近年急速に発達し、私達の生活に欠かすことができない存在となりつつある人工知能（AI）。人工知能（AI）に搭載されている機能は、人間を凌駕する程に精巧かつ緻密なものばかりとなっており、様々な業界でその力を活用することで私達の生活を豊かなものにしてくれています。しかし、便利な人工知能（AI）には、目を逸らしてはいけないデメリットも存在することを忘れてはいけません。
本記事では、人工知能（AI）のデメリットに焦点を当て、課題やシンギュラリティについて徹底解説致します。
人工知能（AI）とは
人工知能（AI）とは、英語表記で「Artificial Intelligence」の頭文字を取ったもので、人間の知的振る舞いをコンピュータを用いて人工的に再現したものです。しかし、冒頭でもお伝えした通り、人工知能（AI）は、近年急速に発達してきたこともあって、定義は明確になっていないというのが現状です。
「人間と区別が付かない人工的な知能」や「人工的に作られる知能であるが、知能レベルは人を超えている」等、様々な研究者によって色々な定義が提唱されています。
現状の人工知能（AI）は、一概に人型のロボットであるわけではなく、iPhone等の画像認識機能や自動車の自動運転機能等など、あらゆる機械のシステムに組み込まれていたり、何か1つの機能に特化していたりといった特徴があります。
人工知能（AI）のデメリット
日常生活において、人工知能（AI）から受ける恩恵の比重が大きいため、人工知能（AI）の良い面ばかりに目が行ってしまう方が大半だと思いますが、実は人工知能（AI）には、様々なデメリットが存在しているのをご存知でしょうか。本項目では、特に代表的な次の9つのデメリットについてピックアップして解説致します。
- 雇用が減る
- セキュリティ対策の必要性
- 人工知能（AI）の悪用
- 責任の所在が不明瞭になる
- ブラックボックス問題
- 高クオリティのデータが必要
- 人工知能（AI）に精通した人間が必要
- 人工知能（AI）導入コストが高い
- リスクマネジメントが困難
雇用が減る
人工知能（AI）が様々な業界に導入されることで、人手不足の解消が謳われる一方、逆に雇用が減るといったデメリットが存在します。言い方を変えれば今まで人間の手で行われていた様々な作業が人工知能（AI）に取って変わられてしまうということです。
雇い主としても、人間の代わりに人工知能（AI）に置き換えることができるのであれば、人件費がかかったり、ヒューマンエラーが起きてしまったりというデメリットがなくなるため、初期コストやランニングコストがかかってしまったとしても、長い目でみた時にコストパフォーマンスや生産性が高くなることを優先し、積極的に人工知能（AI）を導入していくことが自社のためになると考えるでしょう。
遠くない未来人工知能（AI）によってなくなってしまう可能性があると言われている職業としては、次のような職業が挙げられます。
- 事務員
- 銀行員
- 受付
- 警備員
- 工場勤務者
他にも色々な職業が人工知能（AI）に置き換わると言われていますが、まずは単純作業の多い職業から順に置き換わっていくものと予想されています。
セキュリティ対策の必要性
人工知能（AI）は、基本的に様々なデータを基に自ら学習を行い分析及び判断をします。そのため、個人情報や企業秘密等といった様々な機密情報が頻繁にネットワーク上でやりとりされることになります。例えば悪意のあるハッカーからハッキングされてしまったり、内部の人間から意図せずあるいは故意に情報が漏洩してしまったりといったリスクが高まることから、人工知能（AI）を導入する際には、堅牢なセキュリティ対策が必須となることを覚えておきましょう。
セキュリティ対策を怠ってしまうと、情報漏洩だけでなく、人工知能（AI）を乗っ取られる等して悪用されてしまうことにも繋がりかねません。
人工知能（AI）の悪用
人工知能（AI）は、善意を持って活用するととても便利なものではありますが、逆に悪意を持って使用されてしまうとその高い機能が仇となってしまうことが想定されます。例えば、偽物の画像及び動画を作成したり、SNS上でアカウントをなりすまししたり、自動運転技術を逆手にとって運転機能を乗っ取ってしまったり等して、犯罪行為を行うことも容易となるのです。
さらには、テロ行為や軍事施設のサイバー攻撃等にも用いられてしまうと、国家間の紛争及び戦争にも繋がることも懸念されます。前述したように、万全なセキュリティ対策を行い、悪意ある人間に人工知能（AI）が活用されることのないように予防策を講じる必要があるでしょう。
