【ET時論】超巨大AIモデル時代:変化と注目すべき機会と挑戦

【ET時論】超巨大AIモデル時代:変化と注目すべき機会と挑戦

韓国社会と産業は、人工知能(AI)技術の発展の流れの中で、大きな機会と共に脅威的な課題に直面している。特に、超巨大AIモデルは、製造、金融、物流、医療、教育、公共など様々な分野で革新の実現への貢献が期待されている。技術の発展は新たな問題を引き起こすが、データとコンピューティングソース、AI専門人材の確保はもちろん、プライバシー侵害、雇用の代替、社会倫理と規制の面でも多くの準備が必要だ。

まず、AIインフラと専門化した人材の問題について考えてみよう。超巨大AIモデルの開発と運営を成功させるためには、大規模なデータと強力なコンピューティングリソース、それを運営できる専門的な人材の確保が不可欠だ。韓国はAI分野において、ある程度注目すべき成果を上げているが、インフラ面では依然として先進国との格差が存在する。超巨大AIモデルのためのインフラは主に大企業を中心に構築されており、中小企業や公共・非営利部門では、このようなインフラにアクセスするための高い障壁とコスト負担が依然としてある。

Microsoft（マイクロソフト、MS）がカンアカデミーのAIチューターサービスである「Khanmigo（カンミゴ）」の運営のために米国内のAIインフラを無料で提供した事例は、大企業と政府が公共および非営利部門にAIインフラを支援する必要性をよく表している。また、中小企業が低コストでAIインフラを効率的に利用できるよう支援する方法も必要だ。最近、KTとMSがAIインフラの構築のために協力した事例は、このような支援を拡大できる良いモデルと評価されており、大規模な組織間の協力を通じてAIインフラへのアクセス性を広げる必要がある。

検索拡張生成(RAG)技術は、情報検索と生成過程を飛躍的に革新している。伝統的な言語モデルは膨大なデータを学習して回答を生成するが、RAGは既存のデータベースやファイルにアクセスしてリアルタイムで情報を検索し、それを基に回答を生成するという点で差別化される。

RAG技術は、教育、医療、公共サービスなどで有用に活用できる。教育分野では、学習者が気になることを質問すると、カリキュラムが求める知識と能力に合わせた正確な回答をリアルタイムに検索して提供することができる。教師が提供または推奨する教育内容に基づき学生が回答を得ることができ、より効果的にカスタマイズされた学習をサポートできる。医療分野では、患者の症状に合わせた最新の研究結果や治療法、臨床実験の結果などを信頼できる知識ベースの形で提供することで、患者の理解を助け、医療スタッフの治療と処方過程がより効率的に運営されるようになることが期待される。

RAG技術は、ほとんどの組織が提供する検索機能を革新的に変える可能性を秘めており、ナレッジベースを持つ組織とそうでない組織との間の格差を浮き彫りにするだろう。また、ナレッジベースの構造と設計レベルは、今後、組織競争力の中核要素として定着すると予想される。

RAG技術とともに、AI基盤社会への変化を促進する重要な技術の一つがマルチモーダルAIだ。マルチモーダルAIは、画像、テキスト、音声など、互いに異なる形式のデータを統合処理する技術で、様々なデータの組み合わせを通じて多くの情報を処理し、正確な分析を行うことができる。また、テキストで長々と文脈と指示を入力していたプロンプト作成方式を脱却し、自然な言葉と映像で指示をAIに提供することで、より便利で直感的なユーザーインターフェースの革新を導くことができる。

スマートフォンから音声コマンドで特定の画像を検索したり、拡張現実(AR)装置を使用して実際の環境と仮想情報を統合して視覚化することも可能だ。このようなインターフェースの進化は、ユーザーに直感的で便利な体験を提供し、AIの社会的受容性を高めることに寄与すると予想される。

マルチモーダルAIは、スマート製造や教育分野での活用可能性が高いだろう。スマート製造分野で主に使用されていたビジョン技術を越えて、音響放出、騒音、IoT（モノのインターネット）データをマルチモーダルAIで総合的に判断することで工程効率を高め、不良率をコントロールすることができる。熟練した労働者の知識と経験をマルチモーダルAIの助けを借りて具体的な知識ベースとして運営することで、専門知識を持つ人材の不足と人材育成の問題を解決できると期待される。

教育分野でもマルチモーダルAIを活用し、視聴覚資料を統合してパーソナライズされた学習体験を提供できる。履修評価でよく知られている過程中心評価は、客観評価を避け、科目別に多様な学生の履修活動を基盤に、教師と同僚による評価が総合的に行われる評価方式だ。プロセス中心評価では、学生がテキストとイメージはもちろん、動画資料と音声説明を組み合わせて資料を作成することもできるため、マルチモーダルAIの活用が不可欠だ。

あるスタートアップが提供するプロセス中心評価のツールは、学生が紙に書いた履修評価内容を光学文字認識(OCR)機能を利用してデジタル形式に変換した後、AIが一次的に評価し、フィードバックメッセージを生成する。教師はこれを確認・補完し、学生にフィードバックを提供する方式で運営される。動画などの履修評価の成果物も処理することができる。

