世界規模のコンペティションにより、パンデミックの影響を緩和するために何が起こるべきかについて、説得力のある予測が生まれました。
チームはAIを用いて、世界各地のコミュニティにおけるCOVID-19への影響を予測しました。
この取り組みは、データを活用して現実世界の問題を解決するうえで、AIが果たす重要な役割を示しています。
2021年、人工知能は着実な歩みを見せています。逸話、想定、直感に代えて実世界のデータと学習ベースのモデルを用いることで、AIは政策やプライバシーの違いを超えてデータ共有と組織横断的な協働の価値を引き出す、世界的なパンデミック対応を支えています。
XPRIZEパンデミック対応チャレンジは、実践的な事例です。
この4か月にわたる世界的なコンペティションには、100のチームが参加しました。各チームは、COVID-19の感染率を予測すること、そして地域の政府、コミュニティ、組織が可能な限り安全に再開できるよう介入計画を提示することという2つの目標に向けて、AIシステムの開発に取り組みました。
このチャレンジは、完全にデータ駆動型でした。各チームは、Cognizantが開発したAIモデルと、Oxford COVID-19 Government Response Trackerにより毎日収集・整理されたデータに基づいて作品を作り上げました。同トラッカーは政策対応に関する情報を収集し、その措置をStringency Indexとして数値化しています。
グランプリの受賞者は、発表されました（3月9日）。審査員は一位をスペインのバレンシアのチームに授与しました。同チームの優勝モデルは、AIとデータサイエンスを用いて疫学的な推移を的確に予測しました。二位は、機械学習と感受性-曝露-感染性-回復（SEIR）疫学モデルを組み合わせて、COVID-19の感染を正確に予測する手法を開発したスロベニアのチームでした。両チームは、50万ドルの賞金を分け合いました。
参加チームは、COVID-19のモデルにデータを継続的に投入し、毎日学習させ、検査、治療、ワクチンのための封じ込め戦略とともに、パンデミックが世界の特定のコミュニティにどのような影響を与えるかを把握しようとしました。その結果、説得力のある予測が得られ、それは実際に何が起こるべきかであり、実際に何が起こるかではありません。これらの予測は、進行中の緩和戦略を形作る可能性を秘めています。
この世界的な経験は協働的かつ深遠なものでした。検証可能な成果を生み出し、AIが理解する役割、特に拡散と管理の対象となる感染症（COVID-19など）とその経済的・社会的影響に関する理解を強化しています。
さらに重要なのは、パンデミック対応チャレンジが、現実世界の問題を解決するAIの応用を示し、政策立案者が直感ではなくデータを意思決定に活用できることを証明した点です。
健康、環境、社会の問題に影響を与えるデータ量は増加しており、最適な意思決定にはAIとシミュレーションの力が必要です。
ブレット・グリーンスタイン
この取り組みから得られた知見は、企業、NGO、政府が、今後直面する課題に対応するための予測的な施策と、それに基づく政策をより迅速に導き出す方法を明らかにする助けとなるでしょう。
そして、これは世界中でデータサイエンスを通じて協働する数千人規模のボランティアの力によって実現しました。
データとAIの力
世界各地で、政府や企業はAIをめぐる競争を将来への投資と捉えています。2017年、中国政府は2030年までのAI優位に向けた「青写真」を示し、ロシアのウラジミール・プーチン大統領は、青写真を示し、ロシアのウラジミール・プーチン大統領は、宣言し、世界のリーダーシップはAIによる支配に左右されるとしました。
一方、米国および欧州の指導者たちは、AIの主導権と、その倫理的な利用の双方を促す投資と政策を引き続き提唱しています。
それも無理はありません。がん、COVID-19などの健康問題から、地球温暖化などの環境問題、さらに食料不安などの社会問題に至るまで、多くの世界的課題は、この強力な技術なしには解決が難しいほど複雑です。こうした問題に影響を与えるデータ量は増加しており、最適な意思決定にはAIとシミュレーションの力が必要です。これらは、複雑で重要なビジネスおよび社会の問題に対処するための道具なのです。
