人工知能 (AI)や機械に絶対奪われない3つのスキル


By Brandon K. Hill /
Jan 18, 2016

毎年沖縄で開催されている地元の学生による起業コンテストイベント、Ryukyufrogs Leap Dayに今回もゲストスピーカーとして参加させて頂いた。このイベントに登壇するのは去年、一昨年に続きこれで三度目になる。毎回、将来世界で活躍する若者に向けてのメッセージを何にするかで悩む。

一回目は”ゼロのつよさ ~選択肢が無い可能性~”を、二回目は”なぜ多くのイノベーションがサンフランシスコ/シリコンバレー周辺で生み出されているのか?“について話した。今回は”今後ロボットや人工知能 (AI)といったテクノロジーが発展していく中で、人間にはどのようなスキルが求められるか“についてプレゼンしてみることにした。

現在の人工知能 (AI) や機械の進化の状況

このイベントに出席する為に羽田空港に行ったところ、キヨスク型のチェックイン機に加えチェックインカウンターでも自動的に荷物が預けられるようになっていた。今までは係員のお姉さんがタグを付けてくれたりしていたのが、係員がいなくても全て専用の機械を通じて自動的に処理がされる仕組み。

てっきりこれまで通りチェックインは機械でも、荷物を預けるのは人間が行ってくれると思い込んでいた事もあり、このシステムにはかなり衝撃を受けた。実は、サンフランシスコ空港なんかはまだまだアナログな所が多い。

人工知能やロボティックスなどと聞くと、サンフランシスコやシリコンバレーを中心とした海外で研究が進められ、少しずつ実用に向けてのプロダクト開発が進んでいるイメージがあるが、実際に既に日本国内でも自動化テクノロジーの実用化が進んでいる一つの例である。

羽田空港の荷物自動チェックインシステム
1

実は似たような事がサンフランシスコのとあるホテルでもおこっている。Aloftと呼ばれるオシャレなブティックホテルでは、これまでボーイさんが行っていたサービスを、ロボットが提供している。例えばバスタオルやシャンプー等、部屋のアメニティを補充して欲しいときなどにフロントに問い合わせると、専用のロボットが客室まで届けてくれる。

サービスロボットを活用しているサンフランシスコのホテル
2

このように、テクノロジーの発展によりこれまでは人間が行っていた作業がどんどん機械やロボットに代わられている事例が既に国内外で幾つか存在している。作業の効率化や人件費を削減する為に、業務の自動化は今後もどんどん進んで行くだろう。

でもよく考えてみるとこれは最近始まった事ではない。古くは洗濯板を使って人力で行っていた洗濯が、洗濯機の出現により自動化されたのも同じコンセプトである。特に難しいテクノロジーが搭載されていなくても、別にロボットの形をしていなくても、それまでは人間が行っていた作業が機械が自動的に行う事により、効率アップやコストの削減を実現する事が可能になる。

今後はこれらの例に加え、自動車、ヘルスケア、農業、介護、金融などの領域にも自動化の波が訪れると考えられている。我々の日常生活でも、まだロボットの形すらしていないが、カレンダーアプリによるリマインダー機能やSiriのような機械型アシスタント、自動翻訳なども、テクノロジーの進化による機械化の一つの姿である。

同時に、最近では人工知能(AI)技術の急速な進化によって、さまざまな技術革新が起こると期待されている反面、あまりの急激な進化の速度のため、AIによって現在あるさまざまな職業が奪われるなどのAI脅威論も叫ばれている。

20年後にあなたの職業が存在している可能性

人工知能 (AI), ディープラーニング、ロボティックス、自動化などのテクノロジーが今後速いスピードで発達して行く中で、アメリカの調査期間が既存の職業の20年後における生存率を割り出した調査データがある。その結果による職業と20年後のに機械に奪われる可能性に関する調査結果を幾つか紹介する。

現在の職業が20年後に機械に奪われる可能性:
•プログラマー: 48.1%
•ソフトウェアエンジニア: 4.2%
•家政婦: 68.8%
•ウェイター/ウェイトレス: 93.7%
•バーテン: 76.8%
•調理師: 96.3%
•シェフ: 10.1%
•経理: 97.6%
•経理部長: 6.9%

これをみてもわかる通り、その仕事内容によって20年後もその職業が存在するかどうかが大きく異なる。例えば、機械化率96.3%の調理師と93.7%のウェイターが示すのは、20年後の世の中の多くのレストランが全自動になっていると言う事である。その一方で、メニューを考案したり、調理方法を決めるシェフは自動化される可能性が低い。

同じく単純作業が仕事の経理の仕事は97.6%の確率で機械に奪われると予想されているのに対し、経理部長という人とのコミュニケーションを必要とされるマネージャー職を機械が行える可能性は7%も無い。これは、人間だからこそ出来るタイプの仕事だからであろう。

ユーザーの立場に立って設計や仕様決めを行うソフトウェアエンジニアの仕事はほぼ機械に奪われる可能性が無い (4.2%)に対して,ある程度単純作業となるプログラマーの仕事は50%弱の可能性で今後自動化が進む。

自動化に関するテクノロジーが進む事で無くなる仕事があると同時に、新しい仕事も生み出されると予測される。

マッキンゼーの調査によると、新たに創出される仕事の7割は「人間的な仕事」が占めている。直感的な意思決定、創造的な成果、芸術的なデザイン、顧客や取引先との複雑な交渉。企業にとって多くの価値創造は人間にしかできない仕事によって支えられている。

機械や人工知能にも奪われない3つのスキル

では、どのようなスキルを身につければこれからも人工知能等の機械に仕事を奪われないのであろうか。現在の企業内での仕事内容は、管理された組織の中で正しい答えに辿り着く為の正確な単純作業や、精密な作業が求められて来たタスクが多く存在する。

