私たち全員が失業するかもしれない:今後10年間でほぼすべての仕事が変化する

私たち全員が失業するかもしれない:今後10年間でほぼすべての仕事が変化する

[[248203]]

バイオテクノロジーの進歩により、人間の寿命は今後も延び続け、社会の家族構成、結婚や親子関係、個人のキャリアなどにも大きな変化が訪れるでしょう。将来、一生同じ仕事を続けるどころか、5年ごとに業種を変えなければならない可能性もあります。 ——「今日の簡単な歴史」

[[248204]]

著者: ユヴァル・ノア・ハラリ

01 将来、ほぼすべての仕事が変化する

2050 年の雇用市場がどうなるかは全く分かりません。機械学習とロボット工学がほぼすべての仕事を変革するだろうと広く信じられています。しかし、この変化の性質と緊急性については意見が分かれています。

わずか10年から20年のうちに、何十億もの人々が経済的に不要になるだろうと考える人もいます。しかし、長期的には自動化の影響により、すべての人にとって新しい仕事が生まれ、社会にさらなる繁栄がもたらされるだろうと信じる人々もいる。

では、私たちは本当に危険な不安の瀬戸際にいるのでしょうか、それともこれは単なるラッダイト派のヒステリーなのでしょうか? それは分かりません。 19 世紀初頭には、自動化によって大量失業が発生するのではないかと懸念されていましたが、そのようなことは一度も起こりませんでした。

産業革命が始まって以来、機械によって古い仕事が奪われるたびに、少なくとも 1 つの新しい仕事が生まれ、平均的な生活水準は劇的に向上しました。しかし、今回は状況が異なり、機械学習が状況に真の革命をもたらすと信じる十分な理由があります。

人間には、身体的能力と認知的能力という 2 種類の能力があります。これまで、機械は主に物理的な能力の面で人間と競争することができましたが、人間は認知能力において大きな優位性を享受してきました。したがって、農業や産業が自動化されるにつれて、新しいサービス業の仕事が生まれます。

これらの新しい仕事では、学習、分析、コミュニケーション、そして特に人間の感情の理解など、人間に特有の認知スキルが求められます。しかし、AI は人間の感情を理解するなど、認知能力の面ですでに人間を上回りつつあります。

さらに、人間が機械を永久に上回ることを可能にする、身体能力と認知能力を超えた第 3 の能力は知られていません。

認識しなければならない重要な点は、AI 革命は単にコンピューターをよりスマートかつ高速にするだけではなく、生命科学や社会科学にも多くのブレークスルーをもたらしているということです。

人間の感情、欲求、選択の根底にある生化学的メカニズムを理解すればするほど、コンピューターは人間の行動を分析し、人間の決定を予測できるようになり、最終的には人間の運転手、銀行の支店長、弁護士などに取って代わることができるようになる。

02 科学は人類の知恵の暗号を解読した

過去数十年にわたり、神経科学や行動経済学などの分野の研究により、科学者は人間を「ハッキング」し、人間がさまざまな決定を下す方法をより明確に理解できるようになりました。

食べ物の選択からパートナーの選択まで、私たちが行うすべてのことは、何らかの神秘的な自由意志の結果ではなく、数十億のニューロンがさまざまな可能性を瞬時に計算した結果であることが判明しました。かつて高く評価された「人間の直感」とは、実は「パターン認識」に過ぎません。

優秀なドライバー、銀行の支店長、弁護士は、道路状況、投資、交渉について魔法のような直感を持っているわけではありません。彼らは単に、不注意な歩行者を避け、支払い不能の借り手を拒否し、詐欺師の隠れた動機を見抜くことを可能にする特定の繰り返しパターンを認識しているだけです。

しかし、これはまた、脳の生化学的アルゴリズムがまだ完璧には程遠いことを証明している。脳は近道をして、不完全な情報に基づいて素早く答えを見つけ、その回路は時代遅れのように見えます。全体のメカニズムは、今日の都会のジャングルではなく、昔のアフリカのサバンナに適しています。

優秀なドライバー、銀行支店長、弁護士でさえ愚かなミスを犯すのは不思議ではありません。これは、かつては直感に頼ると考えられていた仕事でも、人工知能によって人間よりも優れた成果を得られる可能性があることを意味します。

人工知能は人間よりも優れた、言葉では言い表せない第六感を持つわけではありませんが、確率を計算し、パターンを認識する能力が人間よりも優れていると言えば、はるかに信憑性が増します。

特に、特定の仕事で「他人について」の直感が求められる場合、AI は人間を上回るパフォーマンスを発揮するでしょう。多くのタスク(混雑した道路での運転、見知らぬ人にお金を貸す、ビジネス交渉など)では、他の人の感情や欲求を正確に評価する必要があります。

あの子供は通りに飛び出すつもりなのか?あのスーツを着た男は私から金を受け取ったら姿を消すつもりなのか?あの弁護士は本気で脅しているのか、それともただ私を怖がらせようとしているだけなのか?

