比較分析に基づく人工知能技術の革新の道筋に関する研究

1. はじめに

人工知能（AI）技術は1950年代に誕生し、現在では最も最先端かつ最も普及しているハイテク技術の一つに発展し、第4次科学技術革命の中核的地位を占め、今後の総合的な国力競争の重要な側面となっている。米国、ロシア、欧州連合、日本などの国や地域はAI技術の発展を非常に重視しており、関連する戦略や計画を積極的に策定し、技術研究開発を強化している[1〜4]。

近年、我が国はトップレベルのレイアウトを強化し、AIの発展の方向性を示し、AI技術の迅速かつ健全な発展を支援するために、いくつかの戦略と政策を打ち出してきました。この過程では、技術発展の客観的な法則に従い、我が国の条件に合った AI 技術革新の道を模索する必要があります。緊急に解決しなければならない主要な問題は、新時代の国家システムの下でのAI技術の革新的な発展モデルと最適な道筋を研究し、それに応じた投資政策、人材メカニズム、プロジェクト管理システム、業績評価システムを模索することです。

破壊的な新興技術である AI の発展法則に関する体系的な研究はまだ不十分です。そのために、本稿では比較分析の手法を用いて、比較的成熟した原子力・太陽光発電技術とAI技術を比較対象として選定し、基礎理論、技術発展、技術市場応用モデルの3つの側面から論じ、AI技術の独特な発展法則と革新の道を整理し、我が国のAI技術の革新的発展を促進するための対策と提案を提示する。

2. AI技術と産業の定義

1. AI技術の定義

国家規格管理局はAIを[5]と定義しています。デジタルコンピュータまたはデジタルコンピュータによって制御される機械を使用して、人間の知能をシミュレート、拡張、拡大し、環境を認識し、知識を獲得し、知識を使用して最良の結果を達成する理論、方法、技術、およびアプリケーションシステム。

この定義に基づくと、AI は、特定の技術的手段を通じて機械が人間の知能を「模倣」できるようにするものとして理解できます。 AI技術は「模倣」能力の成熟度に応じて、弱いAI、強いAI、スーパーAIの段階に分けられます[6]。弱い AI とは、単一の側面に優れ、基本的にはコンピューティングと認識の知能レベルにある AI を指します。強いAIとは、思考や計画、問題解決、抽象的思考、複雑な概念の理解、ディープラーニングなどの操作ができ、あらゆる面で人間と同等レベルの処理が行えるAIを指します。スーパーAIとは、科学的イノベーション、一般知識、社会的スキルなど、ほぼすべての分野で人間よりも優れた処理能力を持つAIを指します。現在、AI技術は弱いAI段階にあります[7,8]。弱いAI段階から強いAI段階に発展するためには、基礎フロンティアとコア技術で大きな進歩を遂げる必要があります。

AIのコア技術には、機械学習、コンピュータービジョン、知識工学、自然言語処理、音声認識、コンピューターグラフィックス、マルチメディア技術、ヒューマンコンピューターインタラクション技術、ロボット工学、データベース技術、可視化技術、データマイニング、情報検索と推奨などがあります。大学、研究機関、企業によるAIコア技術の進歩により、AI技術は徐々にインテリジェント化、広範化、効率化、グローバル化しており、経済社会の発展におけるその役割はますます重要になってきています。また、AIコア技術には柔軟性の不足、説明可能性の弱さ、堅牢性の低さなどの問題が依然として残っており、AI技術の今後の発展にとって大きな課題となっていることにも留意する必要があります。

（II）AI産業概念の定義

産業は、経営、技術、人員、生産、市場、資源、情報などの複数の要素を含む複雑な経済システムです[9]。現在、AI 業界の概念は、通常、広義と狭義の 2 つの方法で定義されており、関連する要素の意味と表現はまったく同じではありません。広い観点から見ると、AI産業とは、AI技術を深く広範囲に応用して、技術の統合とビジネスモデルの革新を促進し、重点分野のスマート製品の革新を促進し、主要産業のインテリジェントアップグレードを推進し、インテリジェンス、人間と機械のコラボレーション、国境を越えた統合によって駆動される新しい形式の産業発展を形成することを指します。狭義の視点から見ると、AI産業とは、AIの基礎理論、技術、システム、プラットフォーム、AI技術に基づく製品やサービスの研究開発、生産、販売をグループ、チーム、個人が行う一連の経済活動を指します[10]。この研究は、AI 業界という狭い概念に基づいています。

