IBM コグニティブ ホワイト ペーパー: インテリジェンスへの道

1955 年に「人工知能」という用語が初めて作られたとき、それは当然のことながら大衆の想像力を捉えました。その後 60 年間、私たちはその可能性に魅了され、その潜在力が悪用されるのではないかと懸念し、またその開発の遅さに苛立ちを覚えることもありました。

しかし、時代を先取りして未熟に誕生したすべての先進技術と同様に、AI は広く誤解されており、ハリウッド映画では誤って解釈され、メディアでは人類の救世主から破壊者までさまざまなものとして誤って伝えられています。しかし、業界で実際に情報科学の研究と応用に取り組んでいる人々は、インテリジェント システムの大きな可能性を理解しています。このテクノロジーの将来（私たちは「人工知能」ではなく「認知知能」になると考えています）は、一般に AI として知られているものとは大きく異なります。これには、さまざまな技術的、科学的、社会的課題と機会が伴い、さまざまな規制、政策、管理のニーズに直面することになります。

認知コンピューティングとは、大規模に学習し、目的を持って推論し、人間と自然に対話できるシステムを指します。ロボットは事前に正確にプログラムされている必要はなく、むしろ私たちや環境とのやりとりから学び、推論します。過去半世紀にわたるいくつかの科学分野の発展により、これらは可能になりましたが、それらを実行する情報システムとは重要な違いがあります。

これらの情報システムは決定論的ですが、認知システムは確率論的です。認知システムは、幅広い質問に答えられるだけでなく、より複雑な（そして意味のある）データに基づいて仮説、推論、推奨事項を生成することもできます。

認知システムは、コンピューター科学者が「非構造化」データと呼ぶ、世界のデータの 80% を占めるデータも理解できます。これにより、現代世界の膨大かつ複雑で予測不可能な情報量に対応することができます。

これらはいずれも、機械の知覚や自律性とは何ら関係がありません。むしろ、それは人間の能力を高め、社会の複雑なシステムを理解し、運用することを可能にします。この拡張知能は、テクノロジーを活用してより深い知識を追求し、能力を高め、人間の状態を改善する能力を向上させるために必要なステップです。だからこそ、これは単なる新しいテクノロジーではなく、テクノロジー、ビジネス、社会における新しい時代、つまり認知時代の幕開けなのです。

認知コンピューティングの成功は、チューリングテストや人間をシミュレートする能力によって判断されるものではありません。その基準は、投資収益、新たな市場機会、病気の治療、命の救助など、より実践的です。

IBM では、コンピューター サイエンスの最前線にある 12 以上の分野と 100 年を超えるビジネスの専門知識を組み合わせて、コグニティブ コンピューティングの基盤を構築するため数十年にわたって取り組んできました。私たちは今、ビジネス、政府、そして社会を変革するその大きな可能性を目の当たりにしています。

ビッグ データが障害からチャンスへと変わり、小児科医が早期診断を下すのに役立ち、スマート シティを構築するための革新的なソリューションが提供されるのを私たちは見てきました。私たちは、これらのテクノロジーが、がん、気候変動、不安定な世界経済など、地球が直面している最も根深い構造的な問題のいくつかに対処するための最善かつおそらく唯一のチャンスをもたらすと信じています。

コンピューティングの歴史と認知の台頭

コグニティブ コンピューティングの将来を理解するには、それを歴史的な文脈に置く必要があります。

これまで、私たちは、表計算の時代とプログラミングの時代という、2 つの異なるコンピューティングの時代を経験してきました。 IBM はどちらの時代でも重要な役割を果たしました。私たちは、コグニティブ コンピューティングがコンピューティングの進化の歴史における 3 番目かつ最大の転換点であると信じています。

時計製造時代（1900-1940年代）

コンピュータは、パンチカードを使用してデータを入力し保存する単一目的の機械システムとして始まり、最終的にはマシンの動作を決定しました (非常に原始的な方法ではありますが)。本質的には計算機であるこれらの集計機は、商業と社会の拡大を可能にし、人口増加から世界経済の発展まであらゆるものを組織化し、理解し、管理するのに役立ちました。

プログラミング時代 (1950 年代～現在)