歩行者の行き先を予測する運転手、借り手の信用度を評価する銀行支店長、交渉の席での雰囲気を判断する弁護士など、彼らは皆、顔の表情、声のトーン、手の動き、さらには体臭を分析することで、無意識のうちに生化学的パターンを認識するために脳に頼っています。

人工知能は、適切なセンサーと組み合わせることで、これらのタスクを人間よりも正確かつ確実に実行できます。したがって、失業の脅威は、情報技術の台頭によるだけでなく、情報技術とバイオテクノロジーの統合によるものでもある。

機能的磁気共鳴画像(fMRI)スキャナーから実用化までの道のりは確かに長く曲がりくねっていますが、数十年で完了する可能性があります。脳科学者が現在扁桃体と小脳に対して行っている研究により、2050年までにコンピューターは精神科医やボディーガードとして人間よりも優れた能力を発揮できるようになるかもしれない。

03 人工知能による失業は人類にとって良いことだ

AI は、これまで人間にしかできないと考えられていたスキルで人間に勝てるだけでなく、人間にはない独自の能力も備えているため、AI と人間の違いは程度の問題ではなく、まったく異なるものとなっています。

AIにとって特に重要な2つの非人間的な能力は、「接続性」と「更新可能性」です。人間はそれぞれが個性を持っているため、全員を互いにつなげて全員が最新の情報を入手できるようにするのは困難です。

対照的に、コンピューターは個別のエンティティではないため、単一の柔軟なネットワークに統合するのは簡単です。したがって、この意味で、私たちが直面しているのは、何百万ものコンピューターとロボットが何百万もの労働者に取って代わることではなく、すべての個々の労働者が統合されたネットワークに置き換えられることです。

したがって、自動化について議論するときは、「ドライバー」の能力を「自動運転車」と比較したり、「医師」を「人工知能医師」と比較したりするのではなく、「人々のグループ」の能力を「統合ネットワーク」と比較する必要があります。

たとえば、交通ルールは随時調整されますが、多くのドライバーはそれをよく知らず、違反することがよくあります。さらに、各車両は独立して動作するため、2 台の車両が同じ交差点に到着すると、ドライバーが互いの意図を読み間違えて事故を引き起こす可能性があります。

代わりに、自動運転車は全体として接続されているため、交差点に近づいている 2 台の自動運転車は独立して動作しているのではなく、同じアルゴリズムのセットの一部となっています。こうすることで、コミュニケーション不足による事故の可能性が大幅に減ります。

さらに、運輸局が特定の交通規則を調整することを決定した場合、すべての自動運転車は同時にプログラムを簡単に更新できます。プログラムが間違っていない限り、誰もが新しい規則に従うことになります。

接続性と更新可能性の潜在的な利点は非常に大きいため、少なくとも一部の仕事については、たとえ一部の人が機械よりも効率的に仕事をこなせるとしても、すべての人間の労働者をコンピューターに置き換えることが理にかなっているでしょう。

これは人類に大きな利益をもたらす可能性が高い。 AI 医師は数十億人の人々、特に現在まったく医療を受けていない人々に、より良く、より安価な医療を提供できる可能性があります。

学習アルゴリズムとバイオセンサーがあれば、経済的に発展途上の国の貧しい村人でもスマートフォンを通じて質の高い医療を受けられるようになるかもしれません。また、現在最も裕福な人々が最先端の都市の病院で受けている医療のレベルと同等かそれ以上になります。

同様に、自動運転車は交通サービスの質を大幅に向上させ、特に交通事故による死亡率を減らすことができます。現在、毎年約 125 万人が自動車事故で亡くなっています (これは戦争、犯罪、テロによる死亡者数を合わせた数の 2 倍です)。これらの事故のうち、90%以上は人的要因によって引き起こされています。飲酒運転、運転中に携帯電話を見る、疲労した状態で運転する、運転中にぼんやりと見つめるなどです。

