人工知能は再び「冬」を迎えている

暑い夏がやって来ます。暑さをしのぐには、エアコンをつけてアイスを食べる以外に方法はないでしょうか？

もちろんあります！例えば、ディープラーニングの分野に注目すると、人工知能がまたもや寒い冬を迎えていることがわかります。これは世界中で大きな注目と投資を集めている技術であるのに、なぜ一部の大物が時折発言し、一年中「冬」であるかのような錯覚を人々に与えるのだろうか。

昨年「AIの冬はもうすぐそこ」を出版し、AIとディープラーニングの寒い冬が来ていると主張したAI専門家のフィリップ・ピエクニエフスキー氏は、ここ数カ月で2本の「強力な記事」を続けて発表し、再びディープラーニングを批判した。1本の記事では、AIは「ブロックチェーン」のように崩壊の終わりを迎えると述べ、もう1本の記事では、ディープラーニングの適用範囲は人々が想像するよりもはるかに狭いと述べている。

フィリップ・ピエクニエフスキ氏の発言を手がかりに、「AI 冬理論」の背後にどんな秘密が隠されているのかを見てみましょう。

一年ぶりに冬が戻ってくると、どんな議論が起こるのでしょうか?

前回「AI の冬はもうすぐそこまで来ている」を発表した後、Filip Piekniewski 氏は多くの批判を受けました。その理由は、Filip Piekniewski 氏の見解と主張に欠陥が多すぎるためでした。たとえば、フィリップ氏は、学術界のリーダーたちが Twitter でディープラーニングについて言及する回数が減少していることを、ディープラーニングの衰退の証拠と見ている。信頼性の低い自動運転企業として有名なUberの自動運転事故も、ディープラーニング技術の信頼性の低さが原因とされた。

しかし最近の発言で、フィリップ・ピエクニエフスキ氏は自身の見解にさらに加わった。

まず、フィリップ・ピエクニエフスキ氏は、自動運転の信頼性の低さを改めて強調した。その証拠として、自動運転の分野は過去1年間で徐々に冷え込み、実験中に事故が発生し、フォードのジム・ハケットCEOも同社が完全自動運転車の登場のスピードを「過大評価していた」と認めている。

同時に、フィリップ・ピエクニエフスキー氏はビットコインとディープラーニングを比較し、どちらもチップ販売が低迷していたときにシリコンバレーが「宣伝」した新しい概念であると考えている。一方はマイニングにコンピューティングパワーに依存し、もう一方はコンピューティングニーズを生み出すために大規模なモデルに依存し、最終的な目標はより多くのGPUを販売することだ。ビットコインは今や崩壊し、ディープラーニングによって生み出されたAIの夢が目覚めるのもそう遠くはない。

AI業界にとって最も頭を悩ませている現在の人材問題について、フィリップ・ピエクニエフスキー氏は異なる意見を述べた。同氏は、AI人材の不足と比較すると、AI人材は実際には玉石混交だと考えている。トップカンファレンスで論文を発表さえすれば、身元調査はすべて代替可能である。さらに、いわゆるAI人材の多くは大学や研究機関から直接企業に入社し、実社会での経験が不足しており、これがAIの「衰退」を加速させている。

ビットコインの心を射抜く理論：AIはシリコンバレーのセールスマスターか？

証拠として使われた前回のツイッターの内容と比較すると、自動運転に対する冷淡な反応やAI人材の評価基準の曖昧さなど、今回のフィリップ・ピエクニエフスキー氏の主張ははるかに客観的であるように思える。しかし、ブロックチェーンをAIと同一視するのは非常に有害な理論である。

シリコンバレーの観点から見ると、AI とブロックチェーンには確かに大きな類似点があることを認めなければなりません。まず、両社ともコンピューティング能力に対する強い需要を通じてチップ産業の発展を推進してきました。次に、両社ともまずシリコンバレーへの富の集中を「促進」し、次に現実世界のシナリオの実用化を可能にしました。

