AIで一気に変わる、日本の美容整形・林業の未来
AIが導く社会変革と人類の役割：言語の壁を超えた未来への挑戦
AI技術の進化は止まるところを知らない。大規模言語モデルが飛躍的に発展した現在、次のフロンティアはどこにあるのだろうか。そして、その進化の波が押し寄せる社会で、人間はどのような役割を担い、どのようなスキルを磨くべきなのだろうか。本稿では、Google DeepMind出身で、現在は株式会社リカーシブのCEOを務めるティアゴ・ラマル氏へのインタビューをもとに、AIがもたらす社会の変革、サステナビリティへの貢献、日本が抱える課題、そしてアジャイル開発の重要性について、その深い洞察を紹介する。
Q. AIは言語の壁を超え、社会をどのように変革するのか？
AIの次なる進化のステップは、言語を超え、画像や音声といったテキスト以外のデータも扱う「マルチモーダルAI」へ移行するだろう。現在のAIモデルはインターネット上の膨大なテキストを学習済みで、これ以上のテキストデータは存在しない。そのため、人間が視覚、聴覚、嗅覚を通して世界を認識するように、AIも多様なモダリティに触れることで、思考の柔軟性を高め、より高速で正確な処理が可能になると予想されている。マルチモーダルAIは複数の情報源を照合することで、情報の頑健性と安全性を向上させる見込みがある。
今から10年後には、自動運転車やスマートドアなど、多くの自動化されたデバイスが私たちの生活に浸透するとラマル氏は語る。これらのデバイスはChatGPTのような対話型インターフェースを備え、常に人間と対話するようになるだろう。すでにOpenAIやGoogleは画像認識可能な大規模言語モデルを開発済みだが、膨大な計算資源の問題や、プライバシー保護の課題（個人特定など）から一般公開には慎重な姿勢をとっている状況だ。
Q. AI時代に人間が「らしさ」を発揮するためのカギとなるスキルとは？
AIは単純作業だけでなく、知的労働、すなわちホワイトカラーの仕事の自動化も得意としている。これはAIがデータに基づいて論理的な作業を効率化する能力を持つためだ。しかし、人間特有の「ソフトスキル」と呼ばれる領域は、AIにとって自動化が最も困難な分野となる。具体的には、感情を理解すること、人との複雑な対話をこなすこと、そしてクリエイティブな思考力を伴う仕事がそれに当たる。
このような状況で、人間はAIによって仕事を奪われると考えるのではなく、創造性を発揮し、ソフトスキルを向上させる必要がある。ソフトスキルとは、コミュニケーション能力、協調性、問題解決能力、感情のコントロールなど多岐にわたるが、これらは習得が難しく、AIでは代替しにくい。AIの普及が進む現代において、人間ならではの創造性とソフトスキルの価値はますます高まるとラマル氏は指摘した。
Q. 株式会社リカーシブは、AIでサステナブルな社会をどのように実現するのか？
リカーシブは、AIを通じて社会のサステナビリティ向上に貢献することを目指している。その実現のため、以下の4つの柱を掲げている。
イノベーションの加速
生産性の向上
気候変動の緩和
より良い教育と仕事
「生産性の向上」の一例として、湘南美容クリニックと協力し、二重整形手術の結果をAIで予測するシステムを開発した事例が挙げられる。これにより、患者は現実的な結果を見て意思決定でき、手術後のミスマッチを最小限に抑えることに成功している。また、「気候変動の緩和」では、IHIや住友林業と協力し、森林火災予測システムを開発している。「より良い教育と仕事」の分野では、「FineFlow」という大規模言語モデルを基盤とした教育ソリューションを開発中で、生徒一人ひとりのニーズに合わせたカスタム教育アシスタントの実現を目指す。画一的な教育から脱却し、個々人の創造性を育むことで、AI時代に適応した人材育成に貢献する考えだ。
Q. AI大国へ向かう日本が直面する課題と、その打開策は何か？
自然災害が多い日本において、AIは森林火災や台風といった災害のリスク予測に大きく貢献する可能性を秘める。特に、物理モデルとデータを組み合わせた「物理学に着想を得たニューラルネットワーク」は、大規模な災害イベントのシミュレーションを加速させ、高精度な予測を可能にする。しかし、これらのモデル開発にはデータが不可欠である。現状、そのデータは政府機関にしか存在せず、さらに各都道府県によって収集方法やフォーマットがバラバラであるため、全国規模でのデータ活用が困難となっているのが実情だ。日本政府は、データの一元化とオープンなリポジトリの整備を進めるデジタル戦略を早急に策定し実行する必要がある。
もう一つの課題はAI人材の育成だ。日本の優秀なエンジニアがAIの最先端を担うためには、GoogleやMetaのようなグローバルな大企業規模のプロジェクトに挑戦する経験が必要不可欠となる。実践を通じてのみ、足りない知識やスキルが明確になる。また、シリコンバレーのようにエンジニアが企業や国境を越えて柔軟に移動できる「労働力の流動性」を高めるべきだ。日本は魅力的な国であるが、労働市場の硬直性が優秀なグローバル人材の誘致を妨げている側面がある。リカーシブでは、共同開発によるOJTプログラムを通じて、パートナー企業へ実践的なAIノウハウを伝承する取り組みも行っている。座学では得られない「実践知」こそが、AI開発において最も価値があるためだ。
Q. アジャイル開発がAI成功の鍵を握る理由とは？
AI開発においては、アジャイル開発手法の採用が不可欠だとラマル氏は強調する。従来のソフトウェア開発で多く用いられたウォーターフォールモデルは、最初に全ての要件を定義し、数年をかけて開発を続けるため、リリース時には市場やユーザーのニーズと乖離してしまうリスクが高い。対照的にアジャイル開発では、試作品を迅速に市場へ投入し、ユーザーからのフィードバックを得ながら継続的に改善を繰り返す。
このアジャイルなアプローチは、特にAI開発で極めて重要となる。AIモデルは現実世界を完全に網羅する十分なデータが初期段階では不足していることが多いからだ。システムを早期に展開し、実際のデータ収集を開始することで、モデルの欠陥を特定し、絶えず改善していける。また、学習データに含まれるバイアス（偏見）に起因する倫理的・差別的問題に対処するためにもアジャイルなフィードバックは不可欠である。AIモデルの挙動を網羅的にテストすることは難しいため、少数のユーザーから素早くフィードバックを得て修正用データを追加することが、AIを正確かつ公正に機能させる上で極めて重要となる。
Q. AIが導く創業者のビジョン：差別なく創造性を発揮できる社会とは？
リカーシブはベンチャーキャピタルからの資金調達に依存せず、自社の収益のみで事業を運営するブートストラップ経営を選択している。これは、短期的な市場圧力に左右されることなく、「サステナビリティ」という核となるミッションに集中するためである。彼らの成功指標は財務的なものではなく、「社会にどれだけ良いインパクトを与え、そのプロジェクトが広く普及したか」という影響力に基づいている。
ラマル氏は、一人では世界を変えることは難しいが、個々人の小さな貢献が集まることで社会は変えられると信じている。彼の目指す未来は、差別がなく、環境負荷が少なく、誰もが自身の好奇心に従って創造性を自由に表現できる社会だ。AI技術は、このような未来を実現するための強力なツールであると語る。日本発のこの取り組みが、やがては世界に貢献するグローバルサービスとなることを期待している。