ビッグデータとAIの時代は、医療の改善に大きな可能性をもたらしています。
人間の頭部のMRI検査1回あたりの画像数は、約2,000枚から20,000枚超へと増えました。
テクノロジーをどれだけうまく活用できるかは、効率性、倫理、協働が基盤となります。
私はこう考えたいのです。
（そうでなければなりません！）
サイバネティックな生態系について
そこでは労働から解放され、
自然とのつながりを取り戻し、
哺乳類の
兄弟姉妹のもとへ帰り、
そして皆が見守られる、
慈愛に満ちた機械によって。
米国の作家リチャード・ブローティガンが、詩の次の一節を書いたとき、『慈愛に満ちた機械に見守られて』（1967年）、彼はカリフォルニア工科大学の詩人レジデンスでした。
わずか2年前、同じ大学の卒業生でインテルの共同創業者でもあるゴードン・ムーアは、今日「ムーアの法則」として広く知られる考えを初めて提唱しました。彼の予測によれば、マイクロチップに搭載できるトランジスタの数は2年ごとに倍増します。数十年にわたり、これに伴ってコンピューターの速度と効率も同様に向上してきました。
半世紀以上にわたりコンピューティングの進歩を象徴してきた、チップの継続的な微細化を示すムーアの法則は、ついに限界に達しつつあります。同時に、ブローティガンの曖昧な詩が投げかけた問いは、今日ほど時宜を得たことはありません。『慈愛に満ちた機械に見守られて』という題名は、人間と機械の相互作用をめぐる議論の根本的な二つの側面、すなわち未来のテクノロジーがもたらす計り知れない可能性と、目に見えにくい脅威を並置しています。
破壊的テクノロジー、大きな飛躍
医療分野だけを見ても、破壊的イノベーションが人類に前例のない進歩をもたらす可能性があることは間違いありません。バイオテクノロジーやゲノム編集から遺伝子・細胞治療に至る医学の飛躍と組み合わせることで、AIとビッグデータは、患者の診断、治療、モニタリングの方法を一変させ、成果に基づく医療制度を通じて全体的な効率を高め、遠隔地の人々にも医療へのアクセスを可能にします。
医療は、こうした機会を生かすために必要となる膨大なコンピューティング能力を示す、説得力のある例でもあります。
2020年に生成される世界の医療データ量は、2013年の15倍になると予想されています。診断画像の精度向上を例にとると、人間の頭部のMRI検査1回あたりの画像数は、約2,000枚から20,000枚超へと増えました。ビッグデータとAIの活用を進めるために必要なディープラーニングによって、コンピューティング需要はまったく新しい規模へと急増するでしょう。現在の最高性能のスーパーコンピューターは、すでに高性能ノートパソコンの100万倍を超える速度を備えています。個別化医療、炭素回収、天体物理学などの分野で将来大きな進歩をもたらし得るスーパーコンピューティング能力は、それをさらに1,000倍上回る速度となるでしょう。これは、デジタルトランスフォーメーションをめぐる議論の多くがソフトウェアを中心にしている一方で、ハードウェアがますます重要な要素になっていることを示しています。AIに関連する数学的概念の多くは、1960年代にはすでに存在していましたが、コンピューティング能力とメモリーは明らかに不足していました。
この過小評価されている事実を考慮に入れ、ブローティガンの詩が提起した問いに立ち返りましょう。テクノロジーの未来が人類の進歩につながるよう、どうすれば確かな基盤を築けるでしょうか。破壊的イノベーションの未来をすべての人の利益となるよう形作るには、少なくとも3つの大きな課題に、世界規模で多様な利害関係者が取り組む必要があります。
3つの大きな課題
第一に、問われるのは効率性です。コンピューティング能力とエネルギー消費の両面で効率性が求められます。専門家の試算によると、単一のAIモデルを訓練することで、車の製造時の排出量を含め、生涯にわたって車5台が排出するのと同量の炭素が排出される可能性があります。情報通信技術はすでに世界の排出量の2%超を占めています。最も懸念される推計では、約10年後には世界全体の電力消費に占める同分野の割合が20%を超える可能性があります。つまり、スマートなアプリケーションや製品のバリューチェーン全体にわたり、エネルギー効率を高めながらコンピューティング性能を大幅に向上させる素材や技術を開発することが不可欠です。
