人工知能は世界をどう変えるのか：BBCがAIのAからZまでをまとめる

今日、人工知能はもはや漠然とした研究室の技術ではなく、私たちの生活のあらゆる側面に組み込まれています。 BBC Future は、機械がどのように考えるかを説明するために A から Z までの 26 個の単語を選んだ楽しい記事を書きました。 AI Technology Reviewでは以下のようにまとめています。

[[255048]]

人工知能

コンピュータが発明された当初から、科学者たちは人間と同じように考え、推論し、学習できる機械、つまり人工知能の開発に取り組んできました。

今日の AI システムはまだこの目標を達成していませんが、特定のタスクではすでに人間と同等かそれ以上のパフォーマンスを発揮できます。機械が膨大な量のデータから学習できるようにする新しいテクノロジーのおかげで、AI は大きな進歩を遂げました。

AIは徐々に研究室から現実世界へと進出し、私たちの生活に大きな影響を与えています。私たちが人工知能の時代に入りつつあることに疑いの余地はありません。

[[255049]]

B. 偏見

AI が現実世界でローン申請を評価したり、裁判所の判決を言い渡したり、病院の初回診察時に患者をトリアージしたりするために使用されると、その最も根本的な欠陥である偏見が露呈します。

アルゴリズムによって得られる結果のレベルは、アルゴリズム内のコード レベルと使用されるデータのレベルによって決まります。あらゆるアルゴリズムには、その編集者の先入観が刻み込まれている可能性がある。例えば、顔認識ソフトウェアには、黒人を誤分類したり、女性を認識できなかったりする可能性があるという問題がある。犯罪者プロファイリングのアルゴリズムは、白人以外の人を高リスクと分類する傾向がある。また、採用ツールは一般的に、女性を男性よりも低く評価する。

こうした技術的な問題はテクノロジー大手にますます大きなプレッシャーを与えており、早急に解決する必要がある。

[[255050]]

C チャットボット

これらのチャットボットは、人工知能の 2 つの分野 (自然言語処理と自然言語生成) を使用して、人間のユーザーと通信します。彼らはソーシャル メディアのフィード、カスタマー サービス ページ、Web サイトに登場し、会話、アドバイス、交友関係を提供し、公共事業会社、ピザ配達会社、オンライン ストア、銀行、さらには政府などの社会組織と私たちが交流する方法を変えています。

[[255051]]

Dデザイン

自動車や飛行機の新しい部品を設計するのは時間がかかり、骨の折れる作業ですが、人工知能を使えば、わずか数時間で何百万もの新しい形状や付属品を作成できます。上記のビデオでわかるように、いくつかの簡単な指示だけで、アルゴリズムは新しいドローン モデルを効率的に設計できます。ゼネラルモーターズやエアバスなどの企業は、新しい部品の設計に人工知能 (AI) を活用しています。

[[255052]]

E 緊急

世界は史上最悪の人道危機に直面しており、干ばつ、飢餓、戦争により推定6,850万人が避難を余儀なくされている。

しかし、人工知能が役に立つかもしれません。国連と協力している研究者グループは、エネルギー生産、経済成長、人口規模、食糧生産に関するデータを使用して、起こりうる移民危機を予測できるアルゴリズムの構築に取り組んでいる。

英国のアラン・チューリング研究所や米国の政情不安定タスクフォースなどの他の組織も、紛争が発生する場所を予測できるAIの開発に取り組んでいる。この機械は統計や軍事報告を活用し、緊張が高まる兆候を探してニュース報道を分析する。この機械は紛争地域で暴力が激化する可能性を予測できる。

[[255053]]

F フットボール

フットボールの試合の結果は、一人の選手の一瞬の重大な決断によって左右されることがあります。たとえば、選手がシュートする代わりにパスを選択した場合、チームの状況に大きな影響を与える可能性があります。

プレミアリーグのクラブの一つ、チェルシー・フットボール・クラブと協力する研究者たちは、選手たちの重要な決断を分析し、何か違うことをしていたらどうなっていたかを予測するために人工知能を活用している。彼らは、これがチームが試合中により良い決断を下す方法を学び、さらに多くの試合に勝つのに役立つことを期待しています。

[[255054]]

G 生成的敵対ネットワーク (Gan)

そんな人は現実には存在しません。彼らの顔は有名人のように見えるかもしれないが、実際には、その顔は生成的敵対的ネットワークと呼ばれる人工知能コンピュータシステムによって想像されたものである。

名前が示すように、この「生成的敵対ネットワーク」システムは、互いに対立するアルゴリズムで構成されています。有名人の写真を例にとると、最初のアルゴリズムはデータをトレーニングして独自の写真バージョンを生成する役割を担います。次に、2 番目のアルゴリズムは最初のアルゴリズムの結果をテストして、最初のアルゴリズムによって生成された写真と元の写真の違いを判断します。したがって、それに応じて、最初のアルゴリズムのネットワークは写真の作成方法を調整して、2 番目のアルゴリズムのネットワークを騙そうとします。その結果、この計算によって生成された写真は、最初に生成された写真よりもリアルになります。

