米国調査会社「ガートナー（Gartner）」が数千を超えるテクノロジーの中から注目すべき先進テクノロジーとそのトレンドなどを分析し、毎年公開している「ハイプ・サイクル（Hype Cycle）」。このグラフを読み取りながら、AI（人工知能）技術をはじめとする先進テクノロジーの展望について、米シリコンバレーを拠点に企業のAI活用・導入を支援するパロアルトインサイトの石角友愛CEO（最高経営責任者）と、ディープラーニング（深層学習）分野で日本をリードする東京大学大学院 工学系研究科・松尾豊教授が議論する。
石角 ハイプ・サイクルは、注目すべき先進テクノロジーとそのトレンドが分かるグラフです。縦軸に期待度、横軸に時間をとって曲線で表し、多くの技術がこの曲線上を動くという考え方で、IT業界の最新動向や今後の流行を見ていくうえで参考になります。横軸の時間の流れはテクノロジー、技術の変遷を5段階に分類しており、「黎明（れいめい）期（Innovation Trigger）」から始まって、新しい技術に対する期待が最も高まる時期「過度な期待のピーク期（Peak of Inflated Expectations）」を頂点に、その後は「幻滅期（Trough of Disillusionment）」に入って徐々に下がっていきます。やがて、実装や周辺技術が追いついてきた技術が徐々に現実のビジネスで活用される「啓発期（Slope of Enlightenment）」を経て、普及していく時期「生産の安定期（Plateau of Productivity）」に入りプラトー化していきます。そんな技術に対する人の期待値の流れを示しています。
例えば、「GPU Accelerations」などの技術は本ハイプ・サイクルリサーチ（Hype Cycle for Artificial Intelligence, 2020）の最終段階に位置しており、既に普及・定着しているということが一目瞭然です。「機械学習（Machine Learning）」や「ディープラーニング（Deep Neural Networks）」についてはハイプ・サイクルの過度な期待のピーク期を過ぎて、徐々に普及していくだろうというような流れに乗っていると分かります。さらに「Data Labeling and Annotation Services」や「Smart Robots」などはこれからトレンドがくるだろうと予想。一方、「Artificial General Intelligence」は10年以上、「Small Data」は流行するには5年から10年はかかると予測されています。
2020年12月にオンラインで開催されたAIの世界的な国際学会「NeurIPS（ニューリップス）」でも「説明可能なAI（Explainable AI）」など先進テクノロジーが議題に上がり注目されています。こうした先進テクノロジーにおけるハイプ・サイクルのグラフについて、松尾先生のご意見をお聞かせください。
松尾 グラフを見て、皆さんが納得しているという現実がすごく面白いなと思っています。機械学習などを扱っている我々としては、どれだけ過去や未来のデータを当てているのかというのがまず気になります。ただ、このグラフについてよくよく考えてみると、言っていることは1つだけ。技術が出始めのころは、世の中が技術の可能性を過大評価しがちだということです。このまま定着していくものあれば、採用されず定着しないものもあるという、いろいろ技術によってそれぞれなんだろうなと感じます。
AI技術に関していえば、そもそも過剰な期待がありました。ただ、技術というのは単独では成り立たないものであり、例えば、いろんなシステムの中にどういうふうに組み込んでいけばいいのかということが、ビジネス上での肝であって。ハイプ・サイクルのグラフを見ると、そこの部分が正しく理解されてきたなと思います。
東京大学大学院工学系研究科教授
このコンテンツ・機能は有料会員限定です。
