けられません。しかし、長期的に見れば、この変化は決して大規模な失業を伴う破滅的な出来事ではなく、人類社会構造と経済秩序の再調整です。この調整に基づいて、人間の労働は大量に新しいタイプの労働に転換され、生産性のさらなる解放と人間の生活のさらなる改善のためのより良い基盤が築かれます。

技術の発展により、単純で低レベルの仕事が消滅したり、変化したりするでしょう。特定の分野では、より人間的な判断力と創造性を必要とするタイプの仕事が新たに出現するでしょう。デザイナー、建築家、プロセスデザイナーやマネージャー、アーティスト、作家など...

彼らの仕事は代替されないだけでなく、将来的には希少な資源となり、社会や経済の変革期に新たな分野に挑戦する意欲のある人々が同様の仕事に就くようになるでしょう。

機械が人間にもたらすのは失業ではなく、より大きな自由とよりパーソナライズされた人生経験です。未来は、人間と機械が共存し、協力してさまざまなタスクを完了する新しい時代です。仕事の変革は避けられません。

AI は人間のためのツールです。テクノロジー自体が問題なのではありません。人間の障害は、それを支える社会や経済の構造やシステムだけでなく、人間自身からも生じます。

これらを認識した上で、私たちがすべきことは、心配したり恐れたりすることではなく、AIと人間の関係性をできるだけ早く認識し、認知と行動の道筋をアップグレードすることです。変化の法則を理解し、新しい時代の到来をよりよく迎えるために、できるだけ早く新しい時代のニーズにより適合した労働保障制度、教育制度などを策定します。

03他にどのような問題に直面するのでしょうか?どう対処すればいいのでしょうか？

焼畑農業の時代から現代に至るまで、人類の歴史における分業は基本的にピラミッド型の社会構造モデルに従ってきました。

少数の人々が多数の人々に影響を与え、導き、指揮し、その多数の人々がさらに多くの人々に影響を与え、管理するというように、段階的に下へ下へと進んでいきます。ピラミッドの底辺には、単純で反復的な労働に従事する大勢の人々がいます。

ユヴァル・ノア・ハラリは、歴史を学ぶことは過去の束縛から解放され、異なる方向性を見出すこと、先人たちが想像できなかった、あるいは想像してほしくなかった可能性に気づき始めることであると述べました...歴史を学ぶことでどのように選択すべきかはわかりませんが、少なくともより多くの選択肢を提供することはできます。

人工知能の登場により、将来的に単純反復作業の50％以上が人工知能に置き換えられるとしたら、人類が何千年も維持してきた分業と協力のピラミッド構造は不安定になるのでしょうか？これにはおそらく 3 つの問題が関係します。

1. もともとピラミッドの底辺で単純な仕事をしていた人々が、ピラミッドの中間、あるいは頂点に集まり、芸術的創造、意思決定分析、リーダーシップ管理などに挑戦したら、ピラミッドは崩壊するでしょうか?

2. 現代社会では、ピラミッド構造の中で仕事を分担し協力する人たちは、もともと下から上へと上昇するチャネルを持っています。例えば、企業では、上級管理職は通常、下級レベルの実務からスタートし、学習とトレーニングを通じて徐々に中級レベルの管理業務を担当し、その後、一定期間の蓄積を経て、最終的に上級管理職に昇進する必要があります。低レベルの作業が機械によって行われると、人々は上向きの発展に必要な実践的な訓練の機会を失うことになるのでしょうか?

3. さらに重要なのは、将来職を失う人々が単純作業から比較的複雑な頭脳労働に切り替えなければならない場合、彼らが学ばなければならない知識体系は彼らにとって巨大な構造となるだろうということです。中年期に職を失った一般労働者は、5年から10年かかる勉強をどうやって再開できるのでしょうか。

この本では、ピラミッド構造は必ずしも崩壊するわけではなく、むしろ既存の基盤上で調整される可能性が高いとしている。

上記の課題に直面して、人間教育システムを再起動する必要があります。教育システム全体が質の高い教育とハイエンドの教育にもっと注意を払い、誰もがさまざまなより複雑なタイプの仕事やより人間的な創造性を必要とする仕事を学び、試す機会を得て、より多くの知識人、専門人材、文学や芸術の才能、リーダーシップの才能を育成する必要があります。同時に、職業教育は、人間と機械の協働を目的とした新しいスキルや新しい仕事にタイムリーに注目し、サービス産業に関連する人材育成を積極的に拡大する必要がある。

SF作家のハオ・ジンファンが言ったように、人工知能の時代に、人々は自分に何ができるかを考え始めなければならず、そして、自分のできることはロボットとは違うという結論に達するはずです。ロボットはすぐにすべての標準化された分野を引き継ぎ、人間はさまざまな差別化された製品の供給において新しい領域を模索するでしょう。