2012 年の米国道路交通安全局の統計によると、米国における致命的な自動車事故の 31% はアルコールの乱用、30% はスピード違反、21% は不注意運転が原因でした。これらは自動運転車では決して起こらない間違いです。

自動運転車にはまだ課題や限界があり、ある程度の事故は避けられないものの、運転作業をすべてコンピューターに完全に委ねることができれば、交通事故による死傷者を約90%削減できると予測されている。言い換えれば、全面的に自動運転車に切り替えれば、毎年100万人の死亡を防ぐことができるのです。

したがって、単に雇用を維持するためだけに、輸送や医療などの分野で自動化を拒否するのは賢明ではないだろう。結局のところ、私たちが守るべきは雇用ではなく人々なのです。自動化によって運転手や医師が不要になるのであれば、彼らに何か他の仕事を見つけさせればいい。

04 人工知能はあなたを最もよく理解する存在です

少なくとも短期的には、人工知能とロボットが産業全体を完全に置き換える可能性は低いでしょう。一部の仕事は狭い範囲に特化しており、毎日繰り返し行う定型的な作業が必要です。このような作業は自動化によって置き換えられます。

しかし、毎日変化する仕事、一度に幅広いスキルを使用する必要がある仕事、予期せぬ状況に対処する必要がある仕事は、機械に置き換えるのは容易ではありません。

ヘルスケアを例に挙げてみましょう。多くの医師の主な仕事は、情報の処理、つまり医療データの集約と分析を行い、診断を下すことです。対照的に、看護師は患者に注射をしたり、包帯を交換したり、興奮した患者を落ち着かせたりするために、細かい運動能力と感情的なスキルを必要とします。

したがって、信頼できる介護ロボットが登場するずっと前に、スマートフォンに AI 家庭医が登場するようになる可能性が高いでしょう。

人間的な介護産業(つまり、高齢者、若者、病人、障害者の介護)は、おそらく長い間、人間の仕事であり続けるでしょう。実際、人間の平均寿命の延長と出生率の低下により、高齢者介護業界は人材労働市場の中で最も急速に成長する産業分野になる可能性があります。

高齢者介護業界に加え、クリエイティブ業界も自動化が特に打ち出しにくい分野です。それでも、最終的にはすべての仕事が自動化される可能性が高く、アーティストであっても注意が必要です。

現代社会では、芸術は人間の感情と密接に結びついており、芸術家は人間の心理的な力を導き、芸術の目的は私たちを自分の感情と結びつけたり、新しい感情を呼び起こしたりすることであると一般的に信じられています。したがって、芸術を評価するときは通常、それが観客の感情にどの程度影響を与えるかに注目します。

しかし、芸術が本当にこの基準で定義されているとしたら、外部のアルゴリズムがシェイクスピアよりも人間の感情を理解し、操作できるようになったらどうなるでしょうか? 結局のところ、感情は神秘的な現象ではなく、生化学的なプログラム反応の結果なのです。

そのため、近い将来には、機械学習アルゴリズムを使用して、体内外のさまざまなセンサーから送信される生体認証データを分析して、人の性格タイプや感情の変化を判断したり、歌(または特定のピッチ)が感情に与える影響を計算したりすることが可能になるでしょう。

すべての芸術形式の中で、音楽はおそらくビッグデータ分析の影響を最も受けやすいものでしょう。音楽の入力と出力は、どちらも精密な数学による記述に適しています。入力は音波の数学的パターンであり、出力はニューラルストームの電気化学反応パターンです。

数十年以内に、アルゴリズムは、何百万もの音楽体験を経験するだけで、特定の入力が特定の出力を生み出す方法を予測する方法を学習できる可能性があります。

たとえば、彼氏と大喧嘩したばかりだとします。サウンド システムを司るアルゴリズムは、あなたの内面の感情の揺れを即座に検知し、あなた個人と人間心理全体に対する理解に基づいて、あなたの憂鬱に共鳴し、悲しみを反響させる、あなたに適した曲を自動的に再生します。

再生される曲は他の人には適さないかもしれませんが、あなたの性格タイプにはぴったりです。アルゴリズムはまずあなたを悲しみのどん底に導き、次にあなたを元気づける可能性が最も高い曲を世界中で再生します。なぜなら、この曲はあなたの潜在意識の中で幸せな子供時代の思い出と密接に結びついている可能性があり、あなた自身もそれに気付いていないかもしれないからです。

