人間と同等の知能を機械に与えようという探求は何十年も前から続いており、人々の想像力をかき立ててきた歴史はさらに長い。たとえば、メアリー・シェリーの『フランケンシュタイン』は19世紀の作品です。人工知能、すなわちAIは1950年代に誕生しました。科学者たちが機械に人間の脳のように行動し、思考させようと何度も試みては失敗し、ブームと低迷を繰り返してきました。しかし今回は、大きなブレークスルーであるディープラーニングによって状況が異なるかもしれません。ディープラーニングでは、脳の神経回路網のようにデータ構造を組み立て、コンピューターが自ら学習できるようにします。コンピューティング能力と規模の向上も相まって、AIは今日、かつてないほど大きく進歩しています。
大手ベンチャーキャピタル、アンドリーセン・ホロウィッツでAIを専門とするパートナーのフランク・チェン氏は、AIが黄金時代を迎えつつある可能性を論じています。Knowledge@Whartonは先ごろ、シリコンバレーで開かれたAI Frontiersカンファレンスで同氏に話を聞き、AIの現状、この技術で現実的なことと誇張されていること、そして機械が人間と同等の知能を獲得するという、AIの究極の目標と考える人もいる地点にいつか到達するのかについて尋ねました。
以下は対談を編集した記録です。
Knowledge@Wharton：現在のAI投資の状況はどうですか。どの段階にあるのでしょうか。
フランク・チェン：AI投資は黄金時代にあると言えるでしょう。歴史的な文脈で言えば、AIは1950年代半ばにダートマスで生まれ、それ以来、基本的にブームと低迷を繰り返してきました。AI分野の低迷はあまりに深刻で、「AIの冬」という特別な呼び名が付いています。
1950年代以降、AIの冬はおそらく5回ありました。今は春を迎えているように感じます。多くのことがうまく機能しており、スタートアップがAI技術を選んでビジネス上の課題に適用し、大きな問題を解決する機会が豊富にあります。私たちを含め、多くの投資家が、AIを使ってビジネス上の問題を解決している企業を見つけようと非常に積極的に動いています。
「ディープラーニングと呼ばれる一連の技術があります。大量のデータと組み合わせることで、非常に精度の高い予測が可能になります。」
Knowledge@Wharton：AIの冬を終わらせたのは何でしょうか。
チェン：ディープラーニングと呼ばれる一連の技術があります。大量のデータと組み合わせることで、非常に精度の高い予測が可能になります。たとえば、写真に何が写っているかを認識すること、音声を聞いて何を話しているかを判断すること、どの顧客が離反するかを見極めることができます。こうした技術のおかげで、予測の精度はかつてないほど向上しました。それがまさに、新たな機会を生み出しています。
Knowledge@Wharton：AIはビジネスのどのような大きな課題を解決しているのでしょうか。
チェン：AIはあらゆるところで活用されています。一つの枠組みとして、製品のライフサイクルを考えてみてください。どの製品やサービスを作るかを決め、価格を設定し、顧客に届くようにマーケティング、販売、流通の方法を決める必要があります。購入後は、顧客をサポートし、関連製品やサービスを販売する方法を考えなければなりません。この製品ライフサイクル全体を見渡すと、AIはそのすべての段階を支援しています。
たとえば、製品やサービスの創出といえば、シリコンバレーのガレージで人々が何もないところから何かを発明する、という夢があります。もちろん、そうしたことはこれからも起こるでしょう。一方で、AmazonやeBayのデータの流れを分析し、人々が何を買っているのか、どのカテゴリーが新たに伸びているのかを探る企業もあります。Amazon BasicsのようなAmazonのプライベートブランド事業を考えてみてください。製品に関する決定はすべてデータに基づいています。プラットフォームで何が人気かを確認し、「そうだ、HDMIケーブルを作ろう」「リュックサックを作ろう」と判断できます。10年前にはそうではなかった形で、すべてがデータに基づいているのです。
Knowledge@Wharton：AIにとって最も有望な分野はどこだと思いますか。AIはあらゆる分野に関わることは承知しています。
