Taiwan Science and Technology Hub（Taiwan S＆T Hub）は、この変革の波の中において、台湾の業界、政府、学会、研究機関が世界の技術と最前線の動向把握を支援するために、国際的に有名なAI専門家、李飛飛氏（Fei-Fei Li）を招待しました。現在スタンフォードの人間中心AI研究所所長、またImageNetのチーフサイエンティストで、AI4ALLの共同創設者および会長でもある李飛飛氏（Fei-Fei Li）は、3月23日に開催された「AI進歩：テクノロジーの展望と産業への応用」のフォーラムに参加し、国内の専門家と共に、AIを人類にとって重要な原動力とする方法について交流しました。このフォーラムは、Digital Timesの顧問である盧諭緯氏（Lu Yu-Wei）が司会を務め、業界の専門家である和碩聯合科技（Foxconn Interconnect Technology）理事長の童子賢氏（Tung Tzu-Hsien）、PChome CEOの張瑜珊氏（Jan Hung-tze）、iKala共同創業者兼CEOの程世嘉氏（Sega）がゲストとして参加しました。
以下の記事は、当社iKalaの共同創設者兼CEOである程世嘉（Sega）がフォーラムで共有した内容（Part 1）です。
司会：盧諭緯氏（Lu Yu-Wei）
Segaは、ソフトウェアエンジニアリングのバックグラウンドを持ち、ソフトウェア開発に注力するスタートアップを設立した人物として、AI の強化を会社の重要な目標にしてきました。 AIが将来のソフトウェア産業、またはソフトウェアサービスに与える影響についてどのように捉えているか、考えを教えてください。
iKala 共同創設者兼 CEO：程世嘉（Sega）
私たちが実際にスタンフォード大学のコンピューターサイエンスビジョンの研究をしていた2006年当時はまだ、クラウドもビッグデータも AI も iPhone もなく、研究は非常に困難でした。現在、我々はAI、ビッグデータ、クラウドのことをABCと言っていますが、実際の発展の順序はCBAで逆になります。まずクラウドがあり、それからビッグデータができ、そしてAIがアルゴリズムや計算能力、データを持つことができるようになったことで、AIが急速な飛躍を遂げることなりました。これがAIの発展の過程です。iKala が当初、Human-Centered AI Company（人間中心のAIカンパニー）と称したのはそのためで、これは AI が代替ではなく拡張であると信じているからです。実際、産業の観点から見ると、医療や健康、小売、さらには軍事など、AIには力を発揮するコンテクストが必要です。コンテクストがなければ、AIは役に立ちません。そのため、この波、特にGPTがもたらした大きなターニングポイントに実は非常に驚きを持っています。私たちは、GPT のような技術が登場するのは 3年後だと思っていましたが、OpenAI はそれを3年早めました。
業界にとって、これは前向きな発展だと考えています。人々はすでに AI のムーアの法則について話し始めており、今後はAIの能力が1年半から2年ごとに倍増したり、コストが下がったりするわけではなく、3ヶ月ごとにコストが半分になることがあるかもしれません。ChatGPTが登場した後、ソフトウェア業界はAIを小さくする方法を探っています。例えば、TeslaのAI責任者であるアンドレイ（Andrej）は、nanoGPTプロジェクトを開始し、AIのトレーニングコスト、展開コスト、アプリケーションコストなどを継続的に削減することを目指しています。このように、ムーアの法則は実際に AI 業界にも現れ始めています。皆さんが思いつくところでいくと AI research community。これは非常にオープンなコミュニティであり、さまざまなモデルとデータセットを有し、論文が出れば、データセットと一部のソースコードはすべて公開され、翌日には入手できるため、AI の進歩をより加速しています。 私たちは、新しいムーアの法則の下で、最終的には AI がすべての人が利用可能になる、つまり、インテリジェンスを取得するためのコストがますます低くなると予想しています。
AIがビジネスに与える影響が大きいとされる理由は、過去にDXが話題になった際、投資利益率を計算できないという意見があったためです。そのため、DXに疑いを持ち、長期的なコスト効果が何であるかわからないという状況がありました。しかし、DXの目的がインテリジェンスを獲得することである場合、それは各業界に新たな波を引き起こすことになります。したがって、インテリジェンスを得るためのコストがほぼゼロである場合、人々が心配する問題、すなわち「既存のワークフローが変わってしまうのではないか？既存の個人生産性が10倍に増える可能性はないか？」などが生じる可能性があります。そこで、AIをユーティリティ（公益なもの）として捉え、水や電気と同じように考えることが重要であると思います。10年または20年後、AIについて話題にすることはなくなるかもしれません。なぜなら、それはAIが今日の水や電気と同じで、回路全体や送電網がどのように機能するかを考えることなく、携帯電話を充電したり、家電を使用したりするときにコンセントを使うのと同様の感覚になりうるものだからです。 将来的にAI は、AI の専門家でなくても、誰でも利用できるほど低コストになるところまで到達するでしょう。
