SDGsの達成に向けて、AIはどのように役立つのか

SDGsの達成に向けて、AIはどのように役立つのか

SDGsは、私たちの社会をより公平で健康的かつクリーンな未来へと導くために、2015年に国連が設定したものです。

医療、クリーンエネルギー、産業の生産性など、さまざまな分野をカバーする17の一般目標があります。各目標に向けた進捗状況は、一連の測定可能なターゲットによって定量化されます。しかし、国連はこれらの目標を達成するための指針を示していません。

各国政府は現在、目標達成に向けた社会的規模のプロジェクトのロードマップを作成していますが、これだけでは十分ではありません。企業がイノベーションを起こし、先進的な技術を導入して、自社の業務をより持続可能なものにしていくことが求められています。

AIは、21世紀初頭の最も強力なツールの一つとして登場しました。生産性の向上から、さまざまな作業における超人的なパフォーマンスまで、AIはこれまで難しいと考えられていた問題を解決できます。では、サステナビリティに関してもAIは有効なのか、と問うのは当然のことです。

最近の調査では、17の目標のうち16の目標を達成するためには、AIが重要な役割を果たすことがわかっています。これらの目標の達成に有意義に貢献したいと考える企業は、ワークフローにAIソリューションを導入する必要があります。
この記事では、国連が設定した目標の達成に向けて測定可能な進歩を促進するために、AIをどのように活用できるかを具体的に紹介します。

産業・農業の生産性向上

産業の生産性が高まれば、環境への影響を抑えながら、現代の生活水準を維持することができます。農工業の生産効率が高まれば、土地や天然資源の使用量が減り、公害の発生も抑えられます。

農業ビジネスでは、AIを使って家畜を大規模に監視し、1頭あたりの生産性を向上させたり、害虫を自動的に識別して駆除することで農薬の使用量を削減したりしています。
また、食品の自動仕分け装置を使えば、消費者の好みに合わせて食品を注文し、自動的に商品の品質を最適化することができます。これらの技術は、ここ数年大きな進歩を遂げている自動インスタンス・セグメンテーションに基づいています。
工業生産において、インスタンスのセグメンテーションと分類は、ロボット工学だけでなく、自動品質管理検査においても重要なツールとなっています。例えば、ロボットツールは、ビジョンだけで、ビンから特定の部品を選択したり、特定のエリアにどれだけのアイテムがあるかを測定したりすることができます。

また、AIは組立ラインの統合と最適化にも利用できます。従来のシステムは、特定のタスクに最適化された個々の機械で構成されており、プロセスのギャップは人間が埋めていました。大域的な最適化や各ツールにセンサーを持たせるなどの手法を用いれば、組立ラインを完全に自動化・統合することができます。

予測技術は、過去のデータに適用され、予測的なメンテナンス技術となります。例えば、あるツールが故障しそうな時期を予測し、先手を打ってメンテナンスチームを配置することができます。また、障害が発生した場合には、AIコントローラによってリソースをインテリジェントにリダイレクトし、システムのシャットダウンを防ぐこともできます。

また、AIを搭載した自動制御システムは、エネルギー効率を最適化するだけでなく、散布が必要なエリアとそうでないエリアを識別することで、農薬の使用量を削減することもできます。同様に、食品メーカーは生産プロセスを最適化することで、原材料の使用量を減らし、最終製品のカロリーを抑えることができます。

物流もまた、破壊の機運が高まっている分野です。機械学習を利用したアルゴリズムでは、公共交通機関の遅延を既存のアルゴリズムよりも最大30%高い精度で予測することができ、グラフニューラルネットワークを利用したシステムでは、Googleマップ上の移動時間を最大50%高い精度で予測することを実現しました。

これらのアルゴリズムは、グローバルなサプライチェーンや物流ネットワークに容易に適用することができ、輸送時間の短縮や、遅延による生鮮品の廃棄を減らすだけでなく、二酸化炭素排出量を削減できる可能性があります。

強化学習は、ルールや定量的な関数を用いて具体的に定義することが難しい特定のタイプのタスクを自動化するための有望な技術です。これにより、人間は反復的で頻度の低い作業から解放され、製造業におけるロボットに革命をもたらす可能性があります。

イノベーションの加速

SDGsで示されている課題の多くは、達成のために技術革新を必要とします。気候、医療の高度化、地球の大地と海洋を保全しつつ手頃な価格の食料を実現するには、AIによる科学技術の飛躍的進歩が必要です。