AI産業は構造的なシステムであり、産業チェーンの各段階における供給と依存関係の観点から、上から下に向かって基礎層、技術層、応用層に分けることができます（図1参照）。基本レイヤーは、チップ、センサー、生体認証など、主にデータやコンピューティング能力のサポートを提供します。技術層は主にキーテクノロジーの研究と関連アプリケーションを実施し、コンピューティングプラットフォームとデータリソースに依存して大規模な認識トレーニングと機械学習モデリングを実施し、音声および自然言語処理、コンピュータービジョン、機械学習などのさまざまな分野のアプリケーションテクノロジーを開発します。アプリケーション層は主にセグメント化された産業シナリオで使用され、その中核はAI技術の商業化と、AI技術を利用した製品、サービス、ソリューションの提供にあります[11]。

図1 AI産業構造[10]

注: GPU は Graphics Processing Unit の略、FPGA は Field Programmable Gate Array の略です。

3. AI技術とAI産業の関係

新興産業は、最先端技術の継続的な開発と、その後のエンジニアリングおよび工業化を通じて形成されます。科学技術革新は、新興産業の発展にとって重要な原動力です[12,13]。重要な新興産業の一つとして、AI産業とAI技術の関係は次のように説明されています：AI技術はAI産業の発展を牽引する重要な核心です。AI産業の発展動向はAIキーテクノロジーを中心とし、上下に放射状に広がり、AI産業構造の基礎層と応用層の発展を牽引しています。AI産業の全体的な発展レベルはAIコアテクノロジーの開発と革新能力によって制限されており、AIキーテクノロジーの革新的な発展を促進することは避けられない選択です。

現在、我が国のAI産業の全体的な発展は、依然として欧米先進国に比べて遅れをとっています。国情に合ったAI技術の革新と発展の道を模索し、「技術主導型産業」モデルを通じて我が国のAI産業の急速な発展を促進することは、大きな実用的意義と広範囲にわたる戦略的価値を持っています。

3. 比較分析に基づくAI技術の発展法則に関する予備的研究

技術開発は通常、基礎理論によって主導され、市場の需要によって推進されます。市場の需要が強いと、技術の継続的なアップグレードと最適化が促進されます。基礎理論の進歩と市場需要の創出が技術開発に与える影響を分析することは、技術開発を支配する法則についての理解を深めるのに役立ちます。 AI 技術は比較的遅れて始まったため、この記事では、AI 技術をより成熟し、広く使用されている原子力技術や太陽光発電技術と比較・分析し、それぞれの発展特性を研究して、AI 技術発展の一般法則を探ります。

1. 原子力技術

1. 基礎研究の進歩

原子力技術の基礎理論は、主に科学者の実験研究に基づいて、実験現象を分析し、推論をまとめることで得られます。 1919年、イギリスの物理学者ラザフォードは窒素原子核にアルファ粒子を照射して陽子を得て、原子核の初めての人工的変換を達成しました。 1939年、ノーベル物理学賞受賞者のフェルミは連鎖反応の原理を提唱し、原子力の平和利用の理論的基礎を築きました。現在、原子力技術は長い研究期間を経て十分な理論的根拠を備えています。

2. 技術開発

原子力技術の発展は基礎理論を礎として、国防と軍事の必要によって強く推進され、徐々に完全な技術力を獲得し、成熟した技術分野として認められてきました。 1940 年に米国が開始したマンハッタン計画は、原子力技術研究の典型的なモデルです。それ以来、米国、ソ連、英国、フランスは次々と原子爆弾の爆発に成功しました。我が国は1964年に最初の原子爆弾、1967年に最初の水素爆弾の爆発に成功しました。

3. 技術市場への応用

原子力エネルギー技術は当初、防衛・軍事分野での利用を想定されていました。例えば、1933年にハンガリーの物理学者チラドは、原子力エネルギー開発を防衛・軍事分野で利用できると提案する関連論文を発表しました。第二次世界大戦の終結後、科学者たちは原子力技術研究の確固たる基盤を頼りに、原子力エネルギーの平和利用に急速に目を向けました。例えば、1954年にソ連が建設した世界初の5MW実験用グラファイト沸騰水型原子炉（オブニンスク原子力発電所）は、民間市場における原子力エネルギー技術の応用の重要な象徴でした。

まとめると、原子力技術は十分な基礎理論研究と堅実な技術研究を有し、国防と軍事応用のニーズを出発点として民生需要の活発な発展を牽引しており、20世紀のハイテク発展の典型的な例である。

