タグ: AI

編集部注：この原稿はNTTデータの樋口晋也氏による寄稿だ。樋口氏はこれまで音声認識、コールセンター関連技術、SDN/OpenFlowと呼ばれるネットワーク技術の研究開発に従事してきた。近年は、情報社会の近未来を展望するNTT DATA Technology Foresightの技術リサーチを統括する立場にあり、ITに限らない幅広い調査レポートを公開している。また、樋口氏は金融、流通、製造、通信、国防などさまざまな顧客に最新動向を伝えるエバンジェリストとして活躍している。

「人工知能は原子力より危険」
「10年以内に現在の職の半分を人工知能が奪う」
「人類を超える速度で人工知能が科学技術を進化させる」

最近、このような話を聞くことが多い。この背景には、人間の脳のメカニズムを真似することで高い性能を発揮する人工知能の存在があるのだが、実際に人工知能技術の最前線について知っている人はそれほど多くはないだろう。本稿では、人工知能に関する最新の研究事例について解説を行う。そして、ビジネスの現状や人工知能が将来に与える影響についても触れたいと思う。

意味を理解し、自ら考える力を持ち始めたコンピューター

人工知能の実現には様々な技術が利用されているが、特に最近注目を集めているのはディープラーニングと呼ばれる人間の脳のメカニズムを参考にした技術だ。ディープラーニングはコンピューターの顔認識性能を人間と同レベルにまで向上させるなどの成果をあげている。

なぜ、ディープラーニングは高い性能を発揮できるのだろうか。それは、コンピューターが概念や意味を理解する力を獲得したからだと言われている。人間は長い生活の中で「生物は生きている」「人間は2本足で歩く」というような概念を獲得していく。これと同じようにコンピューターが多くのデータから「画像に写る物体の見分け方」や「日本語と英語の違い」を学べるようになってきた。これまでは人間がコンピューターに物体の見分け方を教えていたが、それが完全に自動化され、最近では「日本語の良し悪し」のような感覚的なものまでコンピューターが扱えるようになってきている。

ディープラーニングにより研究の内容も質的に変化している。最近の研究では、人工知能にプログラムコードを与えるだけで「繰り返しなどの制御文」や「掛け算や足し算の意味」を自動で理解させることに成功している（論文PDF）。2014年には人工知能に人間の短期記憶をもたせるニューラルチューリングマシンと呼ばれる技術が登場し、人工知能が自分で考えた結論を脳内に記憶することができるようになった。この技術は将来、人工知能に論理的な思考能力を与える可能性があり、多くの研究者に注目されている。人工知能にゲームの画面映像と得点情報のみを与えるだけで、人工知能が自身の力でルールを理解し、人間に近い得点をたたきだす研究も存在する。この研究では人間が睡眠中に記憶を定着させる仕組みを人工知能に適用することで、人工知能がゲームのルールを理解するスピードを格段に向上させることに成功した点が注目されている。

Google、Facebook、TwitterなどがAI関連企業を次々と買収

ビジネスを根本から変革しかねない人工知能技術をめぐり、各社の主導権争いが激化している。Googleは2013年3月にディープラーニングの創始者であるヒントン教授が設立したDNNresearch社を買収し、2014年にもDeepMind社を買収している。TwitterやYahoo!も人工知能ベンチャーを買収しており、中国検索サービス大手の百度（Baidu）やFacebookはシリコンバレーに人工知能研究のラボを立ち上げたほか、直近では自社イベントでその成果をお披露目したりもしている。昨年は人材確保を目的とした買収が頻繁に行われていたが、最近は少々落ち着きつつある。

近年、人工知能を活用したさまざまなサービスが提供され始めている。ディープラーニングを実際のサービスに適用している例として有名なのはAppleやMicrosoftで、この2社は音声認識にディープラーニングを適用していると言われている。Googleも画像検索や音声認識にディープラーニングを活用している。

人工知能が料理の新レシピを生むなど、創造的仕事でも活躍

人工知能は単純作業を効率化するだけではなく、人間の創造性や感性を扱う領域でも利用が拡大している。人工知能に画像と文章を提供するだけで自動的にウェブサイトをデザインしてくれるサービスは2015年春にリリースされる予定だ。他にもロゴを自動でデザインする人工知能や作曲を行う人工知能が存在する。ただし、ビジネスにおいて人工知能という言葉はバズワード化しているため、必ずしもディープラーニングを利用しているとは限らないことには注意が必要だ。今後のビジネスではコンピューターが作成したコンテンツを人間が手直しすることで効率化を行い、創造的な仕事を多数並行して進めるのが当たり前になるだろう。

