AI(人工知能)ニュース

AIの現状と課題!人工知能はまだまだ〇〇が苦手なんです

AI(人工知能)ロボットのイメージ

近頃、AI(人工知能)が人間を超えたというニュースを、至る所で耳にすることが増えましたよね。

過去の代表的なニュースを取り上げれば、AI(人工知能)がプロ棋士に勝利した、画像診断においてベテラン医師を圧倒的に超えるスピードと精度の結果を出したなど、耳にしたことがある方もいらっしゃることでしょう。最近では、東京都内に無人AI(人工知能)店舗が出現した事や、宅地建物取引士試験の出題についてAI(人工知能)が出題的中率78%を叩き出したなど、AI(人工知能)はいつも新たな社会の到来を予感させてくれます。

一方、こうしたニュースが目立つあまり、AI(人工知能)を万能のツールのように思ってしまいがちですが、AI(人工知能)にはまだまだ実現が難しく課題となることがいくつもあります

AI(人工知能)は、「記憶や学習といった人間の知的な活動をコンピューターに肩代わりさせることを目的とした研究や技術のこと」ですから、まだまだ技術的な課題を持っているのは当然のことでしょう。

※そもそも「知能」を明確に定義できないため、AI(人工知能)の定義には様々あります

また、現在のAI(人工知能)の、できないことや苦手なこと、そうした課題や今後さらなる研究が求められることを理解しておくことは重要なことです。なぜなら、AI(人工知能)が多くの仕事を奪うだとか、人類の脅威となるなど不安を煽るようなニュースをよく耳しますが、そうした情報に自分自身が影響されにくくなるからです。

人間誰しも、おばけや怪物などの、正体のわからないもの、理解できないものに対して恐怖感を覚えますよね。これと同じでAI(人工知能)に得体の知れない不安を抱いている状態にあるならば、その原因の一つにはAI(人工知能)の正体がわからないことが含まれていることでしょう。

もちろん、未来のことは誰にもわからず、AI(人工知能)に詳しい専門家でも意見が別れるほどですから、驚くニュースに戸惑ったりすることもあるかもしれませんが、AI(人工知能)を知れば知るほど、今までとは違った味方でAI(人工知能)を見ることができるようになるはずです。

そこで今回は、AI(人工知能)への理解をより気軽に深めるために、「AI(人工知能)は○○が苦手なんです」形式で、現状のAI(人工知能)の課題について、お伝えしていきます!

つちひろ
つちひろ

私は、朝の通勤ラッシュが苦手なんです。

ちなみに、AI(人工知能)の概要をさらっと学びたい方は、下記の書籍がお勧めです。
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 (角川EPUB選書)

それでは早速見ていきましょう!!

AI(人工知能)は、データが少ない問題に取り組むことが苦手なんです

AI(人工知能)が学習するデータのイメージ
私たちは小学生だったころ、何度も足し算や掛け算などの計算問題に取り組みましたよね。何度も学習を通じて、だんだんと計算力を身につけていきました。

AI(人工知能)も、私たちと同じように学習するための教材(データ)が必要で、そのデータ無しには実用的なAI(人工知能)は生まれないんです。しかもAI(人工知能)は、学習するためにたくさんのデータを必要とします

例えば、グーグルは2012年に猫を認識するAI(人工知能)を開発した、と発表し世間を騒がせましたが、このAI(人工知能)は1000万枚という量のデータを学習して誕生しました。

逆に、このように大量のデータを準備できなければ、実用的なレベルでのAI(人工知能)を生み出すことは困難です。

このように、AI(人工知能)は、学習に用いることのできるデータが少ない場合には十分に学習できないため、データが少ない問題に取り組むことを苦手としています。

AI(人工知能)は、学習したこと以外を実行するのが苦手なんです

AI(人工知能)のイメージ
前述したように、有効活用できるAI(人工知能)を作るためには、大量のデータを必要とします。それはつまり、現時点では、学んだことしかAI(人工知能)は応用がきかないということでもあります。

例えば、受験勉強を思い出してみましょう。高校や大学に合格するためには、過去問でしっかり学習しておく必要がありますよね。ただ、過去問だけを学習しすぎるのは好ましくありません。なぜなら、過去問を何度も解いてもあくまで過去問に得意になるだけで、全く新しい問題が出た場合には対処できないからです。

