AIに関する5つの都市伝説を暴く：Gartner Insights Pickup（114）

人工知能（AI）に過度な期待や恐れを抱く人もいれば、AIは流行語にすぎないと断じる人もいる。真実はその中間のどこかにある。企業におけるビジネスリーダーは、「AIはどんな仕組みなのか」「どこに限界があるのか」を十分理解する必要がある。

» 2019年06月28日 05時00分公開

[Sarah Hippold, Gartner]

ガートナーの米国本社発のオフィシャルサイト「Smarter with Gartner」と、ガートナーアナリストらのブログサイト「Gartner Blog Network」から、＠IT編集部が独自の視点で“読むべき記事”をピックアップして翻訳。グローバルのITトレンドを先取りし「今、何が起きているのか、起きようとしているのか」を展望する。

　「AIは全てを自動化し、人々の仕事を奪う」「AIはSFの技術である」「ロボットが世界を支配する」――。人工知能（AI）がもてはやされる中、主流のメディアや取締役会、企業内で、さまざまな都市伝説が飛び交っている。「オールマイティーな」AIが世界を支配するのではないかと心配する人もいれば、AIは流行語にすぎないと断じる人もいる。真実はその中間のどこかにある。

　「ビジネスリーダーはしばしば、会社のためにAIで何ができるのかよく分かっていない。これは無理もない。AIのさまざまな定義やバリエーションが広く語られるようになっているからだ」と、Gartnerのアナリストでバイスプレジデントを務めるアレクサンダー・リンデン氏は指摘する。

　「だが、AI技術は企業で導入が進んでいる。『AIはどのようにビジネス価値を生み出すのか』『どんな場合に生み出せないのか』を十分理解することが重要だ」（リンデン氏）

　Gartnerは、AIについて広く流布している5つの都市伝説や誤解として、以下を挙げている。

都市伝説1：AIは人間の脳のように機能する

　AIは、コンピュータ工学の1分野だ。現状では、問題解決のためのソフトウェアツールで構成されている。ある種のAIは賢い印象を与えるかもしれないが、現在のAIが人間の知能と似ている、または同等であると考えるのは非現実的だろう。

　機械学習はAIのカテゴリーの1つであり、ある種の機械学習は人間の脳をヒントにしているが、両者は同じものではない。例えば、画像認識技術は、ほとんどの人より正確に画像を認識できるが、数学の問題を解くのには役に立たない。現在のAIは、ある一つのタスクを非常にうまく処理するが、タスクの条件がわずかでも変わると、処理に失敗する代物だ。

都市伝説2：インテリジェントマシンは自ら学習する

　完成した機械学習の成果物は、自ら学習できるという印象を与える。だが、実際には、人間の熟練したデータサイエンティストが問題を設定し、データを準備し、適切なデータセットを決定し、トレーニングデータの潜在的なバイアスをなくし（都市伝説3を参照）、そして最も重要なこととして、ソフトウェアの継続的な更新を行い、次の学習サイクルに新しい知識とデータを統合できるようにしている。

都市伝説3：AIは100％客観的になれる

　AI技術は全て、人間の専門家によるデータやルール、その他の入力に基づいている。人は誰もが生来、何らかのバイアスを持っているため、AIもバイアスを持つことになる。頻繁に再トレーニングされるシステム（例えば、ソーシャルメディアからの新しいデータなどを使って）は、無用なバイアスや意図的な悪意の影響をより受けやすい。

　「今のところ、バイアスを完全に取り払う方法はない。だが、われわれは、バイアスを最小限に減らすために最善を尽くす必要がある。多様なデータセットのような技術的なソリューションを使用するだけでなく、AIを扱うチーム内の多様性を確保し、チームメンバー間でお互いの作業をレビューし合うようにすることが重要だ。このシンプルなプロセスにより、選択バイアスや確証バイアスを大幅に減らせる」（リンデン氏）

都市伝説4：AIは定型業務を代替するだけ

　AIの予測や分類、クラスタ化といった機能を活用することで、企業はより的確な判断を行える。企業は、こうした機能を提供するAIベースのソリューションを職場に導入し、定型業務を代替するためだけでなく、複雑な業務の担当者をサポートする目的でも利用している。

　例えば、医療における画像処理AIの利用について見ると、AIベースの胸部X線アプリケーションは、放射線科医よりも迅速に病気を発見できる。金融・保険業界では、ロボアドバイザーが資産管理や詐欺検出に利用されている。これらのAI機能によって、こうした業務への人間の関与が不要になるわけではない。だが、いずれは人間の役割は、これらの機能の監視と例外的なケースへの対応に限られるだろう。それを前提にして、職務定義や人員計画を調整し、既存スタッフに再トレーニングの選択肢を提供する必要がある。