AIの最大の構造的弱点とは

2045年は「シンギュラリティ」と言ってAI(人工知能)が人間の知能を超える年と言われています。しかし、AIには残念ながらまだ人間を超えられない致命的な弱点があります。AIの得意な点は、膨大な情報(ビッグデータ)の中から従来の経験値に照らして最良の選択肢を瞬時に(あるいは相当短時間に)決定できることや経験がなくてもAIが自ら学習(ディープラーニング)して短時間で経験を積むことができるという点です。

たとえば、AIが世界のトップレベルの囲碁のプロに勝ちましたが、これは囲碁のルールを教えることなしに過去の数千万回の囲碁の対局のプロセスを記憶させて、AI同士で対戦させて経験を積ませ、ルールや戦術を学習し、進化していった結果、人間を超えることができたのです。

つまり、これはどういうことかと言うと、あらかじめ完璧な戦術や理論を覚えこませたわけでなく、人間が長い年月をかけて経験を積んで覚えた戦術を短時間に覚えて強くなるのです。

したがって、AIを人間に例えると、人間が過去の膨大な経験によって蓄積したデータを全て記憶し、戦局の状況にしたがって過去のデータと照合させて次の一手を選択するようなものです。ある意味極めて人間的であり、人間の思考回路に似たアナログなスーパーロボットのようなものです。

そこには論理的な思考回路というものはありません。全て、ビッグデータに基いて統計的、確率的に判断しているのです。
したがって、データが少なかったり、経験のない(類似のデータがない)状況に直面したときにAIが判断することは難しいでしょう。
また、プロセスにいろいろな選択肢がある場合、必ずしも100%正しい答えが出てくるとは限りません。

AIの囲碁でもプロ棋士では絶対に打たない素人のような手を打ったとしても何故そのような手をAIが打ったのか人間は解説できません。AIも膨大なデータからベストな手を選択しただけであって、AI自身も何故その手を打ったのか説明はできないのです。
したがって、今のAIではプロ棋士の対局を論理的に解説することは難しいでしょう。

ここでもうAIの弱点はおわかりになったと思いますが、いくつかの判断要素が必要な思考パターンにおいては、従来人間が判断していた過去の多くの経験のビッグデータをもとにベストな答えを選択することしかできないので、100%の論理的思考によって正解を導くことができないということです。

よって、100%正しい答えを求める問題についてはAIは不向きです。
ファジィな判断要素が入らないプロセスであれば、AIよりもRPA(Robotic process automation)のほうが得意であり、100%の正解が期待できるでしょう。しかし、RPAは人間の知能を超えることはできません。
なぜなら、RPAは人間が行うパソコン上の操作をそのまま認識して、自分で短時間に人間の操作を再現するだけなので、人間の操作を超えてRPAの判断でパソコンを操作することはできないからです。

したがって、物理や数学の難解な問題を解くことについては、過去の膨大な経験値からベストな答えを導くものではないのでAIには難しいでしょう。これが可能となれば将来AIがノーベル物理学賞やフィールズ賞がもらえる時代が来るかもしれません。

人間の強みは、想像力、仮説力です。

新しい発見をする場合は、ある仮説を立ててみて、その仮説によって実際の観測結果が説明できることが少なくありません。

これは、まだAIは人間にかないません。この人間特有の論理的思考から生み出される想像力、ひらめき、インスピレーションのような思考回路は、AIは不得意です。AIが絵を描いたり、小説を書いたりするのも最初は人間がAIにきっかけを与える必要があります。2045年のシンギュラリティの時は、AIはこの課題をクリアしなければ人間を超えることはできないでしょう。

シンギュラリティが実現するためには、AIがビッグデータに頼らなくても論理的に思考でき、仮説を立てられる能力を取得することが必要でしょう。

 

働き方改革を進めるにはRPAの導入が必須

日本は先進国の中では労働者一人当たりの労働生産性が非常に低い状況にあり、一人当たりの年間実労働時間は毎年少しずつ減って1700時間台になっていますが、これはパートなど非正規労働者の割合が増えていることが主な原因で、正規社員についてはこの20年間は年間2000時間くらいでほとんど減っていません。
政府は、長年低迷している個人消費を伸ばすことを目的の1つとして「働き方改革」を重点政策として積極的に取り組んでいます。
しかし、ホワイトカラーなど事務系の仕事については、なかなか業務の効率化が進まず、その結果労働生産性が向上していないのが現実です。
そのような社会の中で、相変わらず日本特有の現象である「過労死」や「過労自殺」が後を絶ちません。

ところが、2016年後半あたりから、労働生産性向上・業務効率化の画期的なツールが注目され始めました。

それが、「RPA」(Robotic Process Automation)です。

これは、簡単に言うと、ソフトを使って人間の判断要素が入らないパソコン上の単純な人間の入力操作や定型的な人間の入力操作をソフトが自動的に読み込んで、その後ソフトが自動的に人間の作業に替わって仕事をすることをいいます。

日本でも2017年から金融機関や大企業を中心として本格的な導入が急ピッチで行われています。

たとえば、ある生命保険会社は16業務にRPAを導入して5年間で1億4000万円のコスト削減ができると試算しています。
また、ある大手の商社では、年間130時間を要した作業がRPAの導入によって年間30時間で完了できるようになり、多発していた入力ミスも激減しました。