2. 太陽光発電技術

1. 基礎研究の進展

太陽電池の動作原理は光起電力効果であり、1839年にフランスの科学者ベクレルが実験で発見しました。この原理の発見により、太陽光発電技術の研究と産業の発展が促進されました。理論的研究が深まるにつれ、科学者たちは多くの物質が光起電効果を持つことを発見しました。たとえば、1877 年にアダムとデイはセレンの光起電力効果を研究し、1904 年にハルワックスは銅と亜酸化銅の組み合わせに光感受性があることを発見し、1932 年にオードバートとストラは硫化カドミウムに光起電力現象があることを発見し、1941 年にオールはシリコンの光起電力効果を発見しました。

2. 技術開発

太陽光発電技術の発展に伴い、一般的な太陽電池には、シリコン太陽電池、III-V太陽電池、銅インジウムガリウムセレン化太陽電池、カドミウムテルル化太陽電池、有機太陽電池、色素増感太陽電池などがあります。近年、新素材の継続的な開発に伴い、太陽光発電技術の研究は多様化の傾向を示しており、ますます多くの新しい電池材料（ペロブスカイト、グラフェンなど）が発見されています。しかし、新しい太陽電池の技術研究もいくつかの問題に直面しています。例えば、多くの新しい太陽電池と比較して、ペロブスカイト太陽電池は低コストと高効率という利点がありますが、有毒金属の代替、長期的なバッテリー安定性、大面積太陽電池の製造技術の点で欠点があり、製品の商業化に課題があります[14,15]。そのため、太陽光発電技術は理論的な基礎は優れているものの、先端材料の研究開発や準備にはまだ欠陥があり、技術研究はやや弱く、さまざまな技術方向の研究レベルも不均一です。

3. 技術市場への応用

太陽光発電技術の市場応用モデルは原子力技術のそれと似ており、軍事需要から始まり、その後民生需要の発展を促進します。 1958 年、米国は最初の太陽光発電セル駆動衛星であるパイオニア 1 号を軌道に乗せ、軍事市場における太陽光発電技術の早期応用を示しました。 1962年、14Wの太陽電池を搭載した商用通信衛星テルスターが軌道に打ち上げられ、民間市場における太陽電池の応用が始まりました。

まとめると、原子力技術と同様に、太陽光発電技術の基礎理論研究は十分であり、技術市場への応用も国防や軍事分野で始まり、それによって民生需要の発展を牽引しました。新素材の研究レベルに制限があるため、太陽光発電技術のさまざまなサブ分野の研究レベルは不均一です。

3. AIテクノロジー

1. 基礎研究の進歩

原子力や太陽光発電技術とは異なり、AI技術は開発の初期段階では完全な基礎理論がありませんでした。 1936年、イギリスのアラン・チューリングは、AIの概念の起源ともいえるオートマトン理論を創始しました。 1956 年に、ジョン・マッキンゼー、ミンスキー、ロチェスター、シャノンが初めて AI 技術の定義を提案しました。 AI技術の発展においては、特定の分野における方法論的研究が基礎理論研究をはるかに上回ります。初期のAI基礎理論は「アイデア」や「概念」に重点が置かれており、十分な原理的な説明が提供されていませんでした[8,16]。代わりに、特定の分野における方法論的研究に重点が置かれていました。基礎理論研究は弱く、さらなる探究が必要な未知の領域が多くありました。 AI技術の基礎理論はまだ未完成であり、原子力や太陽光発電技術の研究レベルにはまだ達していないと一般的に考えられています。

2. 技術開発の現状

AI技術の発展も、原子力や太陽光発電技術の発展とは大きく異なります。 AI技術は現在、まだ弱いAI段階にあります。多くの分野に応用されていますが、技術自体の欠点によって制限されており、技術の信頼性が低いという問題があります。国防などの「ハイテク」分野ではまだ広く使用されていません。 AI技術は従来の民間分野で広く利用されており、非常に速いペースで更新・反復されています。現在、AI技術は、従来の技術は比較的優れているものの、ハイエンド技術が未発達な状況にあります。

3. 技術市場への応用

AI技術アプリケーションの開発は3つの波[6]を経ており、代表的なノードとアプリケーションはすべて民間市場から生まれています。例えば、1973年に日本が開発したロボット「ウィーボット1」は、音楽を演奏できるインテリジェントソフトウェアをベースにした初のヒューマノイドロボットでした。1980年に日本が開発したロボット「ウィーボット2」は、人とコミュニケーションをとったり、楽譜を読んだり、電子オルガンを演奏したりできました。1997年にIBMが開発した「ディープブルー」はチェスのチャンピオンに勝利しました。また、フランスのアルデバラン・ロボティクス社は2006年にインテリジェントロボット「ナオ」を開発しました。需要の観点から見ると、データ量が少ない、境界が不確実、環境が複雑、リアルタイム性が高いなど、防衛分野の需要シナリオの特殊性を考えると、防衛分野におけるAI技術の応用には依然としていくつかの問題が残っています。全体的に見ると、AI技術の市場応用は原子力や太陽光発電技術とは異なり、現在も民生分野のニーズが中心となっている。技術レベルの限界により、今後長い間、AI技術の民生分野への応用は軍事分野よりも広範囲に及ぶことになるだろう。

