人工知能(AI)(その6)(圧倒的な不平等が世界にいずれ蔓延する理由 AIの能力が高まり 人類は2階層に分断する、「AIで人間の仕事がなくなる?」の経済学的解明 第1回 全職種の作業をタスク分けしてみた、契約理論でAIを「調教」「ドジっ子お掃除ロボット」は撲滅できるか) [科学技術]
人工知能(AI)については、10月25日に取上げた。今日は、(その6)(圧倒的な不平等が世界にいずれ蔓延する理由 AIの能力が高まり 人類は2階層に分断する、「AIで人間の仕事がなくなる?」の経済学的解明 第1回 全職種の作業をタスク分けしてみた、契約理論でAIを「調教」「ドジっ子お掃除ロボット」は撲滅できるか)である。
先ずは、11月26日付け東洋経済オンライン「圧倒的な不平等が世界にいずれ蔓延する理由 AIの能力が高まり、人類は2階層に分断する・・・世界中の知識人から賞賛を浴び、全世界で800万部を突破したベストセラー『サピエンス全史』」を紹介しよう。
https://toyokeizai.net/articles/-/251207
・『世界中の知識人から賞賛を浴び、全世界で800万部を突破したベストセラー『サピエンス全史』。7万年の軌跡というこれまでにない壮大なスケールで人類史を描いたのが、イスラエルの歴史学者ユヴァル・ノア・ハラリ氏だ。 現代を代表する知性が次に選んだテーマは、人類の未来像。近著『ホモ・デウス』で描いたのは、人類が「ホモ・サピエンス」から、遺伝子工学やAI(人工知能)というテクノロジーを武器に「神のヒト」としての「ホモ・デウス」(「デウス」はラテン語で「神」という意味)になるという物語だ。 ホモ・デウスの世界では「ごく一部のエリートと、AIによって無用になった『無用者階級』に分断し、かつてない格差社会が到来する」と警告するハラリ氏を直撃した。 本記事ではハラリ氏へのインタビューの一部を抜粋・・・』、『無用者階級』が出現する「かつてない格差社会が到来する」とは穏やかではない。
・『生命をつかさどる最も根源な法則を変えようとしている この本を書いたのは、人類史上、最も重大な決断が今まさになされようとしていると考えたからだ。遺伝子工学やAIによって、私たちは今、創造主のような力を手にしつつある。人類は今まさに、生命を司る最も根源的な法則を変えようとしている。 40億年もの間、生命は自然淘汰の法則に支配されてきた。それが病原体であろうと、恐竜であろうと、40億年もの長きにわたって生命は自然淘汰の法則に従って進化してきた。しかし、このような自然淘汰の法則は近く、テクノロジーに道を明け渡す可能性が出てきている。 40億年に及ぶ自然淘汰と有機的進化の時代は終わりを告げ、人類が科学によって非有機的な生命体を創り出す時代が幕を開けようとしているのだ。 このような未来を可能にする科学者やエンジニアは、遺伝子やコンピュータについては知悉している。だが、自らの発明が世の中にどのような影響をもたらすかという倫理上の問題を理解できているとは限らない。 人類が賢い決断ができるように手助けするのが、歴史家や哲学者の責務だろう』、ずいぶん大きく振りかぶったものだ。
・『歴史を見ればわかるように、人類は新しいテクノロジーを生み出すことで力を獲得してきたが、その力を賢く使う術を知らない、ということが往々にしてあった。 たとえば、農業の発明によって人類は巨大な力を手に入れた。しかし、その力は一握りのエリートや貴族、聖職者らに独占され、農民の圧倒的大多数は狩猟採集を行って生きてきた祖先よりも劣悪な生活を強いられる羽目になった。 人類は力を手に入れる能力には長けていても、その力を使って幸福を生み出す能力には長けていない。なぜかといえば、複雑な心の動きは、物理や生命の法則ほど簡単には理解できないからだ。 石器時代に比べて人類が手にした力は何千倍にもなったのに私たちがそこまで幸福でないのには、こうした理由がある。 農業革命によって一握りのエリートは豊かになったが、人類の大部分は奴隷化された。遺伝子工学やAIの進化がこのような結果を招かないように、私たちはよくよく注意しなければならない』、その通りだろう。
・『「無用者階級」が生まれるかもしれない ホモ・サピエンス(人類)はかつて、動物の一種に過ぎなかった。人類が大人数で協力できるようになったのは、私たちに架空の物語を創り出す能力が備わっていたからだ。人類は大人数が協力することで、この世界の支配者となった。 そして今、人類はみずからを神のような存在に作り替えようとしている。(遺伝子工学やAIといったテクノロジーによって)創造主のような神聖なる力を、今まさに獲得しつつあるということだ。 人類はラテン語で「賢いヒト」を意味する「ホモ・サピエンス」から、「神のヒト」としての「ホモ・デウス」にみずからをアップグレードしつつある。 最悪のシナリオとしては、人類が生物学的に2つのカーストに分断されてしまう展開が考えられる。AIが人間の能力を上回る分野が増えるにつれ、何十億人もの人々が失業者となる恐れがある。こうした人々が経済的に無価値で政治的にも無力な「無用者階級」となる。 一方で、ごく一部のエリートがロボットやコンピュータを支配し、遺伝子工学を使って自らを「超人類」へとアップグレードさせていく可能性すら出てきている。 もちろん、これは絶対的な予言ではなく、あくまで可能性にすぎない。が、私たちはこのような危険性に気づき、これを阻止していく必要がある。 私が『ホモ・デウス』で論じた不平等とは、人類がこれまでに経験したものとは比べものにならない圧倒的な不平等だ』、「人類はみずからを神のような存在に作り替えようとしている」というのは、確かに恐ろしいことだ。「無用者階級」と「超人類」への二極分化も憂鬱な未来だが、我々はこれを阻止できるのだろうか。
次に、エール大経済学部准教授の伊神 満氏が11月8日付け日経ビジネスオンラインに寄稿した「「AIで人間の仕事がなくなる?」の経済学的解明 第1回 全職種の作業をタスク分けしてみた」を紹介しよう。
https://business.nikkeibp.co.jp/atcl/report/16/102200249/110100004/
・『AI(人工知能)が仕事を奪う、世の中は大変なことになる――。AI技術の急速な発展が報じられる中で、世間では「ふわっとした」議論が繰り返され、「機械との競争」への漠然とした不安ばかりが煽られている。だが、本当にそうなのか。本コラムでは、世界最先端の経済学研究を手がかりに、名門・米エール大学経済学部で教鞭を執る伊神満准教授が「都市伝説」を理性的に検証する』、これは無責任な「煽り記事」ではないので、参考になりそうだ。
