人工知能の最前線：ブレークスルーの機会と希望

[[253441]]

人工知能技術の進歩、産業の革新、産業の発展は、産業の基礎となる人工知能の最先端の基礎理論に依存しています。我が国が人工知能分野で正当な発言力を獲得したいのであれば、人工知能の基礎理論と最先端技術における主導的な独創的な科学研究を強化し、大きな進歩を率先して達成しなければなりません。

人工知能技術は今日、世界の科学技術の新たな寵児となり、人類の生産と生活を大きく変えつつあります。映画やSF小説の筋書きが現実世界で起きている。AlphaGoの優れたスキルが世界トップの囲碁プレイヤーを破ったのは驚くべきことであり、ライティングロボットがフリーランスのライターの仕事を奪っているのも驚くべきことであり、顔認識システムが預金者にまばたきをしてIDカードを確認するように指示するだけで口座明細書を自動的に印刷できるのも驚くべきことなのだ。

60年以上の進化を経て、特にモバイルインターネット、ビッグデータ、スーパーコンピューティング、センサーネットワーク、脳科学などの新しい理論と技術、および経済と社会の発展に対する強い要求に牽引され、人工知能の加速した発展は、ディープラーニング、国境を越えた統合、人間と機械のコラボレーション、グループインテリジェンスの開放性、自律制御などの新しい機能を示し、機械に知覚と自律的な移動能力を与えることができます。

蒸気技術によって推進された最初の産業革命が人間の手足を延長し、人間の力を拡大したとすれば、新世代の人工知能技術によって推進された新たな一連の科学技術革命と産業変革は、人間の知能を拡大し、人間の知能が生み出す価値を大幅に高めるでしょう。米スタンフォード大学の学者らがまとめた2018年の「人工知能指数」報告書によると、2018年に人工知能は「人間のパフォーマンスを達成または上回る」という点で重要な進歩を遂げた。マイクロソフトの中国語・英語バイリンガル機械翻訳システムが関連テストで人間のレベルに到達したこと、英国企業「ディープマインド」が開発したプログラムがゲーム「トールズハンマー」で人間のプレイヤーを上回る勝率を達成したこと、グーグルのディープラーニングシステムが前立腺がんの診断研究で米国の認定病理学者を上回る精度を達成したことなどが挙げられる。

世界各国は人工知能技術の波がもたらすチャンスを捉え、自らの動きを急いでいる。 2013年以降、米国、英国、日本などの国々はそれぞれ人工知能戦略や政策を導入してきました。人工知能の発展の主導権を握るために、米国は「国家人工知能研究開発戦略計画」と「人工知能の未来への準備」を発行しました。欧州連合は「欧州ロボット戦略研究計画2014-2020」と「欧州の研究とイノベーションの将来の測定」を発行しました。英国は「ロボット工学と自律システム2020」と「英国における人工知能の開発」などの人工知能に関する政策を発行しました。フランスは「人工知能戦略」を発行しました。日本は「日本再興戦略2016」と「人工知能技術戦略」を発行しました。

わが国は、「新世代人工知能発展計画」と「新世代人工知能産業の発展を促進する3カ年行動計画（2018-2020年）」に基づき、国際と国内のイノベーション資源を調整し、2030年までに中核人工知能産業規模を1兆元にすることを目指し、関連産業の規模を10兆元を超え、世界の主要な人工知能イノベーションセンターとなり、スマート経済とスマート社会で大きな成果を上げ、先進的なイノベーション国家と経済大国になるための重要な基礎を築いています。

一方、世界の人工知能の発展レベルは目覚ましいものの、現在の人工知能システムの「発展」は未成熟であり、全体的なレベルはまだ初期段階にあることも認識する必要があります。基礎理論研究、主要なコア技術、人材システムなど、まだ改善の余地があります。人工知能は、専用人工知能と汎用人工知能に分けられ、現在の成果は主に専用人工知能に反映されています。真に完全な人工知能システムとは、人間の脳に似た思考特性を持ち、1 つの例から推論を引き出し、それを他の同様の状況に適用できる汎用的なインテリジェント システムです。専門家は、今日の人工知能システムは「IQはあるがEQがなく、計算はできるが計画はできず、スペシャリストはいるがジェネラリストはいない」と考えている。したがって、汎用インテリジェントシステムの研究と応用には、まだ長い道のりが残っています。人工知能技術の進歩、産業の革新、産業の発展は、産業の基礎となる人工知能の最先端の基礎理論に依存しています。インフラレベルでは、最先端の基礎理論やアルゴリズムにはまだ大きなブレークスルーの余地があることがわかります。

我が国が人工知能分野で正当な発言力を獲得したいのであれば、人工知能の基礎理論と最先端技術における主導的な独創的な科学研究を強化し、大きな進歩を率先して達成しなければなりません。

欧米諸国と比較すると、我が国の人工知能研究は遅れて始まり、長い間低い水準に留まっています。国際的に影響力のある人材は少なく、「切り札」技術を習得したハイレベルの人材はさらに少なく、完全な人工知能人材システムを構築する必要があります。 「エベレストは青海チベット高原にある。」最先端の技術研究プラットフォームでのみ、トップクラスの技術人材を育成することができます。国際水準の研究グループを多数構築することが優秀な人材育成の基盤となります。

巨大な応用市場を形成するには、ハイエンド技術を産業と結び付ける必要があり、人工知能を産業と密接に統合する必要があります。これは、人工知能の応用シナリオの実装を加速し、基本的なデータとプラットフォーム技術のブレークスルーに努め、従来の業界エコシステムと効果的に接続する橋を構築する必要があることを意味します。

膨大な人口データ配当と豊富な産業需要のおかげで、わが国では、スマート金融、スマート医療、スマートセキュリティ、安全な都市の分野で人工知能の応用シナリオの開発と活用が特に活発になっています。スマートヘルスケアを例にとると、電子カルテ、医療画像、病理画像などの比較的豊富なデータが科学研究者に提供され、研究者はラベル付けを使用して人工知能モデルをトレーニングできるため、より大きな応用産業が生まれます。

スマートセキュリティや無人運転などの端末シナリオは人工知能の応用にとって重要なシナリオですが、これらのシナリオに人工知能を実装できるかどうか、実装後にどれだけの価値をもたらすことができるかは、インテリジェントプラットフォームのサポートに完全に依存します。無人運転車を例にとると、技術はまだ成熟していません。重要な理由の 1 つは、コンピューティングの効率が追いついていないことです。権威ある研究結果によると、路上を走る 1,000 台の自動運転車は、百度の現在の画像検索と同等の量のデータを毎日処理する必要がある。この情報をタイムリーかつ効率的に処理するには、高性能の人工知能チップを基盤アーキテクチャに組み込む必要がある。

Horizo​​n Roboticsの創設者兼CEOであるYu Kai氏は、人工知能が供給側で、伝統的な産業が需要側であるならば、それは一方が他方を覆す関係ではないと考えています。したがって、人工知能の応用シナリオの実現を促進するには、「供給側」と「需要側」のマッチング関係を処理し、両者の間の障壁を打ち破り、両者が理解を深め、従来の産業がどのような面で人工知能を必要としているか、人工知能が産業の発展においてどのような役割を果たせるかを理解できるようにする必要があります。自動運転には、車両と道路、車両と人、交通インフラの間の接続が必要です。これを実現するには、安定した高速通信ネットワークが非常に重要であり、5Gテクノロジーと5Gネットワ​​ークは、車両、道路、人々の間の調整の要件を満たすことができます。

（著者は京蘇メディアの主任アナリストであり、金融​​メディアのコラムニストである）