ニューロシンボリックAIは、論理、ルール、因果構造を組み込むことで、生成AIを超え、より実行可能な成果をもたらします。
初期の生成AI研究に取って代わるために導入され、複数の分野で成長機会を見極める支援ができます。
ビジネスの枠を超え、希少疾患の医薬品開発や治療法の分野にも拡大していくでしょう。
不確実性が日々高まっているように見える世界的な環境において、組織は長期的な存続と成長への道筋を見つけるために、無数のシグナルを精査する必要があります。そして、それを責任ある形で行うプラットフォームが求められています。
AIがその答えになり得ますが、それは多くの人がまず思い浮かべるAIとは異なります。生成AI（genAI）は生産性向上ツールとして現在注目を集めていますが、出典の提示や正確な予測を求められた際にハルシネーションを起こしやすいなど、限界があります。
そこでニューロシンボリックAI（NSAI）の出番です。統計的AI（パターン認識）と記号的AI（論理、ルール、因果構造）を融合させ、実用的で実行可能かつ現実世界の成果に基づいた予測と意思決定をもたらす強力なパターン認識を実現します。独自データと公開データの両方、構造化データと非構造化データを含む数百万件のデータ点を組み合わせて分析することで、リアルタイムの市場シナリオとその潜在的影響をシミュレーションし、成長のためのロードマップを作成できます。
genAIほど知られてはいませんが、NSAIは、リーダーが他者には見えない機会を見極められるよう、物事の先を見通すプラットフォームになる可能性を秘めています。これには、多国籍企業の成長機会の特定、疾患治療のための新たな分子の組み合わせ方の発見、より強靭なインフラ計画に役立つ気候データに潜む隠れたパターンの解明などが含まれます。政府は、構造化された情報と非構造化の現場報告を統合することで、新たな脅威を予測することができます。金融サービスにおいては、取引ネットワーク内の微細な異常を検知し、不正や体系的リスクの兆候を捉えることができます。
NSAIはまた、他のAIシステムに共通する、壊滅的となり得るハルシネーションを起こすことなく動作し、その意思決定プロセスは完全に透明で監査可能であるため、出力を基礎となる論理と情報源まで遡って追跡できます。
NSAIは生成AIに取って代わるものではありません。しかし、生成AIによって組織が目標の途中まで到達できる場面は数多くあります。その後、NSAIが最後のゴールまで導きます。その主な利点には以下が含まれます。
数学的精度：NSAIは単にパターンを認識するだけでなく、数学的ルールと論理を理解できるため、確率モデリングや最適化を含む複雑な数学的課題を処理することができます。
統一されたデータ論理： ルールと論理構造を理解する能力により、構造化データと非構造化データの両方を統合することができます。
因果推論：NSAIの数学的熟練度、データへの習熟度、シミュレーション能力により、単に何が相関しているかだけでなく、何が成長を促しているのかを理解することができます。
透明性：結論に至るために適用したルールと関係性を説明できる能力により、NSAIは規制、取締役会、業務上のニーズにとって重要な、完全に監査可能な意思決定を提供できます。
倫理的基盤：NSAIには遵守すべき法的・道徳的枠組みを与えることができ、その上で出力がそうしたガイドラインにどのように適合しているかを説明することで、望ましくない、あるいは違法な推奨が生じる可能性を抑制します。
NSAIは複雑性の中でこそ力を発揮し、多くの次元にわたる深い因果関係を明らかにし、従来の分析では達成できないことを実現します。複雑なデータ構造を扱う能力により、他のモデルが見逃す可能性のあるインサイトを明らかにすることができます。
例えば、所在地の粒度、競合他社の種類、顧客セグメントごとに異なる製品要件といった変数を相関させ、製品のパフォーマンスを分析する場面を想像してください。NSAIはこれらすべての要因を統合し、非常に複雑で変化し続けるシナリオの中でも意味のあるパターンを見出します。総じて、NSAIは複雑性が常態となっている環境において、より賢明で実行可能な意思決定を可能にします。
これは単なる抽象的な可能性にとどまりません。多くの業界でその利点が確認されています。
金融サービス：NSAIは引受、保険金請求処理、コンプライアンスを強化し、意思決定が規制基準を満たすことを保証します。
消費財：NSAIは、一人ひとりに合わせた高度にパーソナライズされた体験を実現します。
産業製品：NSAIは複合企業がバリューチェーン全体を最適化することを支援します。例えば、関税の影響を数か月単位ではなく数時間または数日単位で把握し、戦略的意思決定に役立てることができます。
ただし、現実世界での利点はビジネスに限られるものではありません。もう一つの注目分野は、NSAIが説明可能な予測を生成するために深層学習と記号推論を組み合わせ、希少疾患や十分な医療支援を受けられていない疾患の治療法の発見を加速させる能力です。学術研究者は、商業的インセンティブが低いために従来の製薬投資が限られている既存医薬品の新たな用途を特定するため、ニューロシンボリックのプロトタイプを開発しています。これらのモデルは有望な医薬品候補を提案するだけでなく、その予測に対する透明性のある検証可能な説明も提供します。これにより、NSAIが医薬品開発コストを削減し、期間を短縮し、命を救う治療法へのアクセスを拡大できることが示されています。
世界経済フォーラムは人工知能のための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卓越性センターは、分野を超えてリーダーをつなぎ、急速に進化する人工知能と、それが経済や社会に及ぼす影響を理解することを支援しています。AIの導入に伴う機会、リスク、トレードオフに関する、情報に基づいた対話を支えています。
信頼できる場や協働イニシアチブを通じて、センターはパートナーが共通理解を築き、責任あるAIのイノベーションと利用のアプローチに向けて協力できるよう支援しています。
NSAIは未来の技術ではありません。この好機をつかもうとするリーダーにとって、NSAIは変革のための戦略、視点、そしてプラットフォームを提供します。その機会は、企業が最も解決困難な課題にどのように取り組むかを再定義し、そうすることで、私たちが生きる世界の形を変えることにほかなりません。
本記事に示された見解は筆者個人のものであり、EYグローバル組織またはそのメンバーファームの見解を必ずしも反映するものではありません。
