PHISHING FOR PHOOLS るオ レビュ 不道徳な見えざる手 自由市場は人間の弱みにつけ込む ジョージ・ A ・アカロスロバート・ J ・シラ - 著 / 山形浩生訳 東洋経済新報社 2 网円十税 / 3 十 75 ページ profile George A. Akerlof Robert J. Shiller 米ジョージタウン大学教授。米イエール大学教授。 2013 年ノ ーベル経済学賞受賞。著書に『投 2 1 年ノーベル経済学賞受賞。 著書に『ある理論経済学者のお機バカレ根拠なき熱狂』『新し 話の本』、共著に「アニマルスピい金融秩序』、共著に「アニマル スピリット』など。 リット』など。 い心外し P エ一 5 エ一 2 G F 0 R P 工 0 0 尸 5 、へ ( 0 コこョ瀲い 2 、く 3 「一一℃ : こご 0 コ、に、じら : ~ 0 = 0 コ 自由市場は人間の弱みにつけ込む 一ジ・ A ・ア加アロバートナシラー ショーン・ - アカロ冫 ロノ、一ト ' シフー ン 2 見め の 市場に「カモ」釣りを促す - 斉 そ 発を も 手 ク 直 メカニズムが内在と主張 見 の ン る る ャ け機方 ニ一口 済 の ら危 て パリバ証券経済調査本部長 ち - っ も衡か え 洋 満ま惑金 均るンち 河野龍太郎 点い釣鉚 暑ケた ごしる誘と釣 クるのよ いてえろグる弓 雄面ば要 見 釣を けミり英裏す重干 か考こンあ宅ぐら。。ン 金融の世界では、情報豊かカまをとニ - 住た見薬ン酒儲・釣うののの週 ご衡るイち者、つも医一のとてルに戦場場衡 な洗練された人々が、そうで徳 もこしケ餌と市市均 2 はな均至こ業車ばで はない人々を「カモ」にして、 」締み釣人評あ広自ぐ食イ醜倒マド釣自自釣 大き , 。、稼 ~ ・ . 、、 A 」い、つのはよく聞、不き章部章章部章章章章章章章章章部論き 5 か 1 2 3 4 56 7 89 0 え序第第第第第第第第第第第結と く話だ。カモ釣りが広がり、 ま第 価値のまったくない金融商品 を高値で大々的に販売し、挙 が世打すると批判する。 句の果てに世界経済を危機のの機会。健康に有害な医薬品 淵に追いやったのが米国の住が未だに後を絶たないのもカ著者はいずれもノーベル経 宅クレジットバブルだった。モ釣りが原因。選挙も典型的済学賞を受賞したニュ 1 ケイ ンジアンの指導的立場にある 金融界に市場万能主義者が多なカモ釣りだという。 世の中がごまかしに溢れて研究者で、人々が完全な合理 いのは、カモが次から次へと いるのは元からわかっていた性に基づいて行動しているわ 現れ、自らは常に勝者になる けではないことを強調する研 と考えるからではないのか話、と皮肉る人も多いだろう。 そんな疑念から評者は金融確かにそうなのだが、経済学究で評価を受けてきた。一歩 では、そうした問題が起こる踏み込んだ今回の主張は、経 規制の緩和には常に慎重だ やモバイルバンクを除のは、価格の粘着性や情報の済学者の間でも賛否が大きく くと金融イノベ 1 ションと呼非対称性、外部性など市場の割れるだろう。 ぶものの多くは詐欺まがいで失敗が原因と考えてきた。本人は常に物語を必要とし、 はないのか。一方、実業の世書がこれまでの経済学と大き自分の中にある物語を通じて 界のイノベ 1 ションは生産性く異なるのは、自由な競争市世界を認識する生き物。これ を高め、経済厚生を確実に改場にカモ釣りを促すメカニズが評者の仮説だが、優れた文 善するから、規制緩和を積極ムが内在すると主張する点だ。学者や歴史家、政治家、経営 推進すべき、と考えてきた。騙す人や騙される人の問題で者は皆、物語を通じ共感を得 だから本書の主張には強い はない。市場メカニズムは人る。本書に登場する釣り師も 衝撃を受けた。金融以外のあ類に豊かさをもたらしたが、皆、物語を餌にカモを釣って らゆる分野でもカモ釣りが横同時に詐術や ) 」まかしも助長いた。共感もカモ釣りも基本 行しているというのだ。結婚する。市場メカニズムを絶賛構造は同じで、本物かど、つか 式や住宅購入など、人生の特するばかりだから、必要な規は別にすると、いずれも人間 別な買い物はカモ釣りの絶好制も十分行われず、カモ釣りの本性に根差すということか

