スキマ時間にグロービス主催の人工知能セッションで有名な東大の松尾先生の講演動画を観たので、自分のメモとして感想をまとめさせていただきます。
あくまでも感想ですので、中身が気になる方はぜひ動画を視聴ください！
2017年セッション
- 分断化している社会を技術でどのように繋ぎ止めるか。
- 自動運転が実現したら都会と地方が繋がる。自動運転の究極はハンドルが無く、ベッドや遊び道具があって寛ぎながら移動できる。
- 工場のAI化の次は、物流のパケット化。過去には船のコンテナができたことで革命が起きた。（参考図書：「コンテナ物語」）
- ブロックチェーンがより実用化されると、契約の自動化ができる。（参考図書：「なめらかな社会とその敵」）
- 画像認識の精度がかなり上がったので、次はもの作りにシフトか。
- なぜ今まで自動化されていなかったのかを考えることが大事。
- ディープラーニング＝眼の技術。
- 複数デバイスをうまく協調して動かすためには既存のパラダイムでは到底太刀打ちできないので、パラダイムシフトが必要。
- 新規に都市計画をする際にはAI前提で考えるため、極めて効率化されたものができる。
- プロセッサのコストが年々下がってきているので、遠くない未来に人間の脳と同等のものができるようになる。
- 機械学習に関しては海外の方がかなり進んでいるので日本が今から追い付くのは難しいが、ディープラーニングに関してはまだ日が浅いため可能性はある。
- 家のホテル化。仕事が終わって帰宅するとロボットによって家が綺麗になっている状態。片付けロボットのマーケットは実は巨大ではないか。
- ロボットは究極目と手を足があれば良い。
- ディープラーニングを活用した自動ドア。ディープラーニングによって極力開けている時間を最小化する。高級レストランやホテルのドアマンのイメージ。
- ロボットがモノを掴めるようになると、大きく世界が変わる。
- モノを掴む大会において、識別はディープラーニングを駆使していたが、掴む部分は吸引機という強引な手法だった。
- ARは元々はシリコンバレーではなく、ロサンゼルスが研究の拠点だった。
- Snapchatもデバイス開発し、ARに参入しようとしている。
- ARが流行ると究極女性は化粧しなくなる。Googleグラスが化粧をした状態に顔を見せてくれるから。
- シンガポール、深圳は日本よりも圧倒的に技術が進んでいる。会社の受け付けを顔認識でやってしまう。顔認識を潜り抜けようとする3Dマスク対策にも既に取り組んでいる。
- 日本の年功序列制度が足かせになっている可能性がある。ディープラーニングを進める上で年配の方がブロックしてしまっている。
- 推論した結果が安全であるように制御していかないといけない。
- AIは目的ありきで実現することはできるが、目的そのものを決めるのは不可能だと思われる。その点で政治家がAIに淘汰されることは無い。その代わり、官僚が淘汰される可能性はある。
- 政治の最終目的は敵と味方を分けることであり、そこはAIで代わることができない。
- プロトコルの自動生成までたどり着けば、日本の優位性はまだまだある。
- 逆算で考えられる人が少ない。
- 最近のAIスタートアップの傾向を見ると、ディープラーニングできる人数×5億円のバリュエーションがついている。
2018年セッション
- AIが眼を持ったことが大きな変革。
- 自動車、農業、産業ロボットでこれからAIの活用が進む。
- 機械の熱変形を機械学習で予測し、稼働率が上がった。
- タクシーは上手いドライバーと下手なドライバーで稼働率が大きく違う。
- 自動運転で日本は勝てるのか・・・。
- ディープラーニングのスケールに弱かったが、PFNはそこを強化した。
- 社内政治が無い環境を用意することでエンジニアを集めやすい環境にしている。
- 自動運転をベンチマークとして捉え、自動運転で培った技術を他の分野に展開していく。
- 自動運転が進んでいくと、スマイルカーブ効果（中間層が薄利）が働き、メーカーが割りを食う可能性がある。
- 画像認識は既に世界で負けてしまっている。医療画像はアメリカ、顔認識は中国。
- AIでは自動的に三次元であることを認識できるところまで達していない。しかし、そこに達したらAIが上手く動けるようになるのではないか。
- 完全な自動運転が実現すると自動車保険のビジネスモデルが崩れてしまう。
- エンジニアリングの研究ができる人が不足している。
2019年セッション
- 中国のディープラーニングの技術はアメリカを超えている。特に顔認識のレベルが高い。生徒の顔で感情分析することで先生の教育の質をチェックしている。
- クレジットの不正送金を機械学習で検知する仕組みのレベルが上がっている。
- 2019年は自然言語処理の分野でELMo、BERTが登場し、大きく精度が上がった。
- AIが自ら三次元を見つけるロジックが誕生。
- オープンソースのプログラムを使えばそこそこのものはできるので、データとビジネスの戦いになってきている。
- 小さい取り組みではなくイノベーション的な取り組みが必要。
- 分類モデルを大量に作ることで、競合のやる気を削いでしまう。
- AIを導入することで止まってしまっているフローを流すことで新しいビジネスが起きる。
- 社長がいい意味で頭がおかしい会社はAI活用が進む。
- AI Transformation PlaybookはAI導入にあたって参考になる。小さな成功をすべき。影響度の高くない本業では無いところでまず試す。
- 食の分野でアマゾンのようなものがある。パーソナライズの余地が大きい。
- AIを活用するためには、そもそものITシステムの整備がマスト。
- エンジニアは課題設定が最も困るので、課題設定がされていれば取り組みやすい。
色々ヒントになりそうな発言があり、面白い！