・『まずはじめに:連載コラム(全4回)の趣旨 人工知能(AI)については色々な人が色々なことを言っている。だが、よく分からない未来を語るにつけて、楽観論も悲観論も、ただ各人が「個人的に言いたいこと」を言っているだけのように見える。 となると、「AI技術は是か非か」「AI失業は起こるのか」「もはや人類の滅亡は時間の問題か」についての「結論」自体には、ほとんど何の意味もない。これだけ沢山の予想があれば、そのどれかは当たるだろうし、大半は外れるに決まっているからだ。 そんなことよりも、冷静な人たちが交わしている「それなりの確かさをもって言えそうなこと」に耳を傾け、吟味しよう。そしてあなた自身の身の振りかたについては、あくまで自分の頭で考えよう。でなければ、あなたという人間の「知能」と人生に、いったい何の意味があるだろうか。 このコラムは、経済学者である筆者が、9月中旬にカナダのトロント市で開催された第2回全米経済研究所(NBER)「人工知能の経済学」学会で行った研究発表と、そこで見聞きした世界を代表する経済学者たちによる最新の研究について、一般向けにまとめたものである』、信頼性が高そうだ。
・『「あなたの仕事が危ない」? まずは、AIが「人間の経済活動にもたらす」影響を考えてみよう。連載コラムの前半にあたる第1回と第2回では、AIの「外側」の経済学の話をする。 AIやロボットは、これまで人力を必要としていた生産活動の「自動化」ととらえるのが一般的だ。そこで、AIの「外側」の経済学では、自動化技術の中身はさておき、それがもたらす経済活動へのインパクトを考察する(連載後半にあたる第3回と第4回では、AIの「内側」の経済学に触れる。この分類は、論点を整理するために筆者が独自に使っているものだ)。 今日紹介するのは、誰もが気になる「自分の仕事はなくなってしまうのか」という問いについての、興味深い実証プロジェクトだ』、このブログで今回紹介するのは、第1回と第2回だ。
・『仕事を1つひとつのタスクに分解してみよう ミクロ実証的な1つのアプローチとしては、個々の職業を、その構成要素である各種「作業」レベルに分解して考えてみることができる。たとえば、大学教授という「職業」の人は、大きく分けて、(A)研究 (B)教育 (C)雑用 という3種類の活動に時間を使う。そこでたとえば(B)の教育活動を、さらに (B1)授業内容の立案と作成 (B2)授業そのものの実施 (B3)宿題やテストによる学生の評価 (B4)大学院生の研究へのアドバイス……のように分解し、さらに細かく具体的な「作業」をリストアップすることができる。そして、各「作業」(タスク)について、今後10年間でどのくらい自動化できそうか、その筋の専門家に点数をつけてもらおう。こういう点数を並べれば、「大学教授という職業が何パーセント自動化できそうか」を測る目安くらいにはなりそうだ。 感覚をつかんでもらうために、もう1つの例として「米国で大手監査法人に勤める会計士(専門分野は税務)」についても、業務内容をざっくりタスク分けしてみよう。(W)税務申告書の作成 (X)税務申告書の確認 (Y)チームのマネジメント (Z)クライアントの獲得および関係構築 たとえば末端の仕事である (W)を詳しく見ていくと、(W1)試算表の勘定科目(の管理コード)を整理して、ソフトに入力
(W2)税務上と会計上では費用・収益の認識が異なるので、違いを計算してソフトに入力 (W3)税控除や繰越欠損金が利用できるか否かを判断する といったタスクによって構成されている。もともとこの分野はコンピューターによる処理との相性が良い。だから(W1)や(W2)などはソフトの活用を前提としたタスク設計になっている。とはいえ、たとえば「交際費はその内容によって控除の可否が変化する」といった例外処理も多いため、完全自動化は難しいのだという。 この記事の読者も、ためしに自分の仕事のタスク構成を洗い出してみたらどうだろう。AIによる自動化が云々という話以外にも、何か新しい発見があるかもしれない。 こうした「自動化のしやすさ」を、世の中の多くの職業について数値化したのが、「機械学習と職業の変化」という論文である・・・といっても、今まさに進行中の研究だから、完成版が読めるのはまだ先になりそうだ。 この研究を発表したのは、米マサチューセッツ工科大学(МIT)のエリック・ブリニョルフソン教授だ。IT(情報技術)業界研究のベテランで、最近では『プラットフォームの経済学』(日経BP社)なども邦訳されている。彼自身も発表中に認めているように、数値結果そのものは、分析プロセスを少し変更しただけでも、ガラッと変わる。 たとえば、大学教授の仕事(B)教育について、具体的なタスクをいかに定義するのか、どこまで適切に細分化できるのか、本当にうまく自動化できるのか、大学教授であるはずの筆者にもよく分からない。 また、(B)教育を自動化した結果、大学教授というポストそのものが消滅してしまうのであれば、筆者は専業コラムニストに転職せざるを得ない。しかし逆に、これまで(B)に割いていた時間と体力を(A)研究に注げるようになるのであれば、願ったり叶ったりだ。 だから、たとえ「学者が科学的にたどりついた発見や数字」であっても、結論そのものには飛びつかない方がいい。当然、(自称)コンサルタントや(自称)天才プログラマーが適当にぶち上げている「未来予想」については、言うまでもない』、確かに、世の中にはいい加減な「未来予想」が溢れているようだ。
・『自動化しやすいタスクの8条件 ……というわけで、ブリニョルフソン教授らによる論文自体は未完成なのだが、理論的考察の大枠については、『サイエンス』誌上で「機械学習で何ができるのか? 労働需要への影響について」という短い記事を読むことができる。 その要点をまとめると、タスクを自動化するためには、8つの条件が必要だという(表1)。ちなみにこれは、スタンダードな「教師あり機械学習」、つまり回帰分析のようなデータ処理を主眼としたリストである。 表1:「自動化しやすいタスク」の8条件(1.「インプット」と「アウトプット」が、どちらも明確になっている。 2.インプットとアウトプットを正しく対応させたデジタルデータが、大量に存在する。 3.明確なゴールがあり、その達成度について明確なフィードバックがある。 4.長々とした論理展開や、いろいろな背景知識・一般常識にもとづく思考が、必要ない。 5.下した判断について、その理由や過程を詳しく説明する必要がない。 6.多少の誤差・間違いが許され、「正解」を理論的に証明する必要もない。 7.現象自体や「インプットとアウトプットの対応関係」が、時間の経過によってあまり変化しない。 8.物理的な作業における器用さや特殊技能が、必要ない。 このように機械学習の射程範囲をハッキリさせていくと、何でもかんでもうまく自動化できるとは限らないことが、浮き彫りになる。もちろん、機械が苦手とする「論理」や「証明」や「特殊技能」を、それではフツーの人間がどれくらい身につけているかというと、それは別問題だが……』、非常に納得的なアプローチだ。