GOBALEYE 保護主義で雇用は守れるか ? 国境なき世界経済の現実 ード大学教授 2 0 済 - , もメキシの雇用と同じくらい犠洋 東 牲にをる可能性がある。高関税に バ教権調 よるコスト増はもちろん、値上げ週 日ハ学野ま - 。 済一により消費者にツケが回される。 「四学際 1 済長一貿易がナ 1 ビス分野にも浸透し 四大国経局 ケネス・ロフ米ハー ていくことは間違いない。たとえ ば米アマゾンが運営するメカニカ ルターク ( 人間が中に隠れていた コ 1 ルセンタ 1 業務の相当部分は 0 人超の雇用、あるいは米国が 用の劣化を心配する米欧の 政治家は、アジアの途上国すでに自動応答システムに置き換必要する 200 万人の雇用に比 絽世紀のチ = ス対戦ロポットにち , たら、焼け石に水である なんだ名称 ) は、プログラミング が直面する、より大きな問題に目わっており、単純なプログラミン など人力で行う細かな作業を、途 を向けたほうがいい。世界の賃金グ業務でのインドの竸争力は失わ 中国による鉄鋼の不当廉売に対上国並みの低賃金で発注可能にし を押し下げる巨大な圧力となりかれつつある。 ねないからである。インドの 1 人 中国はインドに比べれば、はるし、米欧が対抗措置を取ることはた新たなプラットフォ 1 ムだ。 配車サ 1 ピスの米ウ 1 バ 1 か明 当たり賃金は米国の約川分の 1 だ かに都市化が進んでいるとはいえ、十分正当化できる。だが、歴史が らかにしたよ、つに、この種のオン いまだに毎年 1000 万人が都市証明するように、保護主義がピン が、そこでは年間 1000 万人以 ラインサ 1 ビスには規制が必要だ。 へと流入を続けている。自動化でポイントの政策に限定されること 上が農村から都市へと押し寄せ、 路肩でチャイを売る仕事を見つけ雇用が失われ、低賃金の仕事がべは、まずない。多くの場合、恩恵だが、インドや中国が抱える雇用 ることすらおばっかない。コンピトナムやスリランカといった競合を受けるのは政治に近い一部であ問題は巨大であり、サ 1 ビスの輸 ュータブログラマ 1 となれば、な国に流出する中、雇用問題への対り、ツケを支払うのは消費者だ。出を先進国が取り締まれると思っ 国際競争からの遮断が行きすぎれたら、勘違いも甚だしい。 おさらだ。アジアの雇用不安は、処は一段と難しくなっている では、この問題にどう対処すべ ば、その国は競争力を失い、雇用 問題をいっそう複雑にしたのが、 米欧の比ではない。 きか。人々が頻繁に、時として劇 インドは、日本が先鞭をつけた最近の保護主義の高まりだ。これや経済成長も打撃を受ける。 西側経済はグローバルなサプラ的に職を変える世の中においては、 輸出主導型の経済を目指すべきなを象徴するのが、米アップル製品 主にオンライン学習を通じた社会 の製造を請け負う台湾フォックスイチェ 1 ンに深く組み込まれてい のか。自動化で製造業の職が減っ ていくとしたら、その結末はどうコンが行った、総投資額 100 億る。米トランプ政権ですら、北米人教育の抜本改革が欠かせない なるのだろう。 ドル ( 約 1 兆円 ) の米ウイスコンシ自由貿易協定 (Z<*<) から所得再分配の強化も必要だ。トラ ンプ大統領が信奉するような、人 もちろん、先進国では人口の 8 ン州での新エ場建設という決断だ。の脱退計画を見直さねばならなか った。メキシコからの輸入品の中気取りの伝統的保護政策は、これ これによって米国にもたらされる 割がサービス業で働いているし、 サ 1 ビス部門の業務受託でインド雇用は 1 ・ 3 万人。インドや中国身は相当部分が米国製であり、高までも有効ではなく、今後さらに 国際的なが毎年創出せねばならない 200 い関税障壁を築けば、米国の雇用ひどい結果をもたらしそうだ。 は世界トップだ。だが、 1

5 つのテクノロジー と乗り遅れる 王戦。今回で最後となる今年の大 プロ棋士が実際に指した手と指九段は「人類最強」とうたわれる 先 会 ( 455 月 ) には、昨年の名人さなかった手。両者の違いはその棋士だが、完敗に終わった。この た戦で羽生善治三冠を下した佐藤天後の局面にどのような差を生じさアルフ , 碁が採用しているのは、 彦名人が出場。将棋界の最高位タせたのか。ポナンザ自身に膨大な機械学習の一種であるディープラ ま イトル保持者とあって注目を集め計算をさせたところ、ポナンザは 1 ニング ( 深層学習 ) だ。 たが、名人は一勝もできなかった。勝っための最善の手を見いだして 一言で説明すると、処理を行う この結果をもたらしたのは、いった。加えてプロ棋士のお手本階層を何層にも深くすることで、 —の一種と位置づけられる機械学には頼らず自身に試行錯誤さ 1 段階ではできなかった複雑な処 型 習だ。