AIに対する過度な期待と現実

人工知能についてはロボットの恐ろしい報告から、テクノロジーに対する想像以上の期待にまで及んでいます。現在、消費者はスマートフォン、カスタマーサービスセンター、ウェブサイト、アプライアンスを通じて人工知能に絶えず触れる機会があります。調査によると、人々の80％がAIが自分の生活に良い影響をもたらしていると報告しています。テクノロジー、映画、芸術、および文学の圧倒的な前向きな支持にも関わらず、何故恐ろしく思われているのでしょうか。それでは、どれだけ現実に基づいているのでしょうか？これらの質問に答えるためには、事実を確認することが重要です。

AIシステムにバイアスをかけることはできない。それは大きな誤解

最近最も頻繁に議論されるトピックの1つは、AIの倫理とバイアスです。今日、機械学習アルゴリズムをトレーニングするために作成したルールに基づいて人間が生成したデータを使用しています。そのため、このデータは物事の考え方やアプローチに反映しています。このデータは各アルゴリズムの動作を決定します。多くの場合は医療画像の診断、機器の故障の予測、生産スループットの最適化や倫理などです。 AIバイアスは解こうとする問題、または行うことを決定する問題に基づいての定義付けを識別する必要があります。関連するビジネス知識と技術知識に基づいて、適切な人間と機械の推論を使用してバイアスを明らかにできる新しい方法とツールを開発します。 AIシステムの倫理的説明責任とガバナンスは、AIにおけるリーダーシップの最も重要な役割の1つであり、積極的に関与して自らに情報を提供し、手順を提供し、組織全体の認識を高める必要があります。

AIテクノロジーは、まだ産業で採用される準備ができていない。それはまだ神話なのか？

現在のAIは、何十年にもわたる本格的な高品質の学術研究の恩恵を受けています。ただし、現在のAIシステムの主な弱点の1つは、実生活での経験が不足していることです。これは全ての人にとって確実に役立つようにするために必要です。人間と同様に、AIアルゴリズムには、現実世界でのアルゴリズムの試行錯誤によって作成されたより多くのデータが含まれる可能性があります。いままで以上に、より現実的な経験がAIのアルゴリズムには必要です。
例えば、コンピュータービジョン（CV）や自然言語処理（NLP）など、十分な実世界での経験を獲得した機械学習機能は、今日のAIで最も成熟して広く採用されている部分です。これらは、多くの産業および消費者向けアプリケーションおよび製品の背後にある認知エンジンであり、これまではビジネスと私生活に最も良い影響を与えています。
これは、従来の分析とAIソリューションとの主な違いです。データアナリティクスではソフトウェアベンダーは実際のデータがなくてもソフトウェアソリューションを構築します。それどころか、AIソリューションでは、問題の説明、実際のデータ、ドメインの知識、および特定の目標のセットを使用して、MLアルゴリズムを作成、トレーニング、および検証できます。 AIにはデータもアルゴリズムもありません。ターンキーソリューションはありません。この誤解を避けるために、すぐに重要な考え方を転換するべきことです。
AIシステムがその環境で継続的に学習および進化できるようにするためには、やるべきことがたくさんあります。しかしながら、スタートアップや定評のあるベンダーの現在のAIプラットフォームのほとんどは、実現するための強力なツールを提供しています。

インテリジェントマシンが世界を引き継ぐであろう

スティーブンホーキング、ビルゲーツ、イーロンマスクなど、世界をリードする技術専門家の一部は、AIが「インテリジェントマシン」を人間が制御できなくなる危険性に懸念を表明しています。何らかの方法で、この技術は現在開花しており、指数関数的な利益を上げていますが、SFで概説されているディストピアの未来からはまだまだ遠いです。
AIは、他のすべての技術や人間の開発と同様、監視と規制を必要とするため、インテリジェントマシンの引き継ぎは確かに私たちの寿命を超えます。

