矢野和男さんの『データの見えざる手』(第1章)

3連休の終わり、今日もとても暑かったですね。
朝ランをしたのですが、身体があまりに火照り、午後はプールで2km泳いできました。
水野裕識(みずのひろのり)です。

矢野さんの『データの見えざる手』を読み進めています。
この本は、じっくりと向き合うべきとわかり、1章ずつ繰り返し読んでいます。
1章のテーマは、”時間を自由に使えるか”について。

結論からいうと、時間は自由にならずのようである。個々人が使えるエネルギー量とその配分は、U統計に従うとのこと。
日立評論2013年6・7月合併号:ビッグデータの見えざる手
http://www.hitachihyoron.com/jp/pdf/2013/06_07/2013_06_07_03.pdf

速い動きを続けることや、遅い動きを続けることはないようで、それぞれの速さの動きを行える時間に制限があるらしい。
まったく違う仕事や立場の異なる人であっても、行動において共通な法則があるという事実を見出したことは、
たいへん興味深いことだと思う。

”U分布は一方向に右肩下がりなので、身体の動きが活発な行動を、静かな行動よりも長時間行うことは許されない。
U分布では、より素早い行動の時間は、より静かでゆったりとした行動よりも常に少ない時間しか許されない”

と説く。ゆっくりとした動き時間に制限があるのだから、1日ほ静かな作業(たとえばパソコンの前に座り、
開発を行う、文章を書く、ウェブを見る)の時間にも制約があるということになる。
U分布に従った行動を取るように、人は自らの行動を無意識のうちに配分しているようである。

ある帯域の活動を消費してしまうと、ひとはやるきがおきなくなったり、それ以上の同じ行動を続けることができなくなるようだ。それでも、社会的な制約(上司の命令、納期など)により、無理強いする場合も多々あろうが、その場合にはどうなるのか。ある状態行動を必要以上にし続けることを数か月あるいは半年1年と継続した場合に何が起きるだろうか。

人の行動は、普遍的なU分布に従うようなので、早い動作と遅い動作もU分布に沿うように、様々な速度の行動を上手にやりくりをして日々を過ごしているはずである。しかし、仕事という名の下、ある一定領域の動作を強いられ、似たような行動パターンが継続した場合にどうなるのだろうか。

週末くらいは休めということは、人が本来持つU分布の行動パターンに戻せることで、身体が本来の動きパターンに戻されるのではないか。自分の時間を自由に使える人ほど、長時間働いていても、ストレスを感じないという話がある。これは、長時間労働をしていても、その行動はU分布に従っているので、問題を生じさせないのではないかと思った。

一度、自分のU分布を見てみたいと思うとともに、今週の活動(例えばカレンダーとの連携)から、対応行動を提唱してくれたら、それに従ってしまうかもしれない。一人ひとりが無理のない範囲で、行動パターンの提案がなされるとしたら、それを利用してみたい気持ちになるのではないだろうか。

矢野さんの本、青本につづいて、ピンク本、どちらも奥が深くて、たいへん示唆に富むので、じっくりと読み進めてみたい。
まずは、第1章を読んだところまでの感想でした。

NHKスペシャル:人工知能 天使か悪魔か2017

電王戦佐藤名人との対局で叩きのめされる場面から始まる。

AIの社会進出の説明。
名古屋のタクシー会社の事例。初心者ドライバが、システムの指示通りに車を走らせると、乗車数が2割もあがる。シンガポールでは、事故が起きる可能性が高いドライバーを事前に見つけ出し、再教育をはかるという紹介。

AI棋士・PONANZA(山本一也 31歳)は2013年に登場して以来、将棋界では負けしらず。PONANZAは過去20年の対局棋譜を5万曲を機械学習させた。

佐藤名人とのPONANZA第1手は、38金。人間では絶対に打たない手を打ってきた。
人間側の常識では絶対に行わない手を打つPONANZA。10手進んだときに「中住まい」で強固な陣営を作りあげた。

人間には思いつかない、独創的な手を打ち込んでくる。

自己対戦で700万局を学習させたという。
人間が1年3000局対戦をしても20年以上かかる対局を学習しおわっている。
羽生名人が仰るには、この対局の一部しか知らないのではないかという。