AIは、これまで付加価値のあるサービスとして扱われてきました。したがって、産業への影響について話すとき、AIは多くの新しい可能性を開くと私たちは考えています。たとえば、タンパク質フォールディング、消費者の理解の深化、そして科学実験など、AIは科学探求の方法を変えています。そのため、AIは研究でもユーティリティとして機能することができます。特に、GPTや大規模言語モデルによってもたらされる機会は限りなく多いと私たちは考えています。私たちが行っているインフルエンサーの検索でも、キーワード検索から自然言語の検索へと進んでいます。ChatGPTが示すように、人間が自然な方法でコンピュータとやり取りできるようになると、AIはソフトウェア業界に革命をもたらすことができます。したがって、自然言語検索が今後ますます発展することが予測されます。
司会：盧諭緯氏（Lu Yu-Wei）
Segaはインターネットが誕生した後、その時代の流れに乗って創業したわけですが、技術に投資することは困難も伴うと思います。私自身も多くの転機を経験してきましたが、今後の新しいスタートアップに参入、投資したいと考えている人のために、どのようなアドバイスをお持ちですか？また、AIを用いた未来の起業についてのご意見もお聞かせください。
iKala 共同創設者兼 CEO：程世嘉（Sega）
ジェネレーティブAI（生成AI）について、私が唯一提言したいのは、ジェネレーティブAIの会社を立ち上げないことです。起業の成功率が非常に低いことは言うまでもなく、5年以内に90％の企業が倒産しており、これはシリコンバレーでも同様です。話を戻すと、私たちが最初に話したように、AI自体にはコンテクストが非常に重要です。そのため、OpenAIにはより広く、深い堀が必要になると思います。なぜなら、現在 GitHubで大量の言語モデルが簡単に見つかるため、誰でも自分の「テキスト生成、画像生成」アプリを低コストで展開することができるからです。
実際、私たちは2018年にAIを活用した MarTechをいくつかの企業に提供していました。当時、私たちは Picaas と呼ばれる機能を開発しました。これは、AI を使用して画像の背景のものを取り除き、隙間を埋めて、きれいなまるでもともとそうであったかのような画像を作成するものです。この機能は、Google Photos で Magic Eraser として表示されるようになりました。しかし私たちが2018年にこの機能をリリースした際に2つの問題が発生しました。まず1つ目は、技術的な観点からビジネスを拡大することは困難であること。この点から、スタートアップは技術ではなく消費者のニーズに焦点を当てる必要があることを学びました。どのようにAIを活用したいのか？どのように産業に応用するか？など AI に何をしてもらいたいかを考えなければなりません。マッキンゼー（McKinsey）によると、AI の価値の 70% は付加サービスからもたらされます。つまり、AI はまったく新しいビジネスモデルを作成するのではなく、既存のビジネスモデルを向上させるものであることがわかっており、これが私たちが直面した最初の学びでもあります。
2つ目は、倫理的（道徳的）な問題に直面したことです。背景の削除と置換機能をリリースした後、デザイン業界はこの機能が将来的に他人の画像を盗んで自分のものに変えることができる可能性があると懸念を持っていたため、当時私たちはモデル全体の再トレーニングを行いました。インターネット上には多くの有料画像データベースが存在するため、私たちは自分たちのAIをトレーニングし、それらのデータベースの画像は勝手に修正できないようにしました。これは著作権の問題を避けるためです。つまり、2018年に私たちは、ジェネレーティブAIがもたらす問題やそのビジネスモデルの懸念事項と実行可能性についてすでに経験し、対処してきました。
一方、ジェネレーティブAIが登場すると、多くの仕事が消えてしまうのではないかと心配する人も多いですが、AIが置き換えるのは仕事ではなくタスクです。つまり、AIがもたらすのは「脱構築」であり、ある仕事が突然消えるということではありません。技術の進歩に従って、一部のタスクが置き換えられていくのです。たとえば、文章の要約を作成する場合、ChatGPTは非常に適していますが、編集作業には多くの時間がかかることに気づくと思います。翻訳をした後、編集や校正作業に多くの時間を費やす必要があるからです。しかし、AIが節約するのは発想や要約、下書きの時間であり、それらをすべて合わせると、生産性は向上するのです。つまり、AIの技術を普及させ、消費者価値を創造するには、ワークフロー全体を解体し、AIがすでに解決できるタスクとそうでないタスクを見極める必要があるということです。
私たちはずっとジェネレーティブAIとソフトウェアの分野について話してきましたが、今年はGPTやMulti-model技術により、ロボット分野でも大きな飛躍が見られるでしょう。例えば李飛飛氏（Fei-Fei Li）の研究室では、ロボットが1000以上の動作を認識・実行できるようになっています。オンラインから物理的なものまで、今後数四半期で大きな進展が見られることでしょう。
またAIについて話すとき、私たちはどうやってそれが暴走しないようにするのか、という問題を考える必要があります。もしAIがナローで弱いものであれば、心配する必要はありませんが、それがユーティリティに進展した場合は、水や電気、国防のように、政府が規制することになるでしょう。したがって、AIがユーティリティになった場合、各国政府はこの技術の監視を強化することになると考えられます。