advertisement
ツォーがいう、「AIへの不安は、ビジネスに対する危険ではなく、価値を示すことで徐々に和らげることができます。たとえば、AIを使った顔認識システムについては、当初は懐疑的な見方が強かったのです。たとえ99%以上の精度を誇っていても、AIが人間の能力に匹敵する、あるいは上回ることができるのかどうかと人びとは疑っていました。しかし、顔認識技術に関する米国標準技術局（NIST）の最近の調査によれば、AIは統計的な精度の向上を実現するだけでなく、単調な手作業の繰り返し作業がひきおこす可能性のある注意散漫も排除してくれることがわかりました」。顔認識システムにもバイアスがかかるという懸念があったが、これは修正されつつある、とツォーは付け加える。「一般的なデータ収集が制限される、身体的障がい者や宗教的な覆いをまとった人を含め、すべてのグループに対応できる顔認識モデルの訓練とプロセスの作成が可能です」。
AIを導入する際には、2つの基本ルールがある。Greenberg Traurig（グリーンバーグ・トラウリグ）の知財弁護士であるアンドリュー（A.J.）ティベッツによればその2つとは、「ゴミを投入したら、ゴミが得られるだけ」、「相関関係は必ずしも因果関係を意味しない」だ。「この2つは、企業が単にデータをモデルに通し、その出力を盲目的に信用してはならないという包括的なルールとなります。AIを確実に活用するためには、問題を十分に理解し、その包括的な理解を踏まえて十分なデータを収集し、そのデータをAIで処理できるように準備する必要があるのです。また、問題を包括的に理解することで、AIの出力を再確認することもできます。『相関関係は因果関係ではない』という格言はよく知られていますが、AIの有望性に感化され、導入に向けて焦る一部の人には見落とされることがあります。AIを適用する問題を十分に理解していれば、AIから得られる答えをより簡単に正当に評価することができ、その先の誤解を避けることができるのです」。
ティベッツは、常に人間を関与させるようにとアドバイスする。「AIは、推奨事項の生成したり、人間のオペレーターが打ち消すことのできる初期段階の決定を下す際に、特に役に役立ちます。AIシステムがパターンや傾向を誤って認識するリスクは常に存在し、その結果、システムが勝手に動作して誤った判断を下すリスクがあります。そのため、AI システムは、与信申請者が十分な信用力を示しているかどうかについての評価をできるかもしれませんが、その評価内容を人間が再確認することは非常に重要なのです」。
advertisement
（forbes.com 原文）