しかし、そのような仕事は上記のデータを見ても分かる通り、近い将来ほぼ確実に賃金の安い地域にアウトソースされるか、機械にとってかわられることで消滅してしまう可能性が非常に高い。

その一方で、これから紹介する3つのスキルはどれだけテクノロジーが進化しても人間にしか出来ない内容であると思う。

1. クリエイティブ

0から1を作り出す事。これは機械には出来ない。AIは過去のデータを元に未来を予測する事は出来るが、全く新しいものを作り出すのは人間にしか出来ない。デザイナーやエンジニア等のクリエイティブな仕事はこれからもどんどん必要とされていく一方であろう。

2. リーダーシップ

優れたビジョンを掲げ、卓越したコミニュケーション能力で人々を導いて行く存在。人間との心の通じたやりとりができるそのスキルは自動化が進む現代こそ一層求められている。人間がロボットのリーダーに従って心が一つになる時代は恐らくしばらくは来ないだろう。

3. 起業家

機械は基本的には起業しない。むしろ絶対にしないだろう。交渉力、ビジネスセンス、問題解決能力が求められるのが起業的スキルである。その点においてはテクノロジーがどんなに進化しても、新しいプロダクトやビジネスを通じ社会を変えて行く起業家は世の中にとって今後もより一層必要とされるだろう。

関連記事: 人工知能 (AI) ができる3つのこと – 消える職業と生まれる職業 –

日本の教育システムとのギャップ

上記の3つのスキルを身につける事が今後より一層重要になってくると考えられるが、残念ながら現在の日本国内においてそれらを教えている教育機関は極めて少ない。そしてそれらを入試に科している学校は皆無に近いだろう。

この50年の間に、単純作業は機械やコンピュータがこなすようになり、人間は機械のできない「人間的な仕事」を担当するようになった。しかし、日本の教育システムは50年前とほぼ代わらないといっても良い。学校によっては多少の改善はされているものの、政府が定めるカリキュラムはまだまだ時代遅れの感が否めない。

日本の学校で教えているのは、暗記、計算、正確な綴りなど、機械が最も得意とする事柄ばかりで、頑張って高得点を稼ぐ優等生は、暗記、計算、単純作業などの”機械っぽい”スキルが身に付いているだけである。しかし、現在の実社会では答えが無い事の方が多い。むしろ、ほとんどの場合、答えは自分で作り出さなければならない。

自分自身も高校まで日本の公立校に行っていたから分かるが、学校では基本的に既に答えがある事しか教えない。唯一クリエイティブなのは、音楽や美術、図画工作などの副教科、そして夏休みの自由研究ぐらいなものだ。実際自分もそれらが大好きで成績も良かったが、大学受験の採点対象になっていないが故に受験はことごとく失敗した。しかし、それが理由でアメリカの大学に入学し、今ではそれらのスキルが仕事に最も役立っているのも皮肉である。

そもそも本来は、機械が得意な事は機械に任せて、人間でしか出来ない能力を身につけなければならない時代になっている。しかし、日本の教育システムではクリエイティブな答えは求められていない。そもそもマークシート方式でクリエイティブな答えなど出しようがない。逆に、上記の3つのスキルだけを持っていても、恐らく学校からはほとんど評価はされずに、劣等生としての認識をされるであろう。

クリエイティブ、リーダーシップ、起業家マインドを評価基準としていない現在の日本の教育システムでは、優秀とされている生徒や高学歴の学生が身につけているであろう能力は、残念ながらこれから時間が経てば経つ程機械に取って代わられる可能性が非常に高い。おのずと、それらの能力が求められる仕事も無くなるだろう。それに対し、教育や受験に関するシステムが十分に追いつく可能性はまだまだ低い。

先日、センター試験でカンニング等の不正で無効処分になった学生がいたというニュースがあったが、実社会ではカンニングをしたり、裏技を活用出来るぐらいのセンスの人の方がむしろ重要である。個人的にも、暗記学習中心のくだらない受験勉強の為に貴重な10代の時間を費やすぐらいなら、ズルをしてでも点数を稼ぐ知恵を持った人材の方が興味がある。

実際にアメリカの試験では電卓やパソコン、最近ではスマホを活用して答えを導きだす事も許されている。要するに使えるものは使って自分としての答えを導き出す事が期待されている。それも、答えは1つだけではない事も多い。クリエイティブな発想を求め、10人の生徒がそれぞれ別々の答えで、全てが正解とされる事もある。

今後、テクノロジーの進化が進めば進む程、クリエイティブな能力、リーダーシップのスキル、そして起業家の精神の3つがより一層重要になってくるのは間違いない。今後は日本国内からも世界に通用するようなクリエイターやリーダー、起業家を生み出さす仕組みを作らなければ、機械がどんどん仕事を奪い始めるであろう。

btraxでもこれらの課題に対し、イノベーションプログラムを通じて、日本企業向けに新しいイノベーションの創造と、クリエイティブ、リーダーシップ、起業家精神を身につけた次世代のグローバルリーダーの育成を行っている。現在頑張って勉強している事、会得したスキル、今後のキャリア等、世の中から”優秀”だと評価されている事を今一度冷静に見直してみるのが良い時代になって来たのかもしれない。僕たちの未来は既存の仕組みの中からは絶対に生み出される事は無い。自分で創り出すしか生き残る方法は無いだろう。
スポンサーサイト

人工知能 (AI) はどこまで進歩しているのか – 4つの知能レベルと実商品例 –

By Guest Contributor /
Nov 9, 2015

個人の検索データ、行動データを蓄積し、そのデータを使って最適な作業を機械でできることが増えたきた。さらに、テクノロジーの進化により自分で考えて話すことができるPepperやパーソナルアシスタントSiri、Google Nowが活躍できる場が増えてきている。便利にはなるものの、仕事面で考えると進化する人工知能は将来、わたしたちの仕事を奪ってしまうのではないだろうか?もし人工知能が自分の部下として配属される時代がきたら、自分はどのように指示を出し一緒に働くのであろうか?

