われわれの向かう未来
AI(人工知能)の意思決定はブラックボックス、それでも機械を信じる?(1/2 ページ)
数ある人工知能(AI)の中でも、機械学習は特に進化の可能性が大きい。われわれは、どこまで機械を信頼できるか、試されることになる。
AIについての論議は、現在のロボットの世界から始めるのが最も分かりやすい。それほどの影響力を持たない場面では、猫ロボットや床掃除ロボットのRoombaがいる。Domino'sはピザ宅配ロボットの実験を行い、サンフランシスコでは街を巡回する新型防犯ロボットの実験まで行われている。
もっと実用的な例としては、自動車を挙げることができる。狭い場所でも自動で駐車でき、人間より速く反応して制動をかけ、車線をはみ出せばハンドル操作を正してくれる。間もなく自動運転も可能になりそうだ。また、自動運転であるかないかにかかわらず、現在の自動車はロボットを使って製造される。Amazonは注文処理にロボットを使い、爆弾はロボットを使って不発処理される。そうした事例は挙げればきりがなく、今後も増え続ける。だが、全てのロボットが人工知能(AI)を使っているわけではない。全てのAIが非常に賢いというわけでもない。
まず人工知能の種類を定義しよう。私たちのほとんどは、AIを開発しているのは非常に優秀な開発チームだと思っている。私たちは、そのチームが機械に対して特定の状況、あるいは数百、数千もの状況における行動を学習させていると信じる。実際に、現在の自動運転車で起きていることは、そうした状況に近い。車を運転するコンピュータに次から次へと状況が記録され、そうした状況に対する解決策がプログラミングされる。時間の経過に伴ってさらに多くの状況が発生し、その解決策も蓄積される。この事例では、機械は自律的に学習しているのか、それとも人間の開発者チームが学習した知識を機械に提供しているのか。私は後者だと思う。現在使われているロボットの大半は、この種の人工知能が大部分を占める。限られた数の状況と、事前にプログラミングされた反応は、魔法のように思えるかもしれない。だが、これは機械学習ではない。人間が学習して、新しい知識を機械に注ぎ込んでいるにすぎない。
極めて単純に言うと、機械学習は、その機械が利用できる既存の知識源を全て使って自ら結論を導き出すことで発生する。人間と同じように、機械がより多くを学習し、自分の「意見」が正しいかどうかを経験データに基づいて判断する中で、その結論は時間の経過に伴って変わることもある。
この種の人工知能について少し考えてみよう。われわれはコンピュータやソフトウェア、ニューラルネットワークなどに、特定の種類の情報やデータ(例えば何百万もの診療記録や何十億もの証券取引など)を読み込ませている。また、それらのデータに加えて、多くの外部データにもアクセスさせる。次に特定の状況を示して「どう思う?」と尋ねる。マシンの答え(推定あるいは診断)は、ほぼ毎回、人間の専門家の答えよりも優れている。しかも、ここがいいところなのだが、マシンは常に答えの精度を向上させ続ける。時間の経過につれてより一層の学習を重ね、より多くのデータにアクセスする。恐らく最も大切なこととして、マシンは自分の欠点を冷静に判断し、自らの論理を調整して成長する。しかもそれが毎回だ。まさにこれこそが答えであり、これで人類は救われる。ならば、できるだけ早くこれを開発しよう。今こそ覚悟を決めるべきときだ――などというわけにはいかない。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
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
急増する「AIはこう言ってる」マン 判断を狂わせる「AI忖度」を防ぐには?
-
2
取手市がVDIと決別した理由 更改費用「4倍超」を約1.7倍に圧縮
-
3
「Excel至上主義」の終わらせ方 丸2日の手作業地獄から情シスと現場を救うには
-
4
221人調査で分かった「情シス最大のストレス」は?
-
5
「データストレージの活用方法」に関するアンケート
-
6
「AI時代の統合基盤・エンタープライズAI管理」に関するアンケート
-
7
自宅のWi-Fiが「遅い」「途切れる」本当の原因は? Dellが推奨する鉄則
-
8
本当に安いPCで十分か? “すぐ重くなる”を防ぐノートPC選びの絶対条件
-
9
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
10
Claudeの不可視透かしに批判殺到 著作権消失や誤判定に潜む企業リスク
ホワイトペーパーランキング PR
-
1
年収2000万「クラウドセキュリティのプロ」になれる資格とは
-
2
セキュリティソフトをすり抜ける標的型攻撃メール、不審メールの見破り方とは?
-
3
Windows Updateの通信集中で回線が逼迫、ネットワーク刷新事例に学ぶ解決策
-
4
財務を戦略的組織へ進化させるAI活用術、4つの主要な障壁と解消方法
-
5
「NAS」「SAN」「DAS」は何が違う? いまさら聞けないストレージの基礎
-
6
“あのファイル転送”で暗躍するノーウェアランサム
-
7
標的型攻撃メールを見破るには? サンプル文面を例に傾向を解説
-
8
商用利用の安全性を確保し大量のコンテンツを高速で生成する、AI活用の秘訣
-
9
マンガで解説、1日で生成AI環境を構築できるワークショップの中身とは?
-
10
Dark AIが台頭する時代の新発想、「より高度なAIで対抗する」具体的方法とは?
TechTargetジャパン SNS
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