モバイル端末が徐々に成熟するにつれ、シリコンバレーは、PCやモバイル端末のブーム初期のように、汎用的な機器や製品のアップグレードを通じて利益を上げることができなくなりました。しかし、AI とブロックチェーンの出現により、ソフトウェアとハ​​ードウェアのエコシステム全体が根本から変化しようとしています。これにより、ブロックチェーンやAIのスタートアップ企業への巨額の投資や、近年のNvidiaの急成長など、テクノロジー企業に多くの利益がもたらされました。

しかし、これはAIとブロックチェーンを完全に同じものとみなせるということではありません。両者の結果は部分的に統合されていますが、両者の本質がまったく同じであるという意味ではありません。

私たちが知っておくべきことは、ディープラーニングが今日登場した理由は、モバイル時代によってもたらされたデータ量の急増とコンピューティング能力の向上により、ディープラーニングのさらなる開発と応用が可能になったためだということです。 「マイニング」という行為を通じて空中対空中でコンピューティングパワーを消費し、「商品を持ち込む」というチップ需要を促進するビットコインのような投資に似た概念ではなく、ディープラーニングとチップのコンピューティングパワーが相互に補完し合う。

したがって、ビットコインの崩壊を AI の避けられない未来と見なすことは困難です。

テクノロジーの原罪：ディープラーニングは L5 自動運転の障害となるのか？

同時に、ビットコインの価格変動はブロックチェーン技術が無意味であることを意味するものではありません。ビットコインが上がるか下がるかに関わらず、ブロックチェーンがさまざまな分野に進出していることが分かります。アプリケーションレベルでは、Filip Piekniewski 氏は自動運転を批判することで AI の全体的なアプリケーション価値を否定しようとしてきました。

自動運転の分野に目を向けると、確かに「寒い冬」の兆しが見え始めている。2018年末から、自動運転関連のスタートアップ企業の資金調達は減少し、評価額も下落し始めている。テスラは2019年に完全自動運転の導入について姿勢を変え、自動車所有者から訴訟を起こされた。フォードCEOとウェイモCEOは相次いで「自動運転、特にレベル5レベルの自動運転は難しい」と公の場で発言している。

しかし、自動運転の冷え込みの理由は本当にAI技術に関係しているのでしょうか？

ディープラーニングの複雑な環境における認識能力は、自動運転ビジョン、ミリ波レーダー、ライダーなどの分野に応用されています。しかし、そのブラックボックス特性と弱い意思決定能力は、確かにL5レベルの自動運転の開発にいくつかの障害を生み出しています。しかし、自動運転の発展を単一の道として見ることはできません。L5レベルの自動運転はまだ理想的な進歩を遂げていませんが、L4レベルの自動運転はすでに頻繁にテスト段階に入り、商用化のプロトタイプさえあります。

さらに、L5自動運転の発展を阻んでいるのはAI技術だけではなく、法規制や支援設備、倫理など、導入プロセスにおけるさまざまな問題です。さらに、AI は自動運転以外にも多くのことを実現します。これだけを理由に AI を全面的に否定するのは明らかに不合理です。

AIの「法廷の整理」：なぜAI学者がAI冬説を主張するのか？

こうした信頼できない発言に直面して、私たちはおそらく「情報源」から注意を払い始めるべきだろう。この一連の「素晴らしい記事」を発表したフィリップ・ピエニエフスキー氏は、AI とマシンビジョンの分野の研究者です。彼の Twitter プロフィールを見ると、Accel Robotics という AI のスタートアップ企業で働いていることがわかります。

実際、「AI の冬はもうすぐそこまで来ている」という記事を発表する前は、Filip Piekniewski 氏は AI 学術コミュニティで存在感を示していなかったと言っても過言ではありません。彼が有名になったのは、ディープラーニングと AI に対する批判があったからこそです。

今日、フィリップ・ピエクニエフスキの AI 批判のパターンははっきりと見て取れます。まず、彼は AI 技術を「商業的屈辱」にさらし、それを概念の誇大宣伝と結び付けました。次に、普遍的な矛盾を技術的な矛盾に集中させ、実装プロセスにおけるすべての問題を技術自体のせいにしました。最後に、彼は AI 技術を批判し始め、すべてを大企業による商業的な詐欺だと説明しました。

AI冬理論が発表された後、LeCun氏やAndrew Ng氏などAI業界で活躍する学者らがこぞって反論を繰り広げた。しかし同時に、市場には支持の声もいくつかある。例えば、ニューヨーク大学の心理学・神経科学教授であるゲイリー・マーカス氏も昨年、ディープラーニングを批判する記事を書いている。

非常に興味深い現象が見られます。AI を「叫んでいる」これらの学者は、まさに AI 関連分野を研究している学者です。

この行動は、学者が特定の分野について「悪く言う」ことから生じるのではなく、彼らが研究している分野が現在の AI の発展と一致していないために生じます。

Filip Piekniewski 氏自身を例に挙げましょう。彼の研究分野は古典的なコンピューター ビジョンで、機械学習分類器のフロントエンドとして幅広いアルゴリズムを使用して画像から情報を抽出し、より複雑な検出器を構築することです。しかし、実際の応用シナリオでは、検出器の構築プロセスは非常に複雑で、再現性がありません。比較すると、ディープラーニングに比べて効率がはるかに劣るため、市場に参入するのは困難でした。

しかし、従来のコンピューター ビジョンの利点は、ディープラーニング ソリューションよりも正確で、必要な計算能力が少ないことです。

これを見ると、フィリップ・ピエクニエフスキ氏の以前の発言のいくつかは、非常に不合理かつ非専門的であると思われたが、その理由が説明される。ディープラーニングはGPUを売るためにシリコンバレーが作り出したコンピューティングパワー詐欺だと強調するにせよ、AIの誇大宣伝によって学者の価値が過大評価されていると強調するにせよ、本質的には彼らは自らの学術的見解を主張し、ディープラーニングの現在の優位性に不満を表明しているのだ。

前述のゲイリー・マーカス氏も含め、ディープラーニングに対する不満を表明しつつも、ディープラーニングを進歩させるにはシンボリックコンピューティングと組み合わせる必要があると強調しました。これはゲイリー・マーカス自身の学術的方向性でもあります。

結局のところ、AIの冬を主張しているように見えるこれらの学者たちは、AIの価値について本当に悲観的ではありません。彼らは単にAI学者の発展傾向に不満を抱いており、まるでディープラーニングとシリコンバレーの結託が国と人々に災難をもたらしたかのように説得力のある方法で意見を述べています。学者たちは胸を叩いて「陛下、あなたの国を見てください！」と叫んでいます。

結論

フィリップ・ピエクニエフスキーのディープラーニング批判は本質的には個人的な意見の密輸であるが、彼の意見のいくつかは根拠がないわけではない。例えば、シリコンバレーと学界の密接な関係は学術の発展の方向性に影響を与えるだろうか？そして、企業によるディープラーニングの学術的才能の追求は、学術的才能が現地の環境に適応していないため、AIアプリケーションの開発を妨げているだろうか？

今日の世界と過去の大きな違いは、ビジネスと学術研究がますます統合されつつあることです。多数のテクノロジー企業が学術界に資金提供している中、学者たちは純粋に学術的なイノベーションを行っているのでしょうか、それとも商業的支援によって檻の中に閉じ込められているのでしょうか。商業的資金提供の影響は学者の学術的進路の選択に一定の影響を与え、最終的に技術革新がますます間違った方向に進む原因となるのでしょうか。

「AI冬説」やディープラーニングに対する盲目的批判は望ましいものではないが、その背後に潜む問題点を常に警戒し、心に留めておくべきだ。