人間には未知に対する恐れがある。新しい場所に行くと緊張し、危機的状況が発生すると「この危機をうまく乗り越えられるだろうか」という不安感が生じることがある。技術に対する不安感もある。新しい技術が登場すると、その技術によって個人の生活や職場生活がどのように変わるのかについての心配や不安感が生じることがある。人工知能（AI）を例に挙げると、AIが初めて登場してから現在まで、多くの人々の仕事がAIに置き換えられ、著作権が侵害されるなどの否定的な見解が相次いでいる。果たしてAIは一般の人々の考えのように、ポジティブな影響よりもネガティブな影響を大きく与えているのだろうか。
彼によれば、AIは特に医学分野にポジティブな影響を与えている。人間が見逃した悪性腫瘍をAIが発見した事例が代表的である。さらに、ゴズ教授は人々が安全に保護するAIに対して否定的な視線を持ち心配する理由を「AIが未来に人々に提供する機会よりも、今感じることができるAIによる仕事の置き換えがより身近に感じられるから」と説明した。
彼がラビ・バフナミネソタ大学カールソン経営大学院教授と共著した著書『繁栄：AI時代における人間のウェルビーイングの最大化（原題 Thrive: Maximizing Well-Being in the Age of AI）』は、昨年10月に海外で出版された。以下は一問一答の内容である。
▷昨年1年間でAI産業にはかなりの進展があった。特に生成型AIモデルの開発と配布に関する大きな進展があった。生成型AIモデルは実験段階からさまざまなセクターに実質的に適用される段階に変わった。関連する主要な適用事例は次のとおりである。
第一は、マイクロソフト（MS）、グーグルなどの企業が生成型AIを自社製品に統合し、検索エンジンやオフィスソフトウェアの機能を向上させたことだ。MSの「ビングチャット」とグーグルの「バード」（現ジェミナイ）などが、ユーザー体験の改善のためにAIベースの機能を導入したソフトウェアである。
第二はオープンソースAIモデルの発売である。メタの「ラマ」のようなオープンソースモデルの発売は、高度なAI技術へのアクセスを民主化した。そのおかげで、より広範な（AI関連の）実験を行い、アプリケーションを開発することができた。
第三は国家安全保障におけるAIの活用度が高まっている変化である。最近、メタはオープンソースで提供していた「ラマ」の使用を米政府機関と国防契約業者に許可した。
第四は新薬開発にAIの使用が徐々に増えている点である。バイオテクノロジー企業「アンティバース」は、AIが設計した抗体を開発するためにグローバル企業と協力している。AIを使用して新薬開発プロセスをより迅速かつ経済的にすることが目標である。
最後は検索エンジンにAIが導入された変化である。オープンAIはAIベースの検索エンジン「サーチGPT」を発売した。これは既存の検索プラットフォームに直接的な挑戦を意味し、AIベースの情報検索分野の競争環境を強調する。
-著書『繁栄：AI時代における人間のウェルビーイングの最大化』を共著することになったきっかけは。
▷AIを含むすべての新しい汎用技術（GPTs）の出現には、課題と機会が伴う。汎用技術は産業を再定義し、特定の企業や職業を無用にし、一般的に生産性を向上させる。AIと以前に登場した汎用技術の違いは、AIがはるかに複雑で無形であるということである。そのため、誰が話すかによってAIに関する話は異なる。AIがホワイトカラーの仕事のかなりの部分を占めるというディストピア的な物語からユートピア的な話までさまざまである。
バフナ教授と私は、日常生活にAIがすでにどのように内在しているのかを知らせるために著書を執筆した。一般の人々の健康生活、教育、仕事、関係などにAIはすでに（広く）使用されている。AIは持続し、AIが社会の利益のために機能するためには、AIに関する情報を得て教育を受けた市民が必要である。AIの「現状」を人々に知らせるために著書を出版した。参考までに、著書で言及されているAIは弱い人工知能（weak AI）である。つまり、専門性やリソースが不足しているために人間が行うのが難しい業務を機械学習に基づいて代わりに実行するAIを指す。人間のように自発的な思考を行う強い人工知能（strong AI）を意味しない。
-具体的にAIは現在人々の日常にどのように使用されているのか。
▷人々は気づいていないが、AIは想像以上に私たちを安全に守っている。例えば、AIはプラットフォームに投稿された偽のレビューを検出したり、デーティングサイトで見たくない露骨な画像を検出して露出を防ぐことができる。
-これまでAIに対する肯定的な意見よりも否定的な意見が多かった。その理由は何だと思うか。
▷さまざまな相互に関連した要因からAIに対する人間の恐れが生じている。人々が持つ進化的バイアス（evolutionary bias）は、何かが発生するとそれに対する機会よりも潜在的な脅威により集中させる。したがって、AIに関連する未知の特性について人々はさらに心配する。AIが新しい仕事を創出することには疑いの余地がない。しかし、人々にとっては抽象的な未来の機会よりも、今感じることができるAIによる人間の仕事の置き換えがより身近に感じられる。
