作成者別アーカイブ: 渡辺 準ノ介

卒論

AIは「Artificial Intelligence」の頭文字を取ってつけられた名前であり、日本語に訳すと「人工知能」となる。この名称は1956年にジョン・マッカーシーによって名付けられたものであり、すでにこの頃にはAIは研究者たちの間で認知されていたことが分かる。ここで、何故60年以上も前から存在している技術が現代になって急に注目され始めたのか、ということを疑問に思った人もいるかもしれない。その答えはAIのこれまでの進化の軌跡を辿りながら見ていこうと思う。 ★第一次AIブーム 推論と探索の時代 1950年代〜1960年代 1950年代にコンピュータが登場し始めた頃、AIは最初のブームを迎えた。そのブームは「推論と探索」を特徴とし、人間の思考を記号化しコンピュータに入力する研究が活発だった。簡単に言うと、あらかじめ決められているルール内で最適解を導くようにする研究が行われていた。例えば、複雑難解な迷路があったとして人間が解くには莫大な時間と知識を必要とするものでもAIはゴールまで簡単に辿り着くことができる。この技術さえあれば現実のどんな問題にも太刀打ちすることができると多くの人が期待していた。しかし現実に起こっている問題はルールやゴールといった明確な決まりや目標が定められていない事が多く、その枠組みの中でしか動くことができないAIは役に立たないと判断されてしまった。この時代のAIが得意としていたことはトイ・プロブレム(おもちゃの問題)でしか活用できないことが判明したため、AIに対する希望や期待は失われ、ブームの終焉と共に厳しい冬の時代を迎えることとなる。 ★第二次AIブーム エキスパートシステムの時代 1980年代〜1990年代 第一次AIブームから約20年が経過した1980年代に第二次AIブームが始まった。この第二次AIブームでは、エキスパートシステムと呼ばれる専門家（医師や弁護士など）しか知り得ない知識をコンピュータに学習させ、実際に役立てようとする動きが活発であった。仕組み自体は非常にシンプルで、その専門家が持っている知識をコンピュータが理解できるように記述しインプットするだけのものである。このシステムが完全になればAIが医師の代わりに症状を診断したり、弁護士に代わり法律を解釈し被告人の弁護をしていたのかもしれないが、ここである問題が浮上した。インプットする情報量が莫大であることだ。当時のAIには自分で学習する機能がないために人間がインプットしなければならない。このインプット作業は人間からしてみると終わりが見えないものであり、多くの人が限界を感じていた。問題はそれだけではない。AIにとっては知識とはただの文字列に過ぎないものであり、明確なルールや条件が一致しないと最終判断を下せないということだ。例えばお腹が痛いという患者がいた場合、胃が悪いのか、大腸が悪いのか、または小腸が…という具合に抽象的な表現の場合にはAIは弱い。その患者がただの腹痛なのにガンと診断されたり、最悪の場合にはガンなのにただの腹痛と診断されるケースも十分考えられた。これらの問題点から人類はAIに限界を感じると同時にブームも終わり、再び冬の時代が訪れた。 ★第三次AIブーム ディープラーニングの登場 2000年代〜現在 ここまで2回ブームを巻き起こしたAIだったが、共通した弱点があった。それはいずれもコンピュータは与えられた情報しか持つことができないということだ。しかし、その弱点をある技術が打ち消そうとしている。機械学習とディープラーニングである。実はこれらの技術こそが現代でAIが注目されている理由である。まずは機械学習から見ていこう。機械学習とは簡単に説明すると事例として多くのデータをあらかじめコンピュータに読み込ませ、そのデータを反復的に学習させることで特徴やパターンを見つけ出すことである。そしてディープラーニングはその機械学習を更に強化させたものである。違いを具体的に説明すると、赤いりんごと青いりんごそれぞれの写真を見せて区別させる際、機械学習ではりんごの色に着目するよう指定しなければ区別することができないのに対して、ディープラーニングは何に着目すれば良いのかを自分で学習し区別することができる。まとめると機械学習は人間がある程度学習の方向性をコントロールしなければならないのに対しディープラーニングは自分で学習を推し進めることができる。しかしこれはディープラーニングは人間の予測とは大きく異なるという危険性をはらんでいるとも言える。 以上がAIについての簡単な歴史と概要である。次は実際の事例を基に考えていこうと思う。

