新着Pick
792Picks
Pick に失敗しました

人気 Picker
矢野さんはプロピッカーでもいらっしゃり、たまたまですが半導体→AIという同じ道を歩まれた尊敬する先輩でもいらっしゃいます。その道のプロなので、全てをご存知の上で紙面の都合上その一面を切り取った議論をされている、と捉える必要があります。

これまで何度も、かついろいろな人から指摘があるようにAIが得意なのは内挿。外挿は不得意です。わからない不確実な予想をするのには向いていません。私もこのご時世なので「コロナの時代に打てる手をAIでどうにかなりませんか」とご相談をうけますが「全く未経験の世の中なのでまず無理です」とご返答しています。例えて言うなら、ピカソ風の絵を描かせるのはできるけど、全く新しいスタイルかつ感動的な絵画を描くのはAIは不得意なのです。

一方、例えばコロナ対策の製薬の分野などでは「内挿」がうまく働くので、AIフル稼働していると聞いています。
COVID-19そのものの過去データがないのでAIでの予測は難しいというのは全くそのとおりです。一方、他国のCOVID-19ケースを分析したり、MERSやSARSなど類似ケースのデータを元に対策を検討したりと、どの国でも「データ分析」は大活躍かと思います。

AIとデータが混在して記載されてしまっているかもしれませんが、AIというバズワードの過熱が行き過ぎなのではなかったかという視点がポイントなのかと思います。コメントのとおり、全体のリテラシー向上が不可欠というのはそのとおりですね。

"もっとも、こうした大きな社会的な問題に適応するためには国民も、学者も、政治家も含めたすべての市民のリテラシー向上が欠かせません。

コロナという禍いによって、AI・データについての間違った前提から解き放たれ、予測不能な未来に、社会全体で真剣に向き合うきっかけになることを願っています。"
新型コロナウイルスの流行は、あまりに社会環境を激変させたために、「ビフォーコロナ」の世界で何が話題になっていたか、時折忘れがちになります。

そのうちの一つが「AI」です。確かにAIに関するニュースを目にすることが、コロナ流行後には減ったように感じます。

実際、日立製作所の矢野和男フェローは「AI・データは、コロナ禍においてはあまり役立っていない」とはっきり述べています。現時点では、感染者数の予測や沈静化にあまり貢献しているようには見えません。AIの専門家によるこの言葉は、深く認識しておく必要があるでしょう。

ただそれをもって「AIは役に立たない」と断じるのは早計です。むしろ矢野氏は、コロナ対策にAIやデータを活用するために、「ある考え方」を知る必要があると言います。それは一体何か。データリテラシーを高めるためにも、一読の価値のある論考です。
コロナの時代になったことを踏まえて、AIやデータの役割に関して、日頃考えていることをインタビューでお答えしました。
 毎日感染者のグラフのような形で、withコロナ時代に、普通の人も目にすることは増えています。今後、政治や行政の判断、ビジネスの企業判断などに、データの活用が期待されます。
 しかし、まだ、集計してグラフにして見る、あるいは、変化の傾向をグラフをフィティングして見るぐらいの使い方が今でも多く、AI技術の活用は限定的です。この本質をお答えしました。
 今後、データの活用に関してはやるべきことが沢山あると考えます。ご笑覧ください。
アフターコロナはどうなるのかという議論が活発にされていることからもわかるように、これまでの経験と勘では意思決定が難しくなるケースが増えてくると、データxAIの必要性は高まって来ると考えています。私のチームでは各業界においてこのニーズがどのように顕在化するのか検討を進めています。
例えば、小売流通業における需要予測などははその典型的な例ですので、詳細に発信してきました(https://www.datarobot.com/jp/blog/impact-of-coronavirus-on-use-of-ai-in-retail-industry/)。他にも当然ヘルスケア領域でもすでにアフターコロナのAIの活用に関して活発に議論が起こっていますし、予測モデルの構築も行われています。
今までと違う世界はAIでは予測できない、過去データがない、というのは人間の時間軸考えるのではなく、AIの時間軸で考える必要があります。データの蓄積はすでにここ数ヶ月でも起こっています。緊急事態宣言が解除されアフターコロナが始まれば、またそこからデータの蓄積が始まります。新しい環境に対するAIの学習能力は高いので、人間にとっては「外挿」と捉えられることもAIにとっては「内挿」と捉えられるようになるのです。
「幸福な職場の条件」
1. 「つながりが均一であること」(特定の人が、人数的にも時間的にも独占して会話しているのは好ましくない)
2. 「5分程度の会話の頻度が高いこと」(幸せでない職場は、定例のチームミーティングなどでしか会話が発生しない)
3. 「発言量が均等であること」(「全員参加」になっている)
4. 「身体の同調が多いこと」(人間の感情は、身体に表れる)
とのこと。
確かに、活性化されている職場は、そこに入っただけでわかります。
記事にある通りAIはデータの活用ですので、不確実な未来を正しく予測することは難しいです。「AI=万能」のような間違った前提から解き放たれ、これから起こりうる危機に対して、どう変化して対応するか、AIをツールとして活用できるような社会全体のリテラシー向上が必要となるでしょう。
ちなみに新型コロナ肺炎のCT画像所見に関しては、早々に〇衛医大の放射線科の先生がパワポ資料にまとめられて、無償で全国の放射線科医に配布されました。それと勤務先のPCR陽性のCT画像を数例経験すると、すぐに鑑別できるようになりました。AI支援診断の必要性を感じませんでした。
とても納得ある勉強になる流石の矢野さんの解説。
コメント欄はAIとデータがごっちゃになっている議論が散見されるように見えました。御本人はこれだけ何年も伝道師してきてもなかなか伝わらないものだなあ、という印象をお持ちになるのではなかろうか…余計なお世話ですが。
「つながりが均一であること」。幸せな集団では、上司であれ部下であれ、つながっている人数が互いに平等である傾向があります。逆に言えば、特定の人が、人数的にも時間的にも独占して会話している場合は好ましくない環境だと言える
大事な教えですね!