ページ内を移動するためのリンクです

2024年ノーベル賞、2分野がAI関係〜急速に社会に浸透するAI。その未来は?

今年(2024年)、ノーベル賞2分野、物理学賞と化学賞をAI関係の研究が受賞したことが話題となりました。

ノーベル賞は人類への最大の貢献の証しです。AIは人間社会に大きな貢献をしていることが科学面からも示されたことになります。

でもこれはほんの序章にすぎません?!AIはさらに進化を続け、その先のAGIへ。なにやらすごいことになりそうです。

ノーベル賞受賞の2分野がAI関係

今年(2024年)、ノーベル物理学賞と化学賞をAI関係の研究が受賞しました。その内容を簡単に説明します。

物理学賞は?

物理学賞はプリンストン大学のジョン・ホップフィールド氏とトロント大学のジェフリー・ヒントン氏の2氏が受賞。受賞理由は「人工ニューラルネットワークによる機械学習を可能にする基礎的な発見と発明」です。AI技術の基礎を築いた研究にノーベル賞が与えられたということになります。

ホップフィールド氏は、ノイズが多い断片的な像(過去の入力データ)を蓄積し、そのパターンを記憶することで、全体像を再現させる連想記憶モデルを確立しました。

人間の脳はニューロンで繋がれた脳細胞がネットワークのように連携して思考や判断をします。この神経ネットワークを模して学習、意思決定する仕組みを確立したのがヒントン氏です。これは深層学習(ディープラーニング)と呼ばれ、今やAIの代名詞となりました。深層学習を発展させたのがヒントン氏で、AI界のゴッドファーザーと呼ばれています。

深層学習については、二重スリット実験のように難解な話ですが、ユーチューブで「ディープラーニング 原理 解説」などと検索すると分かりやすい解説動画がいくつも出てきます。

なお、このニューラルネットワークに基づく深層学習は、日本の科学者、甘利俊一氏がすでに1960年代にその基礎を提唱していました。甘利氏は「多層パーセプトロンの確率的勾配降下法」を提案し、1980年代にそれが評価され現在のAIブームへとつながるわけですが、提唱当時、計算機能力がまだ不十分で、検証、実用化が難しかったためあまり注目されなかった経緯があります。

化学賞は?

化学賞は デミス・ハサビス氏(グーグル社)、ジョン・ジャンパー氏(グーグル社)、デビッド・ベイカー氏(ワシントン大学)の3氏が受賞。受賞理由はAIを用いた「たんぱく質構造予測プログラムの開発」です。

地球上に存在する20種類のアミノ酸配列が異なる並びで連なった「ひも」で構成されるたんぱく質。ひもは立体的に結合したり折り畳まれた状態で生体内で特定の機能を発揮しますが、たった一つのたんぱく質の立体構造を突き止るのにも数ヶ月から数年かかる大変な実験でした。

ところが、AIが専門だった3氏らによりアミノ酸配列からたんぱく質の3次元構造を予測するシステム「AlphaFold」が開発、公開されると、数日で高精度にたんぱく質の立体構造を決定できるようになりました。このシステムは無料であるため、世界中の研究者に急速に広まりました。

この夢のような技術により、地球に暮らす生物から見いだされた2億以上のたんぱく質の立体構造が一気に解明されるのでは?と期待されています。たんぱく質の立体構造が分かれば、生命現象の理解や創薬も加速するため、医療への貢献も大きなものになります。

ai_agi_01.jpg
たんぱく質の立体構造のイメージ。複雑に折りたたまれている

その先のAGI(汎用人工知能)

科学や医療への貢献を著しく高めるAI。

現在のAI(Artificial Intelligence)は近い将来、高度処理や自動運転、チャットボットの範囲を超えて、AGI(Artificial General Intelligence、汎用人工知能)に変わると言われてます。

AGIとは、人間と同等かそれ以上の知能を持ち、自らの規律の下で自身をコントロールするAI。人間の多様な要望に万能な判断力を持って対応し、社会の課題を解決する能力を持つAIです。

汎用とは、広くいろいろな面で用いることができる、という意味。現在のAI(特化型AI,Narrow AI)は、カルテを処理保管する、自動運転を決められたプログラムに沿って実行する、将棋やチェスを行う、言語処理を高速に行う、など特定の目的のためにあらかじめ組まれたプログラムです。これに対して、AGIは自律的にそもそもその課題、ミッションを達成するためにどうすればいいか、から動きます。

ai_agi_02.jpg
AIはAGIへ

AGIが実現すると例えば以下のことが可能になると考えられています。

・自然な会話ができる、感情を交えたやりとりができる
・家事、育児を任せられる
・科学的発見をしたり、社会の課題を解決してくれる
・病気を治す薬を自ら設計し、副作用を予測し、実用化してくれる
・自然災害を予知したり、災害が発生したときの被害把握やリソースの最適配分を早急にしてくれる