全国24万台走行するタクシー、名古屋のタクシー会社の紹介映像になる。
名古屋地区を500m区切り、各マスの上に到着人数が現れる。
どの道をどの方向に進むと客を拾う可能性が高いかを、画面に表示する。
普段は通らない道を入ると、予測が的中し、お客さんをすぐに捕まえることができた。

あたかも、天空の目がお客様の位置を教えているようにみえる。
DOCOMOが開発、携帯の位置情報+タクシー会社の乗降記録(1900人分運転手の1年間データ)さらに、天気と曜日によって乗り方がどう変わるかも予測する。
過去のデータよりも、いまの携帯数が多いマスならば、お客様が待っている可能性が高くなる。予測の精度は95%まであげられる。

次いで、金融部門に話がおよぶ。

東証売買の8割が計算機による自動売買。年金の機関投資家の運用をすべて計算機に任せている。野村証券のトレーダーはもはや不要という。野村証券AI導入担当 原田大資さん。株価予測システムは銘柄ごとに5分後の株価を予測する。
東証500銘柄の過去1年間の動き(1ミリ秒単位)と売買データを学習済み。
人間がアクションを取っている間に売買は終了していることになる。
ここでも、将棋同様に、すでに機械VS機械の対戦となっている。

佐藤名人は8手先を見越した手を打つも、PONANZAは一見失敗(相手にみすみす取らせる)したように見えるも、そのうち手ゆえに、PONANZAは見抜いて勝利を納める。

人間が直感で捨ててしまうはずの手をPONAZAエンジン内部は情報として獲得していることになる。人間を超えた動きができるPONAZAの内部構造を、開発者も説明することができないという。なんでここまで強くなるのか、わからなくなってきている。

まさにここが、人に恐怖を与える瞬間であり、AIの怖さに通じる。
人知を超えた知性らしきものを、内部構造に蓄えているように結果として見えるからだ。まさにブラックボックス。答えを示すが、理由は示さないAI.

次いで、アメリカでの再犯罪予測システムに映像が切り替わる。
カルフォルニア裁判所に再犯率予測システムが導入され、どんな傾向のある人が再犯するかを予想する。人の特性・行動パターンなどを学習させてあり、被告の人種、仕事、育成環境などの情報を与えると再犯率が割り出される。再犯率が10%低下し、刑務所のコスト削減につながった。AIが人を判定し、AIが人の運命を決めている。AIが人生を判定するという時代。

日本ではAIが企業の社員を評価する取組がはじまった。医療事務の人材を送りだす会社(ソラスト)では、退職率を下げることが大事という。社員の個別面談を繰り返すも、退職する人を面談では見抜くことができない。社員の表す面談の文章から、退職する可能性のある予兆を見つけて、管理側に伝える。
満足度は4と高いものの、本人が表したたったの2行から予兆があると判断をした。
学習エンジンは、半年間の面談文と退職者。

キーは分解された単語と順番らしい、人間では見抜くことができないパターンを学習している。ここでも退職の理由を提示せず、退職する可能性があると伝える。

「教師データのなかの特徴を捉えるチカラ」は、人間では全く及ばない印象である。
膨大なデータが揃いさえすれば、そのなかから特徴・特性を見抜く能力は計算機のほうが高いことをあらわしている。

次に韓国のAI国家戦略。国家運営に導入しようと計画されている。
「グローバル リーダーズ フォーラム」でAI政治家の発表した。
人工知能に最適予算を配分させようとしている。

人工知能研究所・ベン・ゲーツェル博士は自身が開発したロボットをAI政治家に育てようとしており、世界各国の憲法・法律・国防・最新の経済政策、ネット上の世論などを読み込ませ、5年後の実用化を目指している。政策提言の1つとして提案させ、国民が判断する方式をとる。将来は国民と直接対話を行わせたいとも。

前のブログでも書いたように、「2029年に計算機は一人の脳の計算パワーを抜き、2045年には全人類の10億倍の計算資源に達する」ので、人は計算機が発する内容に従わざるを得なくなるだろうし、そのほうが(幸か不幸か)総じて幸せだったといえる人生になる可能性が高い。(AIの暴走論は横においておく)

『成長戦略Society 5.0』が発表された

一人あたりのGDPは年々下がっている(世界27位)。少子高齢化であってもGDPを上昇させるのは、生産性を高めるしかない。日本GDPは、2次産業2割、3次産業が6割であり、3次産業側に、さらにシフト中である。3次産業をサービス産業とみなすと、マンパワーに依存する、現状、生産性向上を望めない。ここで、サービス産業の機械化を押し進めると、(たぶん)人の仕事はなくなる。