・『自動化の普及を左右する6つの「経済学的ファクター」 また、仮にあるタスクの「機械化が可能」になったとしても、それが現実世界で普及したり、人力による労働力への需要・賃金にインパクトを及ぼす過程は、実はけっこう複雑である。同『サイエンス』記事が指摘するとおり、技術的な問題の他に「経済学的なファクター」にも影響されるはずだ(表2)。 表2:関連する6つの経済学的なファクター(1.タスクの自動化のしやすさ(技術的な代替可能性)。 2.そのタスクの成果物への需要が、最終価格にどのくらい左右されるか(価格弾力性)。 3.複数タスク間の補完性。 4.そのタスクの成果物への需要が、消費者の所得にどのくらい左右されるか(所得弾力性)。 5.人間の働く意欲が、どのくらい賃金に左右されるか(労働供給の弾力性)。 6.ビジネス全体の構造が、どう変化するか(生産関数の変化)。) 網羅的に列挙しようとするあまり、この表はやや抽象的にすぎる感もあるが、「総論」的な記事なので仕方あるまい・・・』、ずいぶん大変な作業のようだ。
・『結論は全部スルーし、根拠とロジック「だけ」を吟味 さて、タスク分けの最新研究に話を戻すと、正直、経済学者の仕事としてはかなりベタな分析だし、「職業」や「作業」をどう整理するかによって「自動化のしやすさ」の数値は大きく変わってくる。また、そもそも「今後10年間における、個別タスクの自動化のしやすさ」についての技術的見解も、専門家の間ではかなり議論が分かれるだろう。 だから筆者から読者へのアドバイスとしては、「あなたの仕事が危ない!」風の議論や数字を見るときには、とにかく結論そのものはスルー(無視)しよう。こういう話題についての「結論」は、当たるか外れるか分からない株価の予想みたいなもので、つまらない。 そうではなくて、「何をどうやったら、そういう数字とメッセージが出てくるのか」という、前提条件や考え方のプロセスに(のみ)注目するのが、正しい大人の読み方だ。 ベタなミクロ実証研究から言えることは、このあたりが限界だ。次回は、思いっきりマクロな視点から俯瞰してみよう』、「筆者から読者へのアドバイス」は、考え方を整理する上で、大いに参考になった。
第三に、上記の続き、12月1日付け「契約理論でAIを「調教」「ドジっ子お掃除ロボット」は撲滅できるか」を紹介しよう。
https://business.nikkeibp.co.jp/atcl/report/16/102200249/111900007/
・『「AI(人工知能)の内側の経済学」に踏み込んだ前回は、ビジネスにおける価格設定や広告戦略(いわゆるマーケティング関連のプロセス)をAIに丸投げする話をした。つづいて今回は、「AIを搭載した新製品」の中身について考えてみよう。AI開発、それはとても面白い「人間の営み」なのである』、面白そうだ。
・『プロダクト(製品)イノベーションのためのAI技術 仕事の流れの一部を自動化すること、それは一種のプロセス・イノベーション(生産・販売活動のコストを下げること)であった。こんどは、プロダクト・イノベーションについて考えてみよう。プロセス・イノベーションが製造・販売の工程(プロセス)を改善するものであったのに対して、こちらは新たな製品(プロダクト)を開発・投入する話である。 たとえば、「AI技術でお米がおいしく炊ける」炊飯器。そういうキャッチコピーの家電製品は昔からあったが、一体どのあたりに「知性」が感じられるのか、よく分からなかった。しかし、ユーザーのその日の体調をセンサーで感知するのみならず、電子メールやSNSへの投稿内容までも細かくデータ分析してくれる炊飯器が登場したならば、どうだろうか。 メールの文章がどれくらい整っているか、乱れているか。友人の投稿内容に「いいね」するのか、しないのか。あなたの一挙手一投足をつぶさに観察することで、この炊飯器は「その日その時のあなたにとって最適な炊き加減」に自動調整してくれる。すなわち、あなたの「幸福を最大化」してくれる機械の登場である。これほどすごい機能が付けば、「AI搭載」の名に恥じない画期的な製品と言えよう(※フィクションです)』、いくらフィクションとはいっても、私であれば、ここまで利用者を丸裸にしてしまうような炊飯器はご免被りたい。
・『囲碁・将棋AIや自動運転プログラムの「目的関数」 さて、こういう新製品をどうやって開発したらいいのだろう? 私たち人間は、AIもしくはロボットに何かしらの「目標」を与え、それを達成するような動作を期待する。こういう目標のことを経済学や工学では「目的関数」と呼び、「最適化問題」という数学的な問題設定に落とし込む。たとえば、上記の「炊飯器」ならば、ユーザーからの「おいしい」という評価を高めることが、明確な目的関数になるだろう。 目的関数 = 「やるべきこと」に応じたボーナス点 → 「これを最大化せよ」と命令 あるいは近年めざましい活躍をみせた囲碁や将棋をプレイするAIは、「ゲームに勝てる確率」を目的関数として、先を読みながら「次の一手」を探し出すように設計されている。その開発過程(数理モデルを構築し、関数形を調整し、シミュレーションとデータ分析を活用する)は、経済学的な実証研究のプロセスにかなり近い。 逆に、「やってはいけないこと」の違反度に応じて「罰点」を設定することもある。たとえば、無人運転車に搭載されるソフトには、「信号を無視したらマイナス100点」、「ネコをひいたらマイナス200点」、「通行人をひいたらマイナス5億点」みたいなペナルティーを設定しておくわけだ。 目的関数 = 「やってはいけないこと」に応じたペナルティー → 「これを最小化せよ」と命令 ところがロボットは、私たちが期待するような振る舞いを、実際にしてくれるとは限らない』、どうしてなのだろう。
・『ドジっ子ロボットには、お仕置きが必要だ たとえばお掃除ロボット。部屋の床掃除を勝手にやってくれる掃除機は、すでにかなり普及している。筆者も1台持っている。ただしこのロボット、あまり融通が利かない。同じところをグルグル回ったり、段差にハマったり、電源コードを巻き込んでしまったりする。 また、「電池が切れるまでの間に掃除する床面積」を最大化するようプログラムされたロボットは、最短距離で移動しようとするときに、その動線上にあった家具を壊してしまうかもしれない。こういう問題が発生するのは、(人間が暗黙のうちに期待している)さまざまな「目的関数」や「制約条件」の全てを、(明示的に)インプットできるとは限らないからだ。与えられたタスクそのもの以外のファクター、つまり作業をとりまく環境や文脈というものが、お掃除ロボットにはのみ込めていない。 これが人間の「お掃除担当メイドさん」であれば、家具を壊したりしたら、ご主人様から叱られるかクビ。最悪の場合、損害賠償請求の訴訟を起こされてしまうかもしれない。そしてそれが分かっているからこそ、家具の扱い(などの、直接命じられてはいない事柄)にも注意を向けてくれる。 