サステナビリティ時代におけるAIと社会
Artificial Intelligence and Society in the Era of Sustainability
サステナビリティ時代におけるAIと社会
Artificial Intelligence and Society in the Era of Sustainability
● サステナビリティとは？
サ ステナビリティ（ないしはサスティナビリティ sutainability）とは、地球の生命圏と人類文明がダイナミックな調和をもって今後とも持続性していくしくみ、あるいはそれらの持続可能性とい う意味である。
"Sustainability is the ability to exist constantly. In the 21st century, it refers generally to the capacity for the biosphere and human civilization to coexist. It is also defined as the process of people maintaining change in a balanced environment, in which the exploitation of resources, the direction of investments, the orientation of technological development and institutional change are all in harmony and enhance both current and future potential to meet human needs and aspirations" - Sustainability (Wiki).
国連では種々の宣言や提言の承認を通して「未来の世界（具体的には2030年まで）に、17の 持続可能な開発目標（SDGs）を国連に加盟する各国のみならず、地球市民のひとりひとりが具体的に実現しようという提案」をおこなっている。
以上の観点から、世界の状況はサ ステナビリティを17のテーマ群の具体的な課題と解決で考えようとするのが、現代社会（2020年以降）の課題である。
● さて人工知能（AI）とは？
AIすなわち「人工知能」は、国連がサステナビリティを目標に掲げたものとはべつに、民間の企業や政府系研究機関や大学などで研究がすすんできたものである。私は、人工知能を文化人類学者の立場から定義し直して、「人間の知性・知能を計算機によって作り出すこと、作り出された〈実体〉、あるいは、このことに関 する学問分野や実践、さらには欲望などを指す複雑な言葉」と定義し（なおし）ている。
また、人工知能の能力が、人間の能力を凌駕する時代を「シンギュラリティ（ないしは技術的特異点）」と呼んで、さまざまな未来社会のあり方についての提言がおこなわれている。
松尾 豊監修『AI大図鑑』ニュートンプレス、2020年よりAIに関して言われている議論の「タイプ」を分類整理してみよう。そこでAIがどのように論じられているのか整理するのである。
| 命題 | 命題のタイプ |
解説やコメント（垂水源之介） |
| ● AIとは？ |
疑問 |
|
| 1 ほんとうの意味での人工知能は、まだ実現していない |
言明 |
|
| 2 AIの研究は過去の２度のブームを経験する。現在は３度目 |
||
| 3 AI新時代の幕開けをつくったディープラーニング |
||
| 4 人工知能に、まだ確立された定義はない |
||
| 5 AIは社会にどう進出しているか？ |
||
| 6 AIがAI自身を進化させる日、すなわちシンギュラリティは来るのか？ |
||
| ●● AIの仕組み | ||
| 1 7 人間よりずっと速い計算ができるコンピューターの誕生 |
||
| 2 8 コンピューターの「知能レベル」を判定する方法 |
||
| 3 9 コンピューターを「賢く」するための「機械学習」 |
||
| 4 10 AIは機械学習で「グループ分け」のしかたを学ぶ |
||
| 5 11 機械学習には「教師あり学習」と「教師なし学習」の２種類がある |
||
| 6 12 「樹形図」をつくって予測する「決定木」という学習法 |
||
| 7 13 ニューラルネットワークは脳の細胞の働きをまねた学習法 |
||
| 8 14 人工ニューロンのつながりの強さをくりかえし調整することで賢くなる |
||
| 9 15 ディープラーニングは、層をたくさん重ねて特徴をみつけだす |
||
| 10 16 ディープラーニングが画像の特徴を見つけ出すしくみ |
||
| 11 17 重み付けを変えながら、正しい答えを導きだせるように調整をくわえてゆく |
||
| 12 18 インターネットの拡大が、AIを賢くした |
||
| 13 19「学びすぎ」で猫だと認識できなくなる「過学習」 |
||
| 14 20 正解を与えられない学習で強くなった人工知能 |
||
| 15 -- 人間がモノを認識するしくみと、コンピューターがモノを認識するしくみ |
