AIブームはますます過熱している。期待が高まる一方で誤解も見られるようになってきた。ブームに踊らされずにビジネスで活用する上でのポイントは何か。国立情報学研究所教授で人工知能学会長を務める山田誠二氏に話を聞いた。

(聞き手は桔梗原 富夫=日経BP総研イノベーションICT研究所


山田誠二 国立情報学研究所 教授、総合研究大学院大学 教授、東京工業大学 特定教授、人工知能学会長
山田誠二 国立情報学研究所 教授、総合研究大学院大学 教授、東京工業大学 特定教授、人工知能学会長
[画像のクリックで拡大表示]

現在、第3次AIブームと言われていますが、これは一過性のブームで終わってしまうのでしょうか。

 今回のブームはアカデミアよりも企業が牽引しています。適用分野はまだまだ広がるので、今後何年かは続くと思います。

今のAIブームは正確には、深層学習あるいはニューラルネットワークのブームと言えます。深層学習の理論自体は、福島邦彦氏が提唱した「ネオコグニトロン」が出発点の一つになっています。オートコーディングやドロップアウト、スパースコーディングといった新しい手法は追加されていますがコアの部分はそんなに変わっていません。しかし、ビッグデータが利用できるようになったことや、コンピュータリソースが飛躍的に向上したことなどから実用レベルになり、注目されるようになりました。

ビジネスにAIを適用する上で気をつけなければならない点は何ですか。

 ブームの一方で誤解も見受けられます。AIは何でもできるわけではありません。何ができて何ができないのかをよく理解する必要があります。深層学習も万能ではありません。AIの1つの分野として機械学習があり、その特定の分野が深層学習です。大量のデータをコンピュータに学習させるには時間がかかります。AIの中には短時間で結果を出せる仕組みがありますから、そちらのほうが向くタスクも数多くあるはずです。

 深層学習は結果の根拠について説明が難しいという特徴もあります。例えば、企業の次の戦略を見つけ出す場合、出てきた結果についてなぜそうなるのかという説明はとても重要です。しかし、深層学習の場合は、高次元の数列のようになっていて見ただけでは理解できません。これに対して、ルールベースやロジックベースの仕組みであれば、推論の過程がそのまま結果を導き出す根拠の説明になります。

AIが普及していくうえで、人材不足が課題になりませんか。

 その通りです。総理大臣の指示を受けて政府が設置した「人工知能技術戦略会議」の人材育成タスクフォースのメンバーなのですが、そのタスクフォースでもAI技術の研究者、AI技術を使いこなすエンジニア・データサイエンティストの不足を指摘しています。

 特にAIを使いこなせるエンジニアの不足が問題だと考えています。大学の情報系学部ではAIの講義が大抵含まれていますが、AIがどう動いているかというアルゴリズムが中心で使い方を教えていません。これでは社会に出て役に立ちません。AIの研究者ももちろん必要ですが、使いこなす人材を増やす必要があります。

デビューから29連勝した将棋の藤井聡太4段はAIを使いこなしていると言われていますね。

 人工知能学会では、藤井聡太氏のような世代を“AIネイティブ”と呼ぼうと話しています。生まれたときからデジタル機器が身の回りにあふれていた世代をデジタルネイティブと呼ぶことがありますが、さらに進んだ世代で、AIを使うことがごく当たり前になっている人たちです。企業でも今後、AIを使いこなしている企業とそうではない企業との間に「AIデバイド」が生じるのではないかと見ています。