1900年初頭、人類は移動力を大幅に向上させた。蒸気機関による力、馬による耕しもトラクターに代わり、船から飛行機に変わった。2029年に計算機は一人の脳の計算パワーを抜き、2045年には全人類の10億倍の計算資源に達する。人間が行っている単純な作業の大部分は、ことごとく計算機で置き換わると予想できる。たったの20年の間に、劇的な変化がおきる。過去にエネルギー政策で人の力を大きく伸長させたが、今回は、人の知性を大きく置き換える可能性が高い。

サービス産業の機械化が進むと、人の作業を奪う。人で行う費用より、装置の製造・保守費が、はるかに小さくなるからだ。人は仕事場に不要となるので、一人あたりの所得も下がると予想する。歴史を振り返ると、外国の安い労働賃金を狙い、外へと向かっていたが(帝国主義・植民地化)、いずれ外国の賃金も上昇し、均衡し立ち行かなくなる(地球は有限)。外に向かう意味が見いだせなくなるので、たぶん国内のさらなる機械化に拍車がかかる(機械を奴隷をみなすか)。おそらく、今後、機械化による供給力は、需要力をいとも簡単に賄ってしまう可能性をもつ。そうなれば、さまざまなサービス単価は下がり、価格0に向かう、フリー世界となる。

そう思うと、機械化が進んでも、供給力を急激に上げないか、価格を急激に下げさせない工夫が必要と思う。先進国が一斉にこの機械化の供給力向上目指すと、余剰したサービスは世界にあふれかえる。機械の労働に税?をかけて、国が吸い上げることが求められるだろう(世界同時進行なので国レベルで解決できないとも思う)。そこで産まれた富を、国内の人に還元できるだろうか。そうなると、いよいよベーシックインカム、広い薄い保障制度の登場となる。毎月どの位あると最低生きていけるか、仮に月10万円とすると、1.2億人*10万円*12か月なら144兆円。対象を生産労働人口7700万人に限ると、92.4兆円。完全失業者数(2.8%)200万人に限れば、2.4兆円である。この機械化による産業が、144兆円の法人税を得るには、経常利益360兆円を産むことになる、営業利益20%なら新産業の売上は1800兆円が必要となり、全くもって現実的でない。単なる数字遊び、机上の空論と叱られそうだ。全部は無理としてもこの1/10規模ならどうだろうか。180兆円の新産業を作りだせると、国民の1/10にBIを提供できる。

今後数十年で、サービス労働の機械化が進み、人の労働が総じて小さくなりだす前に、色々なサービスが、フリーに向かうとすると、その財政を支えるのは誰?となるはずで、プロセスのなかで新たな仕組み(税?・法律?)の議論が必要だ。先進国では競争が起こり、一斉一様に機械化(AI)が進み始めるので、どこかが独り勝ちにもいかないだろう。その一方、既に気づいているgoogle,FB,amazon などのAIへの投下資金を思うと、彼らの会社自体が、国家を越えてしまう。(ネット広告は既にgoogle社の売上となっているので、日本財は既に米国に流れている)

このままでは、日本企業は、これらの先端技術系の企業群の下請けになってしまう。もっというと、下請けにもなれないで、日本財がこうした企業に、吸い取られてしまう可能性があるのではないか。本来、日本は、新しい仕組・プラットフォームを提供するサービス会社を、グローバルに成長させて、国外からお金を吸い上げる仕掛けが必要である。

5月30日に発表されました、 日本経済再生本部 、未来投資会議(第9回)配布資料が、こちらにあります⇒資料

 

機械学習の課題

機械学習における静止画の識別は、人の能力を超えた分類をするようになった。2010年ころからの話なので、5年程度の時間で達成されたことになる。

将棋のプロ棋士を打ち破り、頂上決戦を期待したが、計算機の性能向上の観点から、おそらく実力が上回ることが確定したのか、決戦はおこなわれていない。

そうこうして、2016年春に囲碁の世界で、トップ韓国人棋士と対決が行われることになった。計算機が4勝、プロは1勝という結果となった。結果もさることながら、この時間軸の前倒し感に驚くばかりだ。囲碁の探索空間は、将棋盤面の比ではない。チェスは10の120乗、将棋は10の220乗、囲碁は10の360乗といわれる。チェスは1997年にディープブルーがやぶり、将棋は2013年にプロが敗れた、そのあとたった数年で囲碁プロが敗れた。囲碁は10年はかかるという見通しであったにもかかわらずである。