人工知能は現在どこまで進歩しているのだろうか、今回はエンジニアではなく、ビジネスマンであるわたしが調査した基礎的な概念、構造を中心に第2回に渡って紹介する。

1. 人工知能 (AI) とは

世の中に、人工知能を厳密に定義できるものは研究者、機関によってその解釈や認識にずれがあることがわかっている。日本で人工知能の名著「人工知能は人間を超えるか ディープラーニングの先にあるもの」の著者である松尾氏やハーバードビジネスレビューで見識を広めた安宅氏の言葉を借りれば、以下のような定義となる。
•『 人工的に作られた人間のような知能 』 ー松尾豊ー
•『 ソフトウェアによる、知覚と知性の実現 』 ー安宅和人ー

この情報科学、有効で豊富なデータ、高度な情報処理力の3つを掛け合わせたもの、すなわち機械学習、自然言語処理など必要な情報科学を実装したマシンに十分な学習を行ったものをAIとイメージできればと思う。

「特化型人工知能」、「汎用人工知能(GAI)」

人工知能には目的やできることよって個別の領域に特化して能力を発揮する「特化型人工知能」、異なる領域で多様で複雑な問題を解決する「汎用人工知能(GAI)」の2つに分類でき、ドワンゴ社が全能アーキテクチャの取り組みを進めている。

「弱いAI」と「強いAI」

また「弱いAI」と「強いAI」と言う分類もある。枠の範囲で考える人工知能を「弱いAI」と呼ばれ、ある一定の範囲ではすでに人間のレベルを超えてきているが、このAIがいくら高性能化しても「ある枠内」での事でしかなく、あらかじめプログラムされた事以外は何も出来ない。故に人間の能力を補佐、拡張としての機能を期待されることから故に「弱いAI」と呼ばれる。

枠を超えて考える人工知能を「強いAI」と呼び、「人間のようにものを考え、認識・理解し、人間のような推論・価値判断のもとに実行をすることができるものを指す。自律的に学び、意思決定行うことができるものである。

2. 人工知能の4つのレベル

レベル1・・・単純な制御プログラム

温度の変化に応じて機能するエアコンや冷蔵庫など。「人工知能搭載の◯◯」といった、マーケティング用語として用いられる場合もある

レベル2・・・対応のパターンが非常に多いもの

将棋のプログラムや掃除のロボット、質問に答える人工知能など、弱いAIがこれにあたる

レベル3・・・対応パターンを自動的に学習するもの

検索エンジンやビッグデータ分析で活用される。機械学習を取り入れたものが多く、特徴量は人間が設計する

レベル4・・・対応パターンの学習に使う特徴量も自力で獲得するもの

ディープラーニングを取り入れた人工知能が多く、高度な分析が可能

3. 人工知能の歴史

人工知能の研究の歴史は、「ブーム」と「冬の時代」の繰り返しと言われる。人工知能という言葉は1956年に生まれ、第1次〜第3次(現在)までに至る。

第1次ブーム(1950年代後半~1960年代)では迷路やパズルを解いたり、難しい定理を証明する人工知能が登場し、世界で注目された。ところが現実の課題解決には使えない弱い側面があり、ブームは冬の時代に。

第2次ブーム(1980年代)はコンピュータに知識を入れ、様々なことに対応出来るシステムは出来るが、知識を記述、管理すること、膨大なデジタルデータを取り扱うことが難しいため、1995年ごろから再び冬の時代に。

第3次AIブーム現在は第3ブームが起きており、背景にあるのは、
1.深層学習による機械学習の情報科学
2.ビッグデータの普及
3.高度な処理をリアルタイムに実現することができるようになったこと
4.ディープラーニング用いた、ワトソンや将棋のプロジェクトのような印象的なプロジェクトの発足
5.人工知能の影響力や脅威の伝達
(スティーブン・ホーキング博士や実業家のイーロン・マスク氏ら著名人が「人工知能は人類を滅ぼすのではないか」と懸念を表明された)

など、いくつかの要因が重なって今の第3次ブームがあると言われている。

4. 人工知能はどういう形で商品化されているのだろうか?

代表的なものをいくつか例に挙げて紹介する。

Apple (Siri)

Appleが1988に製作した動画にパーソナルアシスタント「Knowledge Navigator」というのものがあり、Siriはその現代版である。Appleが考えるハードウェア・ソフトウェアの未来はまさに実現しようとしている。







Softbank (Pepper)

2014年6月にソフトウェアはPepperを発表した。フランスのアルデバランロボティクスとソフトバンクが共同で開発し、ワトソンを搭載し、感情を認識できるロボットとして人気を集めている。WiFi 通信もできるためクラウドAIとしてデータ学習を行うことができる。各家庭や企業などで人の表情や声を学習してクラウドに蓄積し、学習を生かすことができることが大きな期待できるポイントである
peppar





Facebook M

Facebookもパーソナルアシスタントを研究開発中である。現在米国で一部のユーザーに限定利用しているのが「M」だ。Mはユーザーのお願い(依頼)を実行するパーソナルアシスタントである。サービスの裏側には、「M Trainer」と呼ばれるサポートスタッフが常駐監視しており、人工知能で対処しきれないニーズを人が介在して対応していくようになっている。具体的には、商品の購入、配送手配、飲食店の予約、旅行の手配などを例に挙げており、段階的に利用を広げ、いずれはすべてのユーザーに利用出来る。スクリーンショット 2015-11-05 午前11.51.09