近頃、AI(人工知能)が我々人類の歴史を変え続け、様々な職種と業界から注目を集めている。人口減少による労働力不足が深刻な社会問題となっている今現在、AIはその社会問題を解決できるのではという多くの期待を寄せている。また、それだけではない。AIは労働力不足の解決だけではなく、作業の大幅な効率化も期待されており、近頃話題になっている働き方改革にも役立つだろうと多くの識者が予想している。しかし、人類にとっていいニュースばかりでないこともまた事実である。2014年秋、オックスフォード大学准教授マイケル・A・オズボーン博士がカール・ベネディクト・フライ研究員と共著で発表した未来の雇用についての論文が世界にショックを与えた。その内容というのが米国の雇用者の47%が10年後に職を失うというものだった。また、日本においては野村総研がこの論文の下計算した結果、国内の49%の労働人口が職を失うと予想している。10年後AIやロボットに代わられる可能性が高い職業として、オズボーン氏曰く、オートメーション化が可能な職業が多いとしている。これは工場の生産ラインで働く人々に限ったことではなく、ルーティン化できる仕事はすべてオートメーション化が可能な仕事である。なので、これは働くすべての人々、または働こうとしているすべての人々が無関心でいられるような話題ではないと私は思う。「テクノロジーの発達を推し進めるだけではなく、そのテクノロジーが社会に何を匹起こすのかを考察したかった。」オズボーン氏はこの論文の執筆理由についてこう語っている。そこで我々も今一度、AIが社会に与える影響について考え、長所と短所をよく知った上でAIと共に仕事をしていかなければならないのではないか。実際にAIを活用している事例を基に考えていこうと思う。

ケーススタディ　その1　OPTiM AI Store 要約:OPTiM AI Storeとは小型店舗の省人化をサポートするAI。労働人口不足問題が不安なこの時代に役立つと期待されている。画像認識技術を用いて客の動線を分析したり、接客で使われる頻度の高い情報をAIに学習させ、ノウハウを蓄積することで客が知りたい情報を素早く、そして的確に教えることができる。 ★長所 ・画像認識技術で客の属性を分析することもできる。分析した情報は広告活動等に活用することができる。 ・AIに仕事を教えることで、新たなスタッフを雇い、研修させる必要がなくなる。 ★短所 ・AIの台頭で新たなスタッフを雇うことがなくなる。 ケーススタディ　その２　生産効率を向上させるAI 要約:サントリー食品インターナショナル株式会社は2019年1月から日立製作所が開発した生産効率を改善させるAIを活用している。このAIは、通常週平均40時間かかる生産計画の立案を1時間で完成させる。 ★長所 ・生産効率が向上することで労働環境も改善される。 ★短所 ・作業時間の大幅な短縮は同時に人間の仕事を大幅に奪うことを意味している。 ケーススタディ　その３　顔パスAI 要約:人気ラーメン店『ラーメン凪　田町店』は定額制サービス会員の顔を認識するAIが搭載されているiPadを券売機の近くに設置している。予め顔を登録している会員はインカメラに自分の顔を写すだけで、注文が可能になる。メンバーズカードなど、物理的な会員証が必要ないので気軽に利用することができる。 ★長所 ・あらかじめ定額さえ払っていれば手ぶらで来店することが可能。会員は自分の顔さえ用意すればサービスを受けることができる。 ★短所 ・端末が何らかの原因で故障・動かなくなってしまった場合、代わりにチェックできる人間が限られている(サービスが利用できない可能性大)