初期の顔生成画像は解像度が低く乱雑で、複数の目があったり溶けたような効果のある顔が生成されることが多かったが、時間が経つにつれて、最終的には高品質でリアルな画像を生成できるようになった。

[[255055]]

H 幻覚

近年、これらの AI のパフォーマンスは劇的に向上していますが、それでもおかしな間違いをすることがあります。たとえば、テトリスをプレイする AI ボットを見てみましょう。このボットは、ゲームに負けないようにするには、ゲームを永久に一時停止するしかないと考えていました。

時には、こうした AI の判断によって、人々はばかばかしく感じたり、混乱したりすることさえあります。 MITの科学者らは最近、画像やカメラ映像内の物体を識別するために使われる一般的なマシンビジョンアルゴリズムが、カメの模型をライフルと間違えたり、野球ボールをエスプレッソと間違えたりする可能性があることを実証した。これは物体の質感を微妙に変えることで行われるため、私たちが見ているものが機械にとっては別のものに見える可能性があるからだ。

「自動運転車の機械視覚のような現実世界のシステムがこの種の『幻覚』システムによってハッキングされた場合、文字通り人々の命が危険にさらされる可能性があるという懸念がある」と、この研究を率いた研究者アニッシュ・アタリ氏は警告した。

[[255056]]

私は想像力

機械学習がますます一般的になるにつれて、機械が私たちとはまったく異なる視点で世界を見ているということが確実になっていきます。人間は生まれながらに優れた学習能力を持ち、自然の働きを支配する法則を完全に認識していますが、機械は自ら学習することができず、この知識を習得するには特別な訓練が必要です。しかし、こうした制約にもかかわらず、芸術家や音楽家、映画製作者にインスピレーションを与える野生の風景も生み出してきました。

マシン ビジョンの研究者でありアーティストでもある Helena Salin 氏は、自身の描いた絵を生成的敵対ネットワーク (セクション G を参照) に入力し、上記のような素晴らしく美しい画像を作成しました。

[[255057]]

Jジャム

混雑した道路や混雑した都市では、交通の増減を予測するのは常に困難です。それは、人的要因、道路状況、時間の経過、気象条件、緊急事態など、さまざまな複雑な要因によって変化するためです。

しかし、AIを活用して大量の情報を迅速に分析することで、交通信号を制御したり、事故や渋滞の可能性を予測したりすることで、交通の流れがよりスムーズになることが期待されています。

[[255058]]

K 編み物

AI は、既存のモデルをさらにトレーニングに適用することで、新しいファッションやテキスタイル デザインの作成にも使用できます。 SkyKnit という想像力豊かな名前は、ファッション デザイン分野における人工知能の実験の名前です。この実験により、触手が点在する独特な編み模様が生まれ、この編み目のユニークな魅力が一部の愛好家の間で非常に人気を博しました。

L言語

私たち人間が持つ最も誇るべき能力の一つは、話し言葉や書き言葉でコミュニケーションする能力です。今日のアルゴリズムは、言語を理解し再現する機械学習機能によって、私たちのコミュニケーション能力を脅かしています。

自然言語生成アルゴリズムにより、膨大な量のスポーツ統計や財務データを簡潔なニュース記事に変換できるようになりました。マーケティングコピーの作成に使用されています。一部のアルゴリズムは、独自のおとぎ話を書いたり、シェイクスピアを真似したり、さらには詩を作ったりするように訓練されています。ほとんどの場合、彼らが作り出すテキストはナンセンスですが、他の場合には、それ自体が奇妙な芸術形式になっています。

さらに面白いのは、これらの言語生成システムが互いに会話するときです。たとえば、Facebook では 2 つの交渉ロボットがチャットしており、彼らは実際に独自の奇妙な言語でチャットすることができます。

[[255059]]

M 機械学習

AI を開発するための他のアプローチも存在しますが、この分野の最近の飛躍的進歩は主に機械学習によって推進されています。設計者は、人間が学習を通じて知識を収集する方法を大まかに模倣できるようにしました。しかし、人間がパターンやスキルを習得するには少数の例しか必要ありませんが、機械が同じ結果を達成するには大量のデータが必要です。

コード ネットワークが大量の情報フィードバックを受け取ると、これらのコードはネットワークのさまざまな部分間の接続を形成し、それによって特定の認識パターンが達成され、将来のデータを解釈する能力が得られます。

N ニューラルネットワーク

人間のように考えることができる機械を作ろうと、コンピューター科学者は当然ながら、問題を解決するために自然に目を向け、脳の構造を模倣するアルゴリズムを作成しました。これを実現するために、彼らは脳内のニューロンのように機能するように設計されたアルゴリズムのネットワークを作成しています。機械が学習するにつれて、これらの数学的ニューロン間の接続はクラスターに変化します。

[[255060]]

O 基準 (Oracle)

人間の目には見えないかもしれないパターンを見つけることは機械が得意とする分野ですが、AI の最も興味深い分野のいくつかは未来を予測する能力にも存在します。

世界中の医師が、がんや眼疾患の初期兆候を検出するために AI ソフトウェアを利用するケースが増えているが、研究によると、病気の兆候が現れる何年も前に、アルツハイマー病などの疾患を発症するかどうかを予測できる可能性もあるという。