責任の所在が不明瞭になる
人工知能（AI）があらゆる業界で導入されるようになると、人工知能（AI）が故障する等によって人間が怪我をしてしまう等の事故が起きてしまうことも想定されます。その際に、一体誰に責任があるのかが不明瞭になってしまうことが問題視されています。
万が一の事態において、人工知能（AI）を開発したシステム会社もしくは人工知能（AI）を導入し運用している会社のどちらが責任を取るのかといったことは、ケースバイケースだったとしても、事前に明確に線引きを行う必要があるでしょう。責任の所在が不明瞭のまま、実際の作業現場に人工知能（AI）を導入してしまって、万が一の事態が発生してしまった場合、責任の所在が不明瞭であることも大問題となってしまうことが安易に予想されます。
ブラックボックス問題
ブラックボックスとは、内部構造が不可視である装置等の概念のことです。人工知能（AI）においては開発者であっても「なぜ人工知能（AI）がこの答えに至ったのか、人工知能（AI）の思考回路が理解できない」というブラックボックス問題が物議を醸しています。
従来であれば、人工知能（AI）の思考及び判断基準に関しては、人間の手によってルールが作られ、そのルールに則って人工知能（AI）が判断を行うのが一般的でしたが、近年ではニューラルネットワーク及びディープラーニングによって、人工知能（AI）自ら答えを導き出すことが可能となっています。この人工知能（AI）自ら答えを導き出す工程がもはや人間には理解できない範疇に及んできているのです。
高クオリティのデータが必要
人工知能（AI）を導入するためには、高クオリティの膨大なデータが必要となります。データのクオリティが低かったり、データ量が不足していたりすると人工知能（AI）は正確な判断を行うことができないため注意が必要です。
例えば、車の部品製造工場において、部品の検品を行う作業を人工知能（AI）によって自動化したいと考える場合、あらゆる角度から撮影した部品の画像や動画、さらに欠陥品であるかどうかの判定を行うためのあらゆるパターンの部品の画像や動画等が必要となることを覚えておきましょう。
人工知能（AI）に精通した人間が必要
人工知能（AI）を導入したいと考えた時に、自社にあった能力を搭載したものを導入するためには、新たに人工知能（AI）を開発する必要があります。そのためには、人工知能（AI）に精通した人材が必要となりますが、社内に存在しない場合には、外注する必要が出てくるでしょう。
外注する場合には、ランニングコストもある程度かかってしまいます。さらに人工知能（AI）は、継続的に新しいデータを更新し続けながら、進化させていくことでより精度の高いものとなるため、導入して終わりということにはなりません。
コンスタントにメンテナンスや新しい機械学習を実施していくためにも、自社内に人工知能（AI）に精通した人間を雇い入れたり、部署を新設したりすることで効率的な運用を行うことが期待できます。
人工知能（AI）導入コストが高い
人工知能（AI）を導入すると、人件費の削減や生産性の向上といったメリットがありますが、唯一ネックとなるのが、導入時のコストが高いということです。さらに導入を決めたとしても人工知能（AI）開発にある程度の時間がかかることを覚悟しておきましょう。膨大なデータを機械学習させる時間もかかる上、試験運用も実施する必要があります。
また、自社の求める機能を搭載した特注の人工知能（AI）を外注で開発するといった場合には、人工知能（AI）は継続的に学習をしながら運用する特性を持つため、ある程度のランニングコストもかかるということを念頭に入れておくべきです。
リスクマネジメントが困難
人工知能（AI）の携わる業務は多岐にわたることから、人工知能（AI）に何らかの問題が起きてしまった際に引き起こされるトラブルについては、甚大な規模となることが予想されます。そのため、限定的な範囲から導入し試運転を地道に積み重ねていくという工程が非常に大切となります。
人工知能（AI）を導入する際には、あらゆるリスクを想定した上で決して急ぐことのないようにしましょう。場合によっては、AIリスクを管理してくれるコンサルティングサービスの利用の検討をおすすめします。
人工知能（AI）の課題
これまで人工知能（AI）のデメリットについて解説致しましたが、人工知能（AI）には、無視できない様々な課題が存在しています。本項目では、特に代表的な次の3つの課題について解説致します。