Google

Google Photosはアップロードされた写真を蓄積、管理するアルバムのような機能である。アップロードされた写真は、ディープラーニングによって自動で分析され、さらに、写真に写っている人物や撮影した場所、イベント(出来事)を自動で分類することによって、大量にアップロードした中から目的の写真や動画をカンタンに検索することができるになっている。Google Nowではユーザーの知りたい情報を音声認識をして検索結果を出す機能である。地図、ルート案内、画像などを調べるのが便利だ。Deep Neural Networks(DNNs)」と呼ばれる音声入力処理技術を利用して、音声認識と認識した情報の処理を高い精度で実行することを可能にしていたが、新たに「Recurrent Neural Networks(RNNs)」と呼ばれる新技術が実装されている。スクリーンショット 2015-11-06 午後3.34.06

DeepMindはGoogleがPhotoや検索以外にも自動運転車やロボットなど人工知能を使った次世代のプロジェクトを進めるために、近年多くの買収を手がけた会社のひとつである。その中でも近年で最も大きな買収が「Deep Mind Technologies」である。

DeepMindでは、電子商取引やゲームなどで用いるアルゴリズムの構築を手掛けるイギリスの会社である。経験から学ぶのが特徴とし、プログラムを変えることなく「スペースインベーダーなど」の古典ゲームをプレーしながら学習し、ゲームスキルを飛躍的に向上させる機能を持っており、買収前はイーロンマスク(テスラ)やピーターティール(Paypal)が出資していた。

買収後、YouTubeのリコメンド機能、Android端末のボイスサーチ機能などに活用されている。買収額はハイテク関連のニュースサイトであるRe/codeによると4億ドルとされている。
次回は人工知能でどういったことができるかについて紹介していこうと思う。

人工知能 (AI) ができる3つのこと – 消える職業と生まれる職業 –

By Guest Contributor /
Nov 23, 2015

機械学習などの技術の進歩によって、特徴量の抽出が可能になり、特徴量個人の検索データ、行動データを蓄積し、そのデータを使って最適な作業を機械でできることが増えたきた。さらに、テクノロジーの進化により自分で考えて話すことができるPepperやパーソナルアシスタントSiri、Google Nowが活躍できる場が増えてきている。

便利にはなるものの、仕事面で考えると進化する人工知能は将来、わたしたちの仕事を奪ってしまうのではないだろうか?もし人工知能が自分の部下として配属される時代がきたら、自分はどのように指示を出し一緒に働くのであろうか?

前回は人工知能はどこまで進歩しているのかについて紹介した。今回は実際に人工知能を使ってどこまでできるようになっているか、ビジネスマンであるわたしが調査し、理解した基本的な概念を中心に紹介する。

1.「識別」「予測」「実行」

HBR記事の安宅氏によると機械学習をベースにしたAIの利用には主に以下の三つに分けられる。
(1)識別
•情報の判別・仕分け・検索(言語、画像ほか)
•音声、画像、動画の意味理解
•異常検知・予知

(2)予測
•数値予測
•ニーズ・意図予測
•マッチング

(3)実行
•表現生成
•デザイン
•行動の最適化
•作業の自動化

3つの利用用途を応用をしているものを見ると、「識別」や「予測」の領域ではすでに一定以上のレベルでできているものが多く、一方で実行には至っていないものが多い印象である。とりわけ、設計や枠組み化などのデザイン、行動や作業を単純化した状態での最適化、自動化に至ってはこれからの課題となる分野がまだ多いように読み取れる。

技術によって認識・予測はできても、その予測モデルの精度や予測可能な領域、実行をするためのスキーム、プロセス改善に課題が大きいことがわかる。技術の進化によって、近い将来にはその課題も埋まるだろうと予想されている。

2. 機械と働く

人工知能やロボットの進化・発達で自動化が進み、これまで人が行ってきた仕事を機械が置き換えられる可能性が非常に高くなったことにより、「肉体労働」「単純作業」だけではなく「意思決定」を機械に任せる(委ねる)必要が出てくる。

それにあたって、経営資源はこれまで「人・モノ・金」だったが、AIの進化によって「人がどこで価値を生み出し、機械やデータにどの判断を任せるべきか」が問われるようになり、経営資源は「人・データ(情報)・機械」になっていくであろう。モノや金の必要性は消えないが、AIが意思決定をサポートをする時代においてはそれらを管理するデータや機械に主体が移っていく可能性が高い。

その上で、人と機械を「どうマネジメントするか」も考える必要が出てくる。「マネジメントのあり方」は意思決定や実行をするために、これまでは「指示」や「実行管理」が主体であったものを、意図する解に導けるように「正しい問いを投げかけること」「AIやデータ領域を理解し、自動化をさせるために枠組み化をして回すこと」ができるようになる力が求められる。

こういったパラダイムシフトについていける企業・組織が成長し、そこから取り残される停滞をする懸念は今後考えうるであろう。

参考: 人工知能 (AI)や機械に絶対奪われない3つのスキル

3. キャリア

これからのキャリアでは、機械と働く上で、人々が持つ(機械が持ち得ない)3つ強みを磨くことが期待されるである。
•クリエイティビティ(デザインする力)
課題の特定にいたる枠組みや新しいコンセプトをデザインすること、またアイデア、新しい組み合わせを着想(ひらめき)、通常では発想に至らない仮説を導き出す力などを指す。
•リーダーシップ/マネジメント(人を動かす力)
人と人が行うデリケートかつ複雑なコミュニケーションを行い、人々を奮い立たせて勇気付け、人々をある目的に導き、目標を達成させるための意識付けるなど、意識に働きかけて人を動かすことを指す。
•ホスピタリティ・課題解決
人が感じる潜在的・顕在的な課題と向き合い、自分ごととして不便、不満など「不=問題」を解決・解消するための働きを指す。