[[255061]]

P警察

世界中の警察は、より多くの犯罪者をより早く逮捕するために人工知能システムをテストしている。例えば英国では、耳など容疑者の顔の一部のみで身元確認できる顔認識システムを警察が試験的に導入している。スペインで開発された別のシステムは、犯罪現場の写真を検索して、犯罪と犯罪を結び付ける証拠を探す。

AIシステムは、容疑者が他の犯罪を犯すリスクを予測することで、警察や裁判所が容疑者を拘留するか保釈するかを判断するのにも役立っている。

[[255062]]

Q 地震

他の自然災害と同様に、地震を予測することは困難です。しかし、機械学習の一種であるディープラーニングを使用するコンピューターは、死傷者や破壊を引き起こすことが多い壊滅的な余震の場所を予測することができます。

[[255063]]

Rラップ

Deep-flow は、シリコンバレーに住む、口汚く、スラングを多用する人工知能の作詞家です。そこから生み出される歌詞はあまりにも滑らかに流れるため、作者の正体が信じ難いほどです。

[[255064]]

S よりスマートな家

人工知能はすでに音声アシスタントや携帯電話の形で私たちの家庭に浸透していますが、その可能性は単純な質問に答えるだけにとどまりません。より多くの家電製品やデバイスがホームネットワークに接続されるようになると、人々は AI を使用してそれらを管理できるようになります。人工知能技術を搭載したスマートサーモスタットはあなたのライフスタイルを完全に変えるでしょう。センサーを使用して家庭の電気メーターのデータを分析し、各電気機器に固有の「指紋」を作成します。これにより、機器の使用状況をインテリジェントに識別し、機器がアイドル状態のときに自動的にシャットダウンして電力を節約します。

[[255065]]

チューリングテスト

チューリングテストは人工知能の重要な評価基準の 1 つと考えられており、コンピューターの先駆者であるアラン・チューリングによって開発されました。チューリングは、機械の「知性」をテストする一つの方法は、機械が人々を騙して、それが本物の「人間」であると思わせることができるかどうかを確認することだと提案した。一部の分野のチャットボットはすでにこれを実現しています。違和感なく実際の人間とチャットできるだけでなく、本物そっくりのオンラインレビューを書くこともできます。しかし、批評家の中には、チューリングテストはテスト対象の機械が実際に知能を持っていることを意味するのではなく、単にその能力を模倣しているだけだと指摘する者もいる。

U 教師なし学習

初期の機械学習では、データを使用して、アルゴリズムがデータに含まれるオブジェクト（慎重にラベル付けされた画像など）を認識できるようにしていました。しかし、今日の研究者たちはすでに別のアプローチ、つまり教師なし学習を採用しており、これによりアルゴリズムはデータ内のパターンを見つけることで独自の推論を導き出すことができる。

[[255066]]

Vヴィンヤーズ

マシンビジョンアルゴリズムにより、コンピューターは画像やビデオクリップ内の顔から猫、銀河まであらゆるものを認識できるようになります。しかし、米国やヨーロッパでは、研究者たちがマシンビジョンと他の AI システムを組み合わせて、農家が作物をより適切に管理できるように支援しています。

これらのプロジェクトでは、ロボットを使ってブドウ園を巡回し、ブドウを監視し、ワイン生産用のブドウの品質を確保するために、剪定や果実の除去が必要な植物を特定します。

[[255067]]

W 野生動物

東アフリカは隠れ場所となる密生した植物が生い茂る広大な地域に覆われているため、密猟者が動物を殺しても逃げおおせる場合が多い。しかし、空中パトロールにドローンを使用する自然保護活動家は、機械視覚システムを使用して赤外線映像で密猟者を発見することができます。他のシステムでは、AIを使用して、蚊の助けを借りて絶滅危惧種を監視したり、ソーシャルメディア上で象牙やサイの角などの違法な野生生物製品を追跡したりしています。

[[255068]]

成人向け

奇妙な見た目のロボット、スマートな大人のおもちゃ、欺瞞的なチャットボットは忘れてください。人工知能はすでに、大人のおもちゃ市場における違法行為と戦うために使用されています。捜査官らは人工知能を使って違法なオンライン取引を特定し、人身売買業者の手に落ちて性奴隷となってしまう被害者を追跡している。

[[255069]]

Y 嘔吐（おいしい）

珍しい（そして時には不快な）新しいレシピの作成から、実際にコンロで調理することまで、電子シェフは私たちの調理方法を静かに変えつつあります。

[[255070]]

Z動物園

ニャラアンテロープは南アフリカの暑く乾燥したサバンナに生息しています。そのため、イギリスのウィンチェスター近郊のマーウェル動物園に冬が訪れると、動物たちは寒さを感じます。そこで、動物園はそれを補うために、赤外線センサーと機械学習を使用して動物たちが屋内で快適に過ごせるようにする実験的な暖房システムを導入した。