前世紀に電気が産業のあり方を変えたように、人工知能、すなわち機械に認知能力をプログラムする科学は、今後100年で社会を大きく変える力を持っています。AIは、家庭用ロボットやロボタクシー、気分を改善するメンタルヘルス向けチャットボットなどを実現するために活用されています。あるスタートアップは、人間レベルの知能に近づくAI搭載ロボットを開発しています。すでにAIは日常生活に浸透し、デジタルアシスタントのSiriやAlexaの頭脳を支えています。ほかにも、消費者がオンラインでより正確かつ効率的に買い物や検索をできるようにするなど、人々が当たり前と思っているさまざまな作業を支えています。
「AIは新しい電気です」と、Andrew Ngは述べました。Courseraの共同創業者であり、Google Brainのディープラーニング・プロジェクトを創設したスタンフォード大学の非常勤教授でもある同氏は、シリコンバレーで先週末に開催されたAI Frontiersカンファレンスの基調講演で語りました。「約100年前、電気はあらゆる主要産業を変革しました。AIは、今後数年間であらゆる主要分野を変革する力を持つ段階まで進歩しました」。AIは比較的新しい技術だという見方があるものの、実際には何十年も前から存在していたと同氏は述べました。データと計算能力を拡張できるようになったことで、今まさに普及が進んでいます。
Ngによると、現在AIが生み出す価値の大半は、入力Xから出力Yを導く教師あり学習によるものです。しかし、進歩には大きな波が2度ありました。第1の波では、ディープラーニングを活用し、アルゴリズムが消費者についての情報を得た後、その人がオンライン広告をクリックするかどうかを予測できるようになりました。第2の波では、出力は数値や整数に限られず、音声認識、別の言語の文構造、音声データなども扱えるようになりました。たとえば自動運転車では、画像を入力すると、道路上にいるほかの車の位置を出力できます。
実際、コンピューターがプログラムされた特定のタスクを実行するだけでなく、データセットから学習して機能を果たすディープラーニングは、音声認識で人間と同等の性能を達成するうえで重要な役割を果たしたと、Microsoftのチームを率いたXuedong Huangは述べました。同チームは2016年に歴史的な成果を達成し、システムの誤認識率を人間の文字起こし担当者と同じ5.9%に抑えました。「ディープラーニングのおかげで、20年を経て人間と同等の性能に達することができました」と、同氏はカンファレンスで語りました。その後、チームは誤認識率をさらに下げ、5.1%にしました。
デジタルアシスタントの台頭
2010年以降、業界の音声認識の品質は向上し始め、やがてSiriやAlexaの誕生につながりました。「今では、ほとんど当たり前のものとして受け止めています」とNgは述べました。それだけではありません。音声入力がキーボード入力に取って代わると見込まれていると、Amazon Alexaのディレクター、Ruhi Sarikayaは語りました。精度を高める鍵は、文脈を理解することです。たとえば、夕食に何をすべきかをAlexaに尋ねた場合、デジタルアシスタントは意図を判断しなければなりません。レストランを予約したいのか、食べ物を注文したいのか、それともレシピを探したいのか。Alexaに「ハンガー・ゲーム」を探すよう頼んだ場合、音楽、映像、それともオーディオブックを求めているのでしょうか。
デジタルアシスタントの次の課題は、さらに高度な「言葉を超えた意味」を理解することだと、Googleのリサーチサイエンティスト、Dilek Hakkani-Turは述べました。たとえば、ユーザーが「今日の後で」と言った場合、夕食なら午後7時から9時、会議なら午後3時から5時を意味する可能性があります。次の段階では、より複雑で活発な会話、複数領域にまたがるタスク、領域の境界を越えたやり取りも求められると同氏は語りました。また、Hakkani-Turによると、デジタルアシスタントはメールを簡単に読んで要約するなどの作業もできるようになるべきです。
講演の後、次に飛躍したのは「コンピュータービジョン」、つまりコンピューターが画像を認識して分類する能力だったと、登壇者らは述べました。多くの人が画像や動画をアップロードするようになり、分類のためにすべてのコンテンツへメタデータを付けるのは手間がかかるようになりました。Facebookは、動画を大規模に理解して分類するAI「Lumos」を開発したと、同社のリサーチ責任者Manohar Paluriは語りました。Facebookは、たとえば花火の画像や動画のデータ収集にLumosを使っています。またこのプラットフォームは、人々のポーズを使って動画を識別することもできます。たとえば、ソファでくつろぐ人々を「一緒に過ごしている」と分類できます。
アップロードされた動画の主要な意味内容を見極めることが重要だと、Googleで動画理解を統括するRahul Sukthankarは付け加えました。また、プロとアマチュアのどちらが踊っているかなど、動画に何が映っているかをコンピューターが正しく識別できるよう、同氏のチームはYouTubeからAIが学習できる類似コンテンツを探しています。たとえば、アマチュアのコンテンツには特定のフレームレートが使われています。Sukthankarは、動画を使ってコンピューターを訓練することが、今後の研究で有望な方向性だと付け加えました。つまり、複数の角度から撮影した、人がボウルにシリアルを注ぐ動画をロボットに見せれば、ロボットは観察を通じて学習できるはずです。