ただし、RPAは汎用型AIロボットのように人間に替わって判断をしながら仕事をすることはできないので、RPAにやってもらいたい一連の仕事の中に人間の判断要素が含まれている場合は、そこで作業がストップします。
したがって、RPAをうまく使いこなすためには、人間が判断して行うパーツを除いて、人間の判断を要しないパーツのみRPAに操作を記憶させるという人間とRPAを複合した「ハイブリッド型」の作業を進めればよいでしょう。

10~20年先には、日本の労働人口の49%はAIが人間に替わって仕事をすることが可能であると発表されています(野村総合研究所)。この波はもはや止めることはできません。なぜなら将来AIを導入しなければ、導入した同業者に負けて生き残れなくなるからです。

しかし、一部の大企業は別として、一般的な企業ではいきなりAIを導入することは、長い期間と多額の資金が必要なのですぐにはAIを導入することはなく、その前の段階として、数日から数週間で導入でき、しかも安価(一般的に年間数十万~数百万)なRPAから導入し、その後人間の判断を要する作業についてAIを導入していくという流れになるでしょう。

また、これからは少子化が進むことによって人手不足がますます深刻な時代を迎えます。人手が足りない分、限られた時間の中で多くの仕事をしていかなければならないので、このままでは過重労働はなかなか減らないことになります。
したがって、人手不足の解消や過重労働防止対策のツールとして、RPAの導入は避けて通れない時代となるでしょう。

私が今働いている職場は30人程度の職場ですが、2018年度からRPAを導入しようと考えています。
導入した暁には、そのノウハウなどをこのブログでお知らせしたいと思います。

笑いの構造

人間は何故笑うのでしょうか。
人間以外の動物は決して笑うことはありません(笑って見えるような場合もありますが)。
犬でも喜び、悲しみ、うれしさ、怒りなどの感情表現はしますが笑う感情はありません。笑いは人間独特の高度な生物特有の性質です。
人間は、普段の自分の身の回りの出来事と違う出来事で、かつ想定外の出来事を見聞きしたときに一瞬驚きの感情が沸きます。
「アレッ!おかしいな?どうしてだろう?」という考えが一瞬に脳をめぐり緊張感が走ります。
そしてすぐそのあとにオチが来て、「ああそうだったのかー」とほっとした気分になり、緊張が解けて頬が緩み笑いになるのです。

笑いの構造は4コマ漫画と同じく起承転結が基本
起   話の始まり
承   話の展開
転   話が急転→アレッ?と思わせる→一瞬緊張する
結   話のオチ→そうだったのか→結末に納得し緊張がほぐれ笑いとなる。

ここで漫才であればボケの後に相方がツッコミを入れます。ツッコミを入れることによってボケが引き立ちます。
ボケたままで終わってしまうと一瞬ボケた意味がわからず間が空いてしまい一瞬緊張感が走りますが、すぐにツッコミが入ることによって、ボケた意味がすぐに理解し、ホッとして気が緩み、ツッコんだ相方と共感が生まれ、ボケの普通でない言動や行動に興奮を覚え笑いとなります。

人間は普通でないことに対して不安を感じますが、話のオチやツッコミによって納得感が生まれ、その興奮状態を発散するため笑いが生じるのだと思います。

したがって、笑いを取りたいのであれば、普通の話の流れでは緊張する場面がないことから絶対に笑いは発生しませんので、「起承転結」の「転」のところで必ず普通でない状況を作り出す必要があります。
そして、次の「結」のところで、「転」とのギャップが大きければ大きいほど驚きも大きくなるので笑いも大きくなります。

たとえば、「起」として、ある通りで後ろ姿が髪型、髪のつや、ファッション、ミニスカートから出たスリムな脚、ハイヒール、歩く姿勢などから、およそ年齢が20歳代の美人を想像できるような女性が歩いていたとします。
次に「承」として、その後ろ姿を後ろから歩いていた30歳代の独身男性が一目ぼれして、声をかけてみようと決心します(いわゆるナンパ)。
次に「転」として、声をかけて振り向いた女性は何と見た目が70歳代の高齢者でした(実際に私も顔だけ見なければどう見ても20歳代に見えるご高齢の女性を何度か見かけたことがあります。)。ただ、ここまでで話が終わるとただの驚きで終わってしまい、見た目の年齢とファッションのギャップに驚くだけで多少の笑いが取れるだけだと思います。
最後に「結」として、ドン引きした男性がどういうふうにナンパを解消するか困っている姿に声をかけられた女性が積極的にナンパを受け入れようとするシチュエイションを表現すれば、その「想定外」の状況に笑いが生まれるのです。

この「笑い」とは違って「微笑ましい」、「嬉しい」という状況があります。
しかし、これは「笑い」とは心理的に異なるものです。たとえば、かわいい子犬や子猫を見て「かわいい」と感じて思わず微笑んでしまうのは面白くて笑うわけではありませんよね。これは、嬉しいときや喜びを感じるときに微笑となって表れるものです。この喜びの表現は人間独自のものではなく犬でも嬉しいときなどはシッポを振って喜びを表現します。

以上、笑う条件としては、笑う直前に「驚き」や「意外性」の状況が必要条件となるでしょう。普通の話の流れだけでは決して笑いは生まれません。
笑いネタを作るってたいへんですね。漫才やギャグ漫画のネタ作りに敬意を表します。