AIの成功は適切なデータ（しかもより多くのデータ）を持つことに尽きますが、世界のデータの大半は、岩盤の下に閉じ込められた石油鉱床のように、データウェアハウス、机の下、研究室、そして私たちの家庭に眠ったままになっています。
データがなければ、プライバシー保護もありません
データを共有する簡単な方法がないだけでなく、共有しようとする動機もほとんどありません。
このデータの行き詰まりは、緊張を生んでおり、データ共有の観点では、AIの開発と個人のプライバシー保護との間に摩擦を生じさせています。
プライバシー規制の厳しい国では、データはより厳重に囲い込まれ、利害関係者間で共有される機会も少なくなります。
プライバシー規制の緩い国では、データが大規模に利用可能となり、より強力なAIシステムにつながっています。パンデミック期間中、追跡・追跡調査のためにデジタル監視ツールを採用した中国がその好例です。中国のツールは、個人の情報と最近の渡航・健康状態に基づき、個人に「緑、黄、赤」のリスク評価を割り当てました。パンデミックが収束した後も同国がこのシステムの使用を続けるか、あるいは個人評価の利用を健康分野以外にも拡大するかどうかは、まだ分かりません。
協働とインセンティブが重要な理由
パンデミック対応チャレンジは、人、データ、AIが結びついたときに何が起こり得るかを示しています。今回は、利害関係者の動機が一致し、緊急性を全員が感じていました。
しかし、企業はデータを守る姿勢が強く、規制上のリスクからデータ共有を恐れているため、このような協働は常に可能とは限りません。GDRP、HIPAA、CCPAなどの法律の結果、企業はデータ共有をためらっています。
インセンティブは、この状況を変えるうえで強力な役割を果たすでしょう。現時点では、企業にはデータを共有する動機がほとんどありません。ただし、将来を展望するうえで考慮に値する類推として、企業が環境への影響を改善するために、まず規制を受け、その後インセンティブが与えられた経緯があります。
乗用車やトラックの排出基準などの初期の規制は、環境への影響を抑えることを目的として導入されました。しかしその後、環境に配慮した車両へのカーボンクレジットや税額控除など、より持続可能な選択肢の採用を促すインセンティブが続きました。現状では、ブランドには持続可能性を示す評判上のインセンティブがあり、自動車メーカーは環境対応車を所有しやすくするだけの技術的進歩を遂げてきました。
データについても、私たちは同様の立場にあります。
初期の規制により、データが安全に、かつプライバシーを尊重して扱われることが確保されました。しかし現在、私たちはデータ規制がほとんどないだけでなく、企業への政府投資を促進する国々と世界市場で競争しており、このことは事実上データ共有を後押ししています。
中国の携帯電話インフラは、同国がCOVID-19の感染者を追跡・追跡調査するうえで重要な役割を果たしました。米国や欧州の政府は、公共の安全のために同様のデータにアクセスできる状況にありません。
データにクレジットを与える
西側諸国が検討できる選択肢の一つは、安全なデータ共有にカーボンクレジットのような概念を適用することです。これをデータクレジットと呼びましょう。このモデルでは、データを共有する企業は、公共の安全の向上または経済的価値の創出を通じて社会の利益に貢献するものとみなされ、そうするよう動機づけられます。
データクレジットのモデルは、次のような新しい技術を活用することで、データ共有を推進する可能性を秘めています。Snowflake’s Data Exchange。さらに、オープンデータ企業として認知されることによる評判上の優位性の基盤も築かれます。
パンデミック対応チャレンジは、データとAIが異なる立場を超えて世界的な課題を解決するための道筋を示しました。2021年、私たち全員に必要とされているのは、まさにこの方向性です。
