一生に一度は絶対に行く価値のある秘境

私は若いころは全国のいろいろなところに旅行しました。その中でも最も感銘を受けたのは迷いなく知床にある「カムイワッカの湯の滝」と言えます。
私は若いころ友人数人と東京から車で夏場に2回ほどカムイワッカの湯の滝に行きました。
そこに行くには舗装されていない長く狭い道を車で行くしかなく、駐車できるスペースもあまりないため、大勢の観光客が来るようなところではありませんでした。
しかし、今は有名になってしまったので知床自然センターからシャトルバスが出ているそうです。また、観光客がにぎわう8月1日から8月25日の間はマイカー規制があって車とバイクの乗り入れは出来ないそうです。
完全な秘境に近く、人間の手がほとんど加わっていないところです。したがってトイレもありません。

当時はまだ世の中にあまり知られていなかった秘境で、そこは大量の温泉が湧き出て渓流となっています。渓流の底は岩場となっていて、渓流の深さは浅いところで足首当たり、深いところで膝くらいまでです。渓流は酸性度の強い温泉なので生物は住んでいないそうです。

その渓流の中に入って岩場を登っていきます。渓流の温度はちょうどぬるい温泉の温度なので、とても気持ちがよく大自然の中を沢登りする体験は一生に一度味わう価値があります。
途中で岩場をロープを伝ってよじ登ったりしなければならないところも確かあったと思うので小さな子供や老人は危険かもしれません。

その渓流をしばらく登っていくと滝と滝つぼがあるところに到達します。
そこで当時は裸になって滝つぼの温泉に入りました。滝つぼは1つだけで、男女用に分かれていないため、当時は、滝つぼの端に男女ごとに見張りを立てて、男女交替で素っ裸で滝つぼに入ったと記憶しています。
しかし、2回目に訪れたときは、既に有名になっていたので、滝つぼには男女混浴で水着で入っていました。

滝つぼの温泉の色は普通の温泉では見たこともないあざやかなエメラルドグリーンの色をしていました。
滝つぼの深さは腰から胸のあたりだっと思います。
私は好奇心が強い性格なので、そのすばらしいエメラルドグリーンの温泉を飲んでみたくなりました。
当時はまさにあまり知られていない秘境なのでその温泉を飲めるのかどうか一切表示などされていないので飲んでいる人は一人も見かけませんでした。しかも生物が住めないような強酸性の温泉なので飲んではいけなかったのかもしれませんが私は思い立ったら何の躊躇もなく少し味わってみました。

私はその味にびっくりしました。
まさに酸っぱいレモネードの味でした。

これは信じられないかもしれませんが、カムイワッカの湯の滝の温泉をそのまま喫茶店に出しても何の違和感もなく飲んでしまうほどおいしい味でした。私はもともと酸っぱい味が大好き(たとえば、バナナもまだ甘くなる前のすっぱ味が残っている若いバナナが好きだし、イチゴやかんきつ類も酸っぱいものが好き)なので余計に感動しました。

その温泉を飲んでいいのかどうか未だにわかりませんが、その後健康上何も変わらないので飲んでも大丈夫だと思います(ただし、大量には飲まない方が無難だと思います)。

また、滝つぼのところの滝の脇の岩場をロッククライミングしている若い男がいましたが、途中で墜落しました。幸い奇跡的に大けがには至らなかったようでした。当時は滝のロッククライミングをする命知らずの者が何人かいましたが、そのような危険なことは絶対にやめましょう。

この世界でも奇跡と言えるカムイワッカの温泉は一生に一度は人生の思い出として、沢登りできなくなるほどの老齢になる前に絶対に行く価値はあります。

知床は世界遺産になっていますが、このカムイワッカの湯の滝はその世界遺産の中の世界遺産だと思います。

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。