AIは自然災害の管理にどのように役立つか

Sheds sit in flooded waters due to Hurricane Florence, now downgraded to a tropical depression, in Kinston, North Carolina, U.S., September 19, 2018. REUTERS/Eduardo Munoz - RC1810F5B2E0
It uses the power of social networks.Image: REUTERS/Eduardo Munoz
このページは、生成AIにより自動翻訳されています。

住民たちは、米国東海岸を襲い、少なくとも32人の死者、洪水、住宅被害をもたらした記録的な暴風雨「ハリケーン・フローレンス」の余波に苦しんでいます。一方、台風「マンクット」は中国南部を荒らし続けています。300万人以上300万人が避難しました。

ここ数年で、AIはますます強力になってきました。AIは病気の診断、レストランの予約、大統領の偽の演説の作成、さらにはヒット曲の作曲や、ホラー映画の予告編の制作までこなせます。では、この「ビッグデータ」と「人工知能」の新時代において、こうした暴風雨から社会を守り、被害を管理するための新たなツールはあるのでしょうか。

AIは2016年、プログラムAlphaGoが、18度の世界チャンピオンであるイ・セドルを囲碁で破ったとき、特定の状況を理解する優れた能力を示しました。囲碁は歴史上最も高度なゲームです。しかし、この優れた能力は他の分野でも見られるのでしょうか。例えば、AIは洪水などの自然災害を、人間よりも的確に理解し、予測し、管理できるのでしょうか。

コンピューターゲームと洪水は明らかに全く異なるものです。しかし、AIは「もの」を理解する能力において人間に追いつきつつあります。例えば、研究者らは最近、AIが医用画像から乳腺腫瘍を診断するのに役立ちうることを実証しました。さらに、より予備的な研究では、AIが洪水を監視するのに確実に役立ち、近い将来には、より正確な早期警報メッセージを発信できるかもしれないことが示されています。

最近発表された論文では、私は最も普及している2つのAI技術を用いて、Twitterやモバイルアプリ「MyCoast」から配信されるツイートや写真を監視する方法を説明しています。これらのAIベースのアルゴリズムは、洪水に関するツイートに記載された場所を特定し、写真の内容を解析することで、「作業用サンプル」、すなわち人間がキーワードを用いて手作業でラベル付けした写真による集中的な学習を通じて洪水の場面を認識できます。このような学習の後、AIは新しい写真が洪水の場面であるかどうかを予測することができました。

アルゴリズムが、ソーシャルメディアとクラウドソーシングのデータを用いて、洪水の発生場所を集約しました。Image: Science Direct

乳腺腫瘍の診断や洪水の特定は、もちろん人間にもできることです。しかし、AIは人間のこうした能力の可能性を大幅に高めることができます。例えば、AIプログラムは数千件のツイートや写真を数秒で読み取ることができます。さらに、AIは疲れることがなく、その判断は常に同じレベルに保たれます。これに対し、人間の判断は主観的であり、集中力の低下や感情の起伏によって変化します。したがって、確かに、これらの点、特に速度と量の面において、AIは人間よりもはるかに強力です。

ディストピア的な誇張

では、この力を恐れるべきなのでしょうか。多くの人は、最近の映画「ジオストーム」で描かれたように、AIが自然災害を利用して人間社会を破壊することを危惧すべきだと主張しています。テクノロジー界の大物イーロン・マスク氏も、AIが人類にとって「実存的リスク」をもたらすとジオストーム。テクノロジー界の大物イーロン・マスク氏も、AIが人類にとって「実存的リスク」をもたらすと述べています。しかし、少なくとも予見可能な将来において、AIは他の多くの分野では人間と競合できないことに留意することが重要です。

第一に、AIは人間の判断を模倣するアルゴリズムにすぎません。AIは速度と量の面では人間より優れていますが、質の面では優れていません。これは特に洪水の監視に当てはまります。私の研究では、AIが洪水の場面を認識する際に誤りを犯しうることが示されました。しかし、囲碁の場合と同様に、この状況は将来変わるかもしれません。学習用データセットが利用可能になるにつれて、AIの予測の正確性と信頼性はさらに向上するでしょう。

第二に、AIは予測の面ではまだ弱いです。これらのアルゴリズムは過去の範囲内では許容できる予測を行うことができますが、学習データの範囲を超えると、予測は大きく外れるようになります。点を線で結ぶよう求められた場合を考えてみてください。点と点の間に何があるかを推測するのは比較的容易です。なぜなら、その推測が極端に外れることはないからです(データが大きく変動していないと仮定した場合)。しかし、最も右と最も左にある点の外側を推測することは、それらの点がどのように変化するかを示す根拠がないため、はるかに困難です。

したがって、洪水の監視に関して言えば、気候変動が多くの水文学的要因の傾向を根本的に変えつつあるため、過去の学習用データセットに基づいて長期的な洪水の傾向を予測することは困難です。この場合、許容できる学習データは存在しません。

しかし、AIと人間との最も根本的な違いは、私の考えでは、意識、より具体的には動機づけの違いです。これまでのところ、AIはユーザーが求めることは何でも行いますが、自らアイデアを思いつくことはできません。私の2歳の娘は、「あのキャンディーがほしい」と言うとき、AIを容易に凌駕します。彼女は「あのキャンディーがほしいほしい」と繰り返し言うことで、要求を強調するという即興さえできます。それに近いことでもできるAIアルゴリズムは想像もできません。結局のところ、私たちには創造的な解決策が必要であり、AIはそれを提供することができません。

したがって、AIは現在のところ、人間の「理解」や、おそらく「予測」を拡大するための単なるツールにすぎません。人間の思考、創造性、動機づけに追いつくまでには、まだ長い道のりがあります。

ライセンスと再掲載について
世界経済フォーラムの寄稿文は、クリエイティブ・コモンズ表示-非営利-改変禁止 4.0 国際ライセンスおよび同フォーラムの利用規約に従い、再掲載が可能です。