AIの進化・普及によりなくなる職業・新たに発生する職業も見逃せない。

<なくなる職業>

オックスフォード大学の論文で示された「あと10~20年でなくなる職業」の一部抜粋しており、「正確性を要求される」「単純作業・マニュアル化しやすい」「システム化することで計算、算出できる」職業はなくなる可能性が高いと言えるであろう。また、「過去の判例を持ってくる」など訴訟に関連した情報を抽出することは人工知能が得意であり、リーガルにも影響がありそうだ。

スクリーンショット 2015-11-17 21.35.30
参考資料:10年後、人工知能に取って代わられる職業とは

<発生する、増加する職業>

なくなる技術だけではなく、人工知能が進化、浸透していく中で様々な課題、ニーズも出てくる。空飛ぶ機械「飛行機」ができた時に、パイロット(操縦する人)、整備士(メンテナンスする人)、税関(取り締まる人)、客室乗務員(サポートする人)、管制官(監視する人)などが生まれたように、近いポジション・役割が生まれるだろう。そういった関連するポジションの他にどんな職業がこの先に生まれるだろうか?について予想されているものを5つピックアップしていく。
•ロボット・アドバイザー(Robot Counsellor)
ロボットの進化・普及によって、家庭においてもアシスタントとして働くのが一般的になっていることが想定される。ロボットが人間のアシスタントとして関わる過程で、トラブル・課題を各家庭や企業からヒアリングし、改善をするための働きや、逆にロボットの正しい向き合い方を普及させていくようなアドバイザーと言う役割を担う人が必要とされるであろう。
•企業文化のエキスパート(Company Culture Ambassador)
企業同士が、最良の人材を確保しようと競合することになる。そして、企業が才能を獲得し、彼らが「自分はいま、ふさわしい場所にいる」と感じさせるためには、それ専門の人材が必要となるだろう。彼らが担う仕事は、レクリエーションや金銭とは異なる利益によって人を楽しませ、コミュニケーションを取り、企業の価値観を伝え、それが共有されるようにして、仕事が楽しいという環境と雰囲気をつくり出すことだ。
•単純化の専門家(Simplicity Expert)
情報化社会で複雑化する事象を「単純化」すると言う課題・要請が増えていくことが想定される。あるプロセスの要点を見つけだし、合理化することで実行の時間を減らし、より価値の高い活動のために時間を残すために、複雑なことを整理し、単純化する専門家が必要になるであろう。
•輸送アナリスト(Auto-transport Analyst)
自動運転の発展・普及により、「運転手」がどんどん少なくなって、輸送はますます自動化されていくことが想定される。ここでも、適切に状況を判断し、配送を効率化すること、または問題を予防し不測の事態に対処しユーザーの不便をタイミング良く解決する管理者が必要になるであろう。
•マインドインストラクター(Mind Instructor)
人工知能や技術の進化によって、急激に変化する世界で価値観や自身の幸福を見出せない人が増えてくることが想定される。人々の顕在的、潜在的な意識を引き出し、「仕事のベクトル」「幸福度」「自分のあり方」など内面的な課題への解決ができる人を指す。

近年GoogleなどIT系の企業でも導入が進んでいる「マインドフルネス」を今はインストラクターが主体として行っている。一方でヘルスケアの領域でもパーソナルデータの分析やストレスケアのトレーニングが進んでいる。今後はそれらの領域を跨いで人々の心身の健康のために、定性的・定量的な情報から課題解決をすることができる人、技術を作る人が増えてくるのではないだろうか。


※参考:
•人工知能やロボットには奪われない「8つの職業」
•マインドインストラクターという「禅」と「データ」をブレンドした新しい職業

最後に

近年、特にGoogleによる人工知能ライブラリ TensorFlow をオープンソース化や、元GoogleリサーチのAlon HalevyがリクルートAI研究所に就任、東京大学の松尾氏著書の「人工知能は人間を超えるか ディープラーニングの先にあるもの」など、人工知能に関連する記事や書籍を数多く見るようになり、ある種のバズワードのように人々に馴染みがある概念になってきた。日常生活、職場での環境、旅行先など、ありとあらゆるシーンで人工知能を用いたものが普及する未来はそんなに遠くないかもしれない。

一方で、人工知能の実態やそれを支える技術、歴史を学び、その影響を推測・予測し、自分のキャリアを考える人は(自分も含めて)まだまだ少ないように感じる。近年、エンジニアはもちろん、データサイエンティスト、人工知能の領域に精通した人材の不足はより顕在化した課題になってきた。一部ではデータサイエンス(特に機械学習)は、今後の理系学生はほぼ必修に近いような領域になるだろうとも言われているほど、注目・期待をされているものとなっている。

私はこれまでアドテクノロジーの急速な変化を目の当たりにして、人工知能の進化によってこれから更に起こり得る世の中の変化(パラダイムシフト)に自分を適応させていけるか? 自分を見失うことなく生きていけるか?について最近の活動(ブログの寄稿やプライベートな読書会、データサイエンティスト協会シンポジウムへの参加)を通じて考えることができた。この記事をご覧のみなさんにとって、近い機会になれれば私は嬉しく思う。

10年後、人工知能に取って代わられる職業とは

Jun. 8, 2015

人間と機械がいい関係を築くために必要なこと
[松尾豊]東京大学 大学院工学系研究科 技術経営戦略学専攻 准教授

松尾豊(まつお・ゆたか)