AIソリューションは設計上安全である

インテリジェントなソリューションは、従来のソフトウェアソリューション以外のさまざまな方法で防御できます。技術的にはAIを搭載したシステムが敵対的な行動を検出し、場合によっては予防的に措置を講ずることで自らを防御する可能性があります。現在、AIは従来のサイバーセキュリティソリューションを強化するために効果的に使用されており、攻撃を早期に特定または予測し、敵対システムへの攻撃を推奨できるようになっています。
通常、ハッカーは従来のソフトウェアシステムにアクセスしてデータを盗みます。彼らは、産業用制御システムをハッキングし、間違った行動をするように誘導します。ただし、AIシステムのコアには主にアルゴリズムがあり、データはありません。これは盗む内部には何もないように、一部の人々の間で絶対的なセキュリティの幻想を作成しました。ただし、サイバー攻撃者はデータを盗む代わりに、AIシステムに間違ったデータを送り込み、正しい意思決定を行う能力を操作することができます。たとえば、攻撃者は電子医療記録（EMR）にアクセスして、MRIスキャンで病状を追加または削除すると、MLアルゴリズムによる誤った診断につながる可能性があります。原子力発電所（NPP）またはスマートグリッドの重要な機器の財務データまたは運用データについても同じことが起こり得ます。
AIを活用したソリューションの先進的で有望な機能の1つは独自の動作から継続的に学習できること、それらを使用して問題を解決または決定する方法、およびアクセスを許可する外部データソースです。インテリジェントデジタルシステムのこのような新しいタイプのハッキングは、最先端のディープラーニングシステムでさえ重大なセキュリティ脆弱性を生み出しています。それは、脳を誤解させたり、組織の集合知能のバックボーンを無効にしたり、重要な物理的資産でさえ無効にすることです。これは取り返しのつかない損害を引き起こし、場合によっては企業の存在さえ脅かす可能性があります。
組織はこの新しいサイバー脅威を認識し、AIを活用したデジタルシステムおよび物理システム、および内部および外部とやり取りするシステムを設計、実装、およびセキュリティ保護するための新しいアプローチとツールを検討する必要があります。

人工知能の導入か、インテリジェントエンタープライズの作成か？

AIシステムがそのような決定を下せるようになるまで、企業はAIを採用するだけなのか、最終的にAI採用以上の成果を達成するインテリジェントなエンタープライズを作成するのかを決定する必要があります。 RPA(Robotic Process Automation)を巡る議論の１つとして、AIの一部であるかどうかは、AIの採用に関する議論の中に含めていない。RPAは少なくともAIの学術的定義に基づくと、AIの一部ではありません。誤解を招く可能性があるため、大声では言えないが、マーケティング観点からは異なります。現在のRPAテクノロジーは、残念ながら多くの場合、長年にわたって蓄積された現在のビジネスプロセスを自動化する単純なスクリプトに過ぎず、主に人間のみを念頭に置いて設計されました。
インテリジェントエンタープライズの基本的な機能のいくつかは、その製品、ソリューション、およびサービスが、人間によって作成された知識をインテリジェントに使用します。継続的に物事を改善することを学び、新しいことを行うことができ、更にインテリジェントに柔軟な対応ができることです。
したがって、組織はRPAについて議論する時間を無駄にするのをやめ、他のものを含めたインテリジェントエンタープライズに向けた戦略と道筋を設計する必要があります。

• 人間と機械がより緊密に連携するために設計された新しいインテリジェントプロセスのロードマップ。

• AIとMLアルゴリズムを超えて、新しいセンシング技術、インテリジェントIoTゲートウェイ、エッジコンピューティングハードウェア、量子コンピューティングを含むHPCなどのエンドツーエンドのインテリジェントソリューションと製品を提供するために不可欠な他のテクノロジーを特定する戦略。

• このようなインテリジェントなシステムとソリューションを構築、使用、運用、および保守する方法に必要な文化と組織の運用シフトを作成する計画。

• 新しいビジネスと共同クライアントに新しいインテリジェントサービスを構想し提供するために、新しいビジネスに不可欠なイノベーションエコシステムを作成する計画。