見出し画像

「PROTOTYPING 2050」 - ②

IVYXのアイビ

生成AI / AI関連について


昨今の生成AIの台頭により、生成AIという領域は目がトレンドとなっています。私的な見解になってしまうかもしれませんが、生成AIの開発においては、米国、中国と比べて日本は遅れをとっているかもしれませんが、「生成AIの活用」という観点において日本は、非常に定評があると考えています。

例えば、Open AIのサムアルトマン氏が今年の春に来日したというニュースが話題になりましたよね。。

ただ、日本全体の人口における「生成AI」を活用している方というのは、全体の1割にも満たないと考えられています。

生成AIによって、ユーザーがスキルと知識をどのように獲得していくかというのが世の中に広く認知されれば、一般の方がAIへの関心をもっと高めていくかと思います。

現在の生成AIは、データとシステムが一帯のため、メンテナンス性が悪い、「データ」「システム」を分離させることで多くの方が求める「生成AI」に近づくと私は考えています。

また、生成AIを普段使わない人に、より普及させるためには以下の点を向上させることが大事か大事かと考えております。

生成AIが普及するポイント

①教育と啓発

一般の人々にAIの基本的な概念やメリットを理解してもらうための教育や啓発活動が必要です。これにより、AIに対する誤解や恐怖を減少させ、受け入れられる確率を高めることができます。

②アクセスの平等性

AIツールやサービスへのアクセスを広く公平に提供することで、多様なバックグラウンドを持つ人々がAIの恩恵を受けることができます。

③データのプライバシーとセキュリティ

デ人々がAIサービスを信頼するためには、データのプライバシーとセキュリティを確保することが不可欠です。

④規制とガイドライン

 適切な規制やガイドラインを設定し、AIの利用が倫理的かつ公正であることを保証することが重要です。

⑤継続的な研究と開発

 AI技術の進化とともに、新しいアプリケーションやサービスを生み出すための研究と開発を継続的に行うことが必要です。

⑥多様性の確保

AIの開発や利用に関わる人々の多様性を確保することで、偏見のないAIの開発や利用が可能となります。

⑦実用的なアプリケーションの提供

実際の問題解決に役立つAIアプリケーションやサービスを提供することで、人々の生活やビジネスにAIを取り入れる動機を与えることができます。

⑧コラボレーションの促進

異なる産業や分野の専門家との協力を促進することで、AIの潜在的な利用シナリオや応用分野を拡大することができます。

⑨オープンソースの推進

AIのコードやアルゴリズムをオープンソースとして公開することで、多くの開発者がその技術を学ぶ、改良する、そして共有することが容易になります。

⑩エコシステムの構築

AI関連のスタートアップや企業、研究機関が連携してエコシステムを形成することで、技術の普及やイノベーションが加速される可能性があります。

⑪ユーザー体験の最適化

AIを組み込んだ製品やサービスのユーザビリティを高めることで、多くの人々がAIを日常的に使用することを選択するようになります。

⑫経済的インセンティブの提供

AI技術の採用や研究を奨励するための資金提供や税制上の優遇措置などの経済的インセンティブが効果的です。

⑬地域的な取り組み

地域的な取り組み: 地域やコミュニティごとのニーズに合わせてAIの普及活動を行うことで、更に広範な層にAIの利益をもたらすことができます。

⑭持続可能性の確保

持続可能性の確保AI技術の環境への影響を考慮し、持続可能な方法での利用を奨励することも重要です。

ゴーストワーカーについて

人間を支えるAI、AIを支える人間。
こんなことを聞いたことはありませんか?

「ゴーストワーク」とは、「AIや機械学習の背後で技術を提供する、コントロールしている人々による労働を指す言葉です。以下にて、ゴーストワークに関する考察を示します。

①見えない労働

デジタル技術が進化する中、人々の多くはAIや機械学習が自動的に作業を行っていると考えがちですが、実際には多くの場面で人の手が介在しています。例えば、画像認識やテキスト解析などのタスクで、データのラベル付けや事前処理を行う作業があります。

②価値の再評価

ゴーストワークは、技術の進歩に欠かせない存在でありながら、その労働が低賃金で行われることが多いです。このような背景から、ゴーストワーカーの働き手たちの労働の価値を適切に評価し、報酬を適正化する必要があります。

③技術の進化との関係

AIの技術が進化することで、ゴーストワークの必要性が減少する可能性も考えられます。しかし、新しい技術の導入やアルゴリズムの改善のためには、引き続き人の手が必要となるでしょう。