東京の田町にあるラーメン店「ラーメン凪」は定額さえ支払えば、期間中ラーメンが食べ放題という定額制サービスの他に、顔認証システムを用いたユニークなサービスを展開している。会員客の顔をiPadのインカメラで認識するだけで注文が出来るいわゆる「顔パス注文」というサービスだ。この「顔パスシステム」はエクスウェア株式会社が提供している。どのように利用するのかというと、定額制サービスを注文する際に、券売機の近くに取り付けられているiPadに顔を認識させ、指定された金額を支払えば次回来店以降金を払わずにラーメンが食べ放題になる。一般的にメンバーズカードなどを必要とする定額制サービスだが、カードを必要とせず、必要なのは会員本人の顔だけという手軽さが顔パスの売りである。 また、メリットがあるのは客側だけではない。店側もメリットを享受できる。会員の顔を覚えるのはもちろんAIだけでなく、店で働く従業員も覚える。しかし、全会員の顔を覚えている従業員の数は限られている。しかし、この顔パスで注文した客は専用の注文書が発行されるため、常連客を可視化し、サービスの向上につなげることができる。この顔パスシステムは2019年秋現在、田町店にしか導入されていないがいずれは全店舗への導入を目指している。 参考文献 年間2万円で食べ放題、話題のラーメン凪　AIで「顔パス」注文システムの狙いは https://www.itmedia.co.jp/news/articles/1902/12/news131.html ラーメン凪、「顔パスシステム」でメンバーズカードなしでも特典提供https://iotnews.jp/archives/bs_cases/133283 エクスウェア株式会社HP https://www.xware.co.jp/service/face-recognition.html

サントリー食品インターナショナル株式会社と株式会社日立製作所は協創を通じ、AIを活用して最適な生産計画を自動立案するシステムを開発し、2019年1月から実運用を開始した。サントリーは本システムを国内の自社・委託生産工場に適用することで、国内全体での生産計画を最適化し、消費者ニーズの多様化や天候等に起因する需要変動に即応する商品の安定供給体制の構築、業務効率改善による生産性の向上および働き方改革の実現を目指す。従来までの生産計画は複数の熟練者が経験を活かし、週平均40時間をかけて立案をしていたが、複雑な制約条件を考慮して計画を立案するためには高度な能力と膨大な時間を要しているほか、エリア単位で生産計画を立案していたことから、エリアごとの個別最適となっており、生産リソース全体を有効活用した最適案を策定するまでに至っていなかった。しかし、本システムを利用すると約1時間で実行可能且つ、最適化された生産計画が自動立案される。AIの活用により企業の生産効率を大幅に上昇させ、労働環境の改善に貢献する、働く人間とAIが共存出来る可能性は十分高いということを感じさせるケースである。 サントリーHP:(https://www.suntory.co.jp/softdrink/news/pr/article/SBF0756.html)

株式会社オプティムが提供する小売店舗の省人化を実現するAIサービス。このサービスを利用する事で、人件費といった無駄なコストや労働人口不足問題が解消されるかもしれないと期待されている。このサービスではAIを主にマーケティングと接客に利用する。 AIマーケティングとは、来店者の動きをカメラが取り込み、AIが得意な画像分析をする事で来客の動線・属性を分析する。このデータを用いて、今までよりも効果的な広告活動ができることが期待されている他、新たなビジネスモデルを生み出すチャンスを作ることもできる。 AI接客とは、接客で使われる頻度の高い情報をAIに学習させ、ノウハウを蓄積することで客が知りたい情報を素早く、そして的確に教えることができる。接客をAIに任せることで新たにスタッフを雇い研修させる必要がなくなり、業務の効率化を図ることが可能になる。 他にもこのサービスは万引きする客の挙動を学習したAIが監視カメラ映像から万引き予兆行動を検出し、担当者へ通知する機能も備えている。 OPTiM AI Storeトップページ：https://www.optim.cloud/ai-store/

