人工知能の明るい未来

[[407856]]

私たちが今、そして近い将来に下す決断は、人工知能 (AI) がどのように発展し、それをどのように使用するかを含め、今後 10 年間の方向性を決定します。

人類社会への利益を最大化するには、賢明なリーダーシップが必要です。

この投稿の焦点は、政策と哲学の観点から私たちがどこにいて、どこに向かっているのかを振り返ること、そして次世代の AI に関する次のより技術的な投稿の前触れとなることです。

AIのポジティブな使用事例としては、COVID-19との闘いが挙げられます。たとえば、Lancet は「COVID-19 薬剤の再利用における人工知能」というタイトルの記事を公開しました (https://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30192-8/fulltext)。記事には、「…AI を活用して医薬品の転用や再配置を加速する方法についてガイダンスを提示します。AI のアプローチは強力であるだけでなく、不可欠です。AI モデルを精密医療でどのように活用できるかについて説明し、AI モデルが COVID-19 医薬品の転用を加速する方法の例を示します」と書かれています。

COVID-19 治療薬の再利用における人工知能画像出典: The Lancet

ブランドン・ヴィグリアロロ氏が提供した別の例「MIT、COVID-19ワクチンのリリースを迅速化するための機械学習モデルを開発」（https://www.techrepublic.com/article/mit-develops-machine-learning-model-to-quicken-release-of-covid-19-vaccine/）では、「MITのコンピューターサイエンスおよび人工知能研究所（CSAIL）の研究者は、COVID-19ワクチンの研究に必要な時間を短縮し、より効果的にできる新しい複合機械学習システムを開発した」と述べています。

「オプティバックスと呼ばれるこのプラットフォームは、現在開発中の100種類以上のワクチンに共通するウイルス全体、DNA、RNAワクチンとは対照的に、ペプチドワクチンの開発に重点を置いている」と研究者らは述べた。

人工知能の種類

私たちは狭義の AI と汎用人工知能 (AGI) の違いに焦点を当てる傾向があり、両者の間には中間的な移行があるものの、2020 年代には AI が研究の焦点となるでしょう。 AI、機械学習、ディープラーニングの定義については、関連記事を参照してください。

AIに関する基本概念

AGI（汎用人工知能）はまだ未来への願いである

画像クレジット: Andrew Cochran、人工知能とは何か?

AGI とは、「人間が実行できるあらゆる知的タスクを理解または学習する能力を持つ機械の仮想的な知能です。これは一部の AI 研究の主要な目標であり、SF や未来研究の一般的なトピックです。」

次の投稿では、David Cox 氏らと他の研究者が取り組んでいる研究 (詳細: https://www.aitrends.com/ai-research/head-of-mit-ibm-watson-research-lab-on-how-ai-will-get-to-the-next-level/) を含む次世代の AI について説明します。この研究は、狭義の AI と AGI の中間段階である広義の AI につながり、AI を多くの経済セクターやエッジ (デバイス上) に拡張できるようになる可能性があります。

AIの進化画像提供: Jim Sopherer IBM Cognitive

https://www.slideshare.net/spohrer/cogswell-college-20200120-v8-copy

画像クレジット: Jim Sopherer IBM Cognitive

https://www.slideshare.net/spohrer/cogswell-college-20200120-v8-copy

ディープラーニングを含む AI に関しては、大量のデータが存在するソーシャルメディアや電子商取引などの分野で大きな成功を収めており、Google、Facebook、Amazon、Alibaba、Microsoft (LinkedIn の所有者) などの企業が最強の AI チームを持っているのも不思議ではありません。

毎分どれくらいのデータが生成されるかご存知ですか?

しかし、データが重要である一方で、人についても同様に重要です。 AI アルゴリズムを作成または実装しているデータサイエンティスト、機械学習エンジニア、ディープラーニング研究者、およびこのテクノロジの実装について戦略的責任を負う組織内のデジタル変革、テクノロジ、ビジネス翻訳者など。

さらに、これは、デジタルフットプリントを使用してデータを作成し、多くの場合エンドユーザーであるあなたや私たち全員にも関係します。

私たちのデジタルフットプリント画像ソース: Tes.com

さまざまな経済セクターにわたる AI の拡大により、データのプライバシー、セキュリティ、倫理、透明性などの問題を伴う、ますます複雑で高度な領域での人間の交流が促進されるため、組織レベルおよび国家レベルの意思決定者やリーダーも AI と次世代テクノロジーのあり方にますます大きな影響力を持つようになります。さらに、将来の労働力に求められるスキルと、教育システムがどのように適応する必要があるかを考慮する必要があります。