人間の音楽司会者がこのような人工知能に対抗できるはずがありません。さらに、あなたの生体認証データを使用して、アルゴリズムは宇宙であなただけが好むメロディーをカスタマイズすることもできます。

05 偉大な作品は決して置き換えられない

人間が芸術を好むのは、そこに自分自身を見ることができるからだ、とよく言われます。

もし芸術の目的が本当に人間の感情を刺激する(または操作する)ことであるならば、人間のミュージシャンがそのようなアルゴリズムと競争するのは難しいだろう。なぜなら、アルゴリズムは、自分たちが演奏する楽器、つまり人間の生化学を人間よりもよく理解しているからです。

これらすべてが素晴らしい芸術につながるのでしょうか? それは芸術がどう定義されるかによって決まるかもしれません。美しさとは観客が美しいと感じるものであり、顧客が常に正しいとすれば、生体認証アルゴリズムは史上最高の芸術を生み出す可能性を秘めている。

しかし、芸術が人間の感情よりも深いものであり、生化学的振動を超えた事実を表現するものであるならば、生物統計学的アルゴリズムはおそらく優れた芸術家を生み出すことはできないだろう。

しかし、ほとんどの人はおそらく良い芸術家になれないでしょう。芸術市場に参入し、多くの人間の作曲家や演奏家に取って代わるには、アルゴリズムがチャイコフスキーを直接破る必要はなく、まずブリトニー・スピアーズに勝つだけでよいのです。

芸術から医療まで、多くの伝統的な仕事が消滅するだろうが、その影響は新たな仕事の創出によって部分的に相殺される可能性がある。

例えば、さまざまな既知の病気を診断し、さまざまな日常的な治療を行う一般開業医を AI 医師に置き換えることが可能になり、これにより多額の費用が節約され、医師や研究助手が画期的な研究を実施し、新しい薬や手術計画を開発できるようになります。

人工知能は、別の方法でも人間が新しい仕事を創出するのに役立つ可能性があります。つまり、人間は人工知能を打ち負かそうとするのではなく、人工知能を維持し、使用することに重点を置くべきです。たとえば、ドローンがパイロットに取って代わったことで、確かにいくつかの仕事は消滅しましたが、メンテナンス、遠隔操作、データ分析、サイバーセキュリティの分野では多くの新しい仕事も生み出されました。

米軍がシリア上空にプレデターやリーパーの無人機を送るたびに、それを操作するために舞台裏で30人の人員が必要となり、その後収集されたデータの分析には少なくとも80人の人員が必要となる。 2015年、米空軍は十分な訓練を受けた人員の不足により無人ドローン運用のジレンマに直面した。

この意味で、2050 年の雇用市場は、競争ではなく、人間と人工知能のコラボレーションによって特徴付けられる可能性があります。警察から銀行業務などに至るまで、人間と AI の組み合わせは、人間単独やコンピューター単独よりも優れたパフォーマンスを発揮します。

1997年にIBMのディープ・ブルーがチェスのグランドマスター、ガルリ・カスパロフを破った後も、人類はチェスをやめなかった。それどころか、人工知能の支援により、人間のチェス名人は過去よりも高いレベルに達しています。

少なくともしばらくの間は、ケンタウロスと呼ばれる人間と AI の組み合わせが、人間単独またはコンピューター単独よりもチェスを上手にプレイしていました。人工知能も同様のことを行って、史上最高の探偵、銀行支店長、兵士を生み出すことができるかもしれない。

06 「役立たず階級」の将来と世界的圧力の広がり

しかし、これらの新しい仕事には高度な専門知識が求められる可能性が高いため、非熟練失業者の雇用問題を解決することにはならないだろう。完全に人間に属するまったく新しい仕事を生み出すことは、失業者にそれらの仕事に再訓練させることよりも悪いかもしれない。

過去の自動化の波では、労働者は低スキルの仕事から別の低スキルの仕事へと簡単に移ることができた。たとえば、1920 年には農業の機械化により職を失った農場労働者はトラクターを生産する工場で新たな職を見つけることができました。1980 年には職を失った工場労働者はスーパーマーケットのレジ係として働くことができました。

農場から工場へ、工場からスーパーマーケットへ移るには少しの訓練しか必要なかったため、このような転職は過去には可能でした。しかし、2050年までにロボットがレジ係や繊維労働者の仕事を奪ってしまうと、ロボットががん研究者やドローンパイロット、あるいは「人間+AI」の銀行業務チームのメンバーに変身することはほぼ不可能になるだろう。彼らには必要なスキルが欠けています。