東京大学 大学院工学系研究科 技術経営戦略学専攻 准教授。1997年、東京大学工学部電子情報工学科卒業。2002年、同大学院博士課程修了。博士(工学)。同年より産業技術総合研究所研究員。2005年よりスタンフォード大学客員研究員。2007年より現職。シンガポール国立大学客員准教授。専門分野は、人工知能、ウェブマイニング、ビッグデータ分析。著書に『人工知能は人間を超えるか』(KADOKAWA中経出版)、共著に『東大准教授に教わる「人工知能って、そんなことまでできるんですか?』(同)など。
http://weblab.t.u-tokyo.ac.jp/




前編で人工知能の発展の歴史や成果について話しましたが、
後編では技術の進展が社会にどんな影響を与えるかを考えてみます。

図1は技術の発展と社会への影響を図式化したものです。
横軸の(1)から(6)は前編でも触れた、ディープラーニングの発展のステップです。

20161204 AI

20161204 AI


2030年ごろには人工知能が秘書を務めるか

(1)の段階だと
 画像の認識精度が上がるので、
 例えば医療現場でより正確な画像診断ができるようになったり、
 広告の分野でもターゲティングの精度が上がったりすることが期待できます。

(2)で
 マルチモーダルな(複数の感覚の)認識ができるようになると、
 Pepperのように人の感情を認識できる、防犯で怪しい人を見つけられる、
 ビッグデータから購買行動のおかしな人を見つけたり
 典型的な行動パターンを抽出したりといったことができるようになります。

次の(3)の段階で
 行動とプランニングができるようになると、
 自動運転や農業の自動化が可能となり、

さらに(4)では
 高度な環境認識が実現するでしょう。
 行動に基づいてモノの性質を抽象化できるようになると、
 「コップが割れないように気を付けて扱う」
 「柔らかいソファは体が沈むのでそっと座る」といった、
 より人間らしい振る舞いができるようになり、
 家事や介護の担い手として期待が持てます。

(5)の段階
 言葉と紐づくと、翻訳ができるようになります。
 人の心に響く感動的な表現を紡ぐことは難しいでしょうけれども、
  ある言語を別の言語に置き換えたり、
  短いニュースなどデータを簡潔にまとめた文章作成は上手くできるはず。
 また、キャッチコピーのようにトライ&エラーのサイクルを速く回して
  最適化するような作業も、
 人間よりコンピュータの方が上回ることになるでしょう。

最終段階の(6)は、
 コンピュータが自力で知識を獲得できるようになるということです。
 このあたりになると教育や秘書の役割も果たすことができ、
 多くの仕事を肩代わりできるようになると思います。



マニュアル化しやすい職業はなくなる可能性が高い

結果的に、
人工知能の発展によってなくなる職業も出てくると思います。
以下は、オックスフォード大学の論文で示された
「あと10~20年でなくなる職業」の一部です。

電話販売員(テレマーケター)
銀行の窓口係
不動産登記の審査・調査
荷物の発送・受け取り係
手縫いの仕立て屋
レストランの案内係
コンピュータを使ったデータの収集・加工・分析
動物のブリーダー
保険業者
給与・福利厚生担当者
貨物取扱人
レジ係
税務申告代行者
娯楽施設の案内係、チケットもぎり係
銀行の新規口座開設担当者
パラリーガル、弁護士助手
図書館司書の補助員
苦情の処理・調査担当者
データ入力作業員
メガネ、コンタクトレンズの技術者
保険金請求・保険契約代行者
殺虫剤の混合、散布の技術者
証券会社の一般事務員
測量技術者、地図作製技術者
(住宅・教育・自動車ローンなどの)融資担当者
造園・用地管理の作業員
自動車保険鑑定人
建設機器のオペレーター
スポーツの審判員
訪問販売員、露店商人


図1:技術の発展と社会への影響
(松尾氏提供の図版を元に作成)




これを見ると、
 スポーツの審判や動物のブリーダーなど正確性を要求される職業
 電話販売員や施設の案内係といった単純作業であったり
 マニュアル化しやすい職業はなくなる可能性が高いといえそうです。
また、人工知能は過去の判例を持ってくるとか、
 訴訟に関連した情報を抽出することは得意なので、
 パラリーガルにも影響がありそうです。
税務、会計関連もコンピュータ化しやすい分野ですね。

ブルームバーグは
 人工知能の発展で影響のありそうな事業を分析しています。
産業では機械学習やディープラーニングをサービスとして提供する
 コアテクノロジー業界のほか、
 農業、教育、金融、法曹などに変化があると予測されています。
企業内では
 営業・販売、人事、マーケティング、セキュリティといった部門への影響が見込まれます。

ルーティンワークは機械に任せ、人間は付加価値の高い仕事へ

いろいろ挙げましたけれども、個人的には短期では、
 というのは2020年ごろまではそれほど大きな変化は起こらないと思います。
法律関係や医療、会計税務のあたりは多少の変動があるかもしれませんが、
 それでもワーカーに求められるスキルはあまり変わらないと思います。

2030年くらいまでの中期的スパンで見ると、
 監視系の業務がいらなくなるのではないかと思います。
ディープラーニングが進展すると
 異常な行動、
 普段と違う状況を
 見つけるのがうまくなる
ので
 監視や警備の仕事が機械化されます。

オフィスで上司が部下のデスクを見渡せる位置で仕事をしているのも、
 監視的な面があるはずです。
なので、人工知能が個々人の集中の度合いや成果を測定できるようになれば、
 マネジャーは生産性の低い時間に無理して職場にいなくてもいいということになります。

同様に店舗の店員や飲食店の従業員など、
 仕事の中に監視系の業務が含まれている職種で変化が見込まれるかもしれません。
異常があれば人工知能が人間に知らせるので、
 何かおかしいことが発生したときだけ人間が対応するようになるでしょう。
商品の検品・補充、売上金の管理といった
 ルーティンワークはコンピュータが行う時代になっている可能性があります。
より創造的なことや大局的判断が必要な仕事の比率が増すのではないでしょうか。