第二次世界大戦中、軍事的および科学的ニーズに応えて、機械式集計機から電子システムへの進化が始まりました。戦後、デジタル「コンピュータ」は急速に進化し、徐々に企業や政府に導入されるようになりました。ソフトウェア内のプログラムに従って、if/then 演算やループを実行できます。最初の真空管からトランジスタ、そしてマイクロプロセッサに至るまで、コンピュータの性能は急速に向上してきました。この開発プロセスにより、「ムーアの法則」が実証されました。過去 60 年間で、プロセッサの容量と速度は 18 か月ごとに 2 倍になりました。メインフレームからパーソナルコンピュータ、スマートフォン、タブレットまで、私たちが知っているすべてのコンピューティングデバイスは、プログラム可能なコンピュータです。

認知の時代（2011年～）

1960 年初頭、JCR Licklider は論文「人間と機械の共生」の中で、プログラム可能なシステムを超える可能性を提唱しました。現代のコンピューティングの多くは、LickLider の研究と洞察に基づいています。

「人間機械共生」とは、人間とコンピュータの共生関係であり、人間と機械の関係における予見可能な発展です。この関係には、人間と電子パートナーとの強い結びつきが伴います。主な目的は次のとおりです。

コンピューターは計画思考を促進するのと同様に、計画問題の解決も促進します。

柔軟性のない事前定義されたプログラムに頼ることなく、人間とコンピューターが協力して意思決定を行い、複雑な状況を制御できるようにします。

予備的な分析によれば、共生関係は人間が単独で知能を操作するよりも効果的であることが示唆されている。

—JCR リックライダー、「人間と機械の共生」、1960 年 3 月

リクライダーは、認知コンピューティングがプログラムコンピューティングの必然的かつ自然な進化であることはわかっていましたが、それがどのように実現されるのかはわかりませんでした。 50 年後、大規模な並列コンピューティングと膨大な量の構造化データおよび非構造化データの蓄積により、コグニティブ コンピューティングの基礎が築かれました。

世界初の認知システム

2011 年 2 月、IBM が開発した認知コンピューティング システムである Project Watson が初めて公開され、Jeopardy! でケン ジェニングスとブラッド ラターを破りました。これはコグニティブコンピューティングの最初の公開デモンストレーションであり、いわゆる AI の冬の終わりを告げるものでした。プログラム可能なシステムは、過去 60 年間にわたって、乱雑で構造化されていないデータを理解できるほどには進化しておらず、そのため Jeopardy! で競争することはできません。 Watson は微妙で複雑、そして二重の意味を持つ質問に答えることができ、コンピューティングの新しい時代が始まろうとしていることは明らかでした。

番組終了後、ワトソンはより複雑なデータセットを処理するようになり、パズルを解くだけでなく、理解、推論、学習する能力も発達した。コグニティブ コンピューティングの目標は、これまで見えなかった世界の一部、具体的には非構造化データに隠されたパターンや洞察を明らかにし、より重要な事柄についてより賢明な決定を下せるようにすることです。認知時代の真の可能性は、機械がデータを分析し、統計的推論を行う能力と、自発的な目標、常識、価値観などの人間特有の能力を組み合わせることにあります。

これはまさに Watson に課せられた任務であり、Watson が実行しようとしていることです。銀行は顧客の要件と財務データを分析して、より良い投資判断を下せるように支援しています。規制が厳しい業界の企業は、常に変化する規制やコンプライアンス基準に遅れないようにするために、常にシステムにクエリを実行しています。腫瘍専門医は、専門知識と研究を活用して、認知システムががん患者に関する医療情報を理解し、個人に合わせた証拠に基づいた治療計画を見つけるのに役立つかどうかをテストします。

このような経験は、関係する専門家にとって何を意味するのでしょうか?メモリアル・スローン・ケタリングがんセンターの世界的に有名な腫瘍専門医ラリー・ノートン博士は、ワトソンと協力して、医師が患者ごとにがん治療を個別化できるよう支援しています。 「コンピューターサイエンスは急速に進歩しており、医学もその影響を受けるだろう」と彼は語った。 「これは共進化と呼ばれています。私たちは互いに助け合う必要があります。私は、患者、コンピューター、看護師、大学院生仲間、そして私自身が全員モニタリング室にいて、互いにコミュニケーションを取っているというシナリオを思い描いています。」