これは与えられたデ 1 タかせて学ばせる「強化学習」 ( 機械理と学習を可能にしたものである。 わ らコンピュ 1 タが一貫性のある規学習の一種 ) により、新戦法を編従来の機械学習では、分析対象の 特徴の設定に人間の関与が一定程 イ凡則や特徴、つまり「答え」を見いみ出すまでにな 0 た。 つ」、冫だす仕組みである 度必要だったが、ディ 1 プラ 1 ニ ディープラーニングで 名人に勝った将棋「ポナン 機械が目を持った ザ」の場合、駒の動かし方などの 基本ル 1 ル、さらには現在の局面電王戦と同じ時期、米グ 1 グル 人 からはどのような手が予測されて、傘下の開発べンチャ 1 が作っ それによりどう局面が変化してい た「アルファ碁」は、中国で くかを計算する方法は人間によっ柯潔九段との三番勝負 に挑んでいた。柯 エス、将棋、囲碁などのポてプログラムされている しかし指し手の良しあしの判断 1 ドゲームは昔から単なる 遊びではなく知を競う競技としてについては、プログラミングされ とらえられてきた。だが、その分ていないなぜこの手がよい手な 野ではもはや ( 人工知能 ) がのかを言葉で論理的に伝えること 人間を凌駕している。 は難しく、人間がプログラム上で 一つひとっ調整していくことは困 2012 年に始まった、将棋の 棋士とコンピュ 1 タが対局する電難だったからだ。 チ 知らな 日刊スポーツ / アフロ 20 レ .8.26 週刊東洋経済 36

特集教養としてのテクノロジ トレンドはセンサーが教えてくれる の間、 DJI ( 中国・深蜩のド ローンペンチャー ) の小型機 ・マビックを買ったが、小さくよく できているので、感心した。空に飛 ばすホヒー製品といえば飛行機やヘ リコプターの形をしたラジコンが常 識だったところに、 DJI は 4 枚羽根、 6 枚羽根のマルチコプターという市 場を生み出した。 マルチコプターはテクノロジー的 に実は難しくない。それがこれまで 一般的でなかったのは、機体制御な どを行うセンサーが高価だったから。 ドローンはセンサーの塊なのでね。 ところがスマートフォンにセンサー が搭載され量産効果が出たことで価 HONZ 代表 ソフト元社長 日本マイクロ 成毛眞 格が下がった。そ 企業内のコミュニケーション 1 っと なる変革をしなかったのだと思う。 クノロジーを受容するために必要と み、法律・制度について、新しいテ 日本はビジネス習慣や経営の仕組 ば見られなかったのはなぜなのか ? かかわらず、この間に経済成長がほ 普通に使われるようになった。にも の 20 年間で日本ではげが企業でも ると、 0.5 % しか上昇していない。こ 目 GDP ( 国内総生産 ) を比べ 1 997 年と 2016 年の日本の名 うすると「マルチコプターができる じゃん」となる。センサーの価格や 機能を見れば、次にどんなデジタル 製品が来るか、だいたい予測できる。 もともと日本はラジコン大国。世 界的なメーカーもある。なのに、日 本からマルチコプターが出現しなか ったのはなぜか ? それは経営者と 社員の年齢の問題だ。酷なようだが、 新しいテックを使うには歳を取って いるとダメなのだ。歳を取ると、昔 はやった音楽がやたら聴きたくなる ように、新しいものへの感度はどう したって下がる。だから企業として は 50 代、 60 代の社員には辞めても らうしかない。若い人は若い社員ば っかりの企業に行くしかない。 もう若くないけどテック感度を磨 きたいという人は、 NH K の「サイ 工ンス ZERO 」と月刊誌の『日経 サイエンス』を見ることをオススメ する。これからは量子コンピュータ のような、サイエンスと工学にまた がる分野か面白いのだから。 っても、メールで容易に意思疎通で きるようになった。だが会議の頻度 はそれまでどおり。決裁者の数も変 わらない。社長からヒラ社員までの 役職者数や職階数が減ってもいいの に、むしろ数が増えた企業もある。 摩擦を避けるな そのものは日本の生産性向上 にある程度貢献したのではないかと 思う。だがその成果はすべて、過去 から続くレガシーなシステムと考え テックが苦手な定年目前世代の罪 テックと人間は対 イゾマティクスは 2006 年に 発足したメディアアートの集 団だ。ブラジル・リオ五輪の閉会式 では、 AR ( 拡張現実 ) やプロジェ クションマッピングを使った東京五 輪のプレゼンテーションを演出した。 僕らの作品は「テジタルテクノロ ジーを使っているのに、独特のアナ ログ感がある」と言われる。