知恵を持った人工知能が産業競争を生み出す

2030年以降の長期的変化では、
 例外対応も含めて人工知能に任せられることが増えてくると思います。

人間の仕事として重要なものは
 大きく2つに分かれるでしょう。


1つは
経営や政治のような大局的判断を必要とするもので、
 判断の要素が複雑であること、
 人工知能が学習するためのサンプル数が少ないことから
 コンピュータの進出が難しいということがあります。

説明責任や、従業員/有権者の納得性の問題など、
 コンピュータでは対応が難しい面もあります。

もう1つはセ
 ラピストや営業のような人間に接する仕事でしょう。
 人は人と触れていたいと本能的に思う生き物なので、
  生身の人間が相手をすることが高付加価値になるということです。

ただ、いずれにしろ長期的には
 多くの仕事を人工知能が肩代わりすることになると思われます。
これまで人間が蓄積してきた経験知や暗黙知を人工知能に取り込ませることができれば、
 後はコンピュータによっていろいろな分野に横展開していくことも可能でしょうし、
 それは日本の産業全体を強くするでしょう。

例えば
 寿司屋の親父さんが目の前のお客さんを見て、
 「この人は何が食べたいんだろうな」と勘を働かせることは
 高いレベルの顧客プロファイリングです。

 同じことが銀行や証券会社で金融商品を勧めるときにも応用できるかもしれないし、
 あるいは子どもの進学の際の学校選びでも役立つかもしれません。
 知恵やノウハウ、勘といったものをデータ化さえできれば、
  どんどん人工知能に転移させて産業競争につながっていく。
 そういう期待は持てると思います。



図2:あと10~20年でなくなる可能性の高い職業(”The future of employment: how susceptible are jobs to computerization?” を元に一部引用して作成)



人工知能をどう使うかは人間次第。
使う側の人間性が問われる



こういう話をすると、コンピュータが人間の仕事を奪うのか、
 雇用が不安定になり生活がおびやかされるのではないかといった疑問を投げかけられます。

前編でも話したように、コンピュータや人工知能はあくまで道具ですから、
 人間の仕事のやりがいや生きがいを奪うことがあってはなりません。
社会的な議論も踏まえつつ、
 それは人間とコンピュータが共存するための大前提ではないかと思います。

また、小さい頃から勉強をがんばって親も教育に投資して、
 せっかく弁護士になれたと思ったら、
 人工知能が台頭して弁護士がいらなくなったと言われるのは理不尽ですよね。
そういう場合は職能を守るなど、
 社会的な合意形成をしたうえで何らかの配慮は必要でしょう。

機械と協調しつつ、うまく使いこなす

それとは別に、
 人工知能の発展が産業や職業に与える影響については
 定義の問題も絡んでくると思います。

例えば
 教師という職業
  なくなるともいえるし、
  なくならないともいえる。
というのは、
 生徒の特徴をつかんで適切な教材を適切なタイミングで提示するのは
 人工知能の方が上手にできると思われるからです。


しかし
 生徒を励ます、
 どういう大人になりたいか問いかける、
 将来への夢を与えるといったことは、
 やはり人間でなければできません。


 これは教師の仕事がなくなるというより、
  教師の仕事の質が変わるということではないかと思います。

人工知能をどう使うかは人間次第です。
検索エンジン使うとき、
 より目的に近い検索結果を得るために
 キーワードの設定をあれこれ工夫しますよね。

それと同じで、
 人間と機械が協調しながら、
 さらに人間の側が機械をうまく使うことを考えていく。
そういうことになるんじゃないかと思います。

最終的には
 人間性、教養が大事になるのでしょう。


ルーティンワークを人工知能が行って、
その結果として何らかの判断を求められたとき、
 人間が「どういう仕事をしなさい」
 「どちらが大事だ」とコンピュータに指示しなければなりません。
それは価値観に関わることなので、
 コンピュータを使う人には文化的な知識が求められるということです。



人工知能ができること、できないことを区別する

人工知能の研究に関して、
 ディープラーニングについていえば日本は遅れを取っています。
ただ、研究の質や研究者人口の面では世界的に優位なポジションにあります。

1980年代に第5世代コンピュータプロジェクトとして
 通商産業省(当時)が数百億円の投資をしたことで研究者が育ち、
 それがまた新しい学習を生み出して成果を挙げるという好循環が生まれているんですね。
結果として優れた人材が日本に揃っている状況だと思います。

企業も意欲的で多くの方が興味を持っています。
ただ、人工知能に過度な期待をしている場合もあるので、
 できることとできないことを区別することがまず重要でしょう。

まだまだ発展途上ではあるけれども、
 人工知能が大きな将来性を持っていることは間違いありません。
現状と可能性を正しく理解したうえで、
 人工知能を社会全体で活用する道を探ることが日本の再生にもつながっていくと思います。

グーグルが雇用した危ない天才発明家とAIの行方

2012年12月20日(木) 小林 雅一

グーグルが先日、
 自社の開発責任者の一人として
 発明家のレイ・カーツワイル(Ray Kurzweil)氏を採用し、話題となった。


カーツワイル氏は
 音声認識や光学文字認識(OCR)など様々な領域で先駆的な業績を残し、
 1999年には「アメリカ国家技術賞(National Medal of Technology)」を受賞するなど、
米国、いや世界でも有数の発明家だ。
作家や未来学者(Futurist)としても活躍し、
 さらにヘッジファンドまで運営して、
 そこで自ら開発したAI(人工知能)システムを使って
 資産運用するなど、マルチ・タレントとして知られる。


その一方で不老不死に興味を持ち、
 そのために機械と人間を徐々に融合させて、
最後には
 人間の意識を電脳に移植する、
 といったことを本気で考えているエキセントリックな人物でもある。