チェン：これは私たちの投資戦略でもありますが、AIはあらゆる業界に浸透すると強く信じています。AIは、データベースと同じように、あらゆるアプリケーションに組み込まれていくコンピューターサイエンスの技術群です。ですから、AIはどの分野に適しているかと尋ねるのは、データベースはどの分野に適しているかと尋ねるのに少し似ています。答えは、そうですね、すべての分野です。
データベースによって、情報を保存し、並べ替え、数えることが安価かつ無料でできるようになりました。AIによって、予測をしたり、物や画像を認識したり、言語を話し理解したりすることが安価になります。あらゆるアプリケーションが、こうした技術の恩恵を受けるでしょう。
Knowledge@Wharton：マッキンゼーの報告書によると、AIには大きな期待と関心が寄せられている一方、企業は導入に依然として慎重です。理由の一つとして、AIの投資収益率がまだ見えないことが挙げられています。また、実際に導入するための人員やスキルが不足していることも理由です。どう考えますか。
チェン：新しいコンピューター技術が登場するたびに、一時的な需給の不均衡が生まれます。その技術に最も詳しい人材は希少で、非常に高額であり、人数も限られているからです。その後、大学や団体などがこうした人材を次々に育成し始めると、不均衡は解消されていきます。AIについても、いずれこの状況を乗り越えると思います。一例を挙げると、スタンフォード大学のAI関連コンピューターサイエンス科目の履修者数上位3科目は、「AI入門」「自然言語処理」「画像処理」です。……それぞれの授業の履修者数は1,000人に達しているか、近づいています。不均衡を解消し、より多くの訓練を受けた人材を現場に送り出せるでしょう。
「人々が次に買いたいと思う製品やサービスは何かを見極める機会を探してください。答えは、探せば見つかります。」
企業が投資収益を得られないという見方については、想像力の欠如だと思います。AIは間違いなく、収益を増やすかコストを減らすかのどちらかを実現します。どの企業も望んでいるのはその二つです。企業はただ、よく考えてみればよいのです。離反しそうな顧客を特定し、その顧客に合った的確なメッセージを送れるとしたら、ビジネスに価値があるでしょうか。もちろん、価値があります。顧客ごとに最適な請求価格を見極められたら、価値があるでしょうか。もちろん、価値があります。
Facebookやテレビ、YouTubeなどで、特定のマーケティングメッセージを目にする人の数を最大化する方法を予測できたら、価値があるでしょうか。もちろん、価値があります。ですから、「AIにはプラスの投資収益などない」とただ座って言う人は、物事を正しく考えていないのです。
Knowledge@Wharton：AIで実用段階にあるものと、まだ実用段階にないものは何でしょうか。
チェン：今すぐ実用できるのは、コミュニティーが「特化型人工知能」と呼ぶものです。特化型人工知能は、汎用人工知能と対比されます。人間が持つのは汎用人工知能で、目の前にあるほぼどんなことでも学べます。アイススケートを習うことも、複式簿記を習うことも、人の顔を見分けることも、他の言語を話すこともできます。私たちの頭の中には脳という驚くべきコンピューターがあり、新しい課題を学ぶ能力に非常に優れています。
汎用人工知能に到達するための研究計画は、まだありません。ですから、うまく機能しているのは特化型知能です。たとえば、写真を見せてもらえれば何が写っているか答えられますし、話しかけてもらえれば何を言ったか答えられます。どれも素晴らしいことです。汎用人工知能の進歩が遅いからといって、人々がAIから遠ざかることのないようにしましょう。また、企業が最も利益を得られるのも特化型知能です。
より良い予測が必要な機会を探してください。チャットインターフェースを通じて顧客との関係を深めたい場面を探してください。人々が次に買いたいと思う製品やサービスは何か、そして製品の天才の意見を聞く代わりに、どのようなデータがその判断に役立つかを見極めたい場面を探してください。答えは、探せば見つかります。こうした特化型知能はビジネスに最適です。うまく機能しているのはそれです。
うまく機能していないのは汎用人工知能ですが、それで構いません。それは研究課題として取り組めます。今すぐAI研究をすべて止めたとしても、すでに分かっている技術をビジネスのアプリケーションに応用することで、少なくとも20年は実りある活動を続けられます。
