【AIは簡単】ヒューマン・イン・ザ・ループ『ダブルハーベスト』CHAPTER1＃１
こんにちは。シンラボ共同代表の草場です。
いよいよAIの実装に向けて動いていきましょう。最適な本、『ダブルハーベスト 勝ち続ける仕組みをつくるAI時代の戦略デザイン』を見ていきます。
是非ご購入ください！！
目次は以下です。
【Prologue】勝敗を分ける「何重にも稼ぐ仕組み」──ハーベストループとは何か?
【Chapter 1】AIと人とのコラボレーション──ヒューマン・イン・ザ・ループ
【Chapter 2】AIで何を実現するかを見極める──戦略デザイン構築のための基盤づくり
【Chapter 3】戦略基盤を競争優位に変換する──戦略デザインとしてのAI
【Chapter 4】データを収穫するループをつくる──ハーベストループでAIを育てる
【Chapter 5】多重ループを回して圧勝する──ダブルハーベストこそ最強の戦略
【Chapter 6】ハーベストストーリーを実装する──AIプロジェクトマネジメントの考え方
【Epilogue】地球をやさしく包む「最後のループ」──SDGsとハーベストループ
いよいよCHAPTER1！昨日の記事は以下です。
■CHAPTER1 AIと人とのコラボレーション
いよいよCHAPTER1に入ります！
・AIが人間をアシストし、人間がAIの学習を強化する
AIが人間の仕事を代替するから、人間はやがていらなくなる、という話は聞きますよね？これは幻想だそうです。
誰でもできるような単純作業や何度も繰り返し発生するようなタスクは、どんどん自動化されていくし、AIの方が得意な仕事もたくさんあるが、それで代替されるのは、人間の仕事の一部にすぎない。むしろ、退屈な仕事から解放された人間が、より専門分野に特化して能力を発揮できるようになる、といいうのが本来の姿である。
人間の特徴が活かされる世界。いいですね。あまり頭を使わずにこなせる仕事は、AIが担ってくれると。空いた時間は、自分にしかできない分野に使えるので、自分の能力が発揮できるわけです。
「AI＝自動化」と考えてしまうと、コスト削減→生産性向上ばかりに目が向きがちになるが、AIによって、人間がムダな仕事から解放される効果のほうが、長い目で見ればはるかに重要なのだ。
自分もどうしても自動化に目が行きますね。AIは人間の仕事をアシストしてくれるのです。人間にとっての最高のパートナーです。
一方、AIの側も人間を必要としている。なぜなら、AIは最初から100％の完成品としてスタートするわけではないからだ。AIはデータを食べて日々成長する。いったん導入しても、新しいデータを与えて学習を進め、徐々に精度をあえていけるのがAIの強みで、従来のITとは根本的に違うところだ。
表現が詩的で素敵です。AIも人間を必要としていると。以下の例が語られています。
いってみれば、新卒社員を雇って教育訓練を施し、徐々に戦力として育てていく感覚に似ている。データさえ与えればAIは勝手に学習を進めてくれるので、人間は不要だと思うかもしれない。ただ、新人研修と違って、適切な教師データを与えてAIを強化するのは人間の仕事だ。人間が教えるからこそ、人間に役立つような最適刺されたAIが育つ。AIには、どうすれば人間の役に立てるか、どう成長するのが理想化という価値判断が出来ないからだ。
こう考えると、新人研修担当の方が、AI使いに最適なのかもしれません。
・ヒューマン・イン・ザ・ループのアプローチ
いきなりキーワードです。人間とAIのコレボが重要となります。
このような人間とAIのコラボレーションは、「ヒューマン・イン・ザ・ループ」と呼ばれ、単なる「自動化」とは区別されている。自動化に向いている分野と、ヒューマン・イン・ザ・ループが向いている分野はおのずと異なる。
ヒューマン・イン・ザ・ループ、どういうものでしょうか？パターンが紹介されています。手書きの書類からOCRで文字を読み込んでテキストデータを抽出するAIです。OCR（Optical Character Recognition）は以下。
１．AIに手書きの文字列を学習させるための画像データが必要。学習用の画像データ（教師データ）を用意するのは人間。教師データが集まったら、AIに読みこませて、ディープラーニングという手法で学習させる。学習が進んである程度手書き文字が認識できるようになった段階で、学習済みのAIを実際の業務に投入する。
２．この段階では、手書き文字の認識精度は高くない。汚い文字などあれば間違える。７割程度しか認識できないとすると、残りの３割は人間が補ってやる必要がある。
３．AIによる認識の信頼度（正しく読み取れている確率）をあらかじめスコア化して、例えば信頼度が９８点以上ならそのまま結果として出力、９７点以下なら人間の目でチェックするようにする。つまり、AIが自信ありとしたものは人間の目を通さず、自信がないとしたものだけ人間が実際に目で見て確認し、間違いがあれば修正して結果を反映させる。人間が全部目を通しよりも手間が省けるだけでなく、最終的なアウトプットのミスも減る。
４．さらに追学習を行う。人間によって誤りが修正されたデータを、もう一度AIに学習させることで、AIの認識精度をさらに上げる。AIをどんどん賢く育てるには、この追学習のプロセスが不可欠。
AIの学習プロセスに人間が不可欠、つまり、ヒューマン・イン・ザ・ループです。名前がかっこいい。
それでは具体的な例を見ていきましょう。
草場壽一
この記事が気に入ったらサポートをしてみませんか？