（IV）比較分析の結論

基礎理論研究、技術開発、技術応用市場モデルの発展パターンを原子力技術や太陽光発電技術の発展パターンと比較すると（表1参照）、AI技術には次のような発展パターンがあることがわかります。

表1 原子力、太陽光発電、AI技術に関する研究の比較

（１）AI技術は基礎理論研究が比較的不足している[16]。基礎理論研究の強固な基盤をできるだけ早く築くことは、将来のAI技術の成熟した発展を促進する上で重要な側面である。イノベーションは情報技術の発展の魂であり中核であり、AI技術の迅速かつ継続的なイノベーションこそが情報技術の発展の唯一の道です。

（２）原子力や太陽光発電技術と同様に、AI技術も軍事・民生両用の可能性を秘めており、軍事市場と民生市場の協調的発展は将来の発展にとって避けられない道である。ハイエンドAI技術の開発が不十分であり、軍事市場と民間市場のAI技術に対する需要に大きな違いがあるため、軍事市場と民間市場でのAI技術の応用に向けた明確な革新的な開発経路を模索することが、AI技術の重要な開発方向となっています。

IV. AI技術革新の道

1. AI技術の発展には「進化的」な開発が避けられない選択である

基礎理論が十分に発達しておらず、弱いAIが主な技術的側面であり、民間市場は巨大であり、軍事市場には明らかな需要があるものの実際の応用は比較的少ないという現状を考えると、我が国のAI技術開発は独自の革新の道を歩まなければなりません。この目的のために、この記事では「退化」と「進化」の発達の概念を使用して説明します。 「インボリューション」とは、限られた分野に既存の技術を大量に投入することで総生産量の増加を達成する方法を指します[17]。 「退化」は通常、技術の複製、拡張、洗練された開発として現れ、開発プロセスにおける効率改善が限られているというジレンマがあります。 「進化型」開発は、技術そのものの発展とブレークスルーに重点を置き、応用分野の拡大を通じて新たな社会的利益をもたらします。

現在、AI技術は、従来技術の発展は良好だが、ハイエンド技術の発展が不十分、技術価値や影響力の発揮が不十分といった「退化的」な発展モードを示している。音声認識や画像認識などの一部のAI技術は、社会、翻訳、セキュリティ、医療などの分野で広く使用されていますが、堅牢性の低さや解釈性の低さなどの問題は根本的に改善されておらず、適用シナリオも制限されています。この現象は、一方では技術革新自体の難しさによるものであり、他方では、国内の民間市場の規模が巨大であるため、特定の市場とそのセグメントで弱いAIを使用するだけで、技術所有者がより大きな利益を得ることができるため、AI技術の詳細な研究に対するモチベーションが欠如しています。 「革命的」発展による高い収益は長続きせず、その後の市場競争によって収益は損なわれる[18]。イノベーションと創造性を強化し、非特定市場と「非快適ゾーン」市場アプリケーションに焦点を当てた「進化型」技術開発モデルを採用することによってのみ、AI技術は強力な技術活力を維持することができます。

（II）統合開発はAI技術の「進化的」発展を促進する

AI技術の発展を「快適ゾーン」から押し出し、「退化的」な発展から「進化的」な発展へと転換するには、新たな外部環境の推進要因が必要です。民間需要と比較すると、軍事需要はより「ハイエンド、精密、先進的」であり、市場特性は明らかに異なります。強いAIや超AIの分野でブレークスルーを達成するには、民間市場の需要だけに頼ることは不可能であり、軍事需要によって推進される必要がある。軍事応用シナリオでは、AI技術が境界不確実性、強力なゲーム対決、高いリアルタイム応答、高い環境複雑性、不完全情報などの戦場特性を備えていることが求められています。対応する装備は、信頼性、保守性、テスト可能性、安全性、環境適応性など、複数の要件を満たす必要があります。これは、弱いAIから強いAI、スーパーAIへの進歩の道標です。軍事的ニーズを原動力としたAI技術の統合的発展を実現することは、AI技術革新の困難を克服し、革新の活力を確保するための好ましい道となっていると言える。