そのため、多くの新しい人間の仕事が生まれても、新しい「役に立たない階級」が成長し続ける可能性がある。両方の世界で最悪の状況に陥る可能性もあります。つまり、多くの人が仕事を見つけられず、多くの雇用主が熟練した従業員を見つけられないのです。

さらに、機械学習とロボット工学が進歩し続けるにつれて、事実上あらゆる人間の仕事が自動化される危険にさらされています。したがって、新しい仕事を創出し、労働者が新しい仕事を見つけるために再訓練することは、永続的な解決策ではありません。

AI革命は単なる一過性の転換点ではなく、その後に雇用市場が新たな均衡点に達すると想定してはいけません。むしろ、被害は雪崩のように拡大するだけです。

最近では、一生同じ仕事を続けられると考える人はほとんどいません。 2050 年までに、人々が生涯を通じて同じ仕事、あるいは同じ専門分野に留まる可能性は低くなります。

たとえ、本当に新しい雇用を創出し続け、労働者が再訓練を受けられるようにできたとしても、一般人の精神はそのような不安が絶えない生活に耐えられるでしょうか。変化は常にプレッシャーをもたらしますが、21世紀初頭の混乱は、世界的なプレッシャーの拡大を引き起こしました。

雇用市場やキャリアが不安定になるにつれ、人間は本当にそれに対処できるのでしょうか? おそらく、精神衰弱を避けるために、より効果的なストレス軽減法 (薬物、ニューロフィードバック、瞑想など) が必要になるでしょう。

2050年までに「役立たず階級」が出現する原因は、仕事が見つからないことや適切な教育を受けられないことだけでなく、精神的な動機が不十分であることも考えられます。

<<:  AIチップの過去と未来、この記事を読んでください

>>:  生死に関わる問題:病院のICU病棟で人工知能は何ができるのか?

ブログ    

推薦する

...

Facebook、黒人男性を霊長類と認識したアルゴリズムについて謝罪

[[422559]]ビッグデータ概要著者: ミッキー6月27日に英国のデイリーメール紙が公開した動画...

2020 年に注目すべき 4 つのエンタープライズ AR トレンド

AR テクノロジーは消費者向け分野ではそれほど優れた成果を上げていませんが、ビジネス界では好まれてい...

アルゴリズムの練習: 数独の基本解法

数独は紙とペンを使って遊ぶ論理ゲームです。プレイヤーは、9×9 のボード上の既知の数字に基づいて残り...

データが少ないとディープラーニングは使えないなんて誰が言ったのでしょうか?私はこのことについて責任を負わないよ!

ある観点から見ると、激しい競争は業界の人気を示しています。最近、人気のディープラーニングも論争を引き...

ロボットが家庭に入り込み、家事を引き受け始めています。あなたのお気に入りはどれですか?

【網易知能ニュース 3月18日】次回チェルシーでディナーを楽しんだ際、スーパーヨットの執事の慎重な...

GitHubで3,000以上のいいねを獲得した「機械学習ロードマップ」は、モンスターをアップグレードして倒す方法を教えてくれる

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

Baidu CTO 王海峰氏:PaddlePaddle ディープラーニング プラットフォームは新しいインフラストラクチャの重要な部分です

産業インテリジェンスの急速かつ徹底的な進歩に伴い、人工知能インフラの構築は不可欠となっています。 5...

...

...

LIMEを使用してさまざまな機械学習モデルのコード例を説明する

機械学習モデルはますます洗練され、正確になってきていますが、その不透明性は依然として大きな課題となっ...

2018年は人類の墓掘り元年となるのか?人工知能のせいではない

2018年が近づいてきました。2018年のテーマを大胆に予想すると、間違いなく人工知能が人気のテーマ...

AIは物理的なセキュリティ運用に高度な分析を活用しています

人工知能が徐々に物理セキュリティの分野に参入するにつれて、より高度なアクセス制御ソリューションが登場...

オープンソースのビデオ切り抜き技術が人気です!背景を変える方法は、それが真実か嘘かを判断するのが非常に難しい

グリーンスクリーンは、映画やテレビドラマで画像を切り取ったり背景を変えたりするのに強力なツールですが...

Python を使用して画像からテーブルを抽出する

約 1 年前、私はファイルからデータ、主にテーブルに含まれるデータを抽出して構造化するタスクを割り当...