第3回テーマ「AIはどこまで賢くなるか」

最先端のテクノロジーをテーマに、ゲストやIBM技術者とともに語り合うIBM Night。第3回目は、「AIはどこまで賢くなるか」をテーマに開催しました。書籍「ザ・プラットフォーム」の著者である尾原和啓氏、マイクロソフト社 やGoogle社の勤務を経てフリーランス エンジニアリング・プロダクトアドバイザーとして活躍中の及川卓也氏、日本アイ・ビー・エム東京基礎研究所の福田 剛志が、AIの現状とAIが次の段階に進むための課題を話し合い、ビジネスでのAI活用を構想する来場者と有意義な交流を図りました。

 

AIの現在と近い将来

3月16日(金)、永田町GRIDにて開催された第3回IBM Nightは、「AIはどこまで賢くなるか」をテーマに、IT批評家で藤原投資顧問株式会社シニアアドバイザーの尾原和啓氏、マイクロソフト社やGoogle社の勤務を経てフリーランス エンジニアリング・プロダクトアドバイザーとして活躍中の及川卓也氏をゲストに迎え、日本アイ・ビー・エム東京基礎研究所の福田剛志と語り合いました。約50名の来場者と、現在のAIができること、近い将来のAIに期待されること、そして、有効に機能するAIシステムを構築するために今から準備しておくこと、などが話し合われました。

現在は「弱いAI」

「現在のAIは『入出力関係が明確に定まっているもの』の処理には有効ですが、それ以外の分野ではまだまだ研究が必要です。これをナロー(Narrow)AIと呼んでいます」と最初に福田から説明がありました。その先にあるのは汎用的な「ブロード(Broad)AI」で、こちらは入出力関係が明確でなくても処理できるとのこと。なお、ナローAIは「弱いAI」、ブロードAIは「強いAI」とも呼ばれるそうです。ナローAIとは、例えば「写真を見せて、写っているものが何かを判別する」ことです。ナローAIはすでに高いレベルに達していますが、学習したことにしか答えを返せません。ブロードAIへと進化するためには、いくつかの技術革新が必要と現在のAIの状況をまとめました。

及川氏はDigital Equipment Corporationに在籍していた当時を振り返り、過去にAIのブームが2回あり、現在が3回目であると振り返りました。同氏が大学を卒業した当時は第2次AIブームで、エキスパートシステムと呼ばれるAIシステムが利用されていたそうです。このシステムは「ルールベース」のもので、ナレッジエンジニアと呼ばれる専門職が、熟練した人が自然に行っている処理を分析して、ルールベースの処理に置き換えていった、と当時の処理を説明しました。ルールベースは、現在も有効な実用的な方法ですが、培った知識を汎用化できなかったそうです。

これまでのAIブームについて語る及川氏

これまでのAIブームについて語る及川氏

AIブームは本物か

IBMの人工知能であるIBM Watsonが、2012年にアメリカのクイズ番組「ジョパディ!(Jeopardy!)」に勝利した当時はAIとは呼ばれていませんでした。福田は、この処理も主要な部分はルールベースだった、と明かしました。一方、音声データの処理に関しては機械学習を用いており、組み合わせて処理しています。なお、ニューラルネットワークも、入出力の関係が明確な分野に適用されるナローAIとのことです。

尾原氏からの「過去2回のAIブームのように、第3次AIブームが消えることがあるのでしょうか」という質問に、福田は「第2次AIブームの時との大きな違いはコンピューティング・パワー(処理能力)」としながらも、処理能力向上だけではブロード化ができず技術革新が必要、と分析しました。及川氏は、コンピューティング・パワーに加えデータが重要と指摘し、インターネットの普及により莫大なデータを学習に活用できるのが、第2次AIブームの時との違いだ、と指摘しました。

IBM Watsonは、現在、日本でも事業展開されています。福田は「日本で事業化されたことで、多くの日本語データが集まったことが重要」とデータ集積を成果の一つに挙げました。音声認識が人間と遜色がないレベルに進化し、発話部分もかなり進んで人間と話のやりとりができるようになったそうです。人間とのやり取りに関して及川氏は「検索の処理はAIの得意とするところで、様々な情報を集めて利用できるものに味付けしている」と明かしてくれました。