何か、うまい方法はないものだろうか?。 ご主人様 VS 代理人 (プリンシパル・エージェント問題) カナダ・トロント大学のギリアン・ハットフィールド氏が発表した「不完備契約とAIアラインメント」・・・という研究は、「ドジっ子ロボット」のような問題を、いちど抽象的なレベルで理論化してみよう、と提案している。 ミクロ経済学には、人間同士の利害の対立を整理するための知見がたくさんある。とりわけ契約理論と呼ばれる分野では、「ご主人様と代理人という異なる2者のあいだで利害をすり合わせて、望ましい結果を導くための契約方法を考える」という課題が研究されてきた。こういう場合の「主人」のことを英語でプリンシパル、「代理人」をエージェントと言うので、この課題は「プリンシパル・エージェント問題」と呼ばれている。 ハットフィールド氏いわく、「ユーザーとAI」の関係は、ちょうど契約理論における「ご主人様と代理人」の関係にあたるので、理論的でエレガントな解決策があるはずだ。ただし、この発表の討論者であるスタンフォード大学のポール・ミルグロム氏(発表者の元指導教授で、オークション関連の実務でも有名)からは、これら2つの問題には共通点もあるが相違点もある、という指摘がなされた。いわく、プリンシパル・エージェント問題の場合は、通常、代理人の側が「余計なこと」を気にしてしまうのが、問題の根っこにある』、「プリンシパル・エージェント問題」まで出てくるとは、さすが学者の分析らしい。
・『お掃除ロボットは、雇われ社長の夢を見ない たとえば、株主(=ご主人様)に雇われたはずの社長(=代理人)のケース。株主が望むのは、企業価値の最大化である。しかし、社長という人間の個人的な利害は、これと必ずしも一致しない。「全国制覇したい」とか、「大型M&Aで注目を集めたい」とか、「休日は家族とゆっくり過ごしたい」とか、「社員に嫌われたくない」といった個人的な野望や心理に、どうしても引きずられてしまう。 契約理論は、こうした状況に対する処方箋をあみ出してきた。たとえば、社長のサラリーの何割くらいを成果報酬式にすればいいのか、といった計算ができるようになった。 これに対して、「ドジっ子お掃除ロボット」の失敗例は、べつにロボット(=代理人)側に個人的な野心があるわけではない。単に、開発者あるいはユーザー(=ご主人様)の側が「部屋をキレイにせよ」という目的しかインプットしなかったのが問題である。もしも開発者またはユーザーが、「部屋をキレイにせよ」「ただし家具を壊してはならない」という追加条件をインプットすることができさえすれば、それで一件落着かもしれない。 企業の雇われ社長もお掃除ロボットも、おなじ「代理人」ではある。しかし契約理論は、代理人が人間であるがゆえに発生する問題を扱ってきたのに対し、AI・ロボットは「個人的な願望」を秘めていたりはしない。そういう点では、問題の本質が微妙に異なっている可能性がある。より緻密な研究が必要になりそうだ』、確かに、人間とAI・ロボットには相違がありそうだ。
・『AIが達成した「成果」ではなく、「開発プロセス」に注目しよう! さて、トロントで9月に開催された「人工知能の経済学」学会について一般向けにお伝えしてきた本連載だが、今回で最終回である。いかがだっただろうか? 正直、「えっ、そんな事しか分かっていないの?」と拍子抜けされた方も、多いのではないだろうか。 しかし、研究の最前線というのは大体そんなものだ。不明なものや未解決な問題があるからこそ、そこに取り組む余地が残されている。そして、「世界最高の経済学者たち」(あるいは勝手にそのように自負している人たち)が集まった学会ですら、この程度のことしか判明していない。 むしろ、その事実にこそ着目してほしい。 経済学をキチンと理解している人は少ないし、AI関連技術をキチンと理解している人も少ない。ましてや、その両方をよく分かっている人というのは、本当にレアだ。それにもかかわらず(あるいは、そうであるがゆえに)、「AI」について得意げに解説し、個人的な願望にすぎないテキトーな「未来予想と解決策」を、あたかも「理の当然」かのように語るコメンテーターがあふれている。そのクオリティーは推して知るべし、である。「無知の知」から始めよう』、「「無知の知」から始めよう」というのは我々を一安心させてくれる。
・『本連載の第1回には、「目新しい結論や、ショッキングな数字などは全部スルーして、何をどうやったらその主張にたどり着くのか、根拠とロジック(にのみ)注目するのが、正しい大人の姿勢だ」という話をした。それに呼応する形で、結びにあたって今回オススメしたいのは、
+「AIが達成したとされる成果」については完全にスルーして、むしろ
+「どういうアルゴリズム(計算手順)を使って」、そして、
+「その開発者たちが、どのような試行錯誤のプロセスを経て」
現在のパフォーマンスに到達したのか……に注目することだ。 そういうニュースの読み方をしていけば、おのずと関連技術の原理的な部分にも詳しくなれるはずだし、背後にある基礎研究にも興味が湧いてくるだろう。いつまでもAIをブラックボックス扱いしていないで、開発者と開発プロセスに踏み込んでほしい。これはまた、ニュースの「書き手」や編集者にぜひお願いしたいことでもある。 ちまたでは「機械」として恐れられたり敬われたりしているものが、じつは研究者が四苦八苦して作った「人為」の産物であることも、改めてよく分かるだろう。AI開発ほど興味深い「人の営み」は、なかなかない。経済学の研究対象は、まだまだ尽きないようである』、ここに列挙された「ニュースの読み方」は素人には到底無理だ。11月27日付け日経新聞は、「AIの判断、企業に説明責任 政府が7原則 混乱回避へ法整備」と伝えた。いよいよ、AIをブラックボックス扱い出来なくなってくるようだ。ただ、果たして、それがどこまで可能なのかは制約もありそうだ。
先ずは、11月26日付け東洋経済オンライン「圧倒的な不平等が世界にいずれ蔓延する理由 AIの能力が高まり、人類は2階層に分断する・・・世界中の知識人から賞賛を浴び、全世界で800万部を突破したベストセラー『サピエンス全史』」を紹介しよう。
https://toyokeizai.net/articles/-/251207
・『世界中の知識人から賞賛を浴び、全世界で800万部を突破したベストセラー『サピエンス全史』。7万年の軌跡というこれまでにない壮大なスケールで人類史を描いたのが、イスラエルの歴史学者ユヴァル・ノア・ハラリ氏だ。 現代を代表する知性が次に選んだテーマは、人類の未来像。近著『ホモ・デウス』で描いたのは、人類が「ホモ・サピエンス」から、遺伝子工学やAI(人工知能)というテクノロジーを武器に「神のヒト」としての「ホモ・デウス」(「デウス」はラテン語で「神」という意味)になるという物語だ。 ホモ・デウスの世界では「ごく一部のエリートと、AIによって無用になった『無用者階級』に分断し、かつてない格差社会が到来する」と警告するハラリ氏を直撃した。 本記事ではハラリ氏へのインタビューの一部を抜粋・・・』、『無用者階級』が出現する「かつてない格差社会が到来する」とは穏やかではない。