この共生関係の兆しが初めて現れたのは、ワトソンのチェス版前身であるディープ・ブルーが1997年に世界チェスチャンピオンのガルリ・カスパロフを破ったときだった。そのデモンストレーションの後も、カスパロフは、プレイヤーが好きなコンピュータプログラムを自由に使用できるこの新しい「フリースタイル」チェスリーグに参加し続けた。これらのリーグでは、一部の選手は単独で戦います。完全にコンピュータ プログラムに依存しているものもあります。しかし、コンピューターと自分自身のゲームに対する直感や才能を組み合わせたプレイヤーが最も成功したのです。

「機械と人間のチームは、最も強力なコンピューターよりも優れたパフォーマンスを発揮できます。人間の戦略的指導とコンピューターの戦術的洞察力の組み合わせは、止められないものです。計算に多くの時間を費やす代わりに、戦略的な計画に集中できます。このような状況では、人間の創造性が最も重要です。」

—ガリー・カスパロフ

技術の進歩とそれを可能にする科学

リックライダー氏は認知コンピューティングへの哲学的アプローチの考案に貢献したが、今後の技術的な進路を明確に説明することはほとんどできなかった。その道筋は今も定義され続けており、常に調整されています。特に、データがどのように私たちの未来を形作っているかを私たちは痛感しています。ガートナーは、世界の情報は今後 5 年間で 800% 増加し、そのうち 80% のデータは非構造化データになると予測しています。これには、人間の言語で記録されたすべてのもの（教科書から詩まで）、画像で捉えられたすべての瞬間（CAT スキャンで撮影されたすべての家族写真）、音声で記録されたすべてのメッセージが含まれます。それは匂い、味、テキスト、振動に隠されたデータです。それは私たちの活動から、この計測器を備えた惑星から来ています。

情報、知識、サービスから価値が生まれる社会と世界経済において、データは世界で最も豊かで、最も価値があり、最も複雑な原材料です。これまで、それを効果的に採掘する方法がありませんでした。

プログラム可能なシステムは、一連の事前定義されたプロセスを通じてデータから結論を導き出すルールに基づいています。これらは強力かつ複雑である一方、決定論的でもあります。つまり、構造化されたデータには対応しますが、定性的または予期しない入力には対応できません。この硬直性は、曖昧さと不確実性に満ちた、新たに出現した複雑な世界の多くの側面に対処する能力を制限します。

認知システムは確率的であり、非構造化言語の複雑さと予測不可能性に適応し理解するように設計されています。テキストを「読む」、画像を「見る」、自然な会話を「聞く」ことができます。彼らはその情報を解釈し、整理し、その意味と結論の根拠を説明します。最終的な回答は提供されません。実際のところ、彼らは答えを「知りません」。代わりに、複数のソースからの情報とアイデアを評価し、推論を導き、検討するための仮説を提供するように設計されています。認知システムは、潜在的な洞察や回答ごとに信頼レベルを割り当てます。

ジェパディ! でワトソンが犯した間違いまさにその例です。競技初日の終了時点で、「ファイナル・ジェパディ」部門は「アメリカの都市」でした。ヒントは「第二次世界大戦の英雄にちなんで名付けられた最大の空港。第二次世界大戦で2番目に大きな戦闘。」答えはシカゴ（オヘアとミッドウェイ）です。ワトソンはトロントを推測した。ワトソンさんは、この質問の文法構造、イリノイ州にトロントという都市があるという事実、トロント・ブルージェイズがアメリカンリーグで野球をしているという事実など、多くの理由でこの質問に困惑した。

その結果、ワトソンの信頼度は驚くほど低く、14% でした。もしこれが通常の Jeopardy! だったらヒントの代わりに Final Jeopardy のヒントが与えられた場合、出場者はおそらくベルを鳴らすでしょうが、Watson は答えの信頼度が低すぎるためベルを鳴らしません。 Watson が知らないことを知っているかどうかは、図 2 の 5 つの疑問符で示されています。

