AIによって生まれる、不都合と好都合
皆様、ジェイックの知見寺（ちけんじ）でございます。
今週の月曜日まで、毎週月曜日の夜に、ＡＩ講座に通っていました。
全６回。
アメリカの大学を卒業後、時事通信社米国法人で勤務し、今は独立して
ＩＴジャーナリストとして有名な湯川さんと、
１８歳からＡＩプログラムを組み始め、アメリカの大学在学中に起業し、
現在は、複数社に在籍し、内１社は日本におけるＡＩ研究の最先端の
ひとつ理化学研究所・革新知能研究センターで客員研究員を務めて
いらっしゃる遠藤さんのダブル講師でした。
湯川さんからは、ＡＩの現状のビジネスや、今後の展開などをお聞きし、
遠藤さんからは、ＡＩエンジニアと打ち合わせができるようになる
基礎的な知識を教えていただきました。
機械学習とはどんなことで、ディープラーニングにはどんなやり方が
あるのか、概要ですが理解することができました。
通常、大学で１、２年かけて学ぶことをわかりやすく説明してくれる
遠藤さんは、本当にすごいと感じます。
また、湯川さんのビジネスに直結した話しも面白かったです。
例えば、ＡＩが導入された実績として、アムステルダムのゴミ収集活動が
あります。
ゴミ箱と、ゴミ収集車にセンサーを付けて、どれくらいゴミがゴミ箱に
溜まっているのか、ゴミ収集車にゴミが積載されているのかを把握した
上でＡＩを活用して、回収ルートを決めます。
これまでは、あらかじめ決められた、月曜日はＡルート、
火曜日はＢルートとしていたのを、ＡＩの指示のルートに
変更したのです。
すると、何と回収コストが８０％削減されたのです。
８０%の中は、ガソリン代などの経費もあると思いますが、多くは
人件費だと思われます。
ＡＩが導入されて、回収ルートや頻度が「最適化」されることにより
ゴミ収集作業員は、ゼロにはなりませんが、大幅に少ない人数で
済むことなりました。
また、もうひとつの有名な事例は、米国Google社が
データセンターの空調管理にＡＩを導入したことです。
ＡＩを導入することにより、消費電力を４０％削減できるように
なりました。
データセンターでは、多くのサーバーが稼働し、熱を発するわけですが
データセンター内に数千個のセンサーを設置して、稼働データと
消費電力のパターンをＡＩに学習させました。
結果、データセンターの内部や外部の環境にあわせて冷却設備の運用を
どうすれば消費電力を最小化できるか、「運用シナリオ」がわかるように
なりました。
更には、データセンター周辺の気温と気圧の時系列データをＡＩに
学習させることで１時間後のデータセンター周辺の気候を
予測できるようになりました。
消費電力を４０％削減できたら、ものすごいコストダウンですよね。
ＡＩを導入して実現できる効果のひとつが、「最適化」
一番わかりやすいのは、コストダウン。
一方、提供している側からすると、売上が大幅に落ちることになります。
あるいは、労働者サイドからする、仕事量が減ることになります。
大きな変化が目の前に迫っているように感じます。