AIモデルを作ることは家を建てることに似ており、基盤構築に60〜70％の時間がかかる。
▷ハンガリーのブダペストにある乳がんクリニック「ママクリニカ（MaMMa Klinika）」の事例を挙げる。ママクリニカでは、放射線専門医2人が下した乳がん診断をAIが検討する。大多数の場合、AIは医師の診断に同意するが、時には医師が見逃した再確認すべき部分を示す。ニューヨークタイムズの報道によれば、2021年以降、ママクリニカの5つのセンターで放射線専門医が見逃した癌をAIが発見した事例は22件である。AIは引き続き人々を救うために使用されている。
―AI楽観論は何に基づいて生まれるのか。
▷人々が職場や日常生活で初めてAI技術を意味のある形で接触すると、AIの実質的な利点を発見し、それを基に真の楽観主義が形成される。以前は個人の時間を奪っていた反復的で退屈な業務をAIツールを使用して処理できるという点を人々が経験することで、AIに対する肯定的な視点を持つことができる。
さらに、AIに関連する科学的・研究応用はAI楽観論を強化する。AIシステムを使用する科学者や研究者は、AIが膨大な量のデータを人間よりもはるかに迅速に処理し分析することを直接体験し目撃する。新薬開発から気候科学までさまざまな分野でAIを使用して画期的な進展があった。このことにより、人類が直面している大きな問題をAIが解決できるという可能性に対する人々の期待感が高まっている。
多くの初期のAI楽観論者にとって最も魅力的だった点は、AIがさまざまなリソースに対する障壁を取り払い、アクセスを民主化したことである。言語の壁を取り除いたり、場所に関係なく高品質な教育を受けられるようにしたことが、AIが人間社会にポジティブな変化をもたらす技術だと考えさせた。
―人々はどのようにAIに関してより客観的な視点を持つことができるか。
▷AIがもたらす影響に対するよりバランスの取れた視点を持つためには、教育の役割が非常に重要である。特に人々にAIができることとできないこと、そして基本的なAI機能を理解するのに役立つ「AIリテラシー」に重点を置く必要がある。AIを使用して病気を早期に発見し、医薬品開発を加速し、教育へのアクセスを向上させ、気候変動問題の解決にAIが使用された具体的な成功事例を強調することも重要である。
AIに関して人々が客観的な視点を持つために最も重要な点は、倫理学者、社会科学者、AIに影響を受けたコミュニティを含むさまざまな分野の人々を含めた包括的なAIガバナンスの形成を保証することである。これはAIの発展に対するよりバランスの取れたアプローチの基盤となるだろう。
▷AIには広範な技術とアプリケーションが含まれる。予測と説明、因果推論、自然言語処理、ディープラーニング、生成型AIなど、さまざまな技術の集約体である。「ハウス・オブ・AI」はAIモデルを構築するために堅固なデータエンジニアリング基盤が必要であることを強調する。AIプロジェクトの進行時間の60〜70％がデータの浄化・統合・キュレーションに費やされる。
ハウス・オブ・AIは、組織がAIを理解し適用するために必要なフレームワークである。住宅（ハウス）が階層ごとに分かれているように、当該フレームワークも段階的、すなわち階層ごとに分かれている。組織は1階から順に「AI住宅」を作っていく必要がある。堅固な基盤がなければAIソリューションを適用しようとする試みは失敗する可能性が高いことを組織は認識しなければならない。
ハウス・オブ・AIの基盤となる1階（1段階）には3つの主要な要因が存在する。データインフラとガバナンス、コンピューティングインフラ、AI人材と技術である。これらの要素はすべてのAIイニシアティブの基盤となる。著書でも説明したように、データの浄化・統合・キュレーションなどがこの1段階のプロセスに含まれる。
ここから得られたデータは、4つの方法のデータ分析につながる。著書ではこれを4つの柱（pillar）として表現している。第一の柱は「技術的柱」である。人間の思考の限界である3次元を超えて超次元データ（hyperdimensional data）を分析してパターンを見つけることである。第二の柱は「予測柱」である。データに基づいて特定の状況で起こりうることを予測することである。第三の柱は「因果推論柱」である。「Xが原因でYが発生したのか」という分析を行うことである。最後の柱は「処方柱」である。特定の問題に対する解決策をデータを通じて見つけることである。
次の階層は、分析されたデータに基づいて作成されたAIモデルを実際のビジネス環境に適用するプロセスである。1段階で集めたデータに基づいてディープラーニング、強化学習などのプロセスを経てビジネスに適用するものである。
最後の階層はAI戦略と倫理性が中心となる。どのような社会的問題を解決するかを考え、機関がAIを適用するものである。AIを責任を持って使用することもこの段階に含まれる。
―ハウス・オブ・AIが企業に提供する価値は。
▷このフレームワークはAIの実装と適用に関する明確なプロセスを示している。したがって企業にとって特に有用である。ハウス・オブ・AIは人工知能