人間が人工知能（AI）の決定を理解できなくなるかもしれない
デメリットの項目で触れたブラックボックス問題にも関連しますが、人工知能（AI）の進化のスピードは著しく早く、一説では2045年には、人工知能（AI）が人間を超えてしまうとも言われており、その場合、人間が人工知能（AI）が下した判断が本当に正しいものなのか否かという判断ができなくなってしまう可能性があります。
現在のように、単純なプログラムに生じたバグであれば人間の手で修正が可能です。しかし、人工知能（AI）が進化しすぎると、バグ自体がバグであるのかどうかも判断がつかなくなってしまうのです。
想像しやすい例としては、もし裁判所において裁判官の補助を行う人工知能（AI）が存在していて、本来は冤罪である人間に対し終身刑という判断を下してしまったとしたら、人間は「理由はわからないが、人工知能（AI）が終身刑であると言うから終身刑に違いない」と考えてしまうこともあり得るのです。そのため、人工知能（AI）を過信しすぎず、かつ依存しすぎない世の中にしていくことが必要となるでしょう。
どこまでのプライバシーデータを集めて良いのか
人工知能（AI）は、あらゆる膨大なデータを基に分析及び判断を行います。その中には、個人情報も少なからず存在し、私達の知らないところで人工知能（AI）を開発するために使用されているものも既に多数存在するでしょう。身近な例としては、インターネット上の広告技術やECサイトのレコメンド技術にも個人情報が利用されています。
いくら精度の高い人工知能（AI）を開発するためとはいえ、知らない間にプライバシーデータを集めて良いのかという問題も既に様々な場面で提起されています。今後、ますます人工知能（AI）研究が進んでいくことを思うと、何らかの法整備等がなされる事態になるかもしれません。
人工知能（AI）の人権は
まだ、まるで人間のように全てを自ら考え判断し行動する人工知能（AI）の実現には至っていませんが、アニメのドラえもんのように人間と同様の感情を持つような存在のAIロボットが登場した場合、そのAIロボットは人間とみなされて人権を持つことになるのか否かについても既に議論が始まっていると言っても過言ではありません。
まだまだ先の未来であると現実逃避しがちですが、そう遠くない未来、感情を持った人工知能（AI）が開発されることも夢ではないでしょう。
シンギュラリティとは
人工知能（AI）を語る上で避けては通れない「シンギュラリティ」についてご存知でしょうか。人工知能（AI）におけるシンギュラリティとは、先ほど述べたように、2005年にアメリカの人工知能（AI）研究の世界的権威の1人であるレイ・カーツワイルが提唱した2045年を目処に予想されている人工知能（AI）が人間を超える技術的特異点及び人間の生活が大きく変わると言われている概念のことです。
ここからは人工知能（AI）のシンギュラリティについて深く掘り下げて解説致します。
予想されているシンギュラリティによる世界の変化
シンギュラリティが訪れると世界は大きく変化すると言われています。特に顕著な変化として予想されているのが次の3つです。
- 人工知能（AI）に仕事が任される
- ベーシックインカムの導入が進む
- 人体の一部をコンピュータ化する
人工知能（AI）に仕事が任される
シンギュラリティが訪れると、人工知能（AI）のデメリットでも触れた通り、人工知能（AI）が様々な領域に導入されるため、人間が行っていた仕事が人工知能（AI）に取って代わられるという動きがより顕著になると言われています。主に単純作業において、人工知能（AI）に台頭していくことが予想されていますが、世界中で職を失ってしまう人が爆発的に増加するのではないかという声もあります。
なにより、最も懸念されているのが、イレギュラーなアクシデントが起きてしまった場合に、人間と同じように人工知能（AI）が臨機応変に対応可能であるのかという点です。人工知能（AI）に置き換わることで喜ぶ人がいる一方、困る人も出てくるということを頭に入れておくことが大切です。
ベーシックインカムの導入が進む
シンギュラリティが訪れると、人間の雇用の場が減少することから、ベーシックインカム制度の導入が急速に進行するのではないかと言われています。ベーシックインカムとは、英語で「basic income」と表記され、最低限の所得を保証する仕組みのことを意味します。具体的には、失業保険や医療補助、養育費及び子育て支援等の個別名目とは一線を画しており、政府が国民に対して最低限の生活を送ることができるように、現金を定期的に支給する政策のことで、場合によっては国民配当や基本所得保障、最低生活保障等と称されることもあります。