将来的には、工場の機械の組み立てラインはロボットに任され、人間はより創造的な方法で組み立てラインと競争することになるだろう。人間の独自性は、「精神的な」領域に反映されます。思考、創造、感情的なコミュニケーション、対人関係の愛着、帰属意識、協力の精神、同じ志を持つ人々に対する好奇心、熱意、意欲などです。

つまり、人間の世界に対する総合的な認識と想像力こそが、人間とロボットの最大の違いであり、競争力なのです。クリエイターのパーソナライゼーションこそが製品の価値なのです。

04 AI時代に子どもたちは何を学ぶべきでしょうか？

子どもたちに何を学ばせるかを議論するよりも、子どもたちがどのように学ぶべきかを議論する方がよいでしょう。

2013年、ハーバード大学元学長を含む著名なアメリカの教育者グループが共同で、アメリカで最も厳格な学部教育機関である謎の4年制大学、ミネルバ大学を設立しました。

ミネルバ大学の創設者は、伝統的な4年制大学はもはや未来のニーズを満たすことができず、大学教育プロセス自体を改革し、さらには覆す必要があると考えています。オンラインコース、ディスカッショングループ、インターンシップ、自己探求、自己改善が将来の教育の主流モードになるでしょう。

この考えに基づき、ミネルバ大学では「Immersive Global Experience」と呼ばれる教育方法を採用しています。

入学する新入生は全員、サンフランシスコのユニークなキャンパスで 1 年目の学習を修了します。テーマは「基礎」ですが、受講する科目は一般的な大学1年生の授業とは大きく異なります。ミネルバ大学の教育者は、インターネット上のどこでも見つけられる基礎コースに学生に料金を請求するのは価値がないと考えています。

そのため、ミネルバ大学の 1 年間のコースでは、知識コースと 4 つの非常に重要な方法論を直接組み合わせて、形式分析、実証分析、マルチモデル通信、複雑系という 4 つの主要なコース モジュールを作成します。

形式分析は主に、学生の正確かつ合理的に考える能力を訓練するために使用されます。経験的分析は、創造的思考と問題解決能力の育成に焦点を当てています。マルチモーダルコミュニケーションは、さまざまな方法を使用して効果的にコミュニケーションする能力に焦点を当てています。複雑系は、複雑な環境で効果的にコラボレーションする能力に焦点を当てています。

2年生のテーマは「方向性」です。学生はアドバイザーと一緒に、人文科学、コンピュータサイエンス、ビジネス、自然科学、社会科学の5つの方向性から専攻を選択できます。また、2つの専攻を学ぶこともできます。

3年生のテーマは「集中」であり、学生はそれぞれの専攻分野を深く掘り下げ、深い専門的スキルを養うことが求められます。

最終学年のテーマは「統合」であり、生徒が学んだことを応用する能力を養うことに重点を置いています。

ミネルバ大学はグーグルやマッキンゼーといった企業と協力関係にあり、そこで育成された人材の多くはこれらの一流企業の実際のニーズに応えられると報告されています。現在、ミネルバ大学の大胆な実践と、このほとんど破壊的なモデルが将来の教育の最良の形態であるかどうかについては多くの論争があり、これもまた長期間にわたってテストされる必要があります。

しかし、時代の発展とともに、いくつかの学習概念と方法は確かに私たちの注目と参照に値するものとなっています。

1. 自ら率先して限界に挑戦し、挑戦を通じて自分自身を向上させましょう。

2. 最初に学習してから実践するのではなく、実践から学び、実用的な問題と総合的で複雑な問題に焦点を当て、基礎学習と実践的な応用を完全に組み合わせます。

3. 創造性と自立した問題解決能力を養うために、ヒューリスティック教育に重点を置きます。

4. 対面授業は今後も継続されますが、インタラクティブなオンライン学習がますます重要になります。オンライン学習の利点を最大限に活用することによってのみ、教育リソースを十分に共有し、教育の質と公平性を効果的に保証することができます。

5. 機械から積極的に学習する。人工知能の計算結果からモデル、アイデア、さらには基本的なロジックを引き出すことは、人間の思考方法を改善するのに役立ちます。

6. 人間同士のコラボレーションと人間と機械のコラボレーションについて学びます。

7. 自分の興味に応じて勉強しましょう。美しさ、好奇心、その他の理由にかかわらず、これらの興味は、機械では代替できない価値を人間が生み出せる、より高いレベルに到達する可能性を秘めています。

学習内容の面では、複雑なシステムの総合的な分析、意思決定能力、芸術や文化における審美的能力や創造的思考、人生経験や文化的影響によって生み出される直感や常識、自分の感情（愛、憎しみ、熱意、無関心など）に基づいて他人と交流する能力など、人の総合的な資質を反映できるスキルは、人工知能の時代に最も価値のあるスキルであり、最も育成・学習する価値のあるスキルです。