ヘルスケアの分野では、ビッグデータとAIは、データマイニングに基づく創薬によって、次世代の医薬品を生み出すことができます。グラフニューラルネットワークやアテンションなどの技術は、タンパク質の折り畳みにおけるブレークスルーを可能にし、世界中の薬の研究室をスピードアップさせるでしょう。

産業界においても、AIを用いた物理シミュレーションにより、材料の物理的特性への理解が深まるだけでなく、まったく新しい材料の発見が加速されます。

また、次世代の交通機関の開発や複数の産業プロセスの最適化に欠かせない科学的シミュレーションも、何桁ものスピードアップが可能になります。

予防と緩和

気候変動に起因する自然災害がより頻繁に、より強力に発生するようになると、政策立案者にとって防災はますます重要な分野となります。
最近の研究では、過去のデータに基づいて、洪水や火災、地震のリスクが高い地域を高い精度で判定することができました。また、有害な大気汚染レベルを予測して軽減するモデルも開発されました。

災害が発生した後、AIをベースとした画像処理アルゴリズムは、被災地の衛星画像やドローン画像を分析し、被害の程度を判断することができます。このような分析により、救援物資の物流をより迅速かつ効率的に行うことができます。

NLPベースのアルゴリズムは、ソーシャルメディアのフィードをリアルタイムに監視し、特定の被災地の状況についてより正確な情報を得ることができます。また、チャットボットを導入することで、被災者の支援要請を迅速に行うことができます。

仕事と富の分配の改善

AIのアルゴリズムは、ある種の作業においては超人的なパフォーマンスを発揮しますが、人間を完全に代替することはできないと考えています。私たちは、AIが成功要因としての役割を果たし、人間を反復的な作業から解放し、創造性を発揮して、まだ解決方法がわかっていない問題の解決策を見つけられるようになることを期待しています。

そのためには、背景を問わず、労働者全体が低コストで質の高い教育を受けられるようにすることが重要です。

AIを活用した自動カリキュラム発見やカスタマイズされたコンテンツ作成ツールは、次世代の教育技術を提供することができます。これは、一流大学レベルの教育へのアクセスを民主化できる可能性がある発展途上国にとって、特に重要なことです。

ナレッジグラフ技術と最新のNLPを組み合わせることで、労働力となるすべての人にパーソナライズされたスキルの内訳を作成することができます。これにより、個人のキャリア目標に合わせた教育プランを作成したり、既存のスキルを最も活かせるポジションとのマッチングが可能になります。

倫理と偏見

AI技術は、私たちの社会に革命を起こし、世界の大きな問題を解決する可能性を秘めていますが、真剣に検討せずに導入した場合、重要な倫理的問題を引き起こす可能性があります。

最近では、AIのアルゴリズムがマイノリティに対する社会的な偏見を永続させることが明らかになっています。例えば、言語モデルは、特定の民族や宗教グループを表す言葉の間に偏った関連性を学習します。また、生成モデルでは、ある顔タイプを他の顔タイプよりも優先的に生成することが学習されます。

これらの例を鑑みると、実用的なプロトタイプができたからといって、AI技術の導入を急ぐべきではないことは明らかです。より慎重なアプローチが必要です。
AI for social good」では、倫理的なAI開発のための主要な原則を紹介しています。

  • AIで何ができるかという期待には、十分な根拠が必要である。
  • シンプルなソリューションに価値がある。
  • AIのアプリケーションは、包括的で利用しやすいものでなければならず、倫理と人権の遵守のためにすべての段階で検討されなければならない。
  • 目標とユースケースは、明確に定義されるべきである。
  • 大きな問題を解決するためには、深くて長期的なパートナーシップが必要である。
  • 計画では、インセンティブを調整し、双方のコミュニティを考慮する必要がある。
  • 組織の壁を乗り越えるには、信頼関係の確立と維持が鍵となる。
  • AIソリューションの開発コストを削減する方法を検討する必要がある。
  • データの準備状況を改善することが重要である。
  • データは、人権とプライバシーを最大限に尊重し、安全に処理されなければならない。

私たちは、これらのガイドラインが必要最低限の要件を形成しているに過ぎないと考えており、より多くのことを知るにつれ、確実にこのリストを追加していきます。AI開発者の多様性を高め、幅広いコミュニティをAI開発に参加させることは、この取り組みに不可欠です。
Recursiveは、AIのサステナビリティに関する取り組みや、AI開発のベストプラクティスに関するホワイトペーパー「AI for sustainable innovation」を作成し、公開しました。
無料となっておりますので、ぜひご覧ください。
https://recursiveai.co.jp/ja/book
Contact
ご不明な点がございましたら、お問い合わせください