確かに 僕らは、身体の尺度や感覚に合わせ たヒューマンスケールを大事にして いる。多くの人はテックを人間と対 立的に考えるが、実はテックもヒュ ーマンなものなのだ。 未来は「選ぶ」もの 経済が人間の感情に大きく左右さ れると近年の経済学でわかってきた ように、テックが社会にどう影響す るかも人間の感情と意思次第。よく 「未来がやってくる」と言うが、あ れは間違い。技術革新を含めて、未 来はどこからともなく突然到来する のではなく、人間が選ぶのだ。 フ 方を維持するために使われたのだろ う。それが過去 20 年、ほとんどゼ ロ成長に終わった日本の真実だ。 なぜこんなことが起こるのか。そ れは日本に変化と多様性、そしてそ れによる摩擦が乏しいからだ。イノ 撮影 : 大澤誠 慶応大学特別招聘教授 夏野剛 生みの親 i モード 擦を避ける組織に から生まれる。摩 べーションは摩擦

必ず淘汰される 始まろうとしている 20 世紀 21 世紀 半は ~ 初頭 ~ プロクラムによる第 AI の実用化と 自動制御 IoT の進展 みド 9 ~ 2q00 当 1 プラーニング ( 深層学習 ) と呼自動運転だ。センサ 1 で周囲の環 o 8 世紀から四世紀にかけて起さらに今、 4 度目の産業革命が 1 こった産業革命は経済と社始まろうとしている。牽引役とな ばれる技術を導入し、驚異的境を読み取り、車載やクラウド上 会を大きく変えた。第 1 次産業革るのは、 ( 人工知能 ) だ。なスコアを挙げた。 のがそれを分析するようにな済 —は第 3 次で芽生えた、人間の知 命は絽世紀末に起こり、蒸気機関 翌年以降は、参加チ 1 ムの多くれば、人が判断し操作をしなくて洋 東 もよい や水力を動力源とする「機械化 」的労働を機械が代替するという流がディ 1 プラ 1 ニングを導入。 刊 年にはマイクロソフト・リサーチ によって特徴づけられる。第 2 次れを加速させるとみられている だからここ数年世界では、週 は四世紀後半からで、電力を使っ ・アジアが 3 ・ % を記録し、初や—oe に関するべンチャ 1 企業 < ーのエラー率は て「大量生産」が可能になった。 めて人間のエラ 1 率を下回った。 に投資マネ 1 が押し寄せている。 人間より低い そして幻世紀半ばには第 3 次とも 単純な画像認識においては <<—は もちろん日本でもだ。昨年の国内 いえる動きがあった。コンピュ 1 図右下は、の画像認識精度もはや人間より賢いのだ。 べンチャ 1 企業の資金調達額は前 タとソフトウェアとい、つデジタルを競、つ国際コンペティション・ *-« このを、あらゆる工業製品年比 2 割以上増の 2099 億円 テクノロジ 1 ( テック ) によるの結果の推移だ。画像に半導体やセンサーを搭載し通信年以降で最高の額となった ( 出 「自動化」だ。 認識のエラ 1 率が低いほど賢い << 網でつなげる— 0 e ( モノのイン所・ジャパンべンチャ 1 リサ 1 、 0 、ロポティク といえる。このエラ 1 率が 20 タ 1 ネット ) 技術と組み合わせれチ ) 。 12 年、劇的に下がった。カナダば、大きなイノベーションが起きス、フィンテック関連の企業への ・トロント大学のチ 1 ムが、ディ るとみられている。典型例が車の投資が盛んだ。 投資家はこうしたべンチャ 1 が、 数年後に利益をもたらすことを期 待している。だが新しい技術が、 経済や社会に対しどのような影響 をもたらしたかがわかるまでには 時間を要する。 米国の経済学者、ノ 1 スウエス タン大学のロバ 1 ト・ゴ 1 ドン教 授は近著『ザ・ライズ・アンド・ フォ 1 ル・オプ・アメリカングロ ウス』で、 1870 年からの約 1 5 0 年における技術革新と米国の 経済成長の関係を分析した。 最初の年 ( 51920 年 ) は 第 2 次産業革命が米国で始まった 時期で、米国の 1 人当たり実質 成長率は 1 ・別 % だった。そ 場が、 ーを使った 米モディコンが プロクラム可能な 電子式モーター 制御装置を 販売開始 機械は画像認識力で人間を超えた ーに SVRC の優勝チームの画像認識工ラー率ー 30 25 20 15 2010 年 11 1 2 ー -14 ( 出所 ) に SVRC とフリファードネットワークスの資料を基に本誌作成 間 % 1 3