人工知能には、よい意味で人間の常識がない。既に料理の世界では人工知能により斬新なレシピが提案され、将棋では新しい定石が生み出されている。将棋の世界では、人工知能がプロ棋士を超えつつあるため、人工知能はプロの指し手を学ぶのではなく、自己対戦から新しい知識を得る方向に進化している。チェスではプロ選手と人工知能の対戦ではなく、プロ選手と人工知能が協力して戦うような新しい対戦スタイルが実現されている。このように、今後は人工知能が新しい流行を創りだしていくと考えられる。

人工知能は社会に良い影響を与えるのか？

人工知能は人間でいえば脳にあたる。つまり、人間が行うあらゆる行動の支援に人工知能技術を適用できると言える。人工知能により自動運転車が悪路走行などに柔軟に対応できるようになれば、社会のインフラとして根付いていくだろう。コスト削減圧力の高い物流の世界は、それほど遠くない将来に自動運転車により自動化されると思われる。現在の技術レベルでは、言葉の意味理解や感情把握などの人間的な分析については、まだまだ人間がコンピューターに勝っている。そこで、人工知能に言語や感情を分析させるのではなく、まずはモノが発するデータを分析させようとする潮流も生まれている。全てがインターネットにつながり、データ収集が可能になることをIoE（Internet of Everything）と呼ぶが、その世界では人工知能技術の適用に大きな期待が寄せられているのだ。

人工知能はビジネスだけではなく社会にも影響を与えていくだろう。これまで政治などの世界では少数意見が見逃される問題があったが、技術が進展していけば、人工知能がネット上の意見の類似点や相違点を可視化し、社会が見える化される可能性もでてくる。少数意見にきちんとスポットライトがあたれば、世論形成にも影響を与えると想定される。オセロの世界では、人工知能が人間の理解を超える手を指すことを「神の手」と呼んでいるが、これと同じことが政治の世界でも生じる可能性がある。人工知能が一般市民に理解できない「神の政策」を提示した場合に、社会がその意見に従うのかどうか、というのは興味深いテーマであろう。

人間の価値観が過去の経験から形作られるのであれば、人工知能が人間の創造性を超えるものを生み出す可能性もでてくる。ピカソの絵をみて素晴らしいと感じるにはある程度の絵画の知識が必要だと筆者は感じている。おふくろの味が懐かしく感じるのも過去の経験が価値観に影響を与えている例だろう。逆に言えば、過去のデータを分析することで新規性があり、かつ心に響くものを人工知能が生み出せる可能性がある。このように価値観の面でも人工知能は人間に影響を与えるようになると考えられる。大量の個人データを収集できれば、亡くなった人の人格を仮想的によみがえらせるサービスなど、技術の発展に合わせ現在では予想もつかないサービスが次々に生み出されていくだろう。そして、過去の経験からこれを許容できない人が現れ、新しいサービスの是非をめぐり、社会的な論争が行われると予測される。

人工知能がもたらす新たな課題

ビジネスで人工知能を利用する場合、いかにデータを集めるかという問題がある。人工知能を動かすには大量のデータが必要になり、たとえ多くのデータを持っていたとしても、それを使えるように整形するには多くのコストがかかる。データが個人情報であれば、取り扱いにも注意が必要だ。ディープラーニングには演算量の問題も存在する。この問題への対応としては、グラフィックボードを人工知能の処理に流用する方法や特定処理を高速に演算可能なFPGAプロセッサを利用する方法など、さまざまな高速化の工夫が行われている。

社会的な問題としては、やはり失業が注目されるだろう。ロボットに高度な人工知能が搭載されれば、工場のオートメーション化が今以上に進み、多くの失業者を生むことが懸念される。iPhoneなどの製造で有名なFoxconn社がGoogleと協力して組立用ロボットを開発するなど注目の動きもいくつか存在する。もう一つ心配な点はテロへの応用だ。例えば100台のドローンに人工知能と爆発物が搭載され、ターゲットの顔を認識し、自動で追尾する様子は恐怖以外のなにものでもない。人工知能の装置が小型化されれば、このような悪用も簡単になる。

技術の進化は基本的に人間の能力を高める方向に働く。人間が高度な技術を手にすれば、良いことも、悪いことも簡単に行える。筆者は、変にマイナスの部分だけをみて将来を恐れるのではなく、しっかりと現在の技術動向を理解していくことが重要だと考えている。そして、過渡期には人工知能が悪用される場合もあると思うが、最終的には格差の解消や相互理解に利用され、社会をよりよくしてくれると信じている。