「ブロード」への道

このやりとりを聞いて、尾原氏から「様々な情報を集めるのは、ナローの延長であり、どうすればブロードになるのか」と本質に迫る質問がなされました。福田は、一つの方法として、高性能なナローAIを集積すること、としました。「人間ほど賢くはならないかも知れないが、実用的には有用なAI」が誕生する可能性があるとのことです。及川氏からは転移学習と呼ばれる方法が紹介され、ある分野で働くナローAIを他の分野に活用することへの期待が語られました。福田も、転移学習が研究の中でホットな分野であるとした上で「ある学習をして常識を持ったAIに新しいことを教えた方が、何も無いところに教えるより効率が良くなる可能性があります」と期待を示しました。

ビジネスにAIを活用したい人の立場に立って、及川氏から「データサイエンティストを雇って、自分たちでデータを集めてAIに教え込んだ方が良いのか、それとも既存のモデルを使った方が良いのか」との問いが発せられました。福田は「自らの学習、という意味でやってみることに意義がある」との考えを述べ、「既存のモデルに独自のデータを加えることで新しいモデルを作る」方法が、音声認識では成功していることを紹介しました。

「まだAI活用を始めていない人は、どうしたらよいのか」という尾原氏の問いに、福田は「AI処理のための新しいハードウェアが、今後数年の内に出てきます。その時のことを先行して考えておくのがよいでしょう」と、これから始める人は、将来を予見して方法を選択できるメリットを示しました。及川氏は、「データを活用していないと生き残れません」とデータを整理して使える状態にしておくことを強く勧めました。

今後のAI活用について話す福田

今後のAI活用について話す福田

AIのビジネス応用

AIの活用が期待される分野

セッションの後半では、来場者が2人ずつペアになり、AIの活用についてディスカッションを行いました。その後、Q&Aに移行し、本日の登壇者の皆さんへの質問が寄せられました。

最初の質問は「業務プロセスを可視化して改革するのに、AIを活用できないか」というものでした。BPR(ビジネスプロセスリエンジニアリング)と呼ばれる、経営コンサルタントが行う業務の一つです。及川氏は「BPRは難しいので、AI時代もコンサルタントは残る職種と言われています。BPRをAI化できるようになるには、時間がかかるでしょう」との見方を示しました。福田は「業務イベントの系列を図式化することまではできます」と一定の支援が現在でも可能であるとしましたが、「その先の理想像を作る部分はまだですが、どこをAI化して、どこを人間が考えるという切り分けはAI化できると思います」と説明しました。

ブロードAIに関しては「ブロードAIは、学習を行い続けるようですが、学習にはコンピューティング・パワーが必要です。資源を持っている人が勝つのでしょうか」と勝者の条件が問われました。福田は、日本アイ・ビー・エム東京基礎研究所で開発したダイナミック・ボルツマンマシン(DyBM)を紹介し、「リアルタイムに、情報が入ってきた瞬間に定数時間で学習が進みます。既存のニューラルネットに対して1万倍エネルギー効率がよく、小さなニューロンのセットで学習、再生ができます。これが新しいブロードAIにつながるのではないか、と期待しています」と研究成果を解説しました。

組込み機器の開発に携わっている来場者からは「組込み機器でAIを利用しようとすると、CPUの処理能力が不足します。AI処理を外部に分散させる構想はありますか」と、組込み機器がAI処理を行う時代を睨んだ質問が寄せられました。クラウドに処理を任せる場合、通信による遅延時間が長くなるため、デバイスの近く(エッジ)やデバイス上での処理が求められます。福田は「1チップに100万ニューロンを集積しても70mWしか消費しないチップをIBMは開発しました。このような技術は数年で商品化されるでしょう」と、AI機能がハードウェアに集積される日が近いことを示しました。

最後に、「ナローAIがブロードAIになるには、データの集積と活用が大切です」と及川氏が強調しました。福田も、「有用なデータをどうやって選別・獲得するか、そこがIBMの課題であり、皆さんの課題です」と、データを獲得することの重要性と難しさを示しました。尾原氏が「AIが、皆さんのビジネスに有効な武器であることがよく分かりました。ブロード化の方向としては、AIを分散したり、組み合わせたりすることも見えてきました」と、AIがビジネスに沿ったものであり、より「汎用的なAI」に向けて進化を続けている、と総括してセッションは終了しました。