📚

NexTech Week2023秋 2日目

2023/11/09に公開

NexTech Week2023秋 2日目

AIビジネス入門・最新動向

幕張メッセは私にとって非常に遠い…。
遠方なら宿泊施設取った方がいいですね、今後に活かします。

AI人材の発掘:?シンポジウム

(終了直前で参加したため詳細不明)
AI人材がどういったキャリアパスなのか、という例を上げて解説。

AIマップ(研究の俯瞰図)

  • 知的活動のフロー上にキーワードマッピング
    • ユーザー(人)との対話
    • 細かいので見えない(人工知能学会のブースで頒布しているし、人工知能学会=JSAIのYoutubeチャンネルを作成した)
      • AIの技術発展
      • 人間のAIへの理解
  • 技術(認知科学、問題解決、知識推論、学習)・応用(音声画像、自然言語、Web、エージェント、サイバーフィジカル、社会とAI)分野でマッピング
  • 研究領域の展開
    • 基礎学術を大分類で層分けし、社会や産業、経済などの基盤を作っている図。こまかいのは読めない。
  • AIフロンティア、キーワードごとに距離感を持たせている
    • 発見・進化・人・ロボット・学習・推論のコアとなる部分。汎用人工知能やプライバシーなど人たらしめている項目。

課題マップをカード型で解説。システムデザインを大まかに考える➡️Valus使いたい
これも面白そうだから行ってみる。

所感

学術的な内容全般に言えるのは、スライドが見えない・読めないので後日配布してほしい…。
内容が多すぎて読まずにラジオを聞いている状態になってしまう。

教育xメタバースの可能性

メタバースジャパン(団体)の活動紹介の話だが、育成の話を聞きにきた!
報道関係者も来てるのは驚いた。

Vの中の人の顔と本名出て肉声で話しているの笑う。

メタバースによる不登校支援

EDGE+Rプログラム(立命館)/Meta Quest
事例紹介は学習支援よりは別の勉強会を一ヶ月でやるスクール形式のお話。

メタバースという新たな居場所を作る事ができる。
メタバース全般としてヘッドマウントディスプレイが必要であることと、メタバース環境構築も必要なので特にイニシャルコストに課題があるか。

メタバースによる伝統技術継承

たとえば武術や芸能などをモーションキャプチャで撮ってアバターを介して動画にし、エンターテインメントとしてゲーム要素を組み込んで一斉配信する。
➡️技術的に難しい。とはいえ今後のデファクトスタンダードになってくる可能性が高い。

みらいの図書室

リアルと連動する。みらいの図書館プロジェクト
メタバースで職業体験もできる。

普及活動

そもそも学校の統廃合は保護者の反発が強い。
行政から一方的にトップダウンでやるからだが、保護者側から改善する機運を作っていく必要がある。

元政治家さんのトークとは思えないぐらいITエンジニア社長風。

子供達の「現実疲れ」に向き合う

これ大人でもあるよね。Twitterだとソーシャル疲れというのもあったけど「気軽にできて、気軽に辞めれる」仕組みが無さすぎる。
➡️たとえば研修事業も参加するまでにハードルが高くて、辞めるにしてもきついのでは?というのが課題としてありそう。
 ➡️欲しい家をマイクラで作る、不動産は需要の部屋を探せる、デザイナーは作る部屋が可視化されている

体験を共有する仕組みがメタバース。スマホの機能はもう頭打ちなので新しい顧客体験価値を生み出さなければならない。

生成AIブームとメタバースブーム(ブレイクスルーを起こしたい)

テレビでAIの話しかしてないからメタバースは終わった、という事はない。
メタバースは技術的課題で普及フェーズに乗ってないだけ(AI領域もChatGPTなどで一般ユーザーにも使える環境を提供したことでバズった)
コロナの例で考えると、リモートワークなどは「環境はあっても使われなかったが、使わざるをえなくなって普及した」事も考えられる。
まず原点として「マネタイズができるか」がポイントになる。

メタバースに依存しないために

まず、メタバースの導入コストの高さや活用の難しさは今後改善していける。早期参入の価値は高そう。
ユーザー目線で見ると、いわゆるゲーム中毒・依存症と同じ事がメタバース領域にも言える。
メタバースで熱狂できる仕組みを生み出していく必要がある。
保護者も巻き込んだメタバース教育をすると普及にリーチできるか。
➡️メタバースに限らず、保護者を巻き込む形で講義を打つのは制約に効果がありそう。

所感

まずプラットフォームとしてメタバースは新しいので、不登校に限らず社内研修に使うのでも効果は高そう。
ただし導入コストの問題があるので、教育事業の開発推進の旗振りは必須。
特にZoomで四角い画面だけの話をするよりは、アバターを通じた奥行きを感じられる世界の方が体験満足度は上がるだろう。

メタバースとは「新たな体験」と「新たな居場所」を提供する世界。特に自分で居場所を作りにくい子供たちにとって大きな効果が期待できる
➡️子供たちがそれぞれの子供たちごとに居場所を作る事ができればベスト

  • イベント
    • 教育現場におけるメタバースの可能性:ヒカリエ
    • メタバースハロウィン

時代を生き抜くための人材育成

Vtuberに限らず、リモート登者や出展がされているので技術革新を感じる
いらすとやがこんなところにも!