しかし、認知システムは間違いから学ぶことができます。大規模な機械学習により、認知システムはトレーニングと使用を通じて継続的に改善することができます。

コーパスの知識を消化し、特定のトピックの専門家によってトレーニングされた認知システムは、一連の Q&A を通じてトレーニングできます。人間がシステムと対話し、システムのフィードバックの正確さに反応することで、機械の「知識」が強化されます。

Watson が Jeopardy! に挑戦したとき、実行したのは 1 つのこと、つまり 5 つの手法に基づく自然言語による Q&A でした。現在、Q&A は Watson が API を通じて提供する多くの機能の 1 つにすぎません。それ以来、当社は 50 を超えるさまざまな認知技術を使用して 20 を超える新しい API を開発してきました。これは、コグニティブ コンピューティングの技術的アプローチと現在の人工知能アプローチの主な違いでもあります。認知コンピューティングは、コンピュータサイエンスの孤立した領域ではありません。ハードウェア アーキテクチャ、アルゴリズム戦略、産業プロセス設計から業界の専門知識に至るまで、多くの分野の知識が必要です。

検索エンジンの広告アプリやソーシャルメディアサイトでの顔認識から、「スマート」カー、電話、電力網まで、私たちが毎日使用する多くの製品やサービスに人工知能の側面が取り入れられています。

人工知能製品およびサービスの大部分は、特定の機能目的を達成し、アプリケーションに重点を置き、特定のサービス向けに設計されています。これらは、コグニティブ コンピューティングのコア機能の一部を使用します。テキストマイニング技術を使用したものもありました。画像認識に機械学習を使用する人もいます。すべての製品やサービスは、それを最初に作成したアイデアと同じくらい優れているだけです。

代わりに、認知システムには 5 つのコア機能があります。

1. 人々とのより深い関わり。

人々は、それぞれの人が好むモード、形式、品質に基づいて、システムとより完全に対話します。彼らは、収集したデータ（位置データ、Web でのやり取り、取引履歴、お気に入りの番組のパターン、ウェアラブル デバイスのデータ、電子医療記録など）を使用して、個人の精緻なイメージを作成し、そのイメージに、好み、気分、感情状態、環境条件、対人関係の性質と強さなど、検出が困難な詳細を追加します。すべての構造化データと非構造化データから推論し、対人コミュニケーションにおいて何が重要かを判断します。継続的な学習を通じて、これらのやり取りは価値を高め、より自然で予測可能になり、感情的にバランスが取れたものになります。

2. 専門スキルの拡大と向上：

雑誌、新しいプロトコル、新しい法律、新しい慣行、まったく新しい分野など、あらゆる種類の産業知識と専門知識は、専門家が追いつけないほどの速度で拡大しています。明確な例は医療です。1950 年には、世界中の医療知識が 2 倍になるには 50 年かかると予測されていました。 1980年までにその期間は7年に短縮されました。そして2015年には3年以内に終了しました。同時に、人は生涯で 100 万 GB の健康データを生成する可能性があり、これは 3 億冊の書籍に相当します。

組織が遅れを取らないように、認知システムは専門家のパートナーとして機能し、パフォーマンスを向上できるように設計されています。これらのシステムは、医学、販売、料理などの専門用語を習得しているため、複雑な専門スキルを理解して教えることができます。初心者からエキスパートになるまでの時間を短縮します。そして、これらのシステムは、顧客サービス、腫瘍学、判例法など、あらゆる分野の第一人者によって訓練されているため、その秘密は多くの人々に公開されています。

3. 認知統合製品とサービスを使用する:

認知技術により、ユーザーとその周囲の世界を感知、推測、理解する新しいクラスの製品とサービスが可能になります。これにより、継続的に改善および適応し、機能を強化して、想像もできなかった新しい用途を導入することも可能になります。これは自動車、医療機器、家電、玩具業界で起こっています。モノのインターネットは、世界のデジタル製品とサービスを劇的に拡大しており、コードとデータがあるところには、認知テクノロジーが活かされる場所があります。

4. 認知操作が可能になる:

意識を高めることで、企業の運営方法も変えることができます。認知機能を統合したビジネスオペレーションは、内部および外部のリソースからのデータを富に変換できます。これにより、企業はワークフロー、コンテキスト、環境を評価できるようになり、継続的な学習、予測の改善、運用効率の向上が促進され、今日のデータの流れのスピードに合わせて意思決定を行うことができます。平均的な 10 億ドル規模の企業がサプライヤー管理に毎週 1,000 時間を費やしている分野においては、これは朗報です。