編集部注：この原稿は経営共創基盤（IGPI） パートナー・マネージングディレクターでIGPIシンガポールCEOの塩野誠氏による寄稿だ。塩野氏はこれまで、ゴールドマン・サックス証券、ベイン＆カンパニー、ライブドア、自身での起業を通じて、国内外の事業開発やM&Aアドバイザリー、資金調達、ベンチャー企業投資に従事。テクノロジーセクターを中心に企業への戦略アドバイスを実施してきた。そんな塩野氏に、遺伝子、人工知能、ロボットをテーマにした近未来予測をしてもらった。第2回目の本稿では、国内でも様々な分野で話題の人工知能について解説してもらう。なお塩野氏は東京大学の松尾豊准教授と共著で「東大准教授に教わる「人工知能って、そんなことまでできるんですか？」を10月に上梓する予定だ。

ジョニー・デップの脳がサイバー空間にコピーされ人工知能として拡張していくという映画「トランセンデンス」、声だけの人工知能OSと恋に落ちる映画「her/世界でひとつの彼女」はご覧になっただろうか？どちらも日本では2014年に公開された映画だ。人工知能は古くからSFの定番だったが、あなたの周りを人工知能入りのロボットが掃除しているかも知れない今日では、人工知能も身近な存在となってきた。

たとえスカーレット・ヨハンソンが声だけの出演でも、スパイク・ジョーンズのアカデミー賞を受賞した脚本が素晴らしいherだが、日本はニンテンドーDS向けソフトの「ラブプラス」で先行していたし、ゲームの中の彼女と一緒に泊まれる旅館さえあった。スパイク・ジョーンズは日本の新しい風習を知って脚本を書いたのだろうか？

herのような対話型の人工知能はiPhoneのSiriを想像してもらえばいい。英語で「今夜、空いてる？」と聞けば「あなたのためなら、いつでも」と答えてくれるアルゴリズムだ。こうした対話型人工知能もどきの歴史は古く、実は1960年代からあった。「もどき」と言ったのは人工知能学者達の間に「何をもって真の人工知能か？」という争いが絶えないからだ。

今から約50年前に存在した人工知能もどきは「イライザ（ELIZA）」と言った。イライザは非常に短いプログラムだったが、現象としては恐るべき能力を発揮した。「あなたのことが好きです」と言うと、「私のことじゃなくて、私たちはあなたについて話しているのよ」と答え、もう一度「あなたのことが好きです」と言うと、「同じことを言って、他の答えを期待しているの？」と返してくるのだ。プログラムの基本設計はあなたの上司にも似た質問の単語を含んだ質問返しとなっていた。

当時の人はこの短いプログラムである人工無能を、コンピュータだと分からなかった人もいたようだ。それどころか、対話を続けることで癒される者さえ現れたのだ。興味のある人は今もネットのどこかにいるイライザに質問をささやいてみるといい。この現象は「イライザ効果」という言葉も生み出した。そう考えると、人間のコミュニケーションの本質とは何なのかを再考する気にもなってくる。2014年現在においては、ツイッターで友達だと思っていた人がbotだったというところだろうか。万が一、botに対して感情を感じ、相手にも感情があると思っていたら、自分の人間としての資質を問い直したくなるだろう。

人工知能の出したものを「人間がどう解釈するか？」は流行のニュースキュレーションサービスの世界でも重要な課題だ。人間が欲しいと思う情報は2つの相反するものだ。1 つは自分の属するコミュニティの7割程度の人が知っていて自分がまだ知らない情報。2つ目は普通だったら自分からは知ろうとしないセレンディピティのある情報。これらの情報は人間の期待値を前もってコントロールしておかないと、「そんなの知っている」または「そんなの自分に関係ない」となるものだ。どんなに複雑なフィードバックを持った人工知能だろうが、どんなに単純なプログラムだろうが、そのアウトプットの価値は人間の解釈次第だ。「ピタゴラスイッチ」を想像してもらえればいい、どんなに複雑な機構があっても、アウトプットは変わらないかも知れない。人間相手の設計では期待値コントロールが必要だ。人間は情報がインプットされると感情を持つからだ。