特集教養としてのテノロジー 自動化技術はアポロ計画を先例に あって、同時に普通の CPU の超並 、′エヌビディアの半導体・ GP U を使ったスーパーコンピュ 列イヒには限界があるとわかっていた。 ータは今でこそ珍しくない。だが、 だから「なぜ挑戦したのか」と聞か れると、「当然のことだったから」 2008 年にわれわれがスバコン「 TSU BAME 」に GPU を搭載したときは、 としか言いようがない。 物の見方が人と違う理由を強いて かなりクレージーな取り組みだと言 挙げるなら、ずっとコンピュータを われた。 やっているから、だろうか。中学生 僕は合理的に考えた当然の帰結と で独学で学び始めて以来、物理学や して、 GPU を選んだだけ。超並列 計算機のさまざまな法則が、定量的 コンピュータという技術トレンドが な王野牟としても体得した感覚として も身にしみ付いている。 シンギュラリティが起こるかどう かというと、人間を超える機械の知 性なんて当分生まれっこない。これ はコンピュータを 40 年やってきた 人間として、かなり確信を持って言 える。 だが人間がある作業を機械に任せ たことで、何かやばいことが起こる というのは、可能性が十分ある。機 械による自動化は確実に広がる。そ の中で、限定的な働きしかできない 「バカな A 人工知能 ) 」が事故を 引き起こし、制御できなくなるおそ れがある。 だから AI については、制御の手 続きにきちんと人間が監督役として 組み込まれている「ヒューマン・イ ン・ザ・ループ」じゃないといけな い。これは宇宙開発競争の時代から の考え方で、米国のアポロ計画が成 功したのは、自動化を進めながらも 人を介在させてきたからだ。 自動運転もそう。完全な自動運転 ができるかというと、僕は非常に難 しいと思う。仮に運転手がいなくて も、何らかの形で人が関与しないと 非常に不安が大きい技術ではないか。 すべてはわかったふりから始まる 子コンピュータだ。必ず来る。これ いっそうテックを遠ざけてしまう。 までのコンピュータはみんな古典に 誰でもその気になれる なるかもしれない。どういう原理か というと、これまではビットがゼロ テックオンチを自認する人は、電 か 1 できっちり分かれていたのが、 子工作用の格安パソコンポード・ラ 量子コンピュータではゼロと 1 があ ズベリーパイを買っていじってみる る割合で重ね合わさる。よくわから といい。完成品のパソコンではなく、 ないだろう ? でもとりあえずこれ むき出しのポードに触れて LED で を丸のみして、わかった気になるこ もつないでピカピカさせてみれば、 とから始めよう。 誰でもコンピュータがわかった気に なる。それが重要なのだ。 やつばり原理原則のセンスを体得 したいと思うなら、放送大学の数学 と物理学を見るといい。東京大学や 京都大学の名誉教授が、普通の人の ためにわかりやすく教えてくれる。 あれはなかなかぜいたくな内容だ。 これから重要になるテックは、量 GPU スバコン のバイオニア ′松岡聡 東京工業大学 学術国際情報センター教授 撮影 . 今井康ー 003 年にグーグルに入る直前、 2 当時のエリック・シュミット CEO ( 最高経営責任者 ) に「あな たは AI に詳しいんだよね」と聞か れた。「最近の技術はわかりません」 と正直に返すと、エリックはこう言 った。「わかったふりができればい い。実は私もわからないんだよ」。 グーグルの要職にいた人物ですら、 最先端のテクノロジーには「わかっ たふり」をしている。もとより高校 時代に数学・物理学とお別れしたよ うな人ならば、インターネットや AIN 量子コンピュータなんかの原理 を深いところで王牟しろというのは 土台無理。 ただよくないのは、「これは自分 にはわからない、難しいことなん だ」と思い込んでテックを遠ざける ことだ。それか機械に負ける、仕事 を奪われるという乱暴な話になって、 、干洋経済 17.8. 6 コンピュータと 歩んで約半世紀 村上憲郎 グーグル日本 元会長 撮影 . 尾形文繁 5