・『生命をつかさどる最も根源な法則を変えようとしている この本を書いたのは、人類史上、最も重大な決断が今まさになされようとしていると考えたからだ。遺伝子工学やAIによって、私たちは今、創造主のような力を手にしつつある。人類は今まさに、生命を司る最も根源的な法則を変えようとしている。 40億年もの間、生命は自然淘汰の法則に支配されてきた。それが病原体であろうと、恐竜であろうと、40億年もの長きにわたって生命は自然淘汰の法則に従って進化してきた。しかし、このような自然淘汰の法則は近く、テクノロジーに道を明け渡す可能性が出てきている。 40億年に及ぶ自然淘汰と有機的進化の時代は終わりを告げ、人類が科学によって非有機的な生命体を創り出す時代が幕を開けようとしているのだ。 このような未来を可能にする科学者やエンジニアは、遺伝子やコンピュータについては知悉している。だが、自らの発明が世の中にどのような影響をもたらすかという倫理上の問題を理解できているとは限らない。 人類が賢い決断ができるように手助けするのが、歴史家や哲学者の責務だろう』、ずいぶん大きく振りかぶったものだ。
・『歴史を見ればわかるように、人類は新しいテクノロジーを生み出すことで力を獲得してきたが、その力を賢く使う術を知らない、ということが往々にしてあった。 たとえば、農業の発明によって人類は巨大な力を手に入れた。しかし、その力は一握りのエリートや貴族、聖職者らに独占され、農民の圧倒的大多数は狩猟採集を行って生きてきた祖先よりも劣悪な生活を強いられる羽目になった。 人類は力を手に入れる能力には長けていても、その力を使って幸福を生み出す能力には長けていない。なぜかといえば、複雑な心の動きは、物理や生命の法則ほど簡単には理解できないからだ。 石器時代に比べて人類が手にした力は何千倍にもなったのに私たちがそこまで幸福でないのには、こうした理由がある。 農業革命によって一握りのエリートは豊かになったが、人類の大部分は奴隷化された。遺伝子工学やAIの進化がこのような結果を招かないように、私たちはよくよく注意しなければならない』、その通りだろう。
・『「無用者階級」が生まれるかもしれない ホモ・サピエンス(人類)はかつて、動物の一種に過ぎなかった。人類が大人数で協力できるようになったのは、私たちに架空の物語を創り出す能力が備わっていたからだ。人類は大人数が協力することで、この世界の支配者となった。 そして今、人類はみずからを神のような存在に作り替えようとしている。(遺伝子工学やAIといったテクノロジーによって)創造主のような神聖なる力を、今まさに獲得しつつあるということだ。 人類はラテン語で「賢いヒト」を意味する「ホモ・サピエンス」から、「神のヒト」としての「ホモ・デウス」にみずからをアップグレードしつつある。 最悪のシナリオとしては、人類が生物学的に2つのカーストに分断されてしまう展開が考えられる。AIが人間の能力を上回る分野が増えるにつれ、何十億人もの人々が失業者となる恐れがある。こうした人々が経済的に無価値で政治的にも無力な「無用者階級」となる。 一方で、ごく一部のエリートがロボットやコンピュータを支配し、遺伝子工学を使って自らを「超人類」へとアップグレードさせていく可能性すら出てきている。 もちろん、これは絶対的な予言ではなく、あくまで可能性にすぎない。が、私たちはこのような危険性に気づき、これを阻止していく必要がある。 私が『ホモ・デウス』で論じた不平等とは、人類がこれまでに経験したものとは比べものにならない圧倒的な不平等だ』、「人類はみずからを神のような存在に作り替えようとしている」というのは、確かに恐ろしいことだ。「無用者階級」と「超人類」への二極分化も憂鬱な未来だが、我々はこれを阻止できるのだろうか。
次に、エール大経済学部准教授の伊神 満氏が11月8日付け日経ビジネスオンラインに寄稿した「「AIで人間の仕事がなくなる?」の経済学的解明 第1回 全職種の作業をタスク分けしてみた」を紹介しよう。
https://business.nikkeibp.co.jp/atcl/report/16/102200249/110100004/
・『AI(人工知能)が仕事を奪う、世の中は大変なことになる――。AI技術の急速な発展が報じられる中で、世間では「ふわっとした」議論が繰り返され、「機械との競争」への漠然とした不安ばかりが煽られている。だが、本当にそうなのか。本コラムでは、世界最先端の経済学研究を手がかりに、名門・米エール大学経済学部で教鞭を執る伊神満准教授が「都市伝説」を理性的に検証する』、これは無責任な「煽り記事」ではないので、参考になりそうだ。
・『まずはじめに:連載コラム(全4回)の趣旨 人工知能(AI)については色々な人が色々なことを言っている。だが、よく分からない未来を語るにつけて、楽観論も悲観論も、ただ各人が「個人的に言いたいこと」を言っているだけのように見える。 となると、「AI技術は是か非か」「AI失業は起こるのか」「もはや人類の滅亡は時間の問題か」についての「結論」自体には、ほとんど何の意味もない。これだけ沢山の予想があれば、そのどれかは当たるだろうし、大半は外れるに決まっているからだ。 そんなことよりも、冷静な人たちが交わしている「それなりの確かさをもって言えそうなこと」に耳を傾け、吟味しよう。そしてあなた自身の身の振りかたについては、あくまで自分の頭で考えよう。でなければ、あなたという人間の「知能」と人生に、いったい何の意味があるだろうか。 このコラムは、経済学者である筆者が、9月中旬にカナダのトロント市で開催された第2回全米経済研究所(NBER)「人工知能の経済学」学会で行った研究発表と、そこで見聞きした世界を代表する経済学者たちによる最新の研究について、一般向けにまとめたものである』、信頼性が高そうだ。
・『「あなたの仕事が危ない」? まずは、AIが「人間の経済活動にもたらす」影響を考えてみよう。連載コラムの前半にあたる第1回と第2回では、AIの「外側」の経済学の話をする。 AIやロボットは、これまで人力を必要としていた生産活動の「自動化」ととらえるのが一般的だ。そこで、AIの「外側」の経済学では、自動化技術の中身はさておき、それがもたらす経済活動へのインパクトを考察する(連載後半にあたる第3回と第4回では、AIの「内側」の経済学に触れる。この分類は、論点を整理するために筆者が独自に使っているものだ)。 今日紹介するのは、誰もが気になる「自分の仕事はなくなってしまうのか」という問いについての、興味深い実証プロジェクトだ』、このブログで今回紹介するのは、第1回と第2回だ。