④労働の形態

ゴーストワークは、フレキシビリティが高く、場所や時間に縛られずに作業ができるというメリットがあります。しかし、一方で、安定した収入や福利厚生が保障されにくいというデメリットもあります。

⑤透明性の確保

ゴーストワークの背後には多くの労働者が存在しますが、彼らの労働の内容や条件、報酬などが不透明であることが問題とされています。企業やプラットフォームは、ゴーストワーカーの権利を保護し、透明性を確保するための取り組みを強化する必要があります。

⚫︎結論

ゴーストワークは、現代のデジタル技術の発展において中心的な役割を果たしていますが、その存在や価値が適切に認識されていない現状があります。技術の進歩と共に、ゴーストワーカーの権利や働き手の価値を再評価し、社会全体でのサポートや取り組みを進めることが求められています。

実際にAIと人間を分断する二元論が多く世の中では蔓延っていますが、実際は上記のゴーストワーカーも含め、そんなに簡潔なことではないと僕は思っています。

⚫︎AI : 機械と生物という二元論ではない

今までに、生物と機械は明確に分けられる二つの異なるカテゴリとして捉えられてきました。生物は自然の産物であり、成長し、感じる能力を持ちます。

その一方、機械は人間によって作られ、定義されたルールに基づいて動作します。しかし、AIの出現と進化により、このような二元論的な分類が問題となってきました。

実際のところこの二元論は正しいのでしょうか…!?

①学習能力

AI、特に深層学習の技術は、データを元に学習し、自らを進化させる能力を持っています。これは生物の成長や進化に似た特性であり、単なる機械の動作とは異なる点です。

②自律性


進化したAIは、ある程度の自律的な判断や行動をとることが可能です。この自律性は、生物の自律的な行動や意思決定に似ています。

③複雑性

AIのアルゴリズムやネットワークは非常に複雑であり、その動作や判断の根拠が明確に理解されていないケースも多いです。この点は、生物の脳や神経回路の複雑性と類似しています。

⚫︎結論

AIの技術が進化するにつれて、機械と生物という単純な二元論での分類が難しくなってきてると僕は考えています。

AIは、機械の特性と生物の特性の両方を併せ持っていると言えます。これはこれからのAIについて述べているnote記事を見てもらえたらわかりやすいと思います。

AIを理解し、適切に評価や対応をするためには、従来の二元論を超えた新しい視点やアプローチが必要となります。


2050年に向けてのAIの活用とその重要性についての個人的見解を以下に記します。

  1. 持続可能な発展のサポート

    • 方法例 : AIを環境問題の解決や資源の効率的な利用に活用する。

    • 理由 : 地球環境の変化や資源の枯渇問題が深刻化してきているため、AIを利用して持続可能な社会の構築を目指す必要がある。

  2. 教育のパーソナライゼーション

    • 方法 : 個々の学習スタイルやニーズに合わせたカスタマイズされた教育プログラムの提供。

    • 理由 : 一律の教育方法ではなく、各人の才能や能力を最大限に引き出す教育が求められる未来が予想される。

  3. 健康寿命の延伸

    • 方法 : AIを使用して病気の早期発見や治療方法の最適化を行う。

    • 理由 : 人口の高齢化が進む中、健康で長寿な生活を実現するための医療技術の進化が必要。

  4. 労働の再定義

    • 方法 : ルーチンワークや単純労働はAIに任せ、人間はクリエイティブな仕事や対人関係を中心に活動する。

    • 理由 : AIの進化により、多くの職種やタスクが自動化されることが予想されるため、人間の役割を再考する必要がある。

  5. 倫理と価値観の確立

    • 方法 : AIの利用に関する倫理的なガイドラインや価値観を共有し、守る文化を育成する。

    • 理由 : AIの決定や行動には様々な価値観や判断基準が影響するため、その基準を明確にすることで社会全体の信頼を得られる。

  6. 多様性の尊重

    • 方法 : AIの開発や利用において、多様なバックグラウンドを持つ人々の意見や知識を取り入れる。

    • 理由: AIの判断や学習が偏見を持たないようにするため、多様性を尊重する文化が必要。

  7. 透明性の確保:

    • 方法 : AIのアルゴリズムや判断基準を公開し、その理解を促進する取り組みを行う。

    • 理由 : AIの決定に対する信頼を築くため、その背後にあるロジックや原理を透明にする必要がある。


いかがでしたでしょうか。「PROTOTYPING 2050」の次のトピックは、AIとの関連性の深いDXについて考察していきたいと思います。(予告なしで、変更・延期する可能性もございます。)


この記事が気に入ったらサポートをしてみませんか？