生存能力という点では、人工知能の時代に、子供たちが安定した仕事を見つけることを期待しないでください。安定とは、単純さと繰り返しを意味します。安定した仕事は遅かれ早かれ機械に置き換えられるでしょう。私たちは、次世代が最も賢明な選択を行えるよう支援し、閉じ込められる可能性が比較的低い仕事や、機械と連携して完了できる仕事を選択できるようにしたいと考えています。

05 AI時代における人間の意義

人類の永遠の問い。ただ、AI時代においてはより緊急性が高まるかもしれません。

機械と比べて、私たちが人間である理由は、感情を持ち、考えることができ、生と死を理解できるからです。感情、思考、自己認識、生死の意識などの人間的資質こそ、私たちが全力で培い、発展させ、大切にすべきものなのです。

「Real Humans」では、シンセサイザーは「私は死を恐れていない、だから私はどんな人間よりも強い」と言った。そして人間は、あなたは間違っていると言います。死を恐れないなら、あなたは生きたことがなく、ただ存在するだけです。

人間の命が有限であるがゆえに、一人ひとりの人間の考えや運命は非常に貴重でユニークなものになります。

フランスの哲学者レオ・パスカルはこう言いました。「人間は一本の葦に過ぎず、自然界で最も脆いものである。しかし、人間は考える葦である。」破壊されるために全宇宙が武器を取る必要はありません。ひと呼吸、一滴の水が彼を殺すのに十分だった。しかし、たとえ宇宙が人間を打ち砕いたとしても、人間は自分を殺したものよりも高貴であろう。なぜなら、人間は自分が死ぬことと、宇宙が自分に対して有利であることを知っているが、宇宙はそれを何も知らないからである。したがって、私たちの尊厳はすべて思考の中にあります。

人間は機械を自分自身を向上させるツールとして利用し、複雑な推論、複雑な意思決定、複雑な感情活動を、機械では達成できないより高いレベルで脳が達成できるようにすることができます。

06付録: 認知に関する3つの興味深い理論

1. ハンマーを持っていると、すべてが釘に見えます。

それはあなたがそれをどのように理解するかによります。

一方では、脳内に蓄積された知識と経験が多ければ多いほど、それらの知識を互いに結び付け、古い資料を整理して組み合わせ、問題解決能力に変換できるようになります。 (私は再び『The Nature of Technology』をお勧めします。テクノロジーの進化と人間の進化は重なり合っており、本質的には同じです。)

しかしその一方で、認知の罠や思考の罠も避けなければなりません。既存の知識 (ハンマー) はいつでも時代遅れになる可能性があり、目の前の問題には適用できない可能性があります。多くの場合、私たちがすべきことは、既存の知識や経験を検証することではなく、新しい問題に基づいて新しい方法を発見し、新しい利益と経験を求めることです。

2. 心理的閾値

心理学的に言えば、外部からの刺激を感じるときと同じように、人が何か新しいものを受け入れるときも心理的な閾値が存在します。外部からの刺激（音、光、電気など）の強さが小さすぎると、人は何も感じません。外部からの刺激の強さが、人が知覚できる最小限の刺激量を超えたときにのみ、人は音が聞こえる、ものが見えるなどの明確な感覚を持つようになります。人々に知覚反応を引き起こすことができるこの最小限の刺激量は、心理学では絶対閾値と呼ばれます。

情報化時代において最も不足しているものは情報ですが、価値あるものは情報を得ようとする意欲と、情報を自分にとって有益な知識に変換する能力です。これには多くの学習と蓄積が必要であり、多くのことを目撃するには時間が必要です。これは、子どもの学習においてはなおさら当てはまります。子どもが幼いときには、2 つのことをしっかり行いたいものです。1 つ目は、学習を嫌がらせないこと。2 つ目は、粘り強さと集中力の習慣を養い、その過程で真剣に取り組むことです。

3. デメリット拡大鏡

投資家の観点から見ると、ロボット プロジェクトが人間のように見え、人間のように話したり行動したりしようとすればするほど、ビジネスの見通しは低くなります。論理は単純です。機械が人間に似ているほど、人間がそれを実際の人間と比較しやすくなります。この時点で、技術の欠点が完全に露呈し、「欠点拡大鏡」の影響で、このロボットは極めて愚かで不器用なものにしか見えなくなります。ほとんどのユーザーは、多くの欠陥があるが完全な機能を持つヒューマノイドロボットよりも、ある程度のコミュニケーション能力があり、比較的かわいらしく、愛らしい小型家電を好むだろう。

これは結婚において特に顕著です。たとえば、大切な人に対する「嫌悪感」は、比較によって生じることが多いのです。比較しなければ害はありません。比較するとデメリットの方が大きくなり、メリットは意味をなさなくなります。多くのトラブルが続いた。