5. 探索と発見を改善する:

結局のところ、認知ビジネスが持つ最も強力なツールは、ますます複雑で不安定になる未来に向けた、はるかに優れたヘッドライトとなるでしょう。

あらゆる分野のリーダーたちが、新薬の発見、複雑な経済モデル、材料科学、新興企業に大金を賭けようと競い合う中、このようなヘッドライトはますます重要になっています。認知技術をビッグデータに適用することで、リーダーは、従来の研究やプログラム可能なシステムだけでは発見することがほぼ不可能なパターン、機会、実行可能な仮説を見つけることができます。

コグニティブ コンピューティングが構想どおりに実現されるためには、基盤となるプラットフォームがさまざまな業界で使用できるほど幅広く柔軟である必要があり、業界をまたいだアプリケーションもサポートする必要があります。これには、開発者エコシステムのさまざまなアプリケーションをサポートするために、多くの機能を備えた堅牢なプラットフォームを作成することを目的とした総合的な研究開発アプローチが必要です。

このプラットフォームは、機械学習、推論、自然言語処理、音声および画像認識、人間とコンピュータのインタラクション、対話、物語の生成などをカバーする必要があります。多くの機能には、高性能コンピューティング、特殊なハードウェア アーキテクチャ、さらには新しいコンピューティング パラダイムを使用した特殊なインフラストラクチャが必要です。それぞれの技術は、独自の科学分野または学術分野から生まれます。ただし、これらのテクノロジーは、認知成果をサポートするハードウェア、ソフトウェア、クラウド プラットフォーム、アプリケーションと連動して進化する必要があります。

Watson の急速な進化により、その未来はすでに見えてきているのかもしれません。たとえば、認知医療画像アプリケーションは、X 線、MRI、超音波画像を分析し、医学雑誌、書籍、記事の自然言語を処理できます。機械学習を使用して理解を修正し強化します。また、診断結果の形成に役立つ深い知識の表現と推論を開発することもできます。これを実現するには、大規模なデータと人間の専門知識をサポートし、システムの学習を導き、システムによって生成された結果を解釈するための特殊な画像プロセッサが必要です。

この新しいモデルのパワーはあらゆる分野に適用できます。石油・ガス会社は、地震画像データと何千もの論文、レポート、時事問題、経済データ、天気予報の分析を組み合わせて、生産のリスクと報酬の分析を行うことができます。あるいは、デジタル学習プラットフォーム上のテストのスコア、出席率、生徒の行動情報を分析することで、学校は長期的な生徒のプロファイルと個別の教育計画を作成できます。

IBM は、臨床的識別を加速し、患者に個別化された治療オプションを提供するために、いくつかの主要な癌研究機関と協力しています。また、短期的には最も有望な認知コンピューティング アプリケーションの 1 つとも考えられています。このプログラムは、DNAを解釈し、個人の遺伝情報を理解し、医学文献から関連情報を収集するのにかかる時間を数週間から数分に短縮することを目指しています。分析結果により、医師は患者の特定の癌遺伝子変異を診断できるようになります。 Watson はわずか数分で遺伝物質と医学文献のレビュー プロセスを完了し、視覚データを含むレポートを生成し、エビデンスに基づく医療に基づいて患者の固有の遺伝学に基づいて実行可能な薬物オプションを提供できます。臨床医は証拠を評価して、その有効性が標準的な治療法よりも的を絞ったものであるかどうかを判断できます。

最先端の認知科学の意味と義務

認知時代は応用科学の進化における次のステップであり、人類が自然を理解し、人間の状態を改善するのに役立ちます。この意味で、これは古い物語の新たな章なのです。人工知能をめぐる論争は、科学の進歩を信じる者とそれを恐れる者との間の古くからの論争の継続であり、最新の例に過ぎない。メディアや大衆娯楽における議論とは対照的に、科学の分野では判決が出ています。認知的な未来の追求については幅広い合意が得られており、人々はテクノロジーに対して責任を持つ必要性も一般的に認識しています。