、特集 / 教養としてのテクノロジー インターネット掲示板「 2 ちゃんねる」開設 では、人間の誤回答率を下回るよ向上させ続け、人間の知能を上回 ファイル共有サービスの 「ナップスター」が開始 るシンギュラリティ ( 技術的特異 うになった ( 5 引ハー ) 。 エヌビディアが「」を開発 幻世紀に入りがク賢くなっ点 ) にまで到達するのか ? 実は これについては、—やコンピュ たのは、三つの条件がそろった グーグルが日本語での検索サービスを開始 1 タの研究者の間で意見が一致し からだ。まず、世界各国の研 5 アップルが携帯型音楽端末「」を発売 究者が優れたアルゴリズム ( 計算ない。記者が取材した感触では、 ー }—バブル崩壊 方法 ) を生み出したこと。 2 番目「到達しない」という答えがやや ペイバル出身のイーロン・マスクが ンピュ 1 タがいっか人間並は、の学習素材となる写真や優勢だ。現在のの賢さは、限 0 テスラ・モーターズを創業 コ みの知性を持つ。そんな期動画のデータが、インタ 1 ネットられた用途でのみ発揮できるもの。 . 「 E•-x•- 」開始、日本のの草分けに 待と恐れは、メインフレ 1 ムコン上に十分蓄積されていること。最人間のように語学の勉強も料理も フェイスブック創業 ピュ 1 タが普及し始めた 1950 後が、ディープラ 1 ニングに適し将棋もやる、といった全方位的な 知性ではないという理由だ。それ 年代からずっと人間社会にあった。た半導体があることだ。 レイ・カーツワイルか ヒントンチ 1 ムが使ったコンピでも懸念されているのは、限定的 その「いっか」がいよいよ到来し ( 邦題・シンギュラリティは近い ) を刊行 1 ビジョ な能力しか持たない同士がイ ュ 1 タシステム「ス 1 パ たか、と研究者が色めき立ったの アマゾンが ンタ 1 ネットを介して連携したら、 ン」には、米エヌビディアの は 2012 年のことだ。 クラウド・コンビューティング・サービス 「アマゾンウェブサービス ( ) 」を開始 カナダ・トロント大学のジェフというプロセッサ 1 半導体が搭予想もできない判断を下して社会 ツィッター創業 リ 1 ・ヒントン教授の研究チ 1 ム載されている。はもともと、に混乱をもたらすのではないか、 成 とい、つことだ。 が、—の国際コンペティションオンラインゲ 1 ム用のハイスペッ アップルが「」発売 作 誌 研究が盛んな中国では今年 ・において、驚異的クパソコンなど、映像処理用途で アンドロイドを搭載したスマートフォン発売こ 8 月上旬、企業のチャット型 なスコアをたたき出したのだ。コ使われてきた。 を一 リーマンショック それを年、東京工業大学の松—が共産党を「腐敗し無能」と ンピュ 1 タに写真や動画を解析さ 資 チュニジアでジャスミン革命勃発、 1 コンピュ 1 タ批判する珍事があった。賢いから 種せ、そこに写っているものを正答岡聡教授がス 1 パ ツィッターなどØZØが反体制派のツーレこ各 ・に搭載し、映像こそかもしれないか、予期せぬ事 できるか否かを測るのがコンべの 取 ーのスバコン「ワトソン」が 内容。ヒントンチ 1 ムが使ったの以外の用途でも高い演算性能を発態を起こす一例だ。 人気クイズ番組で歴代チャンピオンに勝利所 ( 本誌【杉本りうこ ) 揮することを明らかにした。 は、ディ 1 プラ 1 ニング ( 5 東日本大震災 国 はではなく通常の (-) のシステムだった。 米 カナダ・トロント大学の 地 同年には米グ 1 グルもディ 1 プスバコンだが、この高い成果 ジェフリー・ヒントン教授が、 生 発 国際的な画像認識コンテスト ラ 1 ニングを使って、人間が教えを受け、研究者も 「——IØ>CO 」でディープラーニングを ることなくコンピュ 1 タに「猫のを利用するようになった。 使って飛曜的な実績を残す れ 拠姿」を理解させることに成功。そ 囲碁 < ーの「 < ー QCCUOO 」が、 誰が機械を 欧州王者のプロ棋士・樊麾に勝利 の後も世界各地の研究チ 1 ムがデ 見張るのか イ 1 プラ 1 ニングによる研究成果 < ー Q -C 0 0 カ でははこのまま能力を 世界トップ棋士の柯潔 ( 中国在住 ) に勝利を積み上げ、直近の - 三ロ 2012 ヒントン教授が で飛躍的な 実績 ディープラーニングは、多く の男性の写真 ( 上 ) を基に 男性の顔 ( 下 ) を学ぶ 51 週刊東洋経済 2017.8.26