（〜の違いを説明する）２つの名詞句のつらなり |
|
| ●●● AIと医療 | ||
| 1 21 診断から手術、創薬まで、幅広く活躍するAI |
||
| 2 22 AIによる画像診断でがん細胞の見落としを防ぐ |
||
| 3 23 AIによる高速画像処理で、医師はリアルタイムで結果がわかる |
||
| 4 24 先入観のないAIは画像チェック役に最適 |
||
| 5 25 医療用AIは学習データに求められるのは量より質 |
||
| 6 26 話し方の特徴からAIが精神疾患の有無を判定する |
||
| 7 27 手術の「腕」をAIが客観的に評価する |
||
| 8 28 AIで患者ごとに最適な医療を提供できるようになる |
||
| 9 29 ウイルス１個を検出できるAIを使ったセンサー |
||
| 10 30 薬として使えそうな物質をAIが提案する |
||
| 11 31 問診から診断まで、医療現場で活躍するAI |
||
| 12 -- AIも錯視図形に騙された!!! |
||
| ●●●● AIと言語コミュニケーション | ||
| 1 32 AIは言語をすべて数字の組に置き換えて翻訳する |
「翻訳作用は計算である」の言い換え |
|
| 2 33 AIは会話や文章の行間を読むことができない |
行間とはコンテクストのことである |
|
| 3 34 音声翻訳は、３つのAIが瞬時に動いている |
||
| 4 35 AIと人が会話する |
||
| 5 36 AIはうまく聞き取れなくても、意味から音声を推測する |
||
| 6 37 スマホが呼びかけにこたえるしくみ |
||
| 7 38 雑談ができるAI |
||
| 8 39 より少ないデータで、多彩なキャラクターを生み出せる |
||
| 9 40 AIが人間と同じように会話するために必要なこと |
||
▼ AIと自動運転 |
||
| 1 41 AIは自動運転社の目として威力を発揮する |
※コンピューターは人間のように見ることができない（p.100） |
|
| 2 42 信号や車が情報のやりとりをする協調型の自動運転 |
||
| 3 43 自動運転の６つのレベル |
||
| 4 44 自動運転を支える２種類のAI |
||
| 5 45 人間には不可能な車間距離をとることができる |
||
| 6 46 ドライバーが居眠りをしていないかをAIが監視する技術 |
||
| 7 47 自動運転化は2020年代に加速する |
||
| 8 48 自動運転の開発は、すでに実践段階をむかえている |
||
| 9 -- 自動運転車の死亡事故はなぜおこったのか？ |
||
| ▼● さまざまな場所で活躍するAI | ||
| 1 49 進化をつづける将棋や囲碁のAI |
||
| 2 50 教師なし学習で最強となったAI＝アルファゼロ |
||
| 3 51 販売の現場に浸透するAI |
||
| 4 52 人事採用にAIにより評価される時代が到来（している） |
||
| 5 53 AIが結婚のパートナーをおすすめしてくれる |
||
| 6 54 ビッグデータを解析し株価を予測するAI |
||
| 7 55 AIがフェイク動画をつくる、その嘘を見抜くAI（の堂々巡り） |
||
| 8 56 サッカー戦術を画像から見抜く |
||
| 9 57 デジタルゲームの仮想世界を自在に動き回るAIたち |
||
| 10 58 道路や橋のひび割れを、人にかわってAIが点検 |
||
| 11 59 膨大な実験データを学んだAIが、より優れた材料を提案 |
||
| 12 60 AIを使って、隠れた系外惑星を発見 |
||
| 13 61 AI技術によって目や耳をもったロボットが登場 |
||
| 14 -- その映画（Ex_Machina）物語の結末が、AIとはなにか？を理解するヒントを教えてくれる |
||
| ▼●● AIの弱点と汎用AI | ||
| 1 62 AIが社会進出していくために獲得しなければならない６つの能力 |
１）画像を正確に見分けられる、２）複数の感覚データを使って特徴をつかむ、３）動作に関する概念を獲得する、４）行動を通じた抽象的な概念を獲得する、５）言葉を理解する、６）知識や常識を獲得する（pp.150-151）。 |
|
| 2 63 AIに奪われる仕事、AIに奪われない仕事 |
||
| 3 64 AIは適切に考えることが苦手 |
||
| 4 65 AIの弱点である、シンボルグランディング問題とは？（pp.156-157） |
In cognitive science and semantics, the symbol grounding problem concerns how it is that words (symbols in general) get their meanings,[1] and hence is closely related to the problem of what meaning itself really is. The problem of meaning is in turn related to the problem of how it is that mental states are meaningful, hence to the problem of consciousness: what is the connection between certain physical systems and the contents of subjective experiences. |