上のグラフは、2025 年までにインターネットに接続されたデバイスの数が 750 億台に達するという予測を示しています。これは、地球上の 1 人あたり約 9 台に相当します。エッジコンピューティングの役割が重要になります。

2020 年代に入ると、私たちの周囲にあるデバイスやセンサーなどのエッジでデータが作成される機会が増えるでしょう。

エッジデバイスはますます増加しています画像ソース: Omnisci

人工知能は、特に 5G ネットワークの拡大により、モノのインターネット (IoT) のエッジでますます導入されるようになります。5G ネットワークでは、4G ネットワークと比較して遅延が大幅に短縮され、デバイスの接続性が大幅に向上し、AIIoT が生まれます。下の図に示すように、AI、5G、ビッグデータは、モノのインターネットの発展の中心的な原動力になります。

画像クレジット: Iman Ghosh VisualCapitalist.com

https://www.visualcapitalist.com/aiot-when-ai-meets-iot-technology/

さらに、ソーシャルメディアや多くの電子商取引アプリケーションでは、アルゴリズムが適切に機能しないことによって生じるリスクは低いと主張することもできます。たとえば、ドレス、ジャケット、映画などの誤った商品を推奨しても、深刻な怪我や死亡につながることはありません。医療上の誤診や自動運転車による事故の場合のように、考慮すべき複雑な法的責任の問題はありません。

上の図は、自律システムがシーンを理解し、ブロードキャスト（マシン間通信）を介して他のマシンと通信する必要があることを示しています。

需要と供給の法則は、AI およびデータサイエンスコミュニティにも当てはまります。過去 10 年の終わりに向けて、バックエンドシステムに展開されたアルゴリズムを拡張して顧客体験と分析の洞察を強化するのに役立つ機械学習とディープラーニングのスキルに対する需要が急増しました。現在、因果関係と透明性の問題が重要な他の経済分野への AI の拡大を可能にする AI ソリューションに対する需要が高まっています。

スクワレルAI賞の初代受賞者であるレジーナ・バルジレイ氏はこの点についてさらに詳しく説明し、パンデミックが警鐘となるべき理由を説明した。

https://www.technologyreview.com/2020/09/23/1008757/interview-winner-million-dollar-ai-prize-cancer-healthcare-regulation/

MITテクノロジーレビューのウィル・ダグラス・ヘイブン氏による記事「AIにはまだ準備ができていない、と新たな100万ドルのAI賞受賞者が語る」では、レジーナ・バルジレイ氏が問題を説明する言葉を引用している。「現在、AIは失敗率が低いところでは繁栄しています。Googleがあなたが何かを間違って翻訳したか、間違ったリンクを提供したと分かったとしても、それは問題ありません。次のリンクに進めばいいのです。しかし、医者にはそれが通用しません。患者に間違った治療を施したり、診断を見逃したりすると、非常に深刻な影響を及ぼします。多くのアルゴリズムは、実際には人間よりも優れた仕事をすることができます。しかし、私たちは理解できないものよりも、常に自分の直感や自分の考えを信頼します。私たちは医者にAIを信頼する理由を与える必要があります。FDAはこれに取り組んでいますが、米国でも世界の他のどこでも、解決には程遠いと思います。」

AI がヘルスケアや自律型ロボット（車両を含む）などの現実世界の主要な領域で発展し、拡大するには、次のものが必要です。

エッジコンピューティングにより、ニューラルネットワーク圧縮と差分プライバシーによるフェデレーテッドラーニングを通じてディープニューラルネットワークがより小さなデータセットから学習できるようになり、分散データ全体での安全な共同学習が可能になります。
因果関係と説明可能な AI;
教育システムと労働力の再教育（下記参照）
組織内の意思決定者と経営幹部チームには明確なリーダーシップと理解があります。

画像出典: デロイト、政府リーダーのための AI 戦略の開発

https://www2.deloitte.com/us/en/insights/industry/public-sector/ai-strategy-for-government-leaders.html

