バズワードになってしまった「AI」
「AlphaGo」は“真の人工知能”からは程遠い、それでも考えたい機械学習のビジネス価値
人工知能（AI）は50年近くにわたりアプリケーション開発の究極目標となってきた。だが現在進められている各種のプロジェクトがAIという看板を掲げているからといって、それらが真のAIであるとは限らない。
コンピュータ囲碁プログラム「AlphaGo」（出典：Google DeepMind）《クリックで拡大》
人間の囲碁チャンピオンに勝つ囲碁のアルゴリズムは、人工知能（AI）アプリケーションの好例といえるのだろうか。
例えばレイシストのTwitterボットはどうだろうか。
このところ、AIをめぐる動きが目まぐるしい。Googleの「AlphaGo」プログラムが囲碁で人間の世界チャンピオンに勝った。囲碁はチェスとは比較にならないくらい複雑なゲームだといわれている。このプロジェクトはAIをめぐる興奮を大いにかき立てたが、Microsoftのチャットボット「Tay」が暴走して差別的な発言や卑猥な発言をするようになったことで、こうした興奮が一気に冷めた感がある。
では、こうした一連の出来事はAIの現状に対してどんな意味があるのかといえば、何の意味もないのだ。
AIの能力は人間の知能に及ばない
併せて読みたいお勧め記事
人工知能（AI）のビジネス価値
人工知能は人間の仕事を奪うのか？
これらの出来事はいずれも機械学習の好例だ。Microsoftは自然言語処理レイヤーを組み込むことにより、Tayをコグニティブ（認知）コンピューティングの領域に引き上げたといえる。だがTayにしてもAlphaGoにしても、真のAIからは程遠い。
コンピュータAIシステムの生みの親の1人といわれるカーネギーメロン大学の研究者ハーバート・サイモン氏は1956年に「機械は20年以内に、人間が行う仕事を全てこなせるようになるだろう」と述べた。時間軸で見れば同氏の予言は大きく外れたものの、この発言はこれまでのAIの位置付けを端的に示している。すなわち、人間の脳の力を機械の脳の力で置き換えることが目標とされてきたのだ。
だが今日、AIと呼ばれているものを見渡すと、その能力と人間の知能の間にはまだ大きなギャップがある。現在、AIと呼ばれているものの多くは、特定のタスクを実行するために最適化されたアルゴリズムにすぎない。これとは対照的に、人間の知能は多くの異なるタスクを処理できるのが特徴だ。今日のAIシステムはいずれも、状況を理解する能力が広い意味で欠落している。
これはAIの定義の問題ではない。今日のAIと同じような状況は以前にもあった。5年ほど前に「ビッグデータ」という用語が広範に認知されたとき、企業のマーケティング担当者はこぞって自社ソフトウェアをビッグデータシステムと呼び始めた。今日、データの管理や分析を行えるソフトウェアは何でもビッグデータツールと呼ばれている。この用語は手垢にまみれて、今ではほとんど無意味になってしまった。
現在のAIは機械学習システムにすぎない
AIアプリケーションでも同じことが起きている。私の所には、誰かしらからコグニティブコンピュータやAIソフトウェアを宣伝するメールが少なくとも1週間に1回は送られてくる。大抵の場合、これらの製品は機械学習システムと大して変わらない。
もちろん、学習する能力は、自然言語を通じて意思疎通する能力と同様、知能の重要な要素である。また、機械学習は企業にとって素晴らしいツールになる可能性がある。機械学習アルゴリズムをベースとするレコメンデーションエンジンでAmazonが成功したのが好例だ。
だがAmazonのケースをAIの例として挙げるのは行き過ぎであり、これは機械学習やインテリジェンスシステムに関する議論の質を下げることにもなる。AIと聞いてほとんどの人々が最初に思い浮かべるのは、知能を持った機械が人類を抹殺しようとする「ターミネーター」や「マトリックス」のような空想的な未来のディストピアだ。これがビジネス価値をめぐる議論と何の関係もないのは明らかだ。
機械学習のビジネス価値に目を向ける
保険会社であれば、こういったことを気にせずに、機械学習アルゴリズムを使って不正請求を素早く特定するにはどうすればいいかを考えればよい。コールセンターであれば、多数の電話機を使った従来の方式よりも多くの顧客に素早く対応できる自然言語処理エンジンを利用する方法を検討すべきだ。「AIとは何か」という議論は学者やSF作家に任せておけばいい。
ほとんどの人は、AlphaGoやTayがAIアプリケーションの現状にどういった意味があるのかなど気にしてはいない。これらは真のAIでもなければ、現在盛んに宣伝されている製品の多くとも異なっている。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[フォーティネットジャパン合同会社] 複雑化しがちな「SASE運用」 IT・医療・金融などの事例に見る導入成功の秘訣 -
製品資料
[フォーティネットジャパン合同会社] 「SD-WAN」導入で失敗しないための5つの重要事項 -
技術文書・技術解説
[フォーティネットジャパン合同会社] VPNの代替候補「ZTNA」を理解できるようになる“3大要素”とは？ -
事例
[フォーティネットジャパン合同会社] すぐ分かる「SD-WAN」選定のポイント 成功企業はどんな成果を出した？ -
製品資料
[SCSK株式会社] 「Dropbox」管理・運用の困りごと解決ガイド
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
3
みずほ証券が「液冷サーバ」を採用 1日3.6億件の計算を支えるための要件
-
4
Microsoft月例パッチ1400件超で過去最多 「限界点」を迎えたパッチ管理
-
5
被害額は過去最高額 それでも「サイバー犯罪者が捕まらない」3つの理由
-
6
米国防総省で300万人分の個人情報が流出 その「意外な原因」と教訓
-
7
いまIBM iエンジニアが直面する「5つの技術的課題」とその解決策
-
8
Microsoft 365の「テナント統合・分離」問題 手戻りのない道を選ぶ秘訣とは？
-
9
AI時代のITインフラ戦略とは？ 販売代理店が知っておきたい最新トレンド
-
10
巨大組織の「アジャイル」を加速させる オリックス生命が選んだ、開発状況を見える化する戦略的ツールとは？
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
7
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「標的型攻撃メール」事例・サンプル集
-
10
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー