自動運転車はロボットの時代をもたらすか?

2021年8月、イーロン・マスク氏はテスラのイベント AI Day で Tesla Bot を公開しました。当時はあまりに予想外の発表だったため、ジャーナリストや識者、アナリストの中には冗談だと考える人もいました。しかし、マスク氏はその後、人型ロボットが開発中の実際の製品であることだけでなく、オプティマスの愛称で呼ばれる Tesla Bot が「自動車事業よりも大きな意味を持つ可能性がある」と明らかにしました。

最近の決算説明会でマスク氏は、「人々がオプティマスのロボットプログラムのマグニチュードを理解していないことに驚いた・・・オプティマスの重要性は今後数年で明らかになるでしょう。洞察力のある人、注視している人、あるいは注意深く聞いている人は、オプティマスが最終的に自動車事業よりも価値があり、(自動運転)より価値があることを理解するでしょう。」

本稿の著者アダム・ドーアは5年前の2017年に書いた記事でこの動きを予想し、自動運転車が自動化雪崩の引き金となる小石である理由を説明しました。その関連性を考慮し、この記事の編集版を掲載します。

以下の記事は、2017年に www.adamdorr.com に掲載されたものです]

 


 

 

長い間、未来人の空想の産物と考えられてきた自動運転車(Autonomous Vehicle, AV)が、今や産業界、投資家、議員、その他の意思決定者、そしてメディアや一般市民によって真剣に受け止められています。AVの普及により、さまざまなメリットとデメリットが生じると予想されています。一方、AVはコストを下げ、安全性を高め、アクセスを向上させ、交通の全体的な環境フットプリントを減少させるでしょう。これは紛れもなく良いニュースです。しかし一方で、現在運転することで生計を立てている世界中の何百万人もの人々が、今後10年ほどの間にこの機械に職を奪われることになるのです。実際、地球上でもっとも人気のある仕事のひとつが自動化されることで、大規模な技術的失業がやってくることは、AVをめぐる最大の懸念事項でしょう。

しかし、私たちは十分な関心を寄せているとは言えません。

AVはドライバーだけのものではありません。すべての人に訪れるのです。少なくとも10億の雇用が、何千もの産業にわたって十字架の上にあるのです。AVテクノロジーを支配する者は、他の職業の未来も支配することになるのです。AVは究極の「キラーアプリ」であり、ジョブキラーアプリです。しかし、これから見ていくように、この見通しの中には、前例のない機会が隠されています。生産における主な制約要因である人件費を取り除くことは、経済を完全に変革しうる新たなレベルの繁栄の可能性を解き放つでしょう。

技術的失業

自動化による技術的な大量失業の危機が迫っているとの懸念が、今、各方面から語られています。イーロン・マスク氏やビル・ゲイツ氏のようなテクノロジーイノベーターだけが懸念を表明しているわけではありません。エリック・ブリンジョルフソン氏のような経済学者、スティーブン・ホーキング博士のような科学者、ニック・ボストロム氏のような哲学者、ジョン・ヒッケンルーパー・コロラド州知事のような公職者、そしてウォーレン・バフェット氏のような投資家もそうです。楽観的な意見もあれば、悲観的な意見もありますが、AVとそれがもたらす技術的失業の潮流が直結していることを認識している人は、まだほとんどいません。その結果、この先10年以内にオートメーションによる世界の労働市場の大規模なディスラプションが進行するという認識は、基本的にゼロに等しいと言えます。

技術的失業は産業革命と同じくらい古くからあります。しかし、かつては機械化によって仕事が失われていました。機械化はオートメーションとは異なります。機械化によって、単調な肉体労働が筋肉から機械へと移行し、その結果は確かに目を見張るものがありました。ブルドーザーを持った1人の人間は、シャベルを持った100人の人間が1ヶ月で動かすよりも多くの土を1時間で動かすことができます。しかし、ほとんどの労働は、ただ無心に働くこと以上のものを必要とします。複雑で変化する物理的環境に対応するための決断が必要であり、その決断には、何百、何千もの異なる物体を認識し、目的を持って相互作用することが必要です。つまり、肉体労働には知性も必要なのです。しかし、現在の機械は特別に賢いわけではありません。しかし、この状況は大きく変わろうとしています。

AVは、人間が持つ一般知能とは異なる狭義の人工知能の代表格です。ナローAI(Narrow AI)とは、その言葉が示すように、ある特定の分野でのみ能力を発揮する機械を指します。これに対して、どんな新しいタスクや状況にも適応できる真の一般知能には、おそらく自己認識や、人間や他の哺乳類が持っているような主観的な意識経験が必要ですが、コンピュータではまだその道のりは遠いのです。しかし、ナローAIが雇用にもたらす脅威は非常に現実的であり、AVのおかげで私たちの多くが思っているよりもはるかに身近なものとなっているのです。

モデリングとナビゲート

なぜAVが運転だけでなくさまざまなことを自動化するのか、それはAVテクノロジーが複雑な作業をおこなうソフトウェアであり、同じソフトウェアが他の一見異なる作業にも驚くほど簡単に適応できることを理解する必要があります。

AVソフトの仕事には、大きく分けて「モデリング」と「ナビゲート」の2つの機能があります。まず、人間のドライバーと同じように、周囲のダイナミックな3次元環境を感覚的に正確にモデル化します。カメラ、ライダー、レーダー、ソナー、マイクなどで収集した膨大なデータを、車載コンピュータが解析します。その結果、車両を取り巻く世界の詳細な画像がリアルタイムに更新されます。この画像をもとに、車両はダイナミックな環境の中でナビゲートします。つまり、周囲の物体を認識し、どのように相互作用するかを決定するのです。