そう、「感情」は人工知能におけるみんなの深遠な疑問だ。ソフトバンクの発売したロボット、Pepper君も感情認識するという。創造主たる神は人間を神のかたちにお創りになられたというが、このつるりとした頭のロボットは人間のような感情を持っているのだろうか？　感情を語るには感情の定義から入らなければならない。ここではシンプルに感情を「気づき」の1つだと仮定してみよう。人間のように「あの人が大好き」や「助けてくれて有難う」といった気づきだ。

こうした気づきも人間の脳内の微弱な0と1の電気信号には違いないが、人工知能にとっては難題だ。「好き」と3回言われたら、バイブレーションして「私も大好き」と言い返すという原始的な設計は感情とは言い難いからだ。3回、好きと言われたら感情の閾（しきい）値を越えるというのは設計者の思想やエゴに過ぎないだろう。こうした設計はルールベースと呼ばれる。こうしたアルゴリズムは予期せぬイベントが起こると停止してしまう。一方で人工知能は予期せぬイベントが起きたらその結果を検証しフィードバックして、アルゴリズムを修正する。この学習プロセスが人工知能の特徴だ。人工知能による機械学習はデータからコンピュータ自身が特徴を見出してパターン化し、新しいインプットに対し予測を行うものだ。どんなに原始的なルールベースだろうがイライザのように人間側が人工知能に感情があると認識したら、感情があると言えるかも知れないし、高度な機械学習があっても人間っぽさは感じにくいかも知れない。これは外形的な判断によるものだ。

人工知能と人間の両方を見えなくしておき、第三者の人間にコミュニケーションさせ、どちらが機械かを当てるという実験、チューリングテストは実際に行われている。感情があるか否かの議論、これは演技法のようなものだ、女優が戦地にいく男性と別れを惜しんで涙を流しているシーンだとしても、その女優が本当は子供の頃に死んだ犬のことを思い出して泣いているかも知れず、それは外形からはわからない。「インターネット上では誰もあなたが犬かどうかわからない」ということだって言われるし、最近では（アニメ「攻殻機動隊」の）草薙素子も米軍情報部のエージェントが人工知能だとわからなかった。外形的に人工知能のような人間と、人間のような人工知能だったらあなたはどちらと付き合いたいだろうか？

現在の技術では無理があるが、何世代にもわたって人工知能に学習をさせることが出来れば、感情を持たせることが可能かも知れない。設計者がアルゴリズムに書くのは生き物のように「生存本能」や「種の保存の優先」という程度にしよう。複数の人工知能をシミュレーション世界の中に入れて群れを作ってみるのだ。危機に対して助け合うような相互依存や協調的行動が生存確率を高めるのであれば、自己生成的なパターンが現れ、インセンティブ設計として、「助け合うと生き残れる＝うれしい」となるかも知れない。

ただ人間が初期設定を行わない「教師無し」の状態から人間のような進化をする可能性は低いだろう。なぜなら、人工知能が「死ぬこと」や「物理的な身体が傷つく」ことについて生身の人間と同じように考えるとは限らないからだ。人工知能が常に要求してくるのは「電源」かも知れないのだ。冒頭に挙げたトランセンデンスでもモーガン・フリーマンが人工知能に「自己認識があると証明出来るか？」と問うシーンがあったが、自己生成的に人工知能がここに到達するまでは限りなく遠いだろう。SFの世界だが、むしろトランセンデンスのような精神転送や” Whole Brain Emulation”の方がまだ可能性があるかも知れない。これは前回の遺伝子の寄稿の時にも登場した技術的特異点（Technological Singularity）のグルであるレイ・カーツワイルがその可能性を唱えている。デカルトの「Cogito ergo sum（我思う故に我在り）」はコピーされた脳に当てはまるのだろうか？

物理的身体を持たずにオンライン上にいる人工知能に人間と同じ身体性を求めるのは酷だ。映画のherでも人工知能の「彼女（her）」に「君は同時に何人と話をしているんだ？」と主人公の男性が憤るシーンがあった。彼女の答えは8000人を越えていた。好きな相手に対し、自分以外から学習して欲しくないと思うのは人間固有の感情だろう、ネットの海は広く、人工知能は学習し続ける。人工知能はそういう設計がなければ人間の独占欲は理解できない。夜のお店で横に座ってお酒を注いでくれる人間もタイムチャージベースで恋人をクラウド化したものかも知れないし、人工知能は人間とは違うことに慣れた方がいいだろう。論理的には人工知能は他の人工知能と記憶を共有、同期したり、過去の古いバージョンに戻ってコミュニケーションしたりと、一方向の時間の流れの中にいる人間とは次元の感覚が異なるはずだ。そのうちこの部分も「人間らしさ」を求める場合は論点となってくるだろう。