「テクノロジーは可能性と潜在力を生み出しますが、最終的には私たちの未来は私たちの選択によって決まります。私の人生はテクノロジーではなく私自身にかかっています。」

——エリック・ブリニョルフソン、MIT（マサチューセッツ工科大学、著名な経済学教授）

具体的には、認知コンピューティングが仕事と雇用に与える影響を継続的に形作っていきます。すべてのテクノロジーと同様に、コグニティブ コンピューティングは人々の働き方の本質を変えるでしょう。これにより、一部のタスクをより迅速かつ正確に実行できるようになります。多くの処理プロセスがより安価で効率的になります。いくつかのことは人間よりも上手にできる。これは文明の夜明け以来起きていることです。新しい技術がより大きな価値を持つことが発見され、私たちの社会と生活が適応し、進化できるようになりました。したがって、現時点での状況は過去と一致していると信じる理由があります。実際、認知時代は、知識、発見、機会が飛躍的に増加する世界を人類に切り開くでしょう。また、人間の仕事はますます興味深く、やりがいがあり、価値のあるものになると信じる十分な理由もあります。

同時に、社会的な統制と保護も同様に重要です。ここでも、インテリジェント システムに関する懸念が当てはまります。自動車から医薬品、携帯電話まで、あらゆる技術の移行は個人と組織の安全性に関する疑問を引き起こします。これらの問題はすでに緊急性があり、認知技術の発展とともに進化し続けるでしょう。これらの問題は、Web とクラウドの急速な普及によって推進されている今日のテクノロジーの急進的な民主化と、その結果としてのコスト削減によって促進されています。

答えは民主化を制限することではなく、プライバシー、セキュリティ、人間の制御を融合した認知システムを設計しながら民主化を受け入れることだと私たちは考えています。

次世代の人間認知への道を切り開く

最後に、すべての技術革命は発見されるだけでなく、ビジネスと社会のニーズによって推進されます。私たちは、できるからではなく、そうしたいからこそ、こうした新たな可能性を追求します。

あらゆる革命的なテクノロジーにおいて、私たちの初期の理解は、世界の複雑さと私たち自身の根深い偏見やアプローチによって制限されます。しかし、すべての限界は進歩によって必ず克服されるはずです。実際、私たちは知らないことで高い代償を払ってきました。患者の病気の原因が何なのかが分からないのです。製品の消費者がどこにいるか分からない。重要な天然資源がどこに隠されているかは分かりません。そして、あらゆる投資のリスクがどこにあるのかはわかりません。

「賢明な行動に対する最大の障害は無知であり、それはまた最大の恐怖の源でもあります。小さなろうそくは、人を惑わすようなかすかな光を放ち、巨大で不吉な影を落とします。真昼の太陽は明るく、影を落としません。人間と機械の問題全体を真昼の太陽のまぶしさの下に置く時が来ました。コンピューターは人間の自発性を奪ったり、人間の創造的思考に取って代わったりすることはありません。コンピューターは人間を低レベルの反復思考から解放し、理性をより十分に活用してより多くの機会を創出できるようにします。」

——トーマス・ワトソン・ジュニア（トーマス・ワトソン・ジュニア、IBMの2代目社長）

IBM では、世界の困難な問題の多くは最終的には解決できると信じています。コグニティブコンピューティングにより、この野心的な目標を達成できます。

「人間対機械」ドラマに関する誇大宣伝は、刺激的だが誤解を招く小説にのみ存在する視点から私たちを遠ざけます。認知システムは今日も私たちの競争相手ではありませんし、将来もそうなることはありません。科学的証拠も経済的証拠もこの恐怖を裏付けるものではありません。真の認知システムとは、実は、人と世界との関係という重要な関係を深めるためのツールなのです。

それらを通じて、私たちは次世代の認識への道を切り開いていきます。私たちは新しい強力な方法で考え、推論することができます。認知システムは、まさに人間の脳からインスピレーションを得た機械です。同様に、これらのマシンは人間の脳を真に刺激し、論理的思考力を向上させ、学習方法を変えるでしょう。 21 世紀において、すべての答えを知ることは知恵ではなく、より良い質問をすることが真の天才です。