本書では人工知能で東京大学合格を目指す『東ロボくん』の生みの親である筆者が一般人のAIに対する誤解、AIが出来る事の限界、そしてこれから始まるAIの時代を、読解力が著しく低下している今の子供はどう生きていけばいいのかについて書かれている。全4章で構成されている。 第1章『MARCHに合格‐AIはライバル』では2011年から始まった東ロボくんの東大合格プロジェクトの本当の目的を述べている。あくまでもこのプロジェクトの目標は東大合格ではなく、AIにはどこまでのことができるようになって逆に何が出来ないのかを明らかにする事であると書いている。東ロボくんの偏差値はプロジェクト開始時には40代前半だったのだが、スタートから7年が経過すると成績は伸び、57.1にまで上がった。実際、MARCHや関関同立といった私大難関大学でも合格可能性80%といった好成績を残している。しかし、東大合格は大変難しい課題であることはチーム全体で理解しており、実際2019年現在、未だに東大合格を果たしていない。 第2章『桜散る‐シンギュラリティはSF』では、東大不合格の原因は国語や英語の２科目であると分析し、人工知能の限界について書いている。東ロボくんは、数学を論理的な自然言語処理と数式処理の組み合わせ、世界史は基本的に情報検索で解いているが、その2つの処理を以てしてもどうにもならないのが国語と英語である。人間が持ち合わせている常識はAIからしたら数値化できないものである。この弱点を克服できない限り、東大合格どころか偏差値65の壁を乗り越えることは不可能と述べている。他にもsiriを例に我々人間だったら美味しいやまずいという簡単に解釈あるいは理解出来る概念も人工知能はそれらを数値化することが出来ないので理解することも出来ないと書いている。これらのことからシンギュラリティはSFであると筆者は主張している。 第3章『教科書が読めない‐全国読解力調査』では、AIに出来ない仕事が人間に出来ないという筆者の主張から始まる。筆者はAIの弱点はたくさん教えられてようやく一つを覚えること、応用が利かないこと、柔軟性がないこと、決められたフレームの中でしか計算処理ができないことの3つを挙げている。つまり、そのAIの弱点を克服できるような一を聞いて十を知る能力や、応用力がある人材がこれからのAI時代に最も求められるのだ。それだけに日本の中高生の読解力の低下は本当の危機であると主張し、実際に行われた確認テストや統計を例示し、読解力の低下を解説している。 第4章『最悪のシナリオ』ではAIの導入によって多くの人材が取って代わられる危険性を書いている。東ロボくんは大学進学希望者上位20%のMARCHレベルの私大は合格圏内である。進学希望者以外も含むとそのレベルはもっと上がる。つまり、半数以上の人材が取って代わられる時代が来てしまう。しかも日本の中高生のAIに対して優位をとれるはずの読解力はAI以下であり、いつ取って代わられてもおかしくないと筆者は警鐘を鳴らしている。 私は先月AIによって雇用が奪われることについて学んだので今回は別の観点から研究してみた。調べてみると、AIはすでに半分以上の人間の能力を上回っていることが分かった。この現状を打破するためには、今現在世の中では何が必要とされているのかというニーズをキャッチする能力が重要であると感じた。その能力を育てるためには今一度現在の教育制度を見直し、読解力を上げるべきだと感じさせる一冊だった。これからも引き続きAIが人間社会に与える影響(可能であれば雇用や教育以外)について研究をしていきたい。 新井紀子 著 東洋経済新報社 2018年出版

