診察室からコンニチハ(174)

ディープラーニングの技術は、人間の神経細胞(ニューロン)の仕組みを模したシステムであるニューラルネットワーク(人間の脳内にある神経細胞「ニューロン」とそのつながり、つまり、神経回路網を人工ニューロンという数式的なモデルで表現したもの)がベースになっています。ニューラルネットワークを多層にして用いることで、データに含まれる特徴を段階的により深く学習することが可能になります。多層構造のニューラルネットワークに大量の画像、テキスト、音声データなどを入力することで、コンピュータのモデルはデータに含まれる特徴を各層で自動的に学習していきます。この構造と学習の手法がディープラーニング特有であり、これによりディープラーニングのモデルは極めて高い精度を誇り、時には人間の認識精度を超えることもあります。
事実、プロ棋士との対戦でAIの勝率が圧倒的に高くなっている話は、昨今はよく耳にするニュースです。
また、人工知能の技術進化が大きくなると、臨床医の能力がいつ人工知能に並ばれるのか、危機感を持って見守っている医師も多いと思います。興味深い2015 年の論文では、『いつ人工知能は人間を凌駕するのか?』(When Will AI Exceed Human Performance? Evidence from AI Expert.)があります。
さらに、Oxford 未来研究所/Yale 政治学部の人工知能研究者352名に、「機械が人間の手を借りずに全業務を人間労働者よりもうまく安価に行える(High-level machine intelligence: HLMI)」ようになる時期についてアンケート調査を行ったものがあります。HLMI 到来まで9年以内と答えた研究者が10%、45年以内は50%でした。
これによりますと、人間を超える人工知能の到来時期は、外科医で2053年、ベストセラー作家2049年、販売員は2031年、トラック運転手は2027年、高校生レベルのエッセイスト(卓越した文章能力者)は2026年、そして翻訳家は2024年でした。
人類の知能を人工知能が凌駕する、技術的特異点(シンギュラリティ)が到来する、という説が存在しています。これは、米国の発明家・未来学者であるレイ・カーツワイル博士(現 Google 社)により初めて提唱されました。コンピュータの集積回路の細密化度が指数関数的に増加するムーアの法則に基づき、人工知能の進化・技術革新も加速するという収穫加速の法則に基づいています。カーツワイル博士は当初、技術的特異点到来の予測を 2045 年としていたものの、近年の講演では 2029 年に前倒しています。カーツワイル博士の1990 年代以降の146件の未来予測は 86%の的中率であり、前倒し予測が正しい可能性は高いのです。ひとたび技術的特異点に達し臨界点を突破すると、人工知能の進歩を予測することは困難となります。技術点特異点後の、人工知能が人類にもたらす脅威に対し、ビル・ゲイツ 氏、イーロン・マスク氏などの IT 企業者やホーキング博士などの科学者が強い警鐘を鳴らしており、現在は盛んに議論が行われています。特に人工知能技術の悪用 (dual use) が懸念されています。
考えられる例としては、ミサイルに変化するドローン(無人機)、世論を操る偽物のビデオ、自動化されたハッキング。これらは、悪の手に渡った人工知能(AI)がもたらす脅威の一部に過ぎません。第一線のAI専門家26人が、警告を発表しています。
人工知能での、医学的な活用について考察してみましょう。医療現場では、患者のカルテ、MRIや CT画像、病理画像、DNA の配列などの形で大量のデータ蓄積が容易になります。また、それらの中から必要な情報を取り出す方法として、人工知能は極めて有効でしょう。さらに、画像診断、カルテ解析、生化学的診断、遺伝子解析、行動解析、創薬、そして遠隔医療なども医療に革新的な進歩を促すでしょう。また、心臓疾患にかかわる問題としては、身体運動との関係、遺伝子情報の活用が発展するでしょう。
歩行などの運動は、内臓疾患を反映するといわれていますので、歩行を画像で撮り、それを解析することで心臓疾患の可能性が示されることになれば、多数の予備軍から治療の必要な人を選別し、注意を与えるなどの役割が期待できま
す。在宅で用いるならば、診断(医療)ではなく、患者に医療機関へ行くことを勧める、という役割が期 待できます。手遅れにならないならば、本人の予後には大きな福音となり、医療費削減に対しても有効な方法となるでしょう。 
次回に続く
関連記事

コメント