（左）学生が手書きで作成した履修評価書をAIが認識し、自動で評価して採点（案）を提示した画面。（右）学生が遂行した履修評価に対して、AIが総合的評価とフィードバックを生成すると、教師が確認、補完し、総合的な結果を完成させた例示画面（出典: https://clipo.ai）

デジタル評価環境では、試験の信頼性を高めるために、不正行為を防止できるproctoring（プロクトリング）技術が重要だ。この技術は、試験中に受験者の周囲をカメラで識別し、異常行動が検知されると警告を出す方式で運営されており、主にビジョン技術を活用した。最近は、オンライン評価技術とビジョン、音声認識技術をマルチモーダルAIで統合処理する方式に発展している。韓国のあるスタートアップがこのようなマルチモーダルAI技術を商用化し、海外のエドテック博覧会で注目を集めたのは興味深い。

（左）受験者が試験で利用する機器と行動をAIが自動的に検知し、モニタリングする場面。 （右）受験者が試験で利用する機器と周囲の音をAIが自動的に検知し、モニタリングする場面。 （出典: https://www.proctormatic.kr）

RAGとマルチモーダルAIが特定の問題解決とデータ統合を通じてAI技術の発展を導いてきた一方、人工一般知能(Artificial General Intelligence,AGI,)はこれらの技術を越えて、より包括的で人間のように一般的な知能レベルを目指している。AGIは、特定の問題に限定せず、人間のように様々な領域で自ら学習し、問題を解決することができるという点で、既存のAIモデルとは根本的な違いがある。現在のAIモデルは、膨大なデータを学習して特定の作業を実行する能力に焦点を当てているが、AGIはこれらの作業間の境界を越え、状況に応じて学習、適応し、新たな問題を解決できる知能を目指している。

AGIの開発は徐々に実現可能性が高まっているが、多くの技術的課題も伴う。現在のAIモデルが直面しているデータとコンピューティングリソースの限界、創造的思考と直感的な判断の実装など、様々な難題を解決しなければならない。単純な技術の発展だけでは解決できない複雑な問題であり、哲学的、認知科学的な理解とも調和を図らなければならない。

AGI時代が到来すれば、現在、私たちが経験しているAIとは比較にならないほど高度な技術により、社会全般に非常に大きな影響と波及をもたらすと予想される。最も大きな倫理的問題の一つは、雇用の変化に関連するものだ。多くの職業が自動化される可能性があり、結果として大規模な失業と社会的不平等をもたらす可能性がある。AGIは、個人情報の処理やプライバシー侵害などの深刻な問題を引き起こす可能性もある。AGIが自ら学習して判断する過程で、個人データがどのように利用されるのか、それをどのように規制するかは重要な倫理的課題として浮上する。

韓国もこのようなAGIの課題に対して、法的・政策的な準備を急ぐ必要がある。韓国のAI関連の法的準備は主に個人情報保護とデータ使用に集中しており、AGIの登場がもたらす複雑な倫理的問題に対する先制的対応は不十分な状況だ。規制一辺倒の政策を行えば、激しいAI競争で他の国や企業に遅れをとる恐れがあり、最悪の場合、二度と取り返せない重要な機会を失う可能性もある。

AGI時代に備えるための研究開発(R&D)を促進し、様々な応用分野でAGIを実験できるよう、大企業と公共分野に専門の人材と実験の機会を提供しなければならない。政府は関連法を整備し、倫理的な基準を設けるなど、多角的な準備が必要だ。特に、雇用転換への支援、プライバシー保護、透明なAI開発及び運営基準の設定などが先制的に行われるべき重要な分野として挙げられる。

AGI時代に備えるためには、韓国内の産業界と学界の協力モデルも不可欠だ。政府、民間、学界間の協力と革新を促進するAI研究エコシステムを構築することで、韓国はグローバルAI競争で技術的リーダーシップを確保するための基盤を構築しなければならない。大企業と学界の緊密な協力は、新たなAI技術の開発と実験的な活用を促進し、公共分野でのAI適用事例を拡大する上で重要な役割を果たすだろう。スタートアップを中心とした中小企業がAI研究エコシステムに積極的に参加できるよう、政府と大企業の支援も不可欠だ。

RAGとマルチモーダルAIは現在、組織の競争力を強化するために優先的に考慮すべきAI技術であり、AGIはマクロ的に規制と促進のバランスがとれるよう政策設計が行われるべきだ。短期的な措置と長期的な備えがうまくバランスが取れた時、我々の社会は社会的、経済的価値を期待以上に創出することができるだろう。

チョ・ヨンサン韓国オープンサイバー大学客員教授

<筆者>公共、民間、学界を渡り歩いてきた人工知能とデジタル技術革新分野の専門家だ。韓国教育学術情報院研究委員、i-Scream edu（アイ・スクリームエデュ）副社長兼代表、韓国オープンサイバー大学デジタルビジネス学科長兼人工知能融合学科教授を歴任した。現在、スタートアップ（Data-driven、WICKED STORM、EDINT）のチーフアーキテクトを務めている。韓国を代表する国際標準化の専門家として活動しており、エドテック、電子文書、文献分野で様々なワーキンググループの座長を務めている。生成型AIを活用した応用研究を進めており、プロンプトエンジニアリング分野の講義を行っている。

<画像=チョ・ヨンサン韓国オープンサイバー大学客員教授>

原文：https://www.etnews.com/20241031000125