SPECIAL REPORT from RKKCS News Letter須藤修 教授インタビュー
〜行政DXとAIを語る〜後編Report

本格的に始めたのは2017年くらいからですね。特定目的型のニューラルネットワークの人工知能です。

私が研究でマシンラーニング（Machine Learning：機械学習）をやって最初に成功したのが2014年で、それを使って九州大学付属病院で予防医療の実験などをやっていました。九州大学の有川総長は日本のデータベースの大家でして、その有川総長に糖尿病患者の予防医療をやりたいとお願いしたところ協力するとおっしゃっていただき、研究がスタートしてそこで一つ大きな評価を頂きました。

センサーを患者につけて、ZigBeeやBluetoothでデータをサーバーに飛ばして溜め、フーリエ変換とデシジョンツリーという二つのアルゴリズムを使って行動分析をしました。

その通りです。当時その研究で私と九州大学の研究チームは世界でトップの読み取り成功率を達成したのですが、その時のライバルがマサチューセッツ工科大学やアップル社でした。アップルはその後も莫大な研究費をつぎ込み、この研究の成果を「Apple Watch」として製品化しました。この研究の後、中国に招かれたり、ビル・ゲイツと一緒にインドの首相と食事をしたり、刺激的な経験をたくさんさせていただきました。また、2016年くらいから政府のAI関連会議の座長などをすることになりました。

そうです。ニューラルネットワークを用いたコンピューティングそのものは1980年代くらいにはマサチューセッツ工科大学などで研究が始まっていました。しかしインターネットみたいにデータなどをたくさん集めるような基盤がなく、仲間内のデータを取り込むだけだったので、今ほどのものは作れませんでした。21世紀に入ってからインターネットによって巨大IT企業がデータを世界中から集められるようになり、人工知能が学習するデータ量が飛躍的に多くなったことで賢くなりましたね。ビッグデータブームは日本だとセンサーやオープンデータの文脈で語られていましたけど、アメリカでは真の目的はAIの学習でしたね。

学習計算量が10の23乗あたりから急に性能が上がるというスケーリング則のことですね。ハルシネーションがなくなるわけではないけれど、正しいことを言う精度が上がるということです。今でもハルシネーションをなくす努力をしていますが、30-40％は出ることはアメリカの研究で分かっています。中国のディープシークが優れているのは、このハルシネーションを十数パーセントまで減らしたからです。それでも十数パーセントは出ますので、それをどう制御するかを今研究しているのでしょう。

残念ながら、日本は世界中のデータを収集するようなお金もありませんし、研究基盤もできていませんので、海外に負けてしまうのは、当然といえば当然です。それにAI研究には膨大な軍事費が使われている。日本は、基本的には軍事研究の予算を学術界が使うことはできませんので、そこはアメリカや中国と資金力の面ですごい差になっています。

まだ続いていますね。OpenAIがGPT-5をいま準備していると言われていますが、GPT-4のパラメータ数が1兆でしたが、5ではパラメータ数が5兆から10兆だと言われています。5兆ものパラメータを動かそうと思ったら、ものすごいコンピューターが必要となります。そんなものはアメリカしか作れません。それ以外だと中国くらいでしょう。

では日本はどうかと言うと、まったくそのレベルにはありません。1750億パラメータの、ChatGPTで言うところの3.5レベルのものを作ろうとしていますが、それも決して簡単なことではないでしょう。

自国で持つべきだと思います。今後は軍事研究や基礎研究、医学もすべてAIと連動しますから、LLMがないと研究ができなくなります。それでも、お金がある国はAIを使うことができますが、ない国はLLMを持つ国の言いなりにならざるを得なくなります。中国はそれをよくわかっていますから、アフリカや東南アジアで安くAIを使ってもらうよう働きかけ、囲い込み、アメリカと戦う準備をしていると考えられます。

推論モデルからエージェントモデルにはいけますが、AGI（汎用人工知能）には直接はいけません。ノーベル経済学賞を受賞したダニエル・カーネマンによると、人間の頭にはシステム1と言われている「直感力（速い思考）」と、システム2と言われる「論理的推論能力（遅い思考）」の両方が備わっているとされています。今のAIはシステム2の論理的推論能力は高くなって、大学院博士課程程度にはなってきています。一方、AGIには直感力が必要なのですが、残念ながら直感力は論理的推論能力を高めても自然に出てくるものじゃないです。これに関しては、今唯一いいところまで行っているのがOpenAI社で、ChatGPT-4.5というのは直感力が高いと言われています。つまり「ひらめき」を持っているんですね。

そこはAIエージェントとロボットの登場で大きく変わるでしょうね。次のAIはマルチモーダルに加えて、外界を理解し物理的に世界と接点を持つAIロボットとして、労働力として置き換わっていくはずです。

私の大学でも学生に読めと言っているハンナ・アーレントという哲学者がいるのですが、著作「人間の条件」の中で人間には「労働」「仕事」「活動」という行為があると言っています。アーレントの考察に沿って言えば、労働は生きるためには必要不可欠の行為ですが、未来を積極的には構想できないような行為なんですよ。人間は労働しかしていなかったら貧しいまま、人間は労働は極力少なくして仕事と活動をするべきなんです。古代ギリシアの時代は労働は奴隷によってまかなわれていて、知識人は活動をしていた。それが今はAIやロボットが労働できる可能性が出てきたんですね。

私もずっとそれは考えていて、なかなか難しい問題です。労働はもうロボットで完全にできるようになってきた。最近はアートなど活動のところまでAIがサポートあるいは協力者として入ってきている気がします。質の高い仕事はAIがかなり代替できるようになっているかもしれない。なにしろエラーが少ないですから。しかしコストのことを考えたら、労働を安い賃金で人間にやらせた方が良いっていう判断になるかもしれません。

現代の状況はもうマルクス主義、つまり、労働が人間の本質的活動、っていうのがもう合わないんです。一方アーレントは労働は必要悪で、人間は労働から解放されるべきだと主張しています。200年前のマルクスの考え方は終わって、100年前のアーレントの考え方が現代になって実現してきているわけです。マルクス主義は労働者が差別的な扱いを受けていた時代だから影響力がありましたが、今は社会福祉、社会保障が充実しているので存在意義を失いました。戦後の日本の民主主義はまだマルクス主義の伝統が続きましたが、徐々にそれが消えつつある。社会主義国のほうが福祉や社会保障が弱いですよね。

AIで世論を形成できてしまうのはその通りなのですが、AIは合意形成にも役立ちます。合意形成というとハーバーマスの理論なのですが、対話や理性を持って議論をすることは民主主義の根幹とも言えます。AIを使って合意形成サポートの実験をDeepMind社は行いました。1970年代にハーバーマスの「晩期民主主義における正当性の問題」という著書があってどんな民主主義がよりよいのかを議論していて、DeepMind社の連中がこれを読んでいるんですね。驚きました。AIはそういった可能性も秘めているんですね。ハーバーマスの理論は人間は実践できませんでしたが、AIならやれてしまうかもしれない。

でも、チャーチルも言っていましたが、民主主義はろくなもんじゃない、でも他にましな政治形態はないってね。もしかしたら人工知能がきっかけになりよりよい政治形態を人類が構想するようになり、新たな文明の萌芽が見えるかもしれません。でも生きているうちには無理かな（笑）。