また、軍事・民間市場向けの AI 技術の開発モデルは、原子力や太陽光発電技術の開発モデルとは異なることにも留意する必要があります。原子力と太陽光発電技術の市場応用モデルは、まず国防と軍事分野に役立ち、その後民生分野への応用を推進します。軍事市場から民生市場への移行における技術的障壁は比較的低く、軍民産業の境界を打ち破り、軍民両分野の技術の「進化的」発展を実現することが容易です。軍と民の市場需要の明らかな違いにより、軍と民のニーズの間でのAI技術の相互変革には大きな障害があります。軍事需要の牽引力を強化し、軍と民の産業の境界を打ち破ることによってのみ、AI技術の「進化的」な発展を達成することができます。

各国の状況に応じて、「3段階」のアプローチを採用し、AI技術の統合的な発展を実現することができます。最初のステップは、軍事市場の特殊なニーズに基づいて、民間の技術成果と需要の応用シナリオを一致させ、民間の成果を軍事用途に直接転換することです。例えば、スマートセキュリティ技術の民間市場は比較的成熟していますが、軍事シナリオはまだ深く開発されていません。この変革を通じて、技術の適用範囲を拡大できるだけでなく、従来の弱いAI技術の成熟度と信頼性を最初にテストし、技術的な欠陥を迅速に特定することもできます。第二段階は、軍民協働イノベーションと共同研究を通じて、知能セキュリティ技術などの新興AI技術を突破し、強いAI特性と両用性を備えた汎用AI技術の誕生につながるべきである。第三段階は、高い軍事需要をターゲットにし、特殊なニーズへの必要な投資を確保し、民間分野では困難または実施を望まないハイエンド技術研究を実施し、スーパーAI技術の開発と製品化を推進するべきである。研究成果は段階的に民間分野に移行し、バイオインテリジェンスやインテリジェントマイクロシステムなどの「軍主導の民生」開発パターンの形成を模索すべきである。

V. 対策と提案

（I）トップレベルのレイアウトと新たな研究開発機関の構築

国務院と中央軍事委員会が共同で、民軍両分野で指導力と資源配分能力を備えた新たな研究開発機関の設立を指導し、支援することを推奨する。 AI技術の多様性と「集団知性」の特性を考慮し、効率と実用主義の原則に基づき、「トップレベルの調整、軍民協力、焦点の相違、集団の知恵」というプロジェクト運営モードを採用し、AIの基礎理論研究を自由に探求し、ハイエンド技術研究に優れたチームを編成して集中的な取り組みを実施し、軍と民の市場のニーズを効果的に調整し、新しい研究開発機関の運営がAI技術革新の基本特性と発展法則に適合するようにします。

（II）チャネルを拡大し、リソースサポートを増やす

AI技術の統合開発には安定した資金支援チャネルが必要であり、「科学研究資金＋市場利益」の推進モデルを採用することが推奨されます。民間の成果が軍事利用に転用される場合、国家の主要科学技術プロジェクトが設立され、科学研究費の形で資源保証が提供されます。軍民協働イノベーションと軍主導の民生段階において、関連研究成果が民生分野に転化される際には、国有企業や民間企業の産業への導入を検討し、民生品特別育成基金による重点的な支援を行うべきである。

（III）人材を重視し、統合人材チームの構築を推進する

現在、AI分野のリーダーやチームは国内外の著名な科学研究機関や主要企業に集中していますが、AI技術の統合的な発展には、科学研究への努力をより集中させるために、多元的な統合人材チームの構築が必要です。人材チームの構築は、関連する科学研究機関や団体に頼る必要があります。初期段階では、「二重雇用システム」モデルを採用して、高度な人材とチームを導入し、人員の権利と義務を明確にすることができます。チーム構築が徐々に成熟した後、ターゲットを絞ったトレーニングメカニズムを導入して、コアチームとリーダーを育成し、人材導入の既存の行き詰まりを打破することができます。さらに、「同一労働同一賃金」を実現し、軍と地域の人材を引き付けて共同で重要な問題に取り組み、それぞれの長所を十分に発揮させ、軍民協働による真のイノベーションを実現します。人材チームを構築する過程では、差別化された評価メカニズムを同時に確立する必要があります。

（IV）共同開発と倫理的研究

AI技術を民間のシナリオに適用する際の倫理規範に関する研究はある程度進展しています。しかし、軍事シナリオにおけるAI技術の適用は民間シナリオよりも遅れて始まったため、軍事シナリオにおけるAI技術の適用に関する倫理規範に関する研究はまだ不足しています。 AI技術を軍事市場と民間市場に応用する際の倫理規範の協調的発展に焦点を当て、倫理規範に関する既存の研究成果に基づいて、責任の帰属、抑止力と破壊力のバランスなど、軍事特有の倫理的問題に関する研究を実施します。