計算機の速度向上と、機械学習、おそるべし。

医療分野の画像診断でも、肺がんなど医師でも見つけにくい領域を探してだしてくるようになった。ここ数日のニュースでは、大量の判例を覚えている計算機ROSSが弁護士のアシスタント作業をこなす。

[browser-shot url=”http://www.huffingtonpost.jp/2016/05/15/ai-lawyer_n_9977402.html” width=”400″ height=”300″ alt=”人工知能弁護士ROSS”]人工知能弁護士ROSS[/browser-shot]

ただ、まだまだ改良の余地がある。時間軸の扱いについてである。動画をミリセカンド、ナノセカンド秒単位の静止画として扱うと、現在の計算機ではそのデータ量をそのまま扱うことができないのではないか。問題の設定にもよると思うが、時系列データ・波形データを、データ構造を明示することなく、計算機に入力して、精度よく出力を得られる数学的なモデルが出て、計算機に実装されたとき、いよいよ真に人にとって、有効なサービスが次々と生み出されてくると思う。

動画のなかから瞬時に特徴点を自動で発見したり、音声データからの特徴検出などもいとも簡単に行われるようになり、うまく活用することが、人間側として求められるのだろう。

いずれにしても日々進化していくこの業界、追いつくだけでも大変である。世界中の優秀な人間がしのぎを削っているわけであり、いずれ73億人のたったの1億人しか日本人はいないのだから。

ロボットで労働生産人口の減少を補おう

鉄腕アトムに代表されるヒト型ロボットを、日本人は大好きだ。2足歩行のアシモ、コミュニケーションが得意なペッパー。我が母校の早稲田理工学部行くと、いまも展示されている楽器演奏ロボットがある。早稲田大学ロボット記事

今年に入ってAIの進歩が仕事をうばうと騒ぎ出す人が現れた。以前ブログでも書いたが、機械学習とロボット技術の進歩によって、今後10-20年以内に日本における現在の仕事の約半分が自動可能になるという。

日本は超少子かつ高齢化が進む社会になった。生まれる子供が少ないなか、生産年齢人口も縮小するなかで、高齢者を支えなければならない社会になってしまった。

[browser-shot url=”http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h24/html/nc112120.html” width=”400″ height=”300″ alt=”生産年齢人口推移”]生産年齢人口推移[/browser-shot]

欧米の社会では、ロボットは敵対視される割合が、日本よりはるかに高いらしい。日本人は、ロボットは敵対されるものではなくて、わたしたち日本人を助けてくれるパートナーと思っている節がある。

であるならば、ロボットが社会に入ってくることに抵抗がない日本社会の特性を最大に使ってみてはいかがと思う。作業が繰り返される分野、作業が固定化されて、現場の判断だけで事業が進む領域には、ロボット(形状はどうであれ)が入っていくことで、さらに生産性を伸長させることができるのではないだろうか。

労働力不足を補うために、1億総活躍社会と女性雇用を推し進める政府の戦略もある。これはこれでその通りだとは思う。わたしはロボットが社会進出させることで、無理無駄なく人に置き換えていければ、人が作業を行うよりも、効率良く対応できると思っている。

少し乱暴な議論かもしれないが、おつたえしたい。

2010年生産年齢人口8100万が、2050年には6000万を割るという。では、それを補うロボット2000万台が日本社会に導入されたらどうだろうか。これまで、少子高齢化の結果、どうしようの議論が先行してきたと思うが、そろそろ次の日本社会の在り方について議論を進めてみてはどうだろうか。

機械が職を奪うみたいな話で恐怖をあおるのではなくて、人がもっとロボットを活用していくというスタンスに切り替えたい。ロボットが人を支える社会を積極的に発信をして、代価される職を失うという話から、ロボットを使って、日本社会を復活再生させるという話にできないかと思う。今年あたりから、そろそろそういった議論にシフトしていきたい。

なにしろ、日本人は、鉄腕アトムが大好きなのだから・・・・・