カーツワイル氏は
 「シンギュラリティ(Singularity:技術的特異点)」の信奉者、
 ないしはリーダーとしても知られる。
シンギュラリティとは、
 米国の数学者・SF作家である
 ヴァーナー・ヴィンジ(Vernor Vinge)氏が1993年頃から提唱している
 一種の未来思想で、
 「コンピュータのように高度な機械が今後、
  加速度的に進化することにより、
  機械がいずれ人間を上回る知能ばかりか、
  意識までも持つようになる」とする予想である。




ヴィンジ氏のようなSF作家がこれを言うだけだったら、
 それで終わりかもしれないが、
 カーツワイル氏のように正真正銘の発明家で技術的な裏付けも持った人が
 その後ろ盾となっていることから、
 シンギュラリティは全米でかなりの支持者を獲得している。


彼らは年に1回、
 「シンギュラリティ・サミット」と呼ばれる集会を開いて、
 極めて真剣にその実現に向けたロードマップを検討している。
彼らの予想では、
 機械が人間を超える日は2045年頃と見ている。




AI開発を強化したいグーグル

さて、このようなカーツワイル氏を採用した
グーグルの狙いだが、
 それは同社のAI開発力の強化に尽きる。
同氏を採用する数日前、
 米フォーチュン誌のインタビューに応じた
 グーグルのラリー・ページCEOは
 「自動走行車(ロボット自動車)」や
 「人間の意図を理解する検索エンジン」などについて熱く語り、
 ページ氏の最大の関心が今、こうした分野にあることを伺わせた。

●「Fortune Exclusive: Larry Page on Google」
 FORTUNE / December 11, 2012


カーツワイル氏は今後、
 グーグルのフルタイム従業員として勤務し、
 (AIの主要分野である)機械学習と自然言語処理の技術開発を指揮するという。
前回のコラムでも言及したが、
 AI(人工知能)は今、
 史上稀に見る技術革新の最中にある。

現在のAIは
 大きく3つの学派に分けられる。


1つは
 昔ながらのやり方で、
 たとえば文法や構文木(シンタックス)のようなルールを
 コンピュータに教え込み、
 それによって知的処理を行うもので、
 「ルール・ベースのAI」などと呼ばれる。

2つ目は
 そのようなルールはほぼ無視して、
 大量のデータをコンピュータに読み込ませ、
 それによって統計的、
 確率的なアプローチから知的処理を行うAIである。


現在、勢いを増しているのは2つ目の学派で、
 グーグルで検索エンジンや機械翻訳などに携わっている社員はほぼ、
 この統計・確率派に属する人たちで占められている。

ルール・ベースの古典的なAIは
 柔軟性に乏しく、実用化に向かない


 とする見解が主流となりつつあり、
 グーグルのエンジニアもほぼこのような見方をしていると思われる。




統計・確率的なアプローチは
 今のところ、昇り竜の勢いで画期的な成果を上げているのだが、
 何しろ基本にあるのが統計と確率なので、
 「あんなものは知能や知性とは呼べない」とする批判も聞かれる。

統計・確率的AIというのは、
 たとえばコンピュータが大量に読み込んだ文書を分析し、
 それに基づいて
 「I」の後には「love」が、
 「love」の後には「you」が来る確率が何パーセントといったやり方で、
 「I love you」という文章を出力する。


要するにコンピュータ(AI)は
 確率に基づいて単語と単語をつないでいるに過ぎず、
 肝心の文章の意味は全く理解していないのである。
確かに今は結果を出しているかもしれないが、
 これが今後幾ら進歩したところで
 本当の知能に成長することはない、
 いずれは限界にぶち当たる、
 という見方が根強くある。


絶望視されたニューラル・ネットも息を吹き返す

そこで今、大きな期待を浴びているのが
 第3のやり方、


これは人間の大脳活動のメカニズムを
 コンピュータ上で再現する方法である。


言わば「AIの王道」とも呼べるやり方で、
 AI研究が始まった1950年代から
 「パーセプトロン」や「ニューラル・ネット」などと
 呼称を変えながら研究されてきた長い歴史を持つ。

しかし王道であるだけに実用化は難しく、
 何度もその未来が絶望視されたことがある。
ところが、こちらも2006年に、
 「ディープ・ラーニング(Deep Learning)」と呼ばれる
 画期的な手法が考案されたことで息を吹き返した。

ディープ・ラーニングは
 ニューラル・ネットの一種で、
 より低レベルの情報から高レベルの情報を段階的に導き出す機械学習の新方式だ。
もちろんグーグルもこの分野の研究開発を進めている。
大分前になるが、
 「グーグルのAIシステムに、ユーチューブ上にある
 猫の動画を大量に見せたところ、
 ついにAI(つまりコンピュータ)が猫を認識するに至った」

 というニュースが報じられたことがある。




ここにもディープ・ラーニングが使われている。
すなわちユーチューブ上の動画とは、
 猫のイメージを形成するカラーと濃淡を表現したドットの集合に過ぎない。
このように低次元の情報を段階的に引き上げていき、
 最終的に猫の「概念」という最も高次元の情報を獲得するに至った、というわけだ。

さてカーツワイル氏は
 この第3のAI、
 つまり「AIの本道」を行く研究者だ。
カーツワイル氏によれば、
 「脳は比較的小さく単純な情報体
 (a relatively small and simple body of information)から構成されており、
 人間の脳が今から数十年以内にシリコン上に再現できないと言うのはばかげている」という。

ほとんど天才と何とかは紙一重のような人だと思うが、
 こういう逸材を使って、
 グーグルはこれから何を成し遂げるつもりだろうか。
その行方から目が離せない。
検索フォーム
最新記事
最新コメント
カテゴリ
リンク
FC2オンラインカウンター ここから --> 現在の閲覧者数: