SF作家たちは、機械があらゆる仕事をこなせるようになったとき、人間がどのように社会を組織するかを長い間想像してきた。一方で経済学者や政治学者は、今日の政策環境からそのような世界への移行をどう管理すべきかを解明することに、はるかに少ない努力しか注いでこなかった。
この問いは、想像以上に切迫したものになりつつある。
機械学習の分野の外にいる人々の多くは、その進歩がいかに驚くほど速いかをまだ把握していない。数年前には楽観的な専門家でさえ数十年先と考えていたことを、今では機械がこなせるようになっている。たとえば、実際の道路状況で安全に自動車を運転すること、言語を理解すること、手書き文字を読み取ること、画像を解釈することなどである。
人間が機械よりうまくできることが何もない状態に、私たちは非常に近づいている。そして特筆すべきは、この変化がいかに急速に、そして最近起きたかということだ。
私がかつて勤めていた会社であるKaggle（ 世界経済フォーラムの「2014年のテクノロジー・パイオニア」の一社 ）は、機械学習のコンペティションを運営している。企業はデータと一つの問いを持ち込む。保険会社は保険金請求額をどのように予測できるか、航空会社は搭乗しない乗客をどのように予測できるか、小売業者は価格をどのように最適化できるか、といった問いである。データサイエンティストたちは、その企業の現行の業務方法を上回る成果を出すアルゴリズムを書くために競い合う。
1〜2年前までは、こうしたコンペティションの勝者は、通常、問題固有の細かな調整を多用してアルゴリズムを作り上げていた。単純化した例えで言えば、熟練のボードゲーム選手が、そのゲームをプレイするアルゴリズムを書く場面を想像してほしい。まず、考えうる多様な戦略の説明をコーディングし、そのうえでコンピュータに、それら戦略の最適なパラメータと組み合わせを見つけさせるのである。
勝利を収める応募作品は、ますますディープラーニングと呼ばれるアルゴリズムに基づくようになっており、これは人間を事実上排除するものだ。ボードゲームを聞いたこともない人が、過去の対局の記録を読み込ませ、あとは機械にすべてを自ら解き明かさせることで、そのゲームをプレイするアルゴリズムを書く場面を想像してほしい。しかもこのアルゴリズムは、熟練者のアルゴリズムを完全に打ち負かすのだ。
現実世界の例を挙げよう。Merckが、有望な医薬品を、意図しない副作用なしに見つけるために分子データの分析への支援を求めたところ、最高水準のアルゴリズムは、医学の経歴を持たない学生たちによって2週間で書き上げられた。
機械が学習の仕方を学ぶにつれ、最高水準のアルゴリズムは指数関数的に優れたものになりつつあり、通常、毎年おおよそ2倍の性能向上を見せている。そこにはフィードバックのループがある。コンピュータが高速化し、データ量が増大し、過去のアルゴリズムの結果が次の世代の開発を導くにつれて、アルゴリズムは改善を続けるのである。
指数関数的な成長は、私たちが皆、理屈の上では理解している概念だが、それでもなお私たちを混乱させがちだ。有名な話を思い出してほしい。中国の皇帝が、チェス盤の最初のマスには米粒1粒、2番目のマスには2粒、3番目には4粒と、以降も同様に倍々で支払うことに同意したところ、やがて世界中の米すべてよりも多くの米を負うことになった、という話である。さて、今年の機械が去年の機械の2倍賢いと想像し、それらが2年後、10年後、50年後に何をできるようになるかを考えてみてほしい。中国の皇帝と同じく、私たちの思考も短絡してしまうのだ。
歴史上、イノベーションの波によって機械が人間の仕事を奪った時代は、以前にも経験している。産業革命である。結局のところ、それは全員にとって良いことだった。新しい産業が育ち、人々を雇用し、富が行き渡ったのである。しかしそれは、何百万人もの人々を困窮に陥れ、深刻な社会的激変を引き起こした、数十年に及ぶ混乱を経た後のことだった。
今日、私たちはより強力であるだけでなく、恒久的でもある何かの転換点に立っている。近年すでに、生産性が向上する一方で賃金は停滞している。機械学習が加速するにつれ、この乖離もまた加速するだろう。私たちの予想よりはるかに早く、大半の人間が再び経済的価値を生み出すことが不可能になるかもしれない。
これは、現在の政治システムの根本的な目的の一つ、すなわち経済的価値を生み出す人間に報い、生み出さない人間を罰するという目的に対して、重大な課題を突きつけている。私たちの多くは、大半の人間を貧困に追いやるよりも、テクノロジーがすべての人間を解放し、繁栄させることを望むだろう。しかし、希少性から豊かさへのこの移行を、私たちはどのように管理すればよいのだろうか。
スイスは、すべての市民に基本所得を保障する計画を提案しており、今年5月に国民投票で問われることになっている。これは一つの可能な道筋を示している。もう一つの可能性は、ミルトン・フリードマンが提唱した「負の所得税」である。これは、機械の方がより効率的に行える場合であっても、低所得の労働者が意味のある仕事を行えるようにするものだ。
機械が私たちのあらゆる仕事をこなせるようになったとき、世界がどのような姿であってほしいかを、私たちは皆考え始めるべきだ。それは、機械に答えてほしくない数少ない問いの一つなのだから。
執筆者：Jeremy Howardは、データサイエンティストであり、世界経済フォーラムの Kaggleの元社長である。同社は世界経済フォーラムのテクノロジー・パイオニア 企業の一つである。
画像：ソウルで、子どもたちがノートパソコンを試している。REUTERS/Bobby Yip