・『仕事を1つひとつのタスクに分解してみよう ミクロ実証的な1つのアプローチとしては、個々の職業を、その構成要素である各種「作業」レベルに分解して考えてみることができる。たとえば、大学教授という「職業」の人は、大きく分けて、(A)研究 (B)教育 (C)雑用 という3種類の活動に時間を使う。そこでたとえば(B)の教育活動を、さらに (B1)授業内容の立案と作成 (B2)授業そのものの実施 (B3)宿題やテストによる学生の評価 (B4)大学院生の研究へのアドバイス……のように分解し、さらに細かく具体的な「作業」をリストアップすることができる。そして、各「作業」(タスク)について、今後10年間でどのくらい自動化できそうか、その筋の専門家に点数をつけてもらおう。こういう点数を並べれば、「大学教授という職業が何パーセント自動化できそうか」を測る目安くらいにはなりそうだ。 感覚をつかんでもらうために、もう1つの例として「米国で大手監査法人に勤める会計士(専門分野は税務)」についても、業務内容をざっくりタスク分けしてみよう。(W)税務申告書の作成 (X)税務申告書の確認 (Y)チームのマネジメント (Z)クライアントの獲得および関係構築 たとえば末端の仕事である (W)を詳しく見ていくと、(W1)試算表の勘定科目(の管理コード)を整理して、ソフトに入力
(W2)税務上と会計上では費用・収益の認識が異なるので、違いを計算してソフトに入力 (W3)税控除や繰越欠損金が利用できるか否かを判断する といったタスクによって構成されている。もともとこの分野はコンピューターによる処理との相性が良い。だから(W1)や(W2)などはソフトの活用を前提としたタスク設計になっている。とはいえ、たとえば「交際費はその内容によって控除の可否が変化する」といった例外処理も多いため、完全自動化は難しいのだという。 この記事の読者も、ためしに自分の仕事のタスク構成を洗い出してみたらどうだろう。AIによる自動化が云々という話以外にも、何か新しい発見があるかもしれない。 こうした「自動化のしやすさ」を、世の中の多くの職業について数値化したのが、「機械学習と職業の変化」という論文である・・・といっても、今まさに進行中の研究だから、完成版が読めるのはまだ先になりそうだ。 この研究を発表したのは、米マサチューセッツ工科大学(МIT)のエリック・ブリニョルフソン教授だ。IT(情報技術)業界研究のベテランで、最近では『プラットフォームの経済学』(日経BP社)なども邦訳されている。彼自身も発表中に認めているように、数値結果そのものは、分析プロセスを少し変更しただけでも、ガラッと変わる。 たとえば、大学教授の仕事(B)教育について、具体的なタスクをいかに定義するのか、どこまで適切に細分化できるのか、本当にうまく自動化できるのか、大学教授であるはずの筆者にもよく分からない。 また、(B)教育を自動化した結果、大学教授というポストそのものが消滅してしまうのであれば、筆者は専業コラムニストに転職せざるを得ない。しかし逆に、これまで(B)に割いていた時間と体力を(A)研究に注げるようになるのであれば、願ったり叶ったりだ。 だから、たとえ「学者が科学的にたどりついた発見や数字」であっても、結論そのものには飛びつかない方がいい。当然、(自称)コンサルタントや(自称)天才プログラマーが適当にぶち上げている「未来予想」については、言うまでもない』、確かに、世の中にはいい加減な「未来予想」が溢れているようだ。
・『自動化しやすいタスクの8条件 ……というわけで、ブリニョルフソン教授らによる論文自体は未完成なのだが、理論的考察の大枠については、『サイエンス』誌上で「機械学習で何ができるのか? 労働需要への影響について」という短い記事を読むことができる。 その要点をまとめると、タスクを自動化するためには、8つの条件が必要だという(表1)。ちなみにこれは、スタンダードな「教師あり機械学習」、つまり回帰分析のようなデータ処理を主眼としたリストである。 表1:「自動化しやすいタスク」の8条件(1.「インプット」と「アウトプット」が、どちらも明確になっている。 2.インプットとアウトプットを正しく対応させたデジタルデータが、大量に存在する。 3.明確なゴールがあり、その達成度について明確なフィードバックがある。 4.長々とした論理展開や、いろいろな背景知識・一般常識にもとづく思考が、必要ない。 5.下した判断について、その理由や過程を詳しく説明する必要がない。 6.多少の誤差・間違いが許され、「正解」を理論的に証明する必要もない。 7.現象自体や「インプットとアウトプットの対応関係」が、時間の経過によってあまり変化しない。 8.物理的な作業における器用さや特殊技能が、必要ない。 このように機械学習の射程範囲をハッキリさせていくと、何でもかんでもうまく自動化できるとは限らないことが、浮き彫りになる。もちろん、機械が苦手とする「論理」や「証明」や「特殊技能」を、それではフツーの人間がどれくらい身につけているかというと、それは別問題だが……』、非常に納得的なアプローチだ。
・『自動化の普及を左右する6つの「経済学的ファクター」 また、仮にあるタスクの「機械化が可能」になったとしても、それが現実世界で普及したり、人力による労働力への需要・賃金にインパクトを及ぼす過程は、実はけっこう複雑である。同『サイエンス』記事が指摘するとおり、技術的な問題の他に「経済学的なファクター」にも影響されるはずだ(表2)。 表2:関連する6つの経済学的なファクター(1.タスクの自動化のしやすさ(技術的な代替可能性)。 2.そのタスクの成果物への需要が、最終価格にどのくらい左右されるか(価格弾力性)。 3.複数タスク間の補完性。 4.そのタスクの成果物への需要が、消費者の所得にどのくらい左右されるか(所得弾力性)。 5.人間の働く意欲が、どのくらい賃金に左右されるか(労働供給の弾力性)。 6.ビジネス全体の構造が、どう変化するか(生産関数の変化)。) 網羅的に列挙しようとするあまり、この表はやや抽象的にすぎる感もあるが、「総論」的な記事なので仕方あるまい・・・』、ずいぶん大変な作業のようだ。
・『結論は全部スルーし、根拠とロジック「だけ」を吟味 さて、タスク分けの最新研究に話を戻すと、正直、経済学者の仕事としてはかなりベタな分析だし、「職業」や「作業」をどう整理するかによって「自動化のしやすさ」の数値は大きく変わってくる。また、そもそも「今後10年間における、個別タスクの自動化のしやすさ」についての技術的見解も、専門家の間ではかなり議論が分かれるだろう。 だから筆者から読者へのアドバイスとしては、「あなたの仕事が危ない!」風の議論や数字を見るときには、とにかく結論そのものはスルー(無視)しよう。こういう話題についての「結論」は、当たるか外れるか分からない株価の予想みたいなもので、つまらない。 そうではなくて、「何をどうやったら、そういう数字とメッセージが出てくるのか」という、前提条件や考え方のプロセスに(のみ)注目するのが、正しい大人の読み方だ。 ベタなミクロ実証研究から言えることは、このあたりが限界だ。次回は、思いっきりマクロな視点から俯瞰してみよう』、「筆者から読者へのアドバイス」は、考え方を整理する上で、大いに参考になった。