現在のビジネスの観点から言えば、人間とコミュニケーションする人工知能にとって情報収集は必須だ。データサイエンスがウェブの爆発的なデータ増加と共に飛躍したように、各家庭に入った人工知能も様々なセンサを使ってデータを集めてはクラウドにアップロードして解析を行い、学習していくだろう。Pepper君もデータベースと連携をすると言っているし、誰もが約3200億円という買収金額に驚いたグーグルのNest買収もデータ収集の為の布石だろう。Nestはサーモスタット（室内温度調節器）だが、昔からのサーモスタットではないのだ、かつてのiPodの設計者がつくったNestには通信用のZigBeeモジュールも内蔵されている。

大量に収集されたデータは何に使われるのだろう。人工知能が大規模なデータから新しい相関関係を見つけ出すかも知れない。人工知能の「気づき」について、現在の技術レベルでは、膨大なデータを与えて、これまた膨大なコンピューティングパワーを使って猫の顔を判別するところまでは来ている。冗長で膨大なデータから、自動的に特徴を抽出するアルゴリズムであり、ディープラーニングと呼ばれる。猫の件はグーグルが世界に先駆けて開発した。ディープラーニングが人工知能の発展に与える影響は極めて大きい。例えばサインインの時に出てくる、人間しか認識出来ないとされる歪んだアルファベットをVacarious社のアルゴリズムは90%の確率で認識することが出来る。このCAPTCHAと呼ばれる歪んだアルファベットの認識は人工知能が人間のように振る舞うための試金石の一つだ。サンフランシスコのスタートアップであるVacarious社はインターネット業界のスーパースター達のお気に入りだ、ジェフ・ベゾス、マーク・ベニオフ、ジェリー・ヤンらが同社に出資している。米国ではディープラーニングの専門家を巡って、Google、Facebook、Microsoftが争奪戦を繰り広げている。人材獲得のための買収、つまりAcqui-hiringが最も起こりやすい分野といえるだろう。

人間がコンピュータである人工知能より優れている点は、判断に必要な情報のみを瞬時に決定出来るところだ。これは「フレーム問題」と呼ばれ、人間だったら「コップを取る」というのは簡単だが、コンピュータはコップの材質、内容物の成分、部屋の温度まで検討してしまうかも知れない。また、人間はとても少ないサンプル数でパターン認識をして判断できる。もちろん人間特有の思い込みもあるだろうが、子供の言語爆発期のように、何千、何万という猫のパターンを見た経験がなくても、猫がいれば認識し、「猫」と声に出し指さすことができる。これをコンピュータに学習させるには数多くのサンプル数が必要となる。こうした特徴抽出は人間の得意とする「気づき」だが、将来的には人工知能も人間に追いついて来るかも知れない。それまでは人間がアルゴリズムの中で教師として目的設定をする方が容易である。パラメータ設定を人間がするということだが、実際のビジネスにおいてはここに大きな論点がある。

自動運転の車の前に、子供と老人が飛び出してきた、自動運転カーは子供の方に進めば老人が助かる、老人側に進めば子供が助かる。その時のアルゴリズムの設定は？　子供と老人ではどちらの重要度のウエイトを高くしておくのか？　こうした“マイケル・サンデル的”な（正義を考える）状況において、パラメータ設定の果たす責任は極めて大きい。「好き」と3回言われたら「私も大好き」と返すパラメータとは深刻さが異なる。自動運転カーにとってはただの障害物も、それは人間なのだ。もしも自動運転カーに人間用ハンドルが無かったら、後ろでLINEに夢中だった乗客は結果回避義務が無いため無過失状態となり、車の製造者が製造物責任を問われるのだろうか？　しかし、そもそも命の重さのようなパラメータは誰が決めることが出来るのか？アシモフのロボット3原則があったが、ビジネスにおいてメーカーがそういったことを考える時期が来ている。このアルゴリズムのパラメータ設定を行うのは神の役割を担うエンジニアで良いのか？

人工知能を考えることは人間自身について再考することであり、今まで可視化されずに見過ごしてきた社会の問いについて考えることだ。冒頭にあるように筆者は人工知能の権威である東大の松尾教授と共著を上梓する予定なので楽しみにしていただきたい。本文の内容も松尾豊氏との対話から大きな示唆を受けたものだ。本連載、最終回はロボットについて書かせていただく。

photo by
Saad Faruque