ベーシックインカムが導入されると、人間は労働活動に従事せずとも、多様な生き方を選択することが可能となる一方で、財源の確保の方法及び就労希望人数が激減してしまうことも懸念されます。
人体の一部をコンピュータ化する
シンギュラリティが訪れるとほぼ同時期には、人間の臓器や脳等の一部をコンピュータ化することも可能になるという説が浮上しています。病気や怪我による欠損をコンピュータ化することで補うことができたり、ただ単に強化目的でコンピュータしたりと可能性は無限大ですが、現時点ではアニメや映画等のフィクションでしか描かれていないような概念が現実化することもそう遠くありません。
シンギュラリティ実現可能性を裏付ける法則
人工知能（AI）におけるシンギュラリティについて解説致しましたが、本当に起こりうる未来であるのかどうか疑問に思う方も少なくないでしょう。シンギュラリティについては、ソフトバンクの孫氏や2ちゃんねる創始者のひろゆき氏も話題に挙げ、その到来を予期していますが、シンギュラリティの実現可能性を裏付ける法則として次の2つの法則が挙げられることが多いため、ご紹介致します。
- ムーアの法則
- 収穫加速の法則
ムーアの法則
ムーアの法則とは、後にアメリカインテル社の創業者の1人に数えられるゴードン・ムーアによって1965年に提唱された大規模集積回路の製造及び生産における長期傾向についての経験則に属する将来予測のことです。具体的には、1965年に集積回路あたりの部品の数が毎年2倍になると予測し、かつ成長率は10年維持されると予測しました。その10年後にあたる1975年には、集積回路あたりの部品の数が、2年ごとに2倍になる予測に修正しましたが、その後も予測は維持されることとなり、これをきっかけにムーアの法則が知れ渡りました。
ムーアの法則を基に人工知能（AI）の発展について考えると、人工知能（AI）を構成する半導体の性能についても2年毎に2倍の成長率で成長を永続的に続けていくことから、シンギュラリティは起こりうることであると言えるでしょう。
しかし、ここで注意しなければならないのは、半導体はナノテクノロジー技術により、将来的に原始サイズにまで縮小化されていくことになり、原子サイズよりさらに小さくなることは現状ほぼ困難であることから、物理的にムーアの法則の限界が訪れるのではないかという説も存在しているということです。
シンギュラリティの訪れを裏付けることができる法則の1つであることは間違いありませんが、絶対ではないということだけ頭に入れておきましょう。
収穫加速の法則
収穫加速の法則とは、前述したムーアの法則を原点とし、アメリカの発明家であるレイ・カーツワイルが提唱した1つの重要な発明は、独立しているのではなく、他の発明と結びつくことで、次の重要な発明に至るまでの期間を短縮及びイノベーションのスピードを加速化させるため、科学技術は直線グラフのようにではなく、指数関数のように進歩していくという経験則のことです。
イノベーションのスピードが加速される理由としては、これまでの発明が次の発明までの過程に応用されることで、フィードバック作用が働くことが挙げられます。もし、この法則通りに人工知能（AI）が発展していくと、まるで掛け算のように加速度的にどんどん技術も進化していくということになります。その結果、シンギュラリティが訪れるということの裏付けとなるというのです。
近年人間の生活が著しく変化していないことから、科学技術の発展自体が停滞しているのではないかという意見も存在しているため、収穫加速の法則についても、絶対的にシンギュラリティの訪れを約束するものではないということは頭に入れておいてください。
まとめ
人工知能（AI）のデメリットについて、本記事では、人工知能（AI）の課題やシンギュラリティについて徹底解説致しました。
技術が進化するにつれてより便利なものとなっている人工知能（AI）ですが、本記事の通り、多くのデメリットや課題等も浮き彫りになっていることが理解できたかと思います。人工知能（AI）技術が進化することだけに固執することなく、人工知能（AI）を安全に活用しつつ適切に制御を行いながら、訪れるであろうシンギュラリティに備えて、万全の体制を整えておく必要があるでしょう。