|
| 5 66 AIが俳句を詠む、AIは創造性を獲得することができるか |
偽問題のように思える。人間にこそ「創造性」はあるのか？と。 |
|
| 6 67 AIには特化型AIと汎用AIがある |
||
| 7 68 汎用AIのお手本はヒトの脳である |
||
| 8 69 AIが現実世界に学ぶための「身体」 |
反人工知能派がつねに持ち出す「身体」について： Ｈ・ドレ イファス、Ｊ・ワイゼンバウム（1976年以降） |
|
| 9 70 AIに心をもたせることは可能か？ |
心は著者たちは、ダニエル・デネットに習い「理解力」と定義する |
|
| 10 71 汎用AIの実現は、私たち自身の知能を知ることにもつながる |
||
| 11 -- 汎用AIの判定基準コーヒーテスト |
||
| ▼●●● AIとの共存 |
||
| 1 72 AIが攻撃されたことに、人間は気づきにくい |
||
| 2 73 AIに求められる公平性 |
||
| 3 74 プライバシーを守りすぎるとデータが活用できない |
||
| 4 75 AIが労働力不足を解消し、科学の難問に答えを出す未来 |
||
| 5 76 AIが人類の脅威になる２つのシナリオ |
||
| 6 77 AIの開発に際して守るべき２３の項目 |
アシロマの人工知能23原則. |
|
| 7 -- シンギュラリティを広めたカーツワイル博士の予言 |
||
| ▼●●●● AIと教育 |
||
| 1 78 AIが提案する一人一人におすすめの学習 |
||
| 2 79 コンピュータ社会で必要になったプログラミング教育 |
||
| 3 80 師匠の技をAIが解析 |
||
| 4 81 読み書きそろばんから、数理・データサイエンス・AIへ |
||
| 5 82 将来の教育現場で必要とされるのはAIと融合する教育 |
||
| ● 基本用語集 |
||
| ︎AI／人工知能／ACC︎︎／︎アダプティブ・クルーズ・コントロール／BERT／BMI／CG ／e-コマース／GPS／GPT-2／ICT／IoT ／LiDAR ／NEDO ／NICT ／アプリ／オープンAI ／音声認識／顔認証システム／過学習／画素（ピクセル）／機械学習／協調型／ゲノム医療／コンピューター／実証実験／シナプス／車車間通信／十進法／シン ギュラリティ／技術的特異点／人工ニューロン／スーパーコンピューター／ソフトウェア／チャットボット／ディープラーニング／ドローン／ナレッジグラフ／ 二進法／ニューラルネットワーク／ノード／汎用AI／ビッグデータ／ブラックボックス／プログラミング言語／プログラム／翻訳バンク／モーションキャプ チャー／リテラシー／ |
● サステイナビリティと人工知能（AI）との関係とは？
Ricardo Vinuesa et al., The role of artificial intelligence in achieving the Sustainable Development Goals. Nature Communications. 11, Article number: 233 (2020)
"The emergence of artificial intelligence (AI) and its progressively wider impact on many sectors requires an assessment of its effect on the achievement of the Sustainable Development Goals. Using a consensus-based expert elicitation process, we find that AI can enable the accomplishment of 134 targets across all the goals, but it may also inhibit 59 targets. However, current research foci overlook important aspects. The fast development of AI needs to be supported by the necessary regulatory insight and oversight for AI-based technologies to enable sustainable development. Failure to do so could result in gaps in transparency, safety, and ethical standards."
リンク
リンク（SDGs）
リンク（AI関連）
文献
その他の情報