今は想像できませんが、それほど遠くない未来と考える研究者も多いようです。

初AGIの判定テストもいくつか考えられています。例えば、『文字のみのやりとりで、人間かAIかを人間側が判別できなくなる』、『一般家庭で豆からコーヒーを淹れられる』、『入学試験に合格し、学位を取得できる』、『原資を与えられて、社会でお金を稼げる』などです。ですが、研究者の間で見識が一致するテストは現在ありません。

AGIは実現しない、実現不可能であると考える研究者がいる一方で、数十年以内に実現すると考える研究者がいます。未来のことは誰にも分かりませんが、世界中の企業や国がAGIの研究を進めているのもまた事実です。

ai_agi_03.jpg
(ACphotoより)

さらにAGIの先、技術的特異点(シンギュラリティ)もよく話題になります。

20年以内に人知を超える確率50%?!

技術的特異点(シンギュラリティ)とは、自律的なAIが人間の知能をはるかに超え、人間を介さずに自ら進化し始める転換点です。もちろんそんな事態を人類は経験したことがありませんから、これはあくまで概念上の用語と言えます。

ただ、前述のヒントン氏は、このままAI開発を続ければ、人類よりも賢くなったAIが制御不能になり、社会を支配する恐れがある、それも遠い未来ではなく、5〜20年以内にAIが人知を超える確率が50%、と警鐘を鳴らします。2023年、ヒントン氏は強いAI(≒AGI)の開発を一時停止するよう求めています。

自我や目的意識が生まれなくても、自ら増殖を始める時があります。生物の分野ではそうしたことが自然に起こります。トランスポゾンやウイルスがその好例です。とくにウイルスは脳も神経も持たず自己増殖能力さえ持ちませんが、宿主の生物の機能によって増殖することで、生物の進化やパンデミックに関わってきました。いまだ生物か非生物か定義できていないウイルスですが、生物の営為に太古から深い根を張っています。

AIも人や社会との接触機会が増えて、その存在数や処理速度が大きくなれば、目的や意識とは無関係に『より残る方向』へと自然に進化しはじめることはありえるかもしれません。生物種もそうですが、残らなかったものは今残らず、残ったものだけが今残っています。AIによるプログラムは次々生まれ、今残っているものがより残りやすい方向へと自己に改良や意図的な変異を与えるフェイズに入ると、ダーウィンの自然選択説を汲んだAI進化モデルが発生するのでしょうか。

現行の2進法式のコンピューターから量子コンピュータへ選手交代すれば、人間はますますAIの中身を覗けなくなります。

この予測を悲観的に捉えるべきか、楽観的に捉えるべきか?それは専門家でも意見の分かれるところです。AGIが人類に望ましい倫理観を保ちうるかどうか?超知能が普遍的に利他的倫理観をもちうるか?そんな研究もすでに始まっています。

超知能が普遍的な利他性を持つ可能性
https://www.jstage.jst.go.jp/article/jsaisigtwo/2023/AGI-026/2023_26/_pdf/-char/en

AIの安全性はしばしば議論になりますが、自動車や飛行機が長年の改良を経て今の安全な形ができあがったように、AIも安全な運用の形を築くことができればいいですね。

生活に浸透するAIとの付き合い方

とまあ、遠い先のことより、ちょっと先の身近なところ。私たちは、生活に浸透するAIとどう付き合っていけばいいのでしょうか?

2000年前ごろからオフィスにパソコンが普及しましたが、それと同じように今後職場に業務効率化のためのAI機器が増えていくでしょう。だからといって、AIに精通する必要があるかと言えば、答えはNOです。業務パソコンを使う感覚でAI機器を使っていくことになりますから、そこにAIの専門知識は不要でしょう。

一方、分野によっては最新AIに精通することが求められます。今回の化学賞のアルファフォールドもそうですが、研究機関、投資関係、マーケティング、エンジニア、食品製造など特定の分野では、AIを使いこなすことで大きな成果につなげられるからです。

職業で分けられるというよりは、職業の中の『ある分野』がAIと親和性が高くなる、ということです。『職業によって』ではなく『分野・目的によって』、AI開発に携わることを求められます。

例えば、AI処理で新しい発見をする理数系研究者もいれば、自分の着想で新しい発見をする研究者もいるでしょう。AIを活かして収穫量を増す農法に取り組む農家さんもいれば、自分の肌感で土に向き合う農家さんもいるでしょう。AI技術を活かす医療従事者がいれば、自分の腕を研ぎ澄ます医療従事者もいるでしょう。

営業的な仕事、一次生産の仕事、人へのサービスは、AIを活用しにくい分野と言われています。また、創作物に携わる仕事、人の心を打つ作品を作ろうとする人にも、AIは活用しづらいと言われています。


以上、「2024年ノーベル賞、2分野がAI関係〜急速に社会に浸透するAI。その未来は?」でした。開きかけた扉が閉じることはないのかもしれませんが、AIやAGIを人間が楽観的・好意的に受け止められる社会になるといいですね。

written by ヒノキブンコ

ページの終わりです