第三に、上記の続き、12月1日付け「契約理論でAIを「調教」「ドジっ子お掃除ロボット」は撲滅できるか」を紹介しよう。
https://business.nikkeibp.co.jp/atcl/report/16/102200249/111900007/
・『「AI(人工知能)の内側の経済学」に踏み込んだ前回は、ビジネスにおける価格設定や広告戦略(いわゆるマーケティング関連のプロセス)をAIに丸投げする話をした。つづいて今回は、「AIを搭載した新製品」の中身について考えてみよう。AI開発、それはとても面白い「人間の営み」なのである』、面白そうだ。
・『プロダクト(製品)イノベーションのためのAI技術 仕事の流れの一部を自動化すること、それは一種のプロセス・イノベーション(生産・販売活動のコストを下げること)であった。こんどは、プロダクト・イノベーションについて考えてみよう。プロセス・イノベーションが製造・販売の工程(プロセス)を改善するものであったのに対して、こちらは新たな製品(プロダクト)を開発・投入する話である。 たとえば、「AI技術でお米がおいしく炊ける」炊飯器。そういうキャッチコピーの家電製品は昔からあったが、一体どのあたりに「知性」が感じられるのか、よく分からなかった。しかし、ユーザーのその日の体調をセンサーで感知するのみならず、電子メールやSNSへの投稿内容までも細かくデータ分析してくれる炊飯器が登場したならば、どうだろうか。 メールの文章がどれくらい整っているか、乱れているか。友人の投稿内容に「いいね」するのか、しないのか。あなたの一挙手一投足をつぶさに観察することで、この炊飯器は「その日その時のあなたにとって最適な炊き加減」に自動調整してくれる。すなわち、あなたの「幸福を最大化」してくれる機械の登場である。これほどすごい機能が付けば、「AI搭載」の名に恥じない画期的な製品と言えよう(※フィクションです)』、いくらフィクションとはいっても、私であれば、ここまで利用者を丸裸にしてしまうような炊飯器はご免被りたい。
・『囲碁・将棋AIや自動運転プログラムの「目的関数」 さて、こういう新製品をどうやって開発したらいいのだろう? 私たち人間は、AIもしくはロボットに何かしらの「目標」を与え、それを達成するような動作を期待する。こういう目標のことを経済学や工学では「目的関数」と呼び、「最適化問題」という数学的な問題設定に落とし込む。たとえば、上記の「炊飯器」ならば、ユーザーからの「おいしい」という評価を高めることが、明確な目的関数になるだろう。 目的関数 = 「やるべきこと」に応じたボーナス点 → 「これを最大化せよ」と命令 あるいは近年めざましい活躍をみせた囲碁や将棋をプレイするAIは、「ゲームに勝てる確率」を目的関数として、先を読みながら「次の一手」を探し出すように設計されている。その開発過程(数理モデルを構築し、関数形を調整し、シミュレーションとデータ分析を活用する)は、経済学的な実証研究のプロセスにかなり近い。 逆に、「やってはいけないこと」の違反度に応じて「罰点」を設定することもある。たとえば、無人運転車に搭載されるソフトには、「信号を無視したらマイナス100点」、「ネコをひいたらマイナス200点」、「通行人をひいたらマイナス5億点」みたいなペナルティーを設定しておくわけだ。 目的関数 = 「やってはいけないこと」に応じたペナルティー → 「これを最小化せよ」と命令 ところがロボットは、私たちが期待するような振る舞いを、実際にしてくれるとは限らない』、どうしてなのだろう。
・『ドジっ子ロボットには、お仕置きが必要だ たとえばお掃除ロボット。部屋の床掃除を勝手にやってくれる掃除機は、すでにかなり普及している。筆者も1台持っている。ただしこのロボット、あまり融通が利かない。同じところをグルグル回ったり、段差にハマったり、電源コードを巻き込んでしまったりする。 また、「電池が切れるまでの間に掃除する床面積」を最大化するようプログラムされたロボットは、最短距離で移動しようとするときに、その動線上にあった家具を壊してしまうかもしれない。こういう問題が発生するのは、(人間が暗黙のうちに期待している)さまざまな「目的関数」や「制約条件」の全てを、(明示的に)インプットできるとは限らないからだ。与えられたタスクそのもの以外のファクター、つまり作業をとりまく環境や文脈というものが、お掃除ロボットにはのみ込めていない。 これが人間の「お掃除担当メイドさん」であれば、家具を壊したりしたら、ご主人様から叱られるかクビ。最悪の場合、損害賠償請求の訴訟を起こされてしまうかもしれない。そしてそれが分かっているからこそ、家具の扱い(などの、直接命じられてはいない事柄)にも注意を向けてくれる。 何か、うまい方法はないものだろうか?。 ご主人様 VS 代理人 (プリンシパル・エージェント問題) カナダ・トロント大学のギリアン・ハットフィールド氏が発表した「不完備契約とAIアラインメント」・・・という研究は、「ドジっ子ロボット」のような問題を、いちど抽象的なレベルで理論化してみよう、と提案している。 ミクロ経済学には、人間同士の利害の対立を整理するための知見がたくさんある。とりわけ契約理論と呼ばれる分野では、「ご主人様と代理人という異なる2者のあいだで利害をすり合わせて、望ましい結果を導くための契約方法を考える」という課題が研究されてきた。こういう場合の「主人」のことを英語でプリンシパル、「代理人」をエージェントと言うので、この課題は「プリンシパル・エージェント問題」と呼ばれている。 ハットフィールド氏いわく、「ユーザーとAI」の関係は、ちょうど契約理論における「ご主人様と代理人」の関係にあたるので、理論的でエレガントな解決策があるはずだ。ただし、この発表の討論者であるスタンフォード大学のポール・ミルグロム氏(発表者の元指導教授で、オークション関連の実務でも有名)からは、これら2つの問題には共通点もあるが相違点もある、という指摘がなされた。いわく、プリンシパル・エージェント問題の場合は、通常、代理人の側が「余計なこと」を気にしてしまうのが、問題の根っこにある』、「プリンシパル・エージェント問題」まで出てくるとは、さすが学者の分析らしい。