これと同じように、AI(人工知能)の課題として、学習したこと以外を処理することが困難であることが挙げられます。

AI(人工知能)は、言葉の意味、概念を理解して解釈することが苦手なんです

聞か猿、見猿、言わ猿のイメージ
熊本県のPRマスコットキャラクターに「くまモン」がいますが、おそらく多くの方がたとえ初見でも、「ああ、熊本とクマを合わせたキャラクターだな」とすぐに解釈できることでしょう。

しかし、現在のAI(人工知能)には、これができず課題となっています。なぜなら、AI(人工知能)の場合、言葉の意味や概念がわからないため、これまで世界に存在していなかったものを受け入れ、解釈することが困難だからです。

人間のように持っている知識や情報を用いて、解釈するということが現在AI(人工知能)の課題となっています。

AI(人工知能)は、倫理的な(常識的な)判断が苦手なんです

倫理観を持たないAI(人工知能)ロボットのイメージ
2015年に、AI(人工知能)を実装したグーグルの画像認識システムが、肌の黒い人をゴリラとタグ付けして問題になった出来事をご存知の方もいるかもしれません。

この出来事は、AI(人工知能)の実装者に決して悪意があった訳ではありませんし、倫理観を持つ人間であれば、こうした間違いは絶対にしませんよね。このような自動的に画像を識別して整理してくれる、人間にとって実用的なAI(人工知能)でさえも、倫理的に問題となる行動を起こす危険があります。AI(人工知能)は善意も悪意も持ちません。

また、数年以内にAI(人工知能)を搭載したロボット兵器が開発される見込みも立っており、AI(人工知能)がもたらす影響や倫理的配慮について、現在世界中で真剣に議論されています。

AI(人工知能)は、自ら問いを立てることが苦手なんです

問いや疑問を連想させるイメージ

AI(人工知能)を使って何をするのか、どのような課題を解決すべきかは、人間が設定しなければなりません。

AI(人工知能)が自発的に、課題や問いを立てることは困難です。というのも、そもそも課題や問いというのは、「こんな風になったらいいな」という欲求に基づいて設定するものであり、現在そうした人間の欲求を理解できるようなAI(人工知能)は存在しないからです。

もちろん、現在のAI(人工知能)でも渡されたデータに基づいて、どのような課題がありそうかを見つける、ということはできるかもしれません。

ただ、その見つけた課題が本当に解決すべきかどうか、本当に価値ある問題設定(問い)なのかどうか、という点については、欲求を持つ人間にしか判断できないのです。

 

さて、今回はAI(人工知能)が課題としている、苦手なことについてお伝えしてきました。改めておさらいしてみましょう。

  • データが少ない問題に取り組むこと
  • 学習したこと以外を実行すること
  • 言葉の意味、概念を理解して解釈すること
  • 倫理的な(常識的な)判断をすること
  • 自ら問いを立てること

ここ数年、AI(人工知能)の進化には目を見張るものがありますが、まだまだAI(人工知能)には苦手とする課題があることがわかりましたよね。現在注目されているAI(人工知能)の輝かしい成果は、大きく言えば、画像認識や音声認識、対話応答といった特定の領域に留まっているのです。

しかし、今後もAI(人工知能)が発展し続け、活躍する領域も拡大していくことは間違いないでしょう。AI(人工知能)が実装された機械が人間の動きや考えを理解し、人間を補助する新たな協調関係が生まれていく、例えばそんな驚くべき未来は、もう目の前に迫っています。

※AI(人工知能)が人間の作業を代替する事例は以下をご参考ください
[blogcard url=”https://aizine.ai/ai-industry-example-trend1025/”]

AI(人工知能)の発展によって、ここ数年でこれまでの常識がいくつも覆されていったように、今後も私たちをびっくりさせるような世界をAI(人工知能)は見せてくれるのかもしれません。

つちひろ
つちひろ

人間誰しも苦手なことがあるように、AI(人工知能)も苦手とする課題を持っています。

AI(人工知能)の課題を知った今、ほんの少しだけAI(人工知能)との距離間が縮まったのではないでしょうか。同じように私たちは、相手のできないことや苦手なことを知ることを通じて、その人の魅力や人間らしさを感じていくものですよね。

できない自分や苦手をさらけ出すのは中々難しいものですが、進んでさらけ出していきたいと思う今日この頃です。

参照元人工知能にできること、できないこと
進化が加速する人工知能が、2018年に克服すべき「5つの課題」
「問い」の中にこそ人間の力がある 羽生善治さんが見た人工知能の世界
グーグルの画像認識システムは、まだ「ゴリラ問題」を解決できていない──見えてきた「機械学習の課題」
猫を認識できるGoogleの巨大頭脳

トップへ戻る
タイトルとURLをコピーしました