フォーラムは、リーダーが最先端技術を現実社会の課題につなげるために、どのような支援をしているのでしょうか
最先端技術・イノベーションセンターは、科学者、政策立案者、ビジネスリーダーを結集し、新興技術とその現実社会への影響を理解するための場を提供します。
協働と実験を促すことで、センターはパートナーが研究から生まれたイノベーションを、世界共通の課題に対処する実用的な応用へとつなげる支援をします。
この実現に向けた産業界の取り組みは相当なものですが、プロセッサー、メモリー、センサー、ディスプレーの技術効率を高める新素材の活用など、依然として主に漸進的な改善にとどまっています。ムーアの法則が限界に近づくなか、進歩には、ニューロモーフィック・コンピューティングや量子コンピューティングといった次世代技術を可能にする、根本的に新しい素材ソリューションが求められます。さらに、効率性の追求はITの枠を超え、自然やDNAへと広がっています。DNAは38億年前から存在するデータ源であり、グレゴール・メンデルの先駆的研究以来、科学に新たな可能性を切り開いてきました。メンデルが今日「遺伝」として知られる現象を発見してからおよそ160年が経った今、科学者たちはDNAを将来のデータ保存手段として利用できるよう研究を進めています。DNAの驚異的な記憶密度を活用すれば、現在インターネット上にあるすべての情報を靴箱ほどの大きさに保存できます。半減期は約500年で、維持に必要なエネルギーは実質ゼロです。
この有望な手段が実用化されるまでには、いくつもの障壁が残っています。そのため、DNAを基盤とする技術にもデジタル技術の破壊的変化にも共通する、少なくとも一つの大きな課題があります。それは、テクノロジーの進歩に今すぐ必要な倫理指針です。医療上の判断をAIに委ねることから、自動運転車に自分たちの安全を託すことまで、破壊的テクノロジーは人間のあり方を変えるほどの力を持つ可能性があります。一方で、データの安全性やセキュリティを含む倫理基準の整備は大きく遅れています。この文脈で、ますます盛んに、そして正当に議論されている問題の一つが、人間の偏見です。AIシステムの訓練に使うデータや採用されるアルゴリズムは、その性質上、性別や人種に関する差別的な思い込みを含む偏見を反映します。さらに、デジタルの世界では、大規模な操作を容易に行えることを誰もが知っています。こうした問題に対処できなければ、AIは不平等を助長するだけでなく、大幅に拡大させるおそれがあります。
健全な倫理には、明確な法的枠組みが必要であることは間違いありません。同時に、イノベーションを促進し、世界全体で公平な競争環境を確保するには、国際的に調和された基準が求められます。さらに、学術界と産業界のイノベーターは、自ら厳格な倫理基準を定めて遵守し、たとえば専任の倫理委員会で、外部から認められた専門家と重要な倫理的課題を議論することで、貢献することができ、またそうしなければなりません。
倫理は、3つ目にして最後の大きな課題、すなわち世界規模で分野横断的な協働を強化すべき理由の一つにすぎません。市場原理だけで考えても、世界の膨大なコンピューティング需要に応えるために必要な規模を実現するには、規制をめぐる議論を国単位、あるいは欧州単位だけで行っても、成果は望めません。また、市場は通常、それぞれの中核的な専門分野に専念する企業を評価しますが、政策機関はDNAストレージなどの新たなイノベーション分野で、産業横断的かつ学際的な専門知識を活用する研究を促すべきです。さらに、テクノロジーが社会に与え得る根本的な影響を踏まえ、地政学的な対立があっても、世界を代表する工業国が明確な国際指針に基づく協働的なアプローチをとるよう徹底しなければなりません。理想的には国連レベルでの取り組みが求められます。
効率性、倫理、協働。簡潔な3つの言葉であり、破壊的テクノロジーを本来あるべきもの、つまり私たちを見守る「機械」（どれほど「慈愛に満ちて」いても）ではなく、善をもたらす力として、人類の進歩を築くための道具にするうえでの大きな3つの課題です。テクノロジーの破壊的変化がもたらすリスクは依然として大きいものです。しかし、その可能性を生かさずにおくことも、避けるべきリスクです。
