CIOの悩みは解消されるか

人工知能（AI）と機械学習データの課題、予測不能な世界を予測するには？

企業が膨大なデータや先進技術を活用するには、予測がつかない将来に対応するという難題が立ちはだかる。MITメディアラボ准教授のイヤッド・ラーワン氏はそう指摘する。

公開 2018年06月27日 05時05分

更新 2018年07月26日 10時55分

著者

Jason Sparapani

[TechTarget]

印刷する

人工知能（AI）の課題とは《クリックで拡大》

　人工知能（AI）と機械学習は、膨大なデータの活用により、医療や省エネルギーなどさまざまな分野を進歩させる大きな可能性が期待できる。2018年5月、米マサチューセッツ州ケンブリッジで開催された「MIT Sloan CIO Symposium」で、研究者たちはそう語った。しかし、Googleなど潤沢な研究開発費のあるIT大手がこうした分野を推進する一方、多くの企業では最高情報責任者（CIO）がAIや機械学習のためのデータ管理に苦労している。企業はどのような課題に立ち向かわなければならないのか。シンポジウムに参加した企業IT幹部はそう問いかけた。

併せて読みたいお薦め記事

CIOにとってのAI

AIと機械学習のこれから

　未来の仕事に関するパネルディスカッションで司会を務めたエリック・ブリニョルフソン氏（MITデジタルエコノミーイニシアチブディレクター）は、パネリストに意見を聞いた。

　パネリストの1人でMITメディアラボ准教授のイヤッド・ラーワン氏は、AIや機械学習のデータを最新の状態に維持することと、商品需要予測など特定の目的に特化することが大きな課題だと述べた。企業はともすると、データを広範な用途に使いたがるのだという。

　「世の中は変化する。規制などの変更によって、物事の起こる配分にも変化が生じる」とラーワン氏は指摘し、初めは間接的な影響しかなくても、やがて「ビジネス最適化の機会を見逃しかねない」と語った。

　ブリニョルフソン氏はラーワン氏に、AIと機械学習のデータに関する課題とその具体例、また、重大な決定を左右するアルゴリズムやテクノロジーに人のバイアスが及ぼす影響について質問した。その内容を以下に紹介する。発言には読みやすいよう編集を加えた。

エリック・ブリニョルフソン氏　企業が保持する膨大なデータをAIと機械学習に活用するには、どのような課題があるか？

イヤッド・ラーワン氏　データを最新の状態に維持することと、関連するプロセスをデータに反映させることだ。例えば、株価の動きや、各地の「Uber」の需要などの予測は、比較的体系化したものになる。ところが、データから構築した予測モデルを別のさまざまなビジネスプロセスにも活用しようとしがちだ。しかし、世の中は変化する。規制などの変更によって、物事の起こる配分にも変化が生じる。

ブリニョルフソン氏　具体的な例でいうと？

ラーワン氏　例えば、輸送や物流関連の最適化を行っているとする。ある日突然、規制が変わる。ビジネスへの影響は間接的だ。ところが、それによってその国や地域への移住者が激減する。すると、引っ越し業の需要が急激に減ることになる。そこには一種の波及効果が起こり得る。過去のデータセットに基づいてトレーニングした機械学習モデルを運用していると、世の中に変化が起こったとき、ビジネスに影響がなさそうな変化だったとしても、結果的にビジネス最適化の機会を見逃しかねない。そこで、多くの新しいAI技術では、継続的に学習するアルゴリズムでオンライン学習を行う。事前にトレーニングを完了したモデルを運用するのではなく、絶え間ない経験や変わり続ける世界から学習を続けていくことが必要だ。

ブリニョルフソン氏　誤った情報を学習してしまうという心配はないか？　雇用の決定や、仮釈放の判定、勧告、融資の決定を行うときに、人によって判断が偏ることが議論されている。機械はこのようなバイアスも学習してしまうのか？

ラーワン氏　人にはもともとバイアスがある。その中には良いバイアスもある。例えば、品質のよしあしを判別するためのバイアスだ。そうしたバイアスには意義がある。一方、悪いバイアスもある。差別を助長したり、法律や規範に反したりするバイアスは悪いバイアスだ。例えば、雇用を決定するときにマイノリティーを差別するようなバイアスだ。与えるデータが原因でAIがバイアスを学習するということが分かった結果、こうした偏見が以前より浮き彫りになってきたように思う。企業に良識を求める圧力は強まっており、思慮に欠ける企業は評判を落とすことになるだろう。

印刷する