デジタル推進の必要性

DXどころかデジタルの話。社員全体がデジタル化を理解・認識しないと社内変革(DX)は進まない!
➡️IT,DX推進パスポートは学校で必修にすべきでは?

デジタルを使いながら作る時代。エンジニアだけが作る状態は健全ではない。

DXパスポート試験

  1. 全員
  2. DXに関わりたい
  3. DXに関わっている

を対象として、理想は3種全部全部取る。

ただし、資格を持っていても内容が陳腐化しているので、スキルの証明にならない。
特に情報分野は日進月歩で新しくなるので、去年の情報はもう古い、なんて事もある。

生成AIによって更に重要度が増すデジタルリテラシーとDX推進の関係

以下、パネルディスカッション。
生成AIが社会にもたらす影響の話を本題にすると時間がないので、いったんはデジタルリテラシーに注目したい。

デジタルリテラシーの浸透について

進んでない。世界の目線で競争に参加できているかを考えよう。
変わらなくても困らない、を変える必要がある(コロナから学んでる?)
DXは台風のように待ってれば終わるムーブメントではない。

「会社に言われたからITパスポートをとったけど、なんで必要なのか分かりません」が真理。学校の勉強の考え方になってしまっている。
➡️学んだことを活用する事は理想だが、知らないと話もできないと危機感を煽った方が良さそう。

人が真に学ぶべきは「問いを立てる能力」

たとえばAIを活用するシーンを考えると、問いを立てられないとAIプロンプトエンジニアングもできない。
たとえばプロンプト自体がノウハウとなる事も考えられるので、公開されたノウハウを活用するだけでは生産性の限度がある。

生成AIを社員の一人として認識する。

所感

勉強の必要と、勉強した内容を活かしてどうするかという観点を経営層と従業員で正しく共有しよう、という話。
勉強すべき内容は試験資格で評価できても、資格を持って給与(評価)を高めてもきちんと社内DXが推進できている状態を作るという目的に合致させなければ意味がない。

組織を強くする生成AI活用術とDXの内製化「PoCの罠からの脱却」とは?

創業6月で出典?!すごいな←松尾研究所さんか、納得

生成AIの発展とDXの課題

AIを入れる→AIがすべき領域を定める

  • AIを導入する際のPoCにおいて、ビジネス側とテック側の認識乖離がおこる。
    • AIを使うSaas開発が促進されていく。

生成AIが変革するDXのあり方

ChatGPTの登場により、AIを試すように。

  • 従来の機械学習は大量のデータを集めて、大量の学習をする必要があった
    • これからのLLMアプローチでは、既に学習済みのモデルにプラス専門性を学習させて(プロンプトエンジニアリング)使う。
      • 少数の品質の良いデータでも効果が生まれる
  • LLM自体はファインチューニング(大量学習)で学習したモデル。LLM自体の性能はデータに依存する。

大規模言語モデルを使ったDXの認識と本質

  • チャットとして利用するー情報の変換
  • 業務に合わせたプロンプトを用意すればすぐ導入できる
  • ハルシネーション(嘘)は外部から補う
  • ビッグデータがいらず、少量の高品質データとノウハウで対応可

人間はAIに置き換わるか?

まず従来の業務のインプット・アウトプットを考えると、

  • 人間: ありとあらゆる方法に対応可能。インプットもアウトプットも自在。時間もコストもかかる
  • システム: 特定の入力に対し、特定の出力を起こす。大量処理が得意

これらのいいとこ取り(ありとあらゆる入出力を大量処理する)をできるようにしているのが生成AI。

AIの民主化に向けて

ChatGPTを試した数だけ生産が上がる。

  • 専門家のノウハウとデータを搭載したAIを作って業務利用する。
  • 部長AIと部下AIを入れて、上司のノウハウの流通と部下の報告の品質を上げる仕組みを作る。
    • 上司:何度同じことを言わせるの?と言いたくない
    • 部下:上司の顔色を伺うことはやめたい

地頭のいいLLMにノウハウ(経験知)を入れて優秀な人材(AI)を作る

所感

今回の講演で一番入門編の内容だったように思う。
どこに行ってもAIパッケージを使おうとすると月200万〜が相場なのはなんだろう。
GPTの従量課金を定額で見積もってる?
➡️この200万を外に使うぐらいなら、自社でGPTを使い倒してノウハウ貯めた方がいいのでは?(まとめスライドにてYes)

AIは法改正に対応できるのか?というと、多少の学習データの変更を行うことで対応できそうなのでシステムを刷新する必要もない。
全体的に「AIの結果が正しい前提で話を進めてないか?」が気になった。どうやって評価するんだろう。

Discussion