Alibabaでは、AIを売上の拡大に活用しています。たとえば、同社の電子商取引サイトTaobaoでは、通りすがりの人が持っていた流行のハンドバッグなど、購入したい商品の写真を買い物客がアップロードすると、写真に最も近い販売中のバッグをウェブサイトが表示します。Alibabaは、拡張現実（AR）や仮想現実（VR）を使って、Costcoのような店舗を見て買い物できるようにもしています。YouTubeに似た動画サイトYoukuでは、収益拡大を目的として、ユーザーがアップロードした動画に仮想の3Dオブジェクトを挿入する方法を開発中です。多くの動画サイトが収益性の確保に苦労しているためです。「YouTubeもまだ赤字です」と、Alibabaの主任研究員Xiaofeng Renは述べました。
ロージーと家庭用ロボット
AIは大きく進歩したものの、まだ人間の脳には及びません。その差を縮めるため、スタートアップのVicariousは、人間レベルの知能を持つロボットの開発を目指しています。共同創業者のDileep Georgeは、より賢いロボットを実現する部品はそろっていると述べました。「安価なモーター、センサー、バッテリー、プラスチック、プロセッサーがあるのに……なぜロージーはいないのでしょうか」。同氏が指していたのは、1960年代の宇宙時代を描いたアニメ 宇宙家族ジェットソンに登場する万能ロボットのメイドです。Georgeによると、現在のAIは同氏の言う「旧式の脳」のようなもので、認知能力はネズミに似ています。「新しい脳」はより発達しており、霊長類やクジラに見られるようなものです。
Georgeによると、「旧式の脳」を持つAIは、わずかな入力の変化にも混乱します。たとえば、ビデオゲームをプレイできるロボットでも、色をわずか2%明るくしただけで動作がおかしくなります。「今日のAIにはまだ無理です」と同氏は述べました。Vicariousはディープラーニングを使い、ロボットを人間の認知能力に近づけています。同じテストで、VicariousのAIを搭載したロボットは、明るさが変わってもゲームを続けました。「旧式の脳」のAIを混乱させるもう一つの要因は、2つの物体が重なっている状態です。人間は、写真で花瓶の一部がコーヒーマグに隠れていても、重なった2つの物体だと認識できますが、ロボットはそれを正体不明の1つの物体と誤認します。FacebookのCEO、Mark Zuckerbergも投資家に名を連ねるVicariousは、こうした問題の解決を目指しています。
家庭向けのロボットコンパニオン兼ビデオ撮影係であるKuriの知能は、これとは異なります。開発元Mayfield Roboticsの最高技術責任者Kaijen Hsiaoによると、ロボットの左目の後ろにはHD動画を撮影するカメラがあります。Kuriは深度センサーで家の中をマッピングし、画像を使って移動能力を高めます。また、ペットや人を検知する機能があり、そばにいると笑顔を見せたり反応したりします。場所認識機能も備えており、照明が変わっていても、以前訪れた場所だと覚えています。たとえば、昼と夜のキッチンを同じ場所として認識できます。もう一つの機能は撮影場面の選択です。リビングで父親が赤ちゃんと遊ぶ様子など、撮影した類似動画を見分け、重複したものを取り除きます。
「Kuriの役割は、家にちょっとした活気をもたらすことです。音楽やポッドキャスト、オーディオブックを再生して楽しませてくれます。どこからでも家の様子を確認できます」とHsiaoは述べました。Kuriは家族のビデオ撮影係として家中を回って撮影し、誰も取り残されないようにします。撮影した動画を選び、最良のものを見せてくれます。そのために、Kuriは視覚認識とディープラーニングのアルゴリズムを使います。「Kuriの魅力は、その個性……愛らしい仲間であることです」とHsiaoは語りました。Kuriは12月に799ドルで発売される予定です。
「約100年前、電気はあらゆる主要産業を変革しました。AIは、今後数年間であらゆる主要分野を変革する力を持つ段階まで進歩しました」—Andrew Ng
AIに対する企業の対応
McKinsey Global Instituteの会長兼所長James Manyikaによると、AIへの投資では米国と中国が世界をリードしています。昨年のAI投資額は、北米が150億～230億ドル、アジア（主に中国）が80億～120億ドルで、欧州は30億～40億ドルにとどまりました。AIへの主な投資家は大手テクノロジー企業で、200億～300億ドルを投じています。さらに、ベンチャーキャピタルやプライベートエクイティ企業などから60億～90億ドルが投じられました。
投資先はどこだったのでしょうか。投資額の56%を機械学習が占め、次いでコンピュータービジョンが28%でした。自然言語処理が7%、自動運転車が6%で、残りはバーチャルアシスタントでした。しかし、投資規模にもかかわらず、AIの能力を理解している企業でさえ、実際の業務への導入は限られているとManyikaは述べました。約40%の企業は導入を検討し、40%は試験的に活用していますが、実際に一部の分野でAIを導入しているのはわずか20%です。
導入をためらう理由として、調査対象企業の41%は投資収益を見込める確信がないと答え、30%は事業として成立する根拠がまだ不十分だとし、残りはAIを扱うスキルがないと回答しました。しかしMcKinseyは、AIはほかの分析手法の効果を2倍以上に高め、企業の業績を大幅に向上させる可能性があると考えています。
AIを理解し、活用している企業もあります。AI導入をリードする業界には、通信・テクノロジー企業、金融機関、自動車メーカーがあります。Manyikaによると、早期導入企業は比較的大規模でデジタル成熟度が高く、AIを中核業務に組み込み、コスト削減よりも成長とイノベーションを重視し、経営幹部の支援を得ている傾向があります。導入が最も遅れているのは、医療、旅行、専門サービス、教育、建設の各業界です。しかし、AIが広く普及するにつれ、企業が導入に踏み切るのは時間の問題だと専門家らは述べました。
