パンデミック中にAI技術の導入が加速しました。
AIの応用や実証は、患者のスキャンからグローバルな症例追跡・予測まで多岐にわたっている、とMIT Technology Reviewに寄稿した3人の専門家は述べています。
今後の危機に対応するためにAIに何を求めるのかについて、より深い議論が必要ですが、それによって権利の、より根本的かつ深刻な空白を生み出してはなりません。
この数か月は、相互接続が高度に進んだ世界の危険性を象徴するものとなりました。国内外への渡航制限にもかかわらず、新型コロナウイルスの症例は増え続け、急速に拡大しており、世界各地で格差も、2020年の初めには想像もしなかったような速度で広がっています。
それでもなお、相互接続が高度に進んだ世界のデジタルな性質は、パンデミックに直接的・間接的に関連する幅広い問題に対応するための新たなアプローチを拡大するうえで不可欠な解決策の一部を担う可能性があります。そうした解決策はますますデジタルな形で提供されつつあります。問題はもちろんウイルスそのものだけではありません。割り当てるべき資源に関する情報や、対応に取り組む企業への広範な影響の理解など、ウイルスへの対応そのものに関わる問題がより大きな課題なのです。
こうしたデジタルシステムの中でも、AIを活用したソリューションほど称賛され、有望視されているものは少ないでしょう。現在は目新しいものとされていますが、AIそのものは決して新しいものではありません。近年、ここ数十年にわたる一連の収束するトレンドから登場してきました。特に、ニューラルネットワークやディープラーニングの計算処理により適したグラフィックス処理装置の台頭、インターネット上の大規模なオープンデータセットの増加、統計的学習技術の進歩による新たなアルゴリズムの拡大などが挙げられ、その他にも様々な要因があります。パンデミック中に実証が著しく増加し、政府や企業の双方から関心が高まったことは、AIに関するグローバルな議論における新たな局面を示しています。実際、この業界の既存企業にとって、新たな息吹がもたらされたといえるでしょう。
AIの新たな活用事例は、国際メディアで急速に広まっています。例えば、新型コロナウイルスの検出精度向上のための大規模な患者スキャンの迅速な評価、グローバルな症例追跡・予測の精度向上、認知と評価に関連するオンライン記事の広範な収集・レビュー、ワクチン開発を支援する高度な化学分析などです。いくつか事例をご覧になりたいですか。
例えば、BlueDotの予測による認知からAlibabaのAI診断まで、交通分野にも広がっており、香港地下鉄（MTR）の自律型ロボット清掃機、そして医療AIの先駆けとしてのボストン小児病院のHealthMapプログラムなど、これらのプログラムは、何らかの公衆衛生上の要請のために機械学習をより優れた形で活用してきたことを示しています。ただし、事例は地理的にも広がっており、中国の深圳市のMicroMultiCopterの事例も言及に値します。さらにこれで終わりではありません。また、DeepMindのAlphaFoldや、米国疾病予防管理センターの評価ボットも注目に値し、最後はFacebookのソーシャルネットワークにおける安全性を確保するモデレーションです。そして極めつけは、BenevolentAIの創薬スクリーニングプログラムのように、本来的な倫理規範に則って適用された事例です。
パンデミック中に実証が著しく増加し、政府や企業の双方から関心が高まったことは、AIに関するグローバルな議論における新たな局面を示しています。
これらの応用事例のリストは圧倒的な量に見えるかもしれませんが、AIが現代の技術環境の基本的な要素として、その可能性を高めていくことへの、より広範な社会的期待と商業的な認識を示しています。
とはいえ、誇大宣伝はさておき、実証への需要が拡大へのニーズに発展する中、現実を直視することが必要です。すべての問題がAIによる解決を必要とするわけではなく、既存のAIソリューションのすべてが、非常に不確実性の高い多くの問題に対応できるわけでもありません。何より、すべての組織が、二次的な影響を生むことなくこうしたソリューションを効果的に導入・活用できるほど十分に進歩しているわけではありません。大規模なソリューションが必要とされ、実証のための新たな手法や手段も整いつつある一方で、こうした実証を実施しようとする組織が、「果たすべき役割（job to be done）」が実際に何であるかを十分に理解していることを確認する必要があります。ほとんどのデジタルトランスフォーメーションと同様に、こうした取り組みは、新たな生産性、新たな機会、新たな社会的進歩が実際に達成され、持続可能なものとなるよう、テクノロジーそのものよりも、文化、仕事、そして変化の対象となる思考の枠組みに関わることが少なくありません。
この懸念は、各国政府や地方自治体が、大規模なシステムショックのような、影響が大きく発生確率の低い事象への対応について、その速度、規模、洗練度を高めるために、新世代の新興技術をどのように活用しようとしているのかという問题にも及びます。実際、AIの能力について戦略的投資分野を新たに定めようとしている政府であれ、実証済みのAI応用事例を市場で探している企業であれ、同様の懸念が生じる必要があります。より成熟した議論のためには、AIに何をさせたいかという視点から、危機に対応するためにAIに何を求めるのかというより現実的で深い議論へと移行する必要があります。その際、より根本的かつ深刻な権利の空白を生み出さないことが求められます。
とはいえ、さらに踏み込む必要があります。これまでに挙げた事例は革新的ではあるものの、AIがもたらす根本的かつ価値に基づく課題に対して、効果的な先見性をもって取り組むためには、より広範な戦略が必要です。医療提供能力を確保するためにプライバシーを犠牲にすべきかどうか（あるいはそれ自体が誤ったジレンマであるかどうか）、データの所有権は民間が持つべきか、公的に管理されるべきか、一部のAI応用がもたらす不平等が、アクセスできる人々にとっての利益を上回るかどうか、といった問題について、効果的な議論を行う手段をどのように構築するのか。議論はさらに続きます。
各国がAIを活用してパンデミック後の対応を再構築しようとする中、また、公衆衛生対応の将来の中核要素として、さらに、より広く競争力に関する課題として、AIの真の価値とは何かについて、厳しい議論を行う必要があります。これらすべては、大規模な運用改善の要求に直面したときに、AIにできること、できないことを正しく理解することから始まります。こうした議論は一体となって、今すぐ行われる必要があり、より良い利用の枠組みを構築しなければなりません。さもなければ、社会の改善に最も必要とされる時に、これらの技術がもつ大きな可能性は無駄になってしまうでしょう。
