【ledge】
2023 05 26 FRI
株式会社オルツ 最高技術責任者 西川 仁（にしかわ・ひとし）
慶應義塾大学大学院政策・メディア研究科修士課程修了。奈良先端科学技術大学院大学博士後期課程修了（優秀奨学生として短期修了）。IE Business School (with Beta Gamma Sigma Honor) 修了。博士（工学）、MBA。日本電信電話株式会社にて自然言語処理の基礎研究から商用開発、実用化まで一貫して従事。東京工業大学情報理工学院にて助教として人工知能の研究開発、教育、コンサルティング等を実施。データコンサルティングベンチャーにて執行役員として新規事業開発、開発組織マネジメント、データ基盤構築、投資家コミュニケーションに従事。その後現職。学会活動においてはNLP若手の会委員長、言語処理学会代議員、情報処理学会自然言語処理研究会幹事などを歴任。言語処理学会最優秀論文賞、言語処理学会年次大会優秀発表賞、情報処理学会特選論文など受賞多数。言語処理学会、人工知能学会会員。情報処理学会シニア会員。 Association for Computational Linguistics 会員。
生成型AI利用の流れは止められない
最後に、生成型AIの今後について考えてみたいと思います。既に生成型AIは技術に敏感な方々が積極的に利用していますし、一般の方々への普及も急速に進んでいます。レポート作成の補助に生成型AIを利用している学生は多数いることでしょう。
まず、この流れを止めることは不可能です。人間は便利なものであればそれを手放すことはありません。著作権や倫理、教育上の問題など、様々な懸念が提示されていますが、いくら利用を禁止したとしても、なんらかの形で利用され続けることでしょう。むしろ、積極的にこの生成型AIを使いこなせるように努力すべきです。今後、生成型AIを使いこなすことができる方々とそうでない方々の間には大きな生産性の差が生じることは間違いありません。言うなれば、生成型AIを味方として利用できるようになること、が非常に重要になります。
また、職場に生成型AIが導入された方も多いと思います。ここで本来考えるべきことは、そもそも書く必要のある文書を書いているのか、ということです。職場での繁文縟礼のため、無意味な文書が書かれていないでしょうか。誰も読むことのない報告書や日報が大量に蓄積されていませんでしょうか。報告書や日報に対するテキストマイニングは既に一定の歴史を持っていますが、このままでは計算機が書いた文書を計算機が分析するという奇妙な状況が出現します。そもそも本当にその文書作成業務は必要なのでしょうか？
自然なテキストを書くAIが誕生した以上、人が書く文書の存在意義を問う必要がある
非常に自然なテキストを書く能力を計算機が獲得した以上、そもそもテキストである文書の存在意義を問う必要があります。その文書を書く必要性の吟味、文書で伝えるべきである要点、要点を的確に伝えるべき構成、こういった点に利用者はより注意を払い、これらの点に知的活動を集中させるべきでしょう。加えて、何かを評価する際に、レポートといったテキストを通じて評価を行うことが困難になってきています。計算機が出力したテキストや計算機の補助を受けて書かれたテキストは非常に自然なものですから、ある方の人事評価を、レポートを通じて行うことはあまり意味のないことになるかもしれません。
生成型AIは、適切な事前知識さえ与えれば、かなり難しい試験を通過するだけの性能を持っています。何らかの資格試験等において、当該試験に必要な情報を入力し、質問を与えれば、適切な回答を選択する能力を持っています。この点においては、知識量を問うような試験に関しては既に生成型AIは多くの人間より高い性能を持っています。その意味では、雑駁な例えとなりますが、生成型AIは大学に入学することはできるでしょう。おそらく卒業することも可能でしょう。ただし、博士号を取ることができるか、というとまた別問題となってきます。科学の世界において、それが小さいものであっても、ある種の発明を行うことはまだ生成型AIにとって難しい問題です。
このような発明を行わせるAIも開発が進んでいますが、あくまで特定の領域に特化したプログラムとして開発が進んでいます。すなわち、あくまで人間が設定した問題をより効率的に解く、新しい解法を見つける、といったことは可能となりつつありますが、そもそも人間がそのようなプログラムをそういった問題を解けるように作成しているのであって、計算機自体が自律的に新しいことを発明する、という段階には至っていません。
生成型AIを基礎とする、次の何かが生まれる？
上記のような発明が、人間が何かしら特定の目的のためにプログラムを設計しなくとも、可能になった際に汎用人工知能（この定義については様々な議論があります）と現在呼ばれているものが出現すると考えられますが、その観点から、今のChatGPTやGPT-4が汎用人工知能であるかというと疑わしい、というのが筆者の立場です。ただ、仮に、将来発明が可能な人工知能が開発されたとして、それが自然言語の入力および出力を受け付ける際には、現在の大規模言語モデルの利用されている技術が一つのモジュールとして利用される可能性はあります。一方で、この分野の技術の進歩は著しく、将来についての見通しは不透明です。
今後について考えると、生成型AIの誕生には、大規模な計算資源とテキストデータの存在が不可欠でした。前者の計算資源については、クラウドコンピューティングや分散計算、ストレージの発達があり、さらに考えますと計算能力が安くなった、すなわち性能に比較して半導体の価格が安価になった、という基礎があります。後者については言うまでもなくインターネットの普及があり、大規模なテキストや音声、画像データを安価に収集することが可能となり、ビッグデータを取り扱うことが容易になった、という基礎があります。
これらの進歩が生成型AIの誕生の基礎になっています。このことから、今度は生成型AIを誕生の基礎とする次の何か、が当然想定されます。それが何か、というと、科学技術の進歩の観点から、現時点では予測は容易ではありません。ただ一つ言えることは、この潮流が止まることは考えづらく、この技術を利用することが今後社会生活を営む上で重要な要素となる、ということでしょう。
