最近、Googleのエンジニアが同社の人工知能技術が「知覚力」を獲得したと主張し、メディアは大騒ぎした。スカイネットやHAL 9000をネタにした記事があるたびに、それが真実だと決めつけ、倫理性を疑問視する記事が続出した。
ほとんどの報道では、この技術がどれほど速く進歩したか、そしてそれが大小さまざまな形で私たちの日常生活にどれほど広範囲に影響を与えているかについて認識が欠けていました。
わずか10年前の2012年6月26日、ニューヨーク・タイムズ紙がGoogleの機械学習を用いたディープラーニングの発見について報じました。これは、膨大なデータを使ってコンピューターに自己学習させるというものです。記事の見出しは「猫を識別するのにコンピューターは何台？ 1万6000台」でした。今日では、レストランのおすすめから病気の早期診断まで、ほぼあらゆるものがAIと機械学習によって実現されています。
事実、Google、Microsoft、Amazonをはじめとする多くの企業がAI技術に数十億ドルを投資しています。数百もの企業に所属する世界で最も優秀なエンジニアたちが、日々新しいアプリケーションの開発に取り組んでいます。
参照:人工知能倫理ポリシー(TechRepublic Premium)
まだ改善の余地があります。人々は、人間同士のやり取りや既存のソフトウェアソリューションよりも機能的に劣るAI体験を求めているわけではありません。Matrixではなく、使いやすく、必要な時に完璧に機能するAIを活用した体験を求めています。どうすればそこに到達できるのでしょうか？
AIをより効果的にする方法
データから始める
あらゆる種類のAIプロジェクトに着手する前に、AIアプリケーションを最新の状態に保つために必要な膨大なデータ量を理解することが重要です。機械学習を使用するAIアプリケーションは「トレーニング」されており、実際の使用状況で正しい結果を返すには、多くの場合数千ものデータが必要です。ユーザーがテクノロジーと関わる方法は時間とともに変化するため、正確性と整合性を維持するためには、より多くのデータを用いてアルゴリズムを再トレーニングし、検証し続ける必要があります。
最大規模の企業でさえ、データキュレーションの拡張に苦労しています。多くの企業は、成功するAIアプリケーションの展開にかかる時間を大幅に過小評価しています。開発自体は従来のアプリケーションと同じ時間で済むかもしれませんが、製品のトレーニング、テスト、検証にははるかに長い時間が必要です。
より多くの（そしてより多様な）データを追加する
データに関しては、どんなに多くのデータを持っていても、おそらく十分ではないでしょう。データが多いほど、アルゴリズムの学習量も増えます。サンプルサイズが小さすぎると、傾向を特定したり、正確な相関関係を構築したりすることが難しくなります。しかし、社内の開発者、データサイエンティスト、QAスペシャリストのチームでは、年齢、性別、経歴など、十分に多様なサンプルを提供できず、システムを学習させることができません。彼らは単に、より広い人口層を代表するものではなく、たとえ最善の意図を持っていたとしても、この多様性の欠如は、基盤となるアルゴリズムに固有のバイアスをもたらしてしまいます。
この問題を回避する最善の方法は、実際のユーザーの多様性を代表するコミュニティを活用し、トレーニングデータの品質、量、多様性を確保することです。これはバイアスを排除するための重要なステップであり、AI/ML製品に継続的な学習と改善の能力を提供します。
人間を使ってAIをテストする
はい、その通りです。データの収集と処理は自動化できますが、現時点では機械が他のAIシステムを効果的かつ徹底的に検証することはできません。何がうまく機能し、どこに不具合があり、どこでプロセスが機能不全に陥っているかを判断できるのは、生身の人間だけです。
デジタルエクスペリエンスのテストは、ターゲット顧客グループを代表するデジタルエキスパートのグローバルコミュニティを活用することで実現できます。これにより、顧客ニーズに対応し、バグ、バイアス、潜在的な欠陥を特定することができます。このクラウドテストのアプローチは、組織が展開するAIアプリケーションがメリットよりもデメリットを多くもたらさないことを保証するのに役立ちます。
「良い」AI エクスペリエンスとはどのようなものになるのでしょうか?
知覚力のあるAIについて語るとき、多くの場合、特定のユースケースに限定されない、自然で自由な形式での会話を可能にするシステムを指します。現在、消費者が利用しているAIとのやり取りの多くは遅く、イライラさせられるものであり、最悪なことに、最終的には消費者が人間のサポートエージェントと話す必要があり、AIを使用する本来の目的を完全に損なっています。
将来、優れた体験は、アプリケーションを問わず、高度にパーソナライズされ、様々なデバイスや場所をシームレスに追跡できるようになるでしょう。AI技術が進化し、より「リアル」なものになるにつれ、優れた体験を提供できる企業は、ユーザーエクスペリエンスに関するあらゆる議論において、実際のユーザーを常に最優先に考える必要があることを常に意識している企業です。
エマーソン・スカラーは、ApplauseのAI/ML担当シニアディレクターです。10年以上にわたり、顧客の困難な課題に対する高品質で堅牢なソリューションの設計、提供、最適化に携わってきたエマーソンは、人間中心でコミュニティ主導のテストアプローチを通じて、ソフトウェア開発ライフサイクルのあらゆるフェーズにおける品質向上を数え切れないほど多くの企業に支援してきました。エマーソンは以前、ボーランド、陸軍情報保安司令部、陸軍研究所に勤務していました。