・『お掃除ロボットは、雇われ社長の夢を見ない たとえば、株主(=ご主人様)に雇われたはずの社長(=代理人)のケース。株主が望むのは、企業価値の最大化である。しかし、社長という人間の個人的な利害は、これと必ずしも一致しない。「全国制覇したい」とか、「大型M&Aで注目を集めたい」とか、「休日は家族とゆっくり過ごしたい」とか、「社員に嫌われたくない」といった個人的な野望や心理に、どうしても引きずられてしまう。 契約理論は、こうした状況に対する処方箋をあみ出してきた。たとえば、社長のサラリーの何割くらいを成果報酬式にすればいいのか、といった計算ができるようになった。 これに対して、「ドジっ子お掃除ロボット」の失敗例は、べつにロボット(=代理人)側に個人的な野心があるわけではない。単に、開発者あるいはユーザー(=ご主人様)の側が「部屋をキレイにせよ」という目的しかインプットしなかったのが問題である。もしも開発者またはユーザーが、「部屋をキレイにせよ」「ただし家具を壊してはならない」という追加条件をインプットすることができさえすれば、それで一件落着かもしれない。 企業の雇われ社長もお掃除ロボットも、おなじ「代理人」ではある。しかし契約理論は、代理人が人間であるがゆえに発生する問題を扱ってきたのに対し、AI・ロボットは「個人的な願望」を秘めていたりはしない。そういう点では、問題の本質が微妙に異なっている可能性がある。より緻密な研究が必要になりそうだ』、確かに、人間とAI・ロボットには相違がありそうだ。
・『AIが達成した「成果」ではなく、「開発プロセス」に注目しよう! さて、トロントで9月に開催された「人工知能の経済学」学会について一般向けにお伝えしてきた本連載だが、今回で最終回である。いかがだっただろうか? 正直、「えっ、そんな事しか分かっていないの?」と拍子抜けされた方も、多いのではないだろうか。 しかし、研究の最前線というのは大体そんなものだ。不明なものや未解決な問題があるからこそ、そこに取り組む余地が残されている。そして、「世界最高の経済学者たち」(あるいは勝手にそのように自負している人たち)が集まった学会ですら、この程度のことしか判明していない。 むしろ、その事実にこそ着目してほしい。 経済学をキチンと理解している人は少ないし、AI関連技術をキチンと理解している人も少ない。ましてや、その両方をよく分かっている人というのは、本当にレアだ。それにもかかわらず(あるいは、そうであるがゆえに)、「AI」について得意げに解説し、個人的な願望にすぎないテキトーな「未来予想と解決策」を、あたかも「理の当然」かのように語るコメンテーターがあふれている。そのクオリティーは推して知るべし、である。「無知の知」から始めよう』、「「無知の知」から始めよう」というのは我々を一安心させてくれる。
・『本連載の第1回には、「目新しい結論や、ショッキングな数字などは全部スルーして、何をどうやったらその主張にたどり着くのか、根拠とロジック(にのみ)注目するのが、正しい大人の姿勢だ」という話をした。それに呼応する形で、結びにあたって今回オススメしたいのは、
+「AIが達成したとされる成果」については完全にスルーして、むしろ
+「どういうアルゴリズム(計算手順)を使って」、そして、
+「その開発者たちが、どのような試行錯誤のプロセスを経て」
現在のパフォーマンスに到達したのか……に注目することだ。 そういうニュースの読み方をしていけば、おのずと関連技術の原理的な部分にも詳しくなれるはずだし、背後にある基礎研究にも興味が湧いてくるだろう。いつまでもAIをブラックボックス扱いしていないで、開発者と開発プロセスに踏み込んでほしい。これはまた、ニュースの「書き手」や編集者にぜひお願いしたいことでもある。 ちまたでは「機械」として恐れられたり敬われたりしているものが、じつは研究者が四苦八苦して作った「人為」の産物であることも、改めてよく分かるだろう。AI開発ほど興味深い「人の営み」は、なかなかない。経済学の研究対象は、まだまだ尽きないようである』、ここに列挙された「ニュースの読み方」は素人には到底無理だ。11月27日付け日経新聞は、「AIの判断、企業に説明責任 政府が7原則 混乱回避へ法整備」と伝えた。いよいよ、AIをブラックボックス扱い出来なくなってくるようだ。ただ、果たして、それがどこまで可能なのかは制約もありそうだ。
タグ:AIの判断、企業に説明責任 政府が7原則 混乱回避へ法整備 「無知の知」から始めよう AIが達成した「成果」ではなく、「開発プロセス」に注目しよう お掃除ロボットは、雇われ社長の夢を見ない プリンシパル・エージェント問題 ドジっ子ロボットには、お仕置きが必要だ 囲碁・将棋AIや自動運転プログラムの「目的関数」 プロダクト(製品)イノベーションのためのAI技術 「契約理論でAIを「調教」「ドジっ子お掃除ロボット」は撲滅できるか」 前提条件や考え方のプロセスに(のみ)注目するのが、正しい大人の読み方だ 、「あなたの仕事が危ない!」風の議論や数字を見るときには、とにかく結論そのものはスルー(無視)しよう。こういう話題についての「結論」は、当たるか外れるか分からない株価の予想みたいなもので、つまらない 結論は全部スルーし、根拠とロジック「だけ」を吟味 自動化の普及を左右する6つの「経済学的ファクター」 自動化しやすいタスクの8条件 仕事を1つひとつのタスクに分解してみよう 人工知能の経済学」学会 冷静な人たちが交わしている「それなりの確かさをもって言えそうなこと」に耳を傾け、吟味しよう。そしてあなた自身の身の振りかたについては、あくまで自分の頭で考えよう 、「AI技術は是か非か」「AI失業は起こるのか」「もはや人類の滅亡は時間の問題か」についての「結論」自体には、ほとんど何の意味もない 「都市伝説」を理性的に検証 「「AIで人間の仕事がなくなる?」の経済学的解明 第1回 全職種の作業をタスク分けしてみた」 日経ビジネスオンライン 伊神 満 。「無用者階級」と「超人類」への二極分化 人類は新しいテクノロジーを生み出すことで力を獲得してきたが、その力を賢く使う術を知らない 生命をつかさどる最も根源な法則を変えようとしている 「ごく一部のエリートと、AIによって無用になった『無用者階級』に分断し、かつてない格差社会が到来する」と警告 『ホモ・デウス』で描いたのは、人類が「ホモ・サピエンス」から、遺伝子工学やAI(人工知能)というテクノロジーを武器に「神のヒト」としての「ホモ・デウス」(「デウス」はラテン語で「神」という意味)になるという物語 ユヴァル・ノア・ハラリ 『サピエンス全史』 「圧倒的な不平等が世界にいずれ蔓延する理由 AIの能力が高まり、人類は2階層に分断する・・・世界中の知識人から賞賛を浴び、全世界で800万部を突破したベストセラー『サピエンス全史』」 東洋経済オンライン (その6)(圧倒的な不平等が世界にいずれ蔓延する理由 AIの能力が高まり 人類は2階層に分断する、「AIで人間の仕事がなくなる?」の経済学的解明 第1回 全職種の作業をタスク分けしてみた、契約理論でAIを「調教」「ドジっ子お掃除ロボット」は撲滅できるか) (AI) 人工知能
コメント 0