AI翻訳で必ず指摘されるのが「ハイコンテキストな会話は翻訳できない（だからAI翻訳は使えない）」です。 そのハイコンテキストな日本語は本当に相手に伝わっているのか？とも思います。美しき誤解で成り立っていることもありますね。 少なくともビジネス会話では、ローコンテキストかつ失礼にならない丁寧な話し方を学ぶ必要があると考えます。リモート会議が増えた結果、考えをまとめて一気に簡潔に話すように変わってきたと感じます。コロナ禍でAI翻訳を使う土壌は図らずも整いつつあるでしょう。

GPT-3がレポートっぽい散文を生成できるのは分かるのですが、レポートに不可欠な論ずるお題と論理構造はどうやって機械学習したのでしょうか？学習元データセットに同じお題のレポートが含まれていれば、それをほぼ引っ張って来たのかもしれません。学生向けレポートだとありえる話ではあります。

「信頼する」の意味はいくつかありそうです。 人間より「オペミスが少ない」と信頼する。例えば、請求書やレポートの作成。これはありそうです。 人間より「抜け漏れが少ない」と信頼する。例えば、不正検知や伝票の間違いチェック。このAIの精度はかなり上がってきました。 人間より「判断が正確」と信頼する。例えば、承認業務や審査業務。件数の半分以上を自動化できる位のAIは事例があります。 他に、人間より「予測が正確」と信頼する、「計画が妥当」と信頼するなどがあります。この手の話をする際には、何を対象としているか良く見極めたいですね。

森の中を自動走行というアイデアは素晴らしいですね。 どんなデータをどのような機械で森林計測するのか興味あります。 バイオマス発電や木造ビルなど新たな林業ビジネスと表裏一体と思います。 間伐・伐採の機械化・自動化がカギですが、どこまで進んでいるでしょうか。

シリーズ物の新刊を2冊買ってしまう問題を解決したい。

商社なので供給サイドの話ですが、我々自身も含む需要サイドの総量削減も重要ですね。つまり、省エネ・リサイクル(リユースも)。 かなり技術革新が進んでも、供給サイドだけでカーボンニュートラルの実現は難しいです。だから、節約すれば良いというレベルではなく、エネルギー制約を前提として、生活改革・ビジネス改革ができるかでしょう。それは結構厳しい道のように見えます。しかし、気候変動のインパクトを考えると、やらねばならぬの世界に入りつつあると認識しています。

強いAIは当分あまり気にしなくてよいです。 しかし、強いAIを目指して、着実にステップアップしていることは重要です。 その手始めとしてマルチタスク機械学習があります。ある問題に特化して学習したAIを他の問題に転用する技術です。転移学習やゼロショット学習、マルチモーダル学習など、いろいろな技術が進化しています。 プロ棋士を破った囲碁AIのAlphaGoから、将棋やチェスも学習するAlphaZeroに進化しました。自然言語AIのGPT-3は文章生成だけでなく、画像生成にも応用を拡げています。 まだまだ実生活で解くべき問題ははるかに難しくまた多様なので、すぐに人間の脅威になることはありません。しかし、そこに至る途中で多くの問題が解けるようになると、汎用(的な)AIでビジネスが革新されるはずです。AIが脅威というよりは、AIを使った革新的なビジネスが脅威です。

素晴らしい壮大な実験都市ですね。数年住んでいろいろ試してみたいです。 ただ、トヨタなのでモビリティが中核なはずですが、1kmも無い広さだと、ヒトの移動はあまり実験にならない予感します。モノの移動がメインになるような気がします。モノといっても宅配だけでなく、サービス店舗の移動とかリサイクル等、街に必要なモビリティは案外多いですから。

医療として精神疾患を予測できることはAIの大きな成果です。 しかし、ツイートや記事コメントに対し、勝手に精神疾患を予測されたら、人権侵害になりかねません。そもそも勝手に評価すること自体に問題ですが、予測が外れていたらさらに問題です。 本人自ら予兆に気づいて、予防医療につなげることが大事です。でも、病気の予兆に気付きたくない心理もあります。それでも健康診断を通じてメタボ予防はかなり浸透してきました。次は心の健康診断がきそうです。

一番気になるのが、自動運転がどこから始まるのか。マイカーか、タクシーか、あるいはコミュニティバスなのか。DiDiが深センで縦横無尽に自動運転タクシーを走らせる絵が浮かびました。

AIは100%正しくはありませんが、人間も100%ではありません。5000人もいると、人間が正しく決めるのは相当難題です。 人間判断といっても、実はほぼルールベースと同じです。患者と接する医療従事者や高齢・基礎疾患、どれもルール判断です。一方AIは機械学習、複雑な条件の組合せをさばくのは、むしろAIの方が向いています。 よくやる手は、5000人を選ぶ際に、AIで90%、4500人を抽出して、残りの500人をAIが優先順位づけた4500番目から5500番目の1000人から500人を人手で選び直すことです。これでかなり改善できる可能性が高まります。 人間とAIの協調作業の最も基本的な方法の一つです。

声質再現技術と表情生成技術が実用レベルになってきたので、ビデオ対話は十分できそうです。ただし、個人個人の思考過程をモデル化する技術は未熟なので、表面的になぞったものになるはずです。 しかし、社会的な問題は死者よりも生者の再現、すなわちディープフェイクです。いろいろな問題が予想されますが、例えば、尊敬される教祖のフェイクが実用化され、個人的に悩みを相談できると、それは教祖が1万人いるようなものです。絶大な布教力を有することになります。