知能機械の機能拡張は人間に何をもたらすか？

生成AIに代表されるAI技術の進展で、情報を中心とした産業活動や、情報処理に関わるオフィスワークの大幅な効率化・高度化が期待されています。一方で効率化・高度化する対象を情報処理だけでなく、物理的な作業に拡張するためには、移動や動作ができる機械にAIを搭載する「機械の知能化」が求められます^※1。AIにより、柔軟かつ複雑な動作が可能になった機械を「知能機械」と呼びます。

知能機械による物理的作業の効率化・高度化を図っていくには、そこに搭載されるAIによって機械の機能をより拡張していくことが不可欠です。AIによる機能の拡張といっても、作業の自動化、安定化、あるいは高速化のような特定の作業を代替・補助する量的な機能拡張もあれば、利用者の意図や周りの状況に応じて対応やその程度を柔軟に意思決定・調整するような質的な機能の拡張も考えられます^※2。後者の質的な機能拡張は、例えば作物の栽培における水やりや、肥料散布、収穫のように、天候や土壌など前もって決めることのできない要素に応じて機械が柔軟に対応しなくてはいけない作業などに求められます。

知能機械の機能拡張を図るためには、そこに搭載されるAI自体も機能拡張が必要です。図1に示すように、AIの質的拡張に求められる要素は、従来の量的拡張とは異なります。例えば、私たちの作業を代替・補助するために用いられる従来の計算は、特定の条件での使い方を前提として、より高度な処理やより正確な処理ができるように拡張していきました。一方でAIによる質的拡張のためには、上述の作物の栽培作業などのように、特定の条件における作業の正確さだけでなく、多少正確でないとしてもより多くの事象に臨機応変に対応できるような柔軟さの拡張が求められます。インプットされる情報だけで見ても、数字データはもちろん、日本語・英語・フランス語などのさまざまな言語情報、あるいは音や図、概念、人やものの動きなど、さまざまな情報に対応することが必要となります。さらに、これらの情報を単一で理解するのではなく、例えば言語情報と顔や手の動きを組み合わせて理解・表現する人間同士のコミュニケーションのように、複数の情報を複雑に組み合わせて理解することで、AIはより柔軟に機能することが可能となります。

AIがこのような「柔軟さ」を獲得するためには、扱える機能の種類を増やし、それを複雑に組み合わせることが重要になります。そのためには、情報を処理する際の「調整できるつまみ」の数を増やすことが重要となります。例えば絵を描く場合、色が2種類だと白黒の絵になりますが、色を調整するつまみをたくさん増やすと色の表現が豊かな絵が描けます。

色に限らず、つまみを増やせば増やすほど柔軟な表現・理解ができるようになります。このつまみの数はAIではパラメータ数と呼ばれます。AIの質的拡張に向けては、このパラメータ数が重要となります。例えばChatGPTのような生成AIでは、パラメータ数に応じて多くの機能の性能が連続的に上がることが知られています。さらに図2に示すように、AIの機能の中には、ある一定のパラメータ数より大きくなると突然新たに獲得できる機能があることが知られています（機能の創発）。

最近ではOpen AI社がAI半導体開発を検討していることが話題にもなりましたが、パラメータ数を大規模化するためにはハードウェアの演算能力の向上が必要になります。パラメータ数の大きなモデルを使うということは、多くの調整ができるつまみを準備することになります。そのつまみの調整のためには、多くの計算ができる半導体が必要です。図3に主要なAIのパラメータ数とそのために必要なハードウェア能力の一例を示します。パラメータ数の増加に伴い、高い演算能力と記録能力が必要になっていることがわかります。