自動運転車をはじめとする機械学習のフィジカル化-人間とAIを搭載した機械とのインターフェースが現実のものとなりつつある

今日、私たちの生活をより効率的かつ効果的にするために、人工知能が私たちと対話する例は数多くあります。Eコマースサイトでは機械が商品をおすすめしてくれたり、ソーシャルメディアではニュースをランキング形式で紹介してくれたり、出会い系アプリでは人を紹介してくれたり、商品やサービスの価格をリアルタイムで計算してくれたりします。

しかし、これらに共通しているのは、それぞれの機械がウェブサイトやアプリなどのソフトウェア・インターフェースを通じて私たちの生活に影響を与えることに限定されているということです。2021年、AIはこれを超えます。人間とAIで動く機械との間に、初めて物理的なインターフェースが登場することになるでしょう。

現在の自律的な機械は、工場や倉庫など、人間とは物理的に切り離された管理された閉鎖的な環境で稼働しています。これらの機械は、手動でプログラムされた硬直した機械であり、感知能力や知能も限られています。しかし、コンピュータビジョンにおける教師付き学習、確率的・生成的モデリングの新技術、制御のためのモデルベース強化学習などの機械学習の進歩により、社会とオープンに対話できる知的な機械を、限られた人間の監視下で作る機会が生まれています。

機械学習は、最近ではコンピュータビジョンや自然言語処理など、多くのAI問題に大きな影響を与えています。これは、ペタバイト規模のデータセットや大規模なクラウドコンピューティングへのアクセスが増加したことにより、手書きの表現からエンド・ツー・エンドの機械学習へのシフトを可能にし、元のプログラミングを超えた理解を得ることができるようになったことがきっかけとなっています。

ロボット工学でこのような変化がまだ起きていない理由は、ハードウェアはソフトウェアよりも安全にスケールアップすることが難しく、この領域ではトレーニングデータがより不足しているためです。強化学習の分野では、囲碁やDOTAなどのゲームで人間の世界チャンピオンを打ち負かすことができるようになりましたが、これは無限のデータを生成して機械に教えることができるシミュレーションに依存していました。しかし、2021年には、自動運転車などの成熟したロボットプラットフォームが、長年の開発で蓄積したペタバイト級の学習データを活用することになります。

自律走行技術がもたらす最も興味深い結果の1つは、現在のソフトウェアマシンとの対話と同様に、社会が明示的な同意なしに物理的なマシンと対話するようになることです。歩行者は、自律走行ロボットが自分の横を走ることに同意することはありませんが、より信頼性が高く、安全で、効率的であるため、それが当たり前になるでしょう。そのためには、自動運転技術に対する人間の信頼と性能が並外れて高くなければなりませんが、自律走行車の研究で蓄積されたデータのおかげで、私たちは2021年に達成できる見込みです。

出典：WIRED