スタンフォード大学は、第7回目となるAIインデックス報告書を発表しました。
同報告書では、AIの技術的進歩や、この技術に対する一般の認識などの動向を取り上げています。
AIガバナンスに関する懸念を和らげるため、世界経済フォーラムはAIガバナンス・アライアンスを主導してきました。
社会に対する人工知能（AI）の影響は、かつてないほど顕著になっています。2022年末にChatGPTがコンピュータのデスクトップで広く使われる機能となって以来、生成AIや大規模言語モデル（LLM）ツールの急速な開発と展開により、産業の変革が始まり、現代生活の多くの側面に影響を及ぼす可能性が示されています。
AIは、いくつかのベンチマークタスクにおいて人間の水準の性能さえ上回っており、労働者の生産性向上や、より質の高い成果物の作成にも成功しています。これは、スタンフォード大学のAIインデックス報告書によるものです。
第7版となる同報告書では、AIの技術的進歩、この技術に対する一般の認識、そして開発を取り巻く地政学的動向などの動向を取り上げています。
主な要点は以下の10点です。
1. AIは様々なタスクにおいて人間を上回っている
2023年時点で、AIは画像分類、視覚的推論、英語理解などのベンチマークの一部において人間の性能を上回っています。しかし、AIが人間の能力を超えられていないタスクカテゴリーもまだ存在し、特に複雑な認知タスクがそれに当たります。これらのタスクには、視覚的な常識推論や計画、競技レベルの数学などが含まれます。
2. 産業界が主導権を握る
2014年まで、機械学習モデルの発表は学術界が主導していました。しかし、現在はそうではありません。2023年には、産業界によって51の機械学習モデルが生み出された一方、学術界からはわずか15でした。興味深いことに、2023年には産業界と学術界の協力の結果として21の注目すべきモデルが生み出され、これは新記録です。
産業界がこれほど飛躍的に伸びている背景には何があるのでしょうか。最先端のAIモデルの開発には、現在、大量のデータ、計算能力、そして財源が必要であり、これらは通常、学術界では容易に入手できません。
3. フロンティアモデルの前例のないコスト
前述のとおり、LLMは実行や学習にかかるコストが安くありません。AIインデックスの推計によれば、主要なAIモデルの学習コストは大幅に増加しています。例えば、OpenAIのGPT-4の学習コストは7,800万ドルと推定される一方、Googleの Gemini Ultra は1億9,100万ドルのコストがかかりました。
これと比較すると、2017年当時は、オリジナルのTransformerモデルは、現在ほぼすべての最新LLMを支えるアーキテクチャを導入したものとして知られていますが、その学習には約900ドルのコストがかかりました。
4. 米国が最上位のAIモデルの主要な発信源である
AI開発をめぐる地政学的状況の変化を理解するため、AIインデックスの研究チームは、注目すべきモデルの原産国を分析しました。その結果、2023年には米国が61の注目すべきモデルでリードし、欧州連合の21、中国の15を上回りました。2003年以降、米国は他の主要な地域よりも多くのモデルを生み出しています。
5. 責任あるAIに関する標準化されたベンチマーク報告が不足している
AIツールに関するベンチマークの有効性は、主として標準化された手法と適用方法に左右されます。しかし、AIインデックスの調査では、責任あるAIの報告において標準化が大幅に欠如していることが明らかになっています。例えば、OpenAI、Google、Anthropicを含む主要な開発者は、主に異なる責任あるAIのベンチマークに対してモデルを検証しています。異なるベンチマークで異なるテストモデルを用いると、個々のベンチマークにはそれぞれ固有の性質があるため、比較が複雑になります。標準化されたベンチマークテストは、AI能力に関する透明性を高めるうえで極めて重要と考えられています。
6. 生成AIへの投資が極めて高水準である
2023年にはAIへの民間投資全体は減少しましたが、生成AIへの資金提供は急増しました。同分野は昨年252億ドルを集めました。これは2022年の投資額のほぼ9倍、2019年の額の約30倍に当たります。生成AIは2023年のAI関連の民間投資全体の4分の1以上を占めました。
世界経済フォーラムは、人工知能に対するガードレールをどのように構築しているのでしょうか。
AI卓越センターは、部門を越えてリーダーをつなぎ、急速に進化する人工知能と、経済や社会への影響を理解する取り組みを支援しています。AI導入に関連する機会、リスク、トレードオフについて、情報に基づいた対話を支援しています。
信頼できる場と協働イニシアチブを通じて、同センターはパートナーが共通の理解を築き、AIの革新と利用に対する責任ある取り組みに向けて協力できるよう支援しています。
7. AIは労働者の生産性を高め、より質の高い成果物を生み出している
適切な監督なしにAIを利用すると、性能の低下を招く恐れがある一方、労働への影響を評価した複数の研究では、AIによって労働者がより迅速にタスクを完了できるようになり、成果物の質も向上することが示唆されています。また、これらの研究では、低スキル労働者と高スキル労働者の間の技能格差を埋める可能性もAIにあることが示されました。
8. AIは科学の進歩において、ますます重要な役割を果たしている
2022年にAIが科学的発見を進め始めた一方、2023年には科学関連のAIアプリケーションの発表においてさらなる飛躍があったと、AIインデックスは述べています。例としては、有機分子の合成のためのAI駆動型ロボット化学者「Synbot」や、ロボティクスや半導体製造などに用いられる安定した結晶を発見する「GNoME」などがあります。
9. 米国におけるAI規制が増加している
2023年には米国で25件のAI関連規制が制定され、総数は56.3%増加しました。2016年に導入されたのはわずか1件だったことと比べてみてください。
EUが可決したAI関連規制の数は、2022年の22件から2023年には32件へと急増しました。この成長にもかかわらず、承認されたEU規制は2021年に46件が可決され、ピークに達していました。
10. 人々はAIの影響をより強く認識し、それに対する不安も強まっている
同報告書には、Ipsosの調査に基づく情報が含まれており、過去1年間で、今後3～5年以内にAIが自身の生活に大きな影響を与えると考える人の割合が60%から66%に増加したことが示されています。
AI製品やサービスに対する不安は、2022年から13ポイント上昇し、55%が不安を感じていると報告されています。同報告書はまた、米国人の52%がAIに対して期待よりも懸念を強く感じていると述べるPewのデータも引用しており、この割合は2022年の38%から上昇しています。
AIガバナンスに関する懸念を世界的に和らげるため、世界経済フォーラムは、以下と呼ばれるグループを設立しました。AIガバナンス・アライアンス。業界リーダー、政府、学術機関、市民社会組織で構成され、世界中で透明性が高く包括的なAIシステムの構築を促進することを目指しています。
