あなたの仕事はAIに置き換えられるでしょうか？李開復氏は、これらの4種類の仕事について心配する必要はないと述べている。

[[255576]]

最近、李開復氏はタイム誌に「人工知能は強力だが、誤解されている。労働者を守るにはどうすればいいか」と題する記事を掲載した。記事の中で、李開復氏は人工知能の現在の発展の進捗状況と、その潜在的な応用が人類にもたらす価値について語った。また、人工知能がもたらす失業、セキュリティ、プライバシーなどの課題に焦点を当て、これらの課題に対処する方法についての見解と提案を述べた。以下はLeifeng.com AI Technology Reviewによってまとめられたものです。

2015年にナイジェル・リチャーズがフランス語スクラブルの世界選手権で優勝したとき、それは注目に値する出来事でした。なぜなら、リチャーズはフランス語をまったく話せなかったからです。このニュージーランド人は、わずか9週間でフランス語スクラブルの辞書全体、386,000語を暗記したのです。

ナイジェル・リチャーズ氏の素晴らしい業績は、一部の自称「未来学者」が警告してきたように、真の AI の実現がもはや夢物語ではないことを意味している。リチャーズ氏が大量の単語を暗記することでスクラブルの盤面をマスターしたのと同じように、高度な AI、つまりディープラーニングは単一の領域から大量のデータを取得し、そのデータから学習してその領域内で具体的な決定を下します。ディープラーニングは、極めて長いメモリと超人的な精度を使用して、「目的関数」と呼ばれる人間が指定した目標を自動的に最適化できます。

ディープラーニングは用途が限られていますが、誰でも使用でき、特定のドメイン内では非常に強力です。ディープラーニングは、銀行が融資の不履行を最小限に抑えたり、空港のカメラが飛行機の搭乗待ちの列にテロリストがいるかどうかを判断したりするのに役立てられるのと同様に、Amazon が推奨広告からの利益を最適化したり、Facebook がユーザーがアプリに費やす時間を最適化したりするのに役立てることもできます。

AI の潜在的な応用は特に興味深いものです。たとえば、自動運転車はコストを大幅に削減し、安全性と効率性を向上させます。 AI の開発には多くの課題も伴いますが、この差し迫った技術革命によってもたらされる実際のリスクと、AI に関する誤解や誇大宣伝を調和させるために時間をかける価値はあります。

まず、失業についてお話ししましょう。 AI は組立ラインの作業において人間よりも優れたパフォーマンスを発揮するため (その作業が大量のデータ処理を必要とする分野であると仮定)、技術的には今後 15 年ほどで何億ものホワイトカラーおよびブルーカラーの仕事を AI が置き換える可能性があります。

しかし、すべての仕事が AI に置き換えられるわけではありません。実際、AI の影響をまったく受けない仕事が 4 つあります。

最初のカテゴリーはクリエイティブな仕事です。 AI は多くの場合、特定の目標を最適化する方法を人間が指定する必要があり、科学者、小説家、芸術家のように発明や創造を行うことはできません。

2 番目のカテゴリは、AI やビッグデータといった単一分野の限界を超えた、経営幹部、外交官、経済学者などの複雑で戦略的な仕事です。

3番目のカテゴリーは、AIが将来生み出す可能性のある未知の仕事です。

これら3種類の仕事に従事する人の数が、AIによって職を失う人の数を補うのに十分ではないのではないかと心配していますか?心配しないでください。4番目のカテゴリの仕事には、教師、乳母、医師など、理解と思いやりが求められる仕事があり、はるかに多くの仕事の機会があります。これらの仕事には、思いやり、信頼、共感といった、AI が決して備えられない資質が必要です。たとえ AI がそれらを備えているふりをしようとしたとしても、チャットボットに「あなたはガンです」と言われたり、ロボットに子供の世話をしてもらいたいと思う人はいないでしょう。

したがって、AI時代になっても、人間は失業しないでしょう。重要なのは、人間が労働力を再訓練して、これらの仕事に適格になるようにすることです。そのためには、政府がこの責任を引き受けて国民に支援を提供するだけでなく、企業や超富裕層の AI 受益者も率先してこの責任を引き受ける必要があります。

AIは、雇用の喪失に加え、超富裕層と失業者の間や国家間の不平等など、不平等を悪化させる可能性がある。米国や中国に比べると、貧しく規模の小さい国々はAIの経済的恩恵を享受できず、失業の軽減も困難となるだろう。

同時に、テクノロジーはセキュリティ上の大きな課題ももたらします。AI 制御システムへのハッキングの結果は非常に深刻です。テロリストが自動運転車を攻撃し、それを武器として使用したらどうなるか想像してみてください。

最後に、プライバシー、悪化した偏見、操作の問題があります。残念ながら、これには前例があります。たとえば、Facebook は、ユーザーのプライバシーを犠牲にして偏見や格差を悪化させ、ユーザーの使用を最適化して利益を増やすために AI 技術を使用するという誘惑に抵抗できませんでした。

これらすべてのリスクに対処するには、政府、企業、技術担当者が協力して AI アプリケーションに関する新しいガイドラインを策定する必要があります。 Facebook で起こったことは、自己監視ルール システムが必ず失敗するという証拠です。さらに、各国が優れた実践を共有し、この技術が互いに競争するのではなく、すべての人々の利益のために利用されるように協力することが重要です。

「AIが人間を排除している」というユートピア的、ディストピア的な主張を心配する必要はありません。前者は、人間が「吸収」され、最終的には人間サイボーグに進化すると予測し、後者は世界がロボットに支配されると信じています。これらはどちらも、AI が真の知能を達成する過程で考慮すべき懸念事項をほとんど反映していません。

「汎用人工知能」の時代、つまりAIが知的タスクにおいて人間よりも優れたパフォーマンスを発揮できる時代は、まだ遠い先の話だ。汎用 AI には、推論、概念学習、常識、計画、創造性、さらには自己認識や感情といった高度な機能が必要ですが、これらは常に私たちの科学技術の範囲を超えており、現在のところ、AI がこれらの汎用機能に向けて進化するためのエンジニアリングの道筋はありません。さらに、AI が大きな進歩を遂げるのは簡単でも速くもありません。

スペリング大会でフランス語話者全員に勝利したナイジェル・リチャーズの話に戻ると、データを記憶し、（一連の単語の）順列から適切な判断を下す彼の能力は驚異的だったが、ギュスターヴ・フローベールの小説を批評するように頼んだら、彼はまったく何と言えばいいのか分からないだろう。したがって、「AIが人間を完全に超えるのはいつになるか」という問いは、「リチャーズがゴンクール賞（フランスで最も権威のある文学賞）を受賞するのはいつになるか」という問いとほぼ同じです。完全に不可能というわけではありませんが、可能性は非常に低いです。