SHOEISHA iD

※旧SEメンバーシップ会員の方は、同じ登録情報(メールアドレス&パスワード)でログインいただけます

EnterpriseZine(エンタープライズジン)編集部では、情報システム担当、セキュリティ担当の方々向けに、EnterpriseZine Day、Security Online Day、DataTechという、3つのイベントを開催しております。それぞれ編集部独自の切り口で、業界トレンドや最新事例を網羅。最新の動向を知ることができる場として、好評を得ています。

最新イベントはこちら!

Security Online Day 2025 春の陣(開催予定)

2025年3月18日(火)オンライン開催

EnterpriseZine(エンタープライズジン)編集部では、情報システム担当、セキュリティ担当の方々向けの講座「EnterpriseZine Academy」や、すべてのITパーソンに向けた「新エバンジェリスト養成講座」などの講座を企画しています。EnterpriseZine編集部ならではの切り口・企画・講師セレクトで、明日を担うIT人材の育成をミッションに展開しております。

お申し込み受付中!

EnterpriseZine(エンタープライズジン)

EnterpriseZine編集部が最旬ITトピックの深層に迫る。ここでしか読めない、エンタープライズITの最新トピックをお届けします。

『EnterpriseZine Press』

2024年秋号(EnterpriseZine Press 2024 Autumn)特集「生成AI時代に考える“真のDX人材育成”──『スキル策定』『実践』2つの観点で紐解く」

DB Press

ロボットは東大に入れるか? NII 新井紀子教授が語るAI技術の現状と課題


 急速なAI技術の発達により、機械による知的作業の代替が進みつつある。大学受験のような高度な知的タスクも"AI for Exam"として世界中で研究され、中でも最先端を進むのが日本の「ロボットは東大に入れるか」プロジェクトだ。そのリーダーである国立情報学研究所(NII)教授の新井紀子氏が予測する「AI導入後のビジネス変化」とはどのようなものか。「ガートナー ITインフラストラクチャ & データセンター サミット 2016」での講演を紹介する。

ロボットは東大に入れるか?

 「2030年には現在のホワイトカラーの約50%はAIやロボットに代替されるだろう」

 2015年12月、そんな予測が野村総合研究所よりニュースリリースとして発表され、多くの人々に衝撃を与えた。その根拠となっているのが、2011年に出版されたマサチューセッツ工科大学の研究者エリック・ブリニョルフソンによる『機械との競争』、そして13年のオックスフォード大学のオズボーン准教授による論文だ。しかし、その5年前に既にその予測を発表していたのが新井紀子氏だ。

国立情報学研究所 社会共有知研究センター長
情報社会相関研究系 教授 新井紀子氏

国立情報学研究所 社会共有知研究センター長
情報社会相関研究系
教授 新井 紀子氏

 新井氏はもともと数学者であり、先駆けること2010年に著書『コンピュータが仕事を奪う』で同様の予測をしている。やや時代が早かったのか、その警告は十分に受け止められず、新井氏は世の中への周知のために2011年より「ロボットは東大に入れるか」プロジェクトを立ち上げたという。

 「ロボットは東大に入れるのか?」

 新井氏の問いかけに対し、会場の約8割が「YES」に挙手。その根拠として多くの人は「ビッグデータとディープラーニングの進化」をあげ、2013年3月に開催された第2回将棋電王戦でコンピュータ将棋のソフトウェアである「ponanza」が五段の佐藤慎一に勝利したことを例としてあげるという。つまり、年間3000人入学する東大よりも、五段の棋士になる方が難しいはず、それに勝利したのなら……、と考えるわけだ。人間が生み出した最も難解なゲームと言われる囲碁の世界でも、「人間に勝つには10年かかる」との下馬評を覆し、2016年3月にAIが圧勝した。

 「ロボットは東大に入れるかどうか」の見解について、新井氏はまずは保留し、「機械学習の仕組みを考えてみると、自ずと答えが出てくる」と示唆する。その例として「画像認識」の例をあげて、人間と機械の課題解決のアプローチの違いを解説した。

 たとえば猫の写真を見れば、人間は瞬時に猫と認識する。耳や毛並みの感じなどの部分情報、そして過去の経験から照らし合わせて判断するわけだ。もちろん機械でもルールや文法から判断することは可能だ。しかし、「目を閉じた犬」をどう判断するか、人間ならすぐに分かるものも機械には途端に難しくなる。つまり、現実の社会は複雑で、定められたルールや文法から判断する「演繹的方法」では限界があった。

写真:「ガートナー ITインフラストラクチャ & データセンター サミット 2016」
国立情報学研究所教授の新井紀子氏講演スライドより

 これに統計・確率を基盤とする「帰納的方法」による「機械学習」が加わって、飛躍的に画像認識力は高まった。これまで人間が提供していた線引きを、機械自身が行うようになる。つまり、大量の犬と猫の写真を解析し、その分布から規則性・関係性を推定し、そこから犬か猫かを判断するというセオリーを身につけたのだ。特に“物理”があるもの、音や画像などについては、人間よりも高い精度で行えるようになっているという。

 その成果が実を結びつつあるのが、たとえば「自動運転」だろう。業務系交通へのAIの導入により、交通事故は半分以下に激減すると期待されている。

次のページ
「意味を理解していない」という壁がAIの弱み

この記事は参考になりましたか?

  • Facebook
  • X
  • Pocket
  • note
DB Press連載記事一覧

もっと読む

この記事の著者

伊藤真美(イトウ マミ)

フリーランスのエディター&ライター。もともとは絵本の編集からスタートし、雑誌、企業出版物、PRやプロモーションツールの制作などを経て独立。ビジネスやIT系を中心に、カタログやWebサイト、広報誌まで、メディアを問わずコンテンツディレクションを行っている。

※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

この記事は参考になりましたか?

この記事をシェア

EnterpriseZine(エンタープライズジン)
https://enterprisezine.jp/article/detail/8051 2017/01/31 17:48

Job Board

AD

おすすめ

アクセスランキング

アクセスランキング

イベント

EnterpriseZine(エンタープライズジン)編集部では、情報システム担当、セキュリティ担当の方々向けに、EnterpriseZine Day、Security Online Day、DataTechという、3つのイベントを開催しております。それぞれ編集部独自の切り口で、業界トレンドや最新事例を網羅。最新の動向を知ることができる場として、好評を得ています。

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

アクセスランキング

アクセスランキング