本書では経済アナリストである作者が静かなる危機と形容されている日本の人口減少と、これから更に発展するAIがもたらす問題について考え、それに対する解決策が書かれている。 第1章「人口減少という静かなる危機」ではタイトル通り、現在の日本で静かなる危機と言われている人口減少について書かれている。作者は少子化の要因を生き方の多様化、高学歴化、経済的な制約、子育て環境の未整備、子育て費用の拡大、若い世代の東京への一極集中の6つを挙げており、中でも東京への一極集中が大きな要因ではないかと見ている。第2章「私たちの社会はどう激変するのか」では社会保障費が膨らむ2025年問題と2042年問題の解説から始まる日本の社会保障費の赤字について書かれている。作者はこの問題を解決するためには定年を引き上げ、消費税を上げる事が必要と見ている。第3章「破壊的イノベーションは何をもたらすか」ではAmazonの台頭によって小売店が激減しているという文から始まり、AIが如何にして雇用を奪うのかを解説している。深層学習により発展したAIを生物が眼を持ち始めたカンブリア大爆発と喩え、AIのさらなる発展により多くの仕事は奪われるだろうとしている。その奪われる仕事の中には銀行員、弁護士や公認会計士といった士（さむらい）業、更には医者もAIに取って代わられる日が来ると述べている。続く第4章「私たちの仕事はどう激変するのか」ではこの技術革新により2020年の東京オリンピック後には失業者は激増するのではと書いている。第5章「人口減少に打ち勝つ方法はあるのか」では企業、自治体が行なっている少子化対策の具体例を挙げている。第6章「AI社会とどう向き合うべきか」では来たるAI社会で大切な事は人間にしか出来ない複雑さを身に付け、AIと闘うのではなく、共生すべきであるとし、本書は終わっている。 本書では人口減少とAIが社会に与える影響、特に雇用について書かれており、人口減少は自身の研究の対象外ではあるものの大変興味深い問題と感じた。また、AIの発展と雇用の問題は密接に結びついている事を改めて感じさせられた。これからは雇用以外の影響について調べていきたい。

人工知能の活用が様々な分野で期待されている現在、本書では改めて人工知能とは何か、何が出来るのか、また過去の研究で発生した障害などについて事細かに書かれている。   序章『広がる人工知能―人工知能は人類を滅ぼすか』では2015年時点の人工知能が出来る事、人工知能に関する話題やニュースが書かれている。第１章『人工知能とは何か―専門家と世間の認識のズレ』では人工知能はまだ出来ていないという書き出しから始まり、それ以降はサブタイトルにも書いてある通り人工知能に関する我々一般人の認識と専門家のズレを指摘している。一般人と専門家がそれぞれ考えている人工知能は違うという事をレベル分けする事で説明している。第2章『「推論」と「探索」の時代―第1次AI』では1950年代後半から1960年代に起こった第1次AIブームについて解説。将棋の名人と人工知能が対決する電王戦を例に人工知能は限られたルールの中で最適解を出す事が得意と書かれている。しかし、実際に人類が解決したい問題は大変複雑で、人工知能はトイ・プロブレム(おもちゃの問題)にしか対応できない事に人類が気付いたために当時爆発的に進んでいた研究は支援が打ち切られ、人工知能研究に冬の時代が訪れたと述べている。第3章『「知識」を入れると賢くなる―第2次AIブーム』では1980年代に起こった第2次AIブームについて解説。トイ・プロブレムしか解けない人工知能でも知識を授ければ医者や弁護士といった専門知識が必要な職業の代わりが出来るのではという期待が高まっていた。しかし実際に専門知識を入れる事は多大な時間とコストがかかり、実際に知識を入れたはいいが、量が多すぎて矛盾が発生したり、「お腹が痛い」と胃が悪いのか大腸が悪いのかあるいは小腸が悪いのかという所謂『曖昧な症状』に人工知能は弱いと筆者は述べている。機体の高まりとは裏腹に対して人工知能は活躍出来ないと人類は気付き、ブームは終焉を迎え再び人工知能研究に冬の時代が訪れた。第4章『「機械学習」の静かな広がり』、第5章『静寂を破る「ディープラーニング」』は今現在起こっている第3次AIブームを解説している。学習や画像認識について述べられている。第6章『人工知能は人間を超えるか―ディープラーニングの先にあるもの』では第5章で述べたディープラーニングを更に詳しく解説している。終章『変わりゆく世界―産業・社会への影響と戦略』ではこれから人工知能がどのような進化を遂げ、社会にはどのような影響を与えるのかを作者なりに予想している。他にも作者は人工知能によって無くなる仕事や軍事利用について、また現在の日本が人工知能開発において遅れている点を指摘している。   本書は2015年に刊行されたため今現在の人工知能について書かれている訳ではなく、自身が研究したいと思っている『AIが人間の生活にどの様な影響を与えるのか』についての記述は少なかったが、AIについて基本的なことを改めて勉強する事が出来た一冊だった。 松尾　豊　KADOKAWA　2015年