マーク・アンドリーセン氏が語る
「AIの冬」はもう訪れない そう言い切れる2つの理由
AI(人工知能)についてはこれまで何度も大きく宣伝され、そのたびに期待が急速高まり、失望するというサイクルを繰り返していた。今回はこれまでとは違い「AIの冬」は訪れないだろうと著名なAI専門家は話す。
AI(人工知能)への期待が再び高まっている。
投資企業Andreessen Horowitzの設立者マーク・アンドリーセン氏は次のように話す。「今回はこれまでとは違うと評価している。AIテクノロジーは、現実的で細部まで配慮された方法で機能し始めている」
サンフランシスコで開催された「Spark + AI Summit」での講演で、アンドリーセン氏はこれまで少なくとも5回のAIハイプサイクルがあったと話した。ハイプサイクルとは調査会社ガートナーが提唱する技術の成熟度などを表した図である。AIが進化する過程では、テクノロジーの小さな進化が過度な期待を生み、実際にはその期待に及ばないという現象を繰り返してきた。
今回は「AIの冬」は訪れない
今回は状況が違うとアンドリーセン氏は考える。同氏は、2012年に開催された「ImageNet Large Scale Visual Recognition Challenge 2012」(ILSVRC2012)をターニングポイントに挙げている。同大会では、画像認識と分類のタスクで初めてアルゴリズムが人間を上回った。
それ以降、AIツールは進化を続けている。エンジニアは多くの分野で人間の能力を上回るAIシステムを構築している。このことは、このテクノロジーがAIハイプサイクルに埋もれないことを証明する。AIは軌道に乗り、産業に大きく貢献する準備が整ったといえる。
アンドリーセン氏は、AIが根本的な技術に変化をもたらし、それによって経済のあらゆる分野の在り方に関して再考が必要になる可能性が高いと言う。
「テクノロジーの進化の大半は徐々に起こる。だが、AIは製品や企業をほぼ根本から変えてしまうアーキテクチャの変化になる可能性があると考えている」(アンドリーセン氏)
AIの見方を人間中心から変える
同時に、現在のAIへの期待に応え、AIハイプサイクルを乗り越えるには、AIを導入する方法と目的を体系的に考え始める必要がある。こう語るのは、カリフォルニア大学バークレー校の教授でニューラルネットワークの初期研究の第一人者であるマイケル・ジョーダン氏だ。
ジョーダン氏はカンファレンスの基調講演で、機械学習アプリケーションの大半は、一人一人のユーザーの好みを学習し、それに基づいてエクスペリエンスを調整し、製品を薦めるものだと語った。
だが、多くのサービスがこの考えを基に構築されると何が起きるだろう。映像配信サービスを提供するNetflixが同じようなお薦めを数百万人のユーザーに提供しても問題はない。だが、金融サービス企業が同じ株を多数のクライアントに薦めたら、人為的に市場が変えられてしまう可能性があるとジョーダン氏は話す。
「目的は個人に合わせて決めることではない。考えなければならないのは、エージェントのシステムだ」(ジョーダン氏)
ジョーダン氏は、AIが応用されている幾つかのユースケースにも異議を唱える。多くの優秀な開発者が何らかの人間の知能を再現しようとしているが、そのようなツールには見込みがないと同氏は言う。与えられたタスクや人間よりも多少得意なタスクを実行するアルゴリズムを構築するのではなく、開発者は人間ができないことを可能にするツールを開発すべきだという。
例えば、交通データを分析して信号を変え、混雑した道路から早く車を移動させる機械学習システムなどが優れたAIアプリケーションだとジョーダン氏は話す。人間がこのような信号操作を行うために認知機能を利用して全てのデータを分析することは不可能だろう。そのため、これは見込みのあるユースケースだ。
「人々は、AI革命とはコンピュータビジョン分野の機械学習だと考えている。だが、このような機械学習は人間の模倣という観点に基づくものだ。人間がなしえなかったシステムの構築を試みてはどうだろう。人間を模倣するAIは間違いだ」(ジョーダン氏)
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
-
プレミアムコンテンツ
[アイティメディア株式会社] AI活用を成功に導く「オブジェクトストレージ」 NAS/SANの限界を突破するには -
プレミアムコンテンツ
[アイティメディア株式会社] 「性能ならSSD」「大容量ならHDD」はもう古い? 変わるストレージの常識 -
プレミアムコンテンツ
[アイティメディア株式会社] 「オンプレミス回帰」がまさかの失敗に クラウドをやめずに安くする最適化手法 -
事例
[発注ナビ株式会社] AI活用を成功させる企業とそうでない企業の違いとは? -
製品レビュー
[発注ナビ株式会社] システム開発「はじめの一歩」 押さえておきたい基礎知識と失敗を防ぐ方法
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
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
2
「VMware vCenter」でゼロデイ悪用、PHPも修正――今朝の情シスニュース
-
3
「GPT-6.1 Terra」は半額 それでもなぜ企業はAIモデルを選べないのか?
-
4
「Windows Server 2028」、初のIntune対応をプレビュー PCとサーバを一元管理へ
-
5
AI利用時に情報漏えいが起きた場合の適切な対応はどれ?
-
6
ECCに学ぶ「回線2本持ち」からの脱却 多拠点ネットワーク集約の基準
-
7
「サプライチェーン管理」に関するアンケート
-
8
なぜ「ChatGPT」連携の拡張機能が情報漏えいの入り口になるのか?
-
9
「企業のサーバ環境と調達・価格動向」に関するアンケート
-
10
AIに長文を入力する際の「コンテキストウィンドウ」の適切な扱い方はどれ?
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
4
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
5
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
6
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
-
7
自社のメール環境は本当に安全? チェックシートですぐ分かる“今必要な対策”
-
8
Microsoft 365 Copilotで実際何ができる? 回答の精度を高めるRAGとは?
-
9
「Microsoft 365」徹底解説ガイド テレワーク時代のセキュリティ対策編
-
10
AIに何を聞いても「汎用的な答え」しか返ってこないのはなぜか?
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