データインフラストラクチャ、バックエンドシステム、開発に必要なインフラストラクチャへの投資、および 5G ネットワークへの投資の必要性。

前述のように、AI の普及に向けた潜在的な道筋については、この記事の後の次の記事で検討します。

なぜまだ AGI が実現されていないのかと疑問に思う人もいます。 AGI を実現するには依然として多くの技術的な障壁がありますが、哲学的なレベルでは、社会や人類全体としては AGI を受け入れる準備ができていないのかもしれません。

今日の AGI は私たちから何を学べるでしょうか? チャットボット Tay の経験は警告です。

私たちには、AI の第一線で活躍する研究者によって現在開発中の、より強力で広範な AI (まだ AGI ではないが) につながる可能性のある次世代テクノロジーを含む AI テクノロジーを導入し、たとえば人体や環境に有害な紙の領収書への依存を減らすなどして、金融サービスなどの分野でサービスや顧客体験を向上させる機会があります。

また、AI 技術を適用してマーケティングキャンペーンをパーソナライズし、顧客の嗜好に関する理解を深めることもできます。これにより、小売業者の利益率を高めながら、Rolnick らが「機械学習を使用した気候変動への取り組み」で、Alfonso Segura が「ファッション業界の廃棄物への取り組み」で提案しているように、不要で売れ残った在庫による環境廃棄物を削減できます。

さらに、パンデミックは、私たちの社会と世界全体の将来のニーズについて考える機会を提供し、現在の危機のトラウマに対処し、将来のパンデミックによって引き起こされる被害を防止または制限するのに役立ちます。さらに、私たちは、コロナ危機の結果、世界の多くの地域で必要とされている持続可能な経済発展と雇用創出に必要な技術とインフラを開発する可能性について検討する機会を得ています。

AI やその他の次世代テクノロジーを活用して雇用を増やし、汚染を削減する方法の詳細については、以下のインフォグラフィックと関連記事をご覧ください。

世界経済フォーラム（WEF）は、モハメド・カンデ氏とムラト・ソムネズ氏による「AIを恐れるな。AIは長期的な雇用増加につながる」と題する記事を発表し、次のような点を指摘した。

COVID-19により多くの作業の自動化が加速し、人工知能（AI）が自分の仕事を奪ってしまうのではないかと心配する人もいる。
しかし、AI は破壊する雇用よりも多くの雇用を生み出します。
この変化に備えるために、企業と政府はスキルアップと再訓練に重点を置く必要があります。

上記画像の出典: AIを恐れるな、AIは長期的な雇用増加につながる

さらに、著者らは、2025年までに従業員の50%を再販する必要があると述べています。

https://www.weforum.org/agenda/2020/10/dont-fear-ai-it-will-lead-to-long-term-job-growth/

下図に示すように、金融サービスなどの分野は AI によって変革されます。

さらに、下の図に示すように、ヘルスケア分野も変革します。

この 10 年間でこれらの分野で AI の可能性を真に実現するには、差分プライバシーと広範な AI を備えたフェデレーテッドラーニングなどの技術を導入する必要があります。

しかし、人間的要素も同様に重要です。私たちは、教育システムと労働力全体にわたって人材とスキルに投資する必要があります。

これは、私たちの政治および組織のリーダーが、必要な人材を育成し、AI やその他の新興テクノロジーを活用して人類の将来が直面する主要な問題のいくつかを解決できるようにするために十分な投資を行えることを意味します。インダストリー 4.0 への移行を可能にするには、政治および政策リーダーによる賢明なアプローチが必要です。

新型コロナウイルス感染症の危機は、人々の苦しみと経済的損害の両方を引き起こしました。私たちのリーダーたちは、GDPと雇用の拡大を促進する政策を検討すると同時に、汚染と闘い、現在の世界で機能しているかもしれない従来のモデルから脱却する必要性も考慮する必要があるでしょう。

私たちは、2021年が世界中のどこにいても、すべての人にとって回復と啓蒙の年となることを願っています。新型コロナウイルス感染症の危機からできるだけ早く脱し、AIをさまざまな生産ユースケースに適用し、引き起こされた経済的損害に対処し、世界中の多くの人々の生活水準と医療を向上させることに向かって進んでいくからです。

未来は私たち自身の手の中にあり、私たちが今、そして近い将来に下す決断がその未来を決定します。来年は、データサイエンスと次世代テクノロジーを活用して私たちの生活の質を向上させ、私たち全員にとってより良い世界を創造する、新たな啓蒙の時代に入るという希望があります。