特集 / 教養としてのテクノロジー ディープラーニングは機械学習の一種 ー AI の概念図 ングではその特徴を自動的に把握ア初段のレベルを超えている。既 できるようになった。特に画像の存の手法との融合がこれからの課 認識と処理か得意なため、端的に 題」と期待を込める 「機械が目を持った」とも表現さ 現状の < ーの機能は れる。ディ 1 プラ 1 ニングが「 人の知的活動の一部分 —における五十年来のプレ 1 クス ル 1 」とされるゆえんはここにあ ディ 1 プラ 1 ニングが分析を得 る 意とするのは、どのような領域か ポナンザは現在、ディ 1 プラ 1 ディ 1 プラ 1 ニングを開発するプ ニングの導入を進めているが、駒 リファ 1 ドネットワークスの丸山 の動かし方をプログラムせずとも、宏・最高戦略責任者に聞いてみた。 局面の駒の動き方をみて帰納的に 一例として挙げたのは、自動車 将棋のル 1 ルを割り出し自ら会得の運転における歩行者やほかの車 したとい、つ の動きの分析だ。これらは複雑か 開発者の山本一成氏っ不規則に動く。それを予測しな がら運転ができるを育成する N リ 1 ドエンジニア ) は、「ディ 1 プラ 1 ニングだけでもアマチュ場合、人の目のように自動的に特 徴を把握するディ 1 プラ 1 ニング のアプローチか、つまくはまる ディ 1 プラ 1 ニングの登場は、 が人を代替できる領域を広げ ることになった。食品製造ライン でそれまで人の目視に頼っていた 異物混入検査をに担わせる動ュラリティ ( 技術的特異点 ) 」とれるものではなく、限定的な分野 きか進むなど、今後は至る所で呼ばれ、 2045 年ごろまでに起でのみ使える特化型の「弱い —が人間を補完するシ 1 ンがみら こるとする米未来学者のレイ・カ —」でしかない。ディ 1 プラ 1 ニ & れそうだ。 1 ッワイル氏による予測が有名だ。 ングを含めて、現在の機械学習技 0 一方で、驚異的な進化を見せる だがポナンザにせよアルファ碁術の延長線上に汎用型はない斉 経 を前に、「機械が人間の知能 にせよ、現状のが行っているというのか多数意見だ。 洋 を追い越してしまうのではない ことは人間の知的活動の一部分に 強いに今おびえるよりも、凍 か」という不安も生まれている。すぎない。今あるのは、幅広い分社会的課題の解決に役立っ弱い週 などコンピュータの知能が人野で自律的に課題を発見・解決で —の可能性に目を向けたほうが建 間のそれを上回る時点は「シンギきる汎用型の「強い」と呼ば設的なようだ。 ( 本誌【緒方欽一 ) 3 ・開発者があらかじめ すべての動作を 決める必要はない ・与えられた情報を 基にが学習し、 自律的に法則や ルールを見つけ出す 人工知能 (AI) 機械学習 ( マシンラーニング ) 深層学習 ( ディープ ラーニング ) SinguIarity 「技術的特異点」という 意味で、 AI を含むコン ピュータの能力が人類の 能力を超え、社会に大き な変化をもたらす時点 のこと。有力研究者は 2045 年ごろまでにはそ の特異点に到達すると 予測する。ただしこの予 測は川研究者の間では 賛否両論だ ← . シンギュラリティ 1 王戦で佐藤天彦名人 ( 右 ) に 2 連勝した将棋 A げポナンサ」。 アームで駒を動かす 0

′教養としての テクノロジー 、い東洋経済 表紙から 2017 8 / 26 CONTENTS スマートフォンは過去 10 年 で急速に普及した。次 に来るハードウェアは何 か ? Getty lmag$ 28 【第 1 特集】 会計、英語に続くビジネス知識テック音痴は必ず淘汰される 30 ゼロからわかる基礎編 32 ネット、 AI. プロックチェ - ンの次に来るもの INTERVIEW ー伊藤穰ー・米Ⅶ T メディアラボ所長 「 AI でデータを分析するだけでは答えはわからない」 知らないと乗り遅れる ! 5 つのテクノロシー 36 OAI ②ビットコイン・プロックチェーン 3 ライドシェア④音声アシスタント⑨ VR 用へッドマウント 44 灯ガリバーたる理由 4 強 GAFA のカの源泉 6 グーグル 0 アップルフェイスブックアマソン コンピュータ & インターネット & AI テクノロジー 70 年史 52 賢者に学ぶ原理と潮流 川上量生「中国のネット政策は正しい」 成毛眞「トレンドはセンサーが教えてくれる」 夏野剛「テックが苦手な定年目前世代の罪」 村井純「ネットの本質は『 the 』に表される」 齋藤精一野村達雄松岡聡村上憲郎 テクノロジー革新で覚醒した日本の製造業 「賢い建設現場」をプラットフォーム化 ドリームチームは巨人をどう変える ) 。 = 現地に溶け込んで新事業のタネを探す 60 日本企業がシリコンバレーで「蚊帳の外」に置かれるワケ 61 日本の経営者よ世界からの後れに気づけ ! 62 フィンテックに続け ! X - Tech ビジネスの立ち上げ方 64 日本のイノベーションが止まった理由 文系リーマンのためのテック感度を高める 3 ステップ 66 ブックガイド理解を深める 5 冊 ■機械は画像認識力で人間を超えた ー AI の画像認識工ラー率ー ( → P30 ) 30 25 20 0 人間・ 5.1 % 2010 年 1 1 ■灯投資に大きな開き ー情報通信資本ストックの比較ー ( → P31 ) g995 年 = 100 ) 500 400 56 2 ビジネスを変える応用編 300 コマッ トヨタ自動車 200 100 14 1995 年 2000 05 伊藤穰一 米 M メティアラボ所長 「 IT ガリバーの一△ 支配はそんなに続かない」

理解しよう Web 上の見た 3 の倍数と 3 が人る数字を判定して文字を目立たせて表示 は 3 , 4 6 , 7. 9 訓 , 乢 12.13. 乢 15 広 18 靆 9. 21 認 23 , 24 . 27 , 囲 . 四 , 30 , 3L32. 33 , 3 生 35 36 , 37.38 , 39. 乢 42 , 43 , “ .45.46 , 47.48.49. 51 53.54 , 55 , 57. 60 , 6 乢 63 , 図 . 聞 .66 , 67. 69 . 72 , 73 , 74.75 , 77.78 , 81. 83.84.85 , 聞 .87 , , 90.9 ぃ 2.93. 乳 96. 99. コ - ドの書き方を < ! DOCTYPE html> プログラムの中身 2 <html tang='jal> 3 <head> 4 <meta cha rset='UTF—8 チく titte > 3 の倍数と 3 が入る数字を判定して文字を目立たせて表示く / title > <style> #console { 7 border: lpx sotid gray; 8 padding : 1 ② p 9 13 14 17 button { 18 padding : løpx 2 ② p 19 22 23 2 5 . reset { 26 background—color: darkgray; 2 7 ′ 29 </style> 30 </head> 3 <body onload=iset 叩 () : '> く hl > 3 の倍数と 3 が入る数字を判定して文字を目立たせて表示く / hl > 32 <button class=lstart• onctick=lstart();l> 開始 ! </button> 33 <button ctass=lreset' onctick='reset();'> リセット </button> 35 36 プログラミングの 3 大処理 処理 A 処理 B 処理 C 順次処理 出力先の装飾 . attention { ( 010r : red; font—weight : b01 font—size: 2 ②② % ー 繰り返し処理 処理 A ↓ 一条件 yes ↓ 処理 B ↓ 処理 C 「目立たせて表示」 の表現を定義 HTML 言語で書いた Web 上の 見た目の プログラム no ボタン共通 の装飾 . start { background—color: darkseagreen; 開始ボタン の装飾 条件分岐処理 リセットボタン の装飾 処 yes 処理 B ' 処理 B 処理 C <div id='consote'></div> 撮影 : 梅谷秀司 ア職にとどまらず、マ 1 ケティン 6 グや人事、広報など幅広い分野に 配属する。「を活用すること済 でル 1 チン作業を効率化し、社員洋 東 が人間でなければできない業務に より多くの時間を割けるよう、働週 き方を見直している」 ()e 人材 開発室の林輝葉氏 ) 。すでにⅡ年 0 入社の中には、マネジャー職に就 いて—e スキルを駆使しながら活 躍する社員も出てきている。 今やプログラミングは、エンジ ニアに限られたスキルではなくな った。あらゆる産業がと密接 につながる中、いわゆる文系職の ビジネスパ 1 ソンにも必須のスキ ルとなりつつある 今後、 ( 人工知能 ) が浸透 してくれば、働き方は大きく変わ る。営業職でも業務ソフトウェア を使いこなし、エンジニアと効率 的に仕事を進められる能力が評価 されるよ、つになるかもしれない。 エンジニアに適切な指示を出せる ようへの理解を深め、作業工 数を予測したうえで予算計画を立 てる能力も必要になるだろう。 < ーブームで 人気一一冒語に異変 そもそもプログラミングとは、 コンピュ 1 タにさせたい処理を順 番に書いていく作業だ。構造はシ