つまり、AVは自分自身を取り巻く世界の詳細なイメージを構築し、他のオブジェクトを認識し、どのように相互作用するかを決定することによって、その中をナビゲートするのです。聞き覚えがありますか? 確かに、そうかもしれません。レストランの厨房で皿を洗う、スーパーの棚に商品を並べる、畑でジャガイモを収穫する、生産ラインでスマートフォンを組み立てる、といった肉体労働は、センサーデータから物理環境をモデル化し、その中で他の物体を認識し、目的を持って相互作用することで環境をナビゲートすることが必要なのです。

人間や他の動物が簡単にできるモデリングやナビゲートを、ロボットがマスターするのは悪魔のように難しいことが分かっています。しかし、機械学習の数学とコンピュータサイエンスにおける重要なブレークスルーと、コンピュータハードウェアの驚異的な性能の向上により、これらの課題が解決されるようになりました。Googleが立ち上げたAV企業Waymoは、すでに人間が運転しない自動車を公道で走らせており、ほぼすべての主要自動車メーカーが2020年代にAVを市場に投入する計画を立てています。そのテクノロジーは、もはやSFの世界です。

運転という仕事が他の肉体労働と基本的に似ているとすれば、基盤となるAVテクノロジーがどれくらいの速さで新しい仕事に適応できるか?という問いが論理的に導き出されます。しかし、その適応プロセスはきわめて速く、場合によっては文字通り一夜にして完了するという強い証拠が見つかりはじめています。

機械学習からの教訓

最近、機械学習の世界を知る上で参考になる事例が2つあります。ひとつ目は、歩くロボットです。歩くロボットはニュースになっていませんが、驚くべきは、ゼロから数時間で自然な歩き方を学習できるようになったことです。これは強化学習と模倣学習という技術によって実現されたもので、ディープニューラルネットワークが持つ一般的なディープラーニングを応用しています。

このシステムは、機械に目標を設定し、現実世界とシミュレーションされた世界の両方での試行錯誤から、人間に近い方法で学習させます。これは、人間が試行錯誤と想像の中でさまざまな可能性を経験することで学習するのと同じです。ここでもっとも参考になるのは、このディープラーニングシステムが、2本足でも4本足でも、あるいはそれ以上でも、数時間でロボットを立ち上げ、歩かせるということです。ボストンロボティクスのような企業は、このディープラーニングの応用技術の分野をリードしています。

2つ目の教訓的な事例は、Alphabet Inc. が保有するGoogleファミリーのもうひとつのメンバーである DeepMind がつくったプログラム、AlphaZero の壮大な例です。2016年、DeepMind のプログラム「AlphaGo」が囲碁の世界チャンピオンであるイ・セドル氏を倒し、大きな話題となりました。観察者たちは、ゲームのオープンエンドな性質を考えると、人間に勝つのは何年も無理だろうと予測していました。2017年には、オリジナルの AlphaGo を打ち砕くことができる AlphaGo Zero というプログラムのアップデート版が開発されました。AlphaZero はその後継プログラムを一般化したもので、ほとんど誰もが驚いたことに、わずか4時間で援助なしでゼロからチェスを教えることができました。そして、9時間以内に、世界最高のチェス・プログラムを破ることができました。人間の最高のプレーヤーではなく、最高のチェス・プログラムです。

この驚異的な成果を考えるには、何千人もの優秀な人間棋士とコンピュータ・プログラマーが、40年以上かけてチェス・ソフトウェアを競って設計してきたことを念頭に置いてください。(当時最高の人間プレイヤーであったゲイリー・カスパロフ氏を初めて破ったマシンは、1997年のIBM Deep Blue であり、AlphaZero が破った Stockfish 8 というプログラムは、Deep Blue よりもはるかに強いプレイヤーでした)。さて、公正を期すために、AlphaZero と Stockfish 8 が動作していたハードウェアは同一ではなかったので、両者の真の比較はまだできていません。しかし、ここでの議論に関連するポイントは、DeepMind が AlphaZero を極めて迅速に新しい目的に適合させることができたということです。

AlphaZero のケースは、自動化技術の将来の軌道に対するさらなる教訓を含んでいるかもしれません。非常に難しい機械学習の問題に対して苦労の末に得た解決策は、時には、他の類似している、より単純な問題に対して驚くほど簡単に一般化できることがあるのです。DeepMind にとって、囲碁の課題を解決するには、何年も、そして何千万ドルもかかりました。その解決策を手にしたことで、より単純なチェスの問題を解くのに9時間と数ドル分の電気代しかかからなくなりました。AVにとって、運転を解くことは囲碁であり、他のあらゆる肉体労働はチェスなのです。

電球が光る瞬間

囲碁とチェスに例えてもピンとこない方は、電球に例えてみてください。トーマス・エジソンの会社が電気で明かりを作る実用的な方法を発見するまでには、競合する企業間で何年もの研究努力が必要でした。電球の成功は、扇風機や冷蔵庫、洗濯機やコンピューターなど、何千もの電気の応用への門戸を開きました。エジソンの会社は、その後ゼネラル・エレクトリック社になり、100年以上経った今でも世界最大の企業のひとつであり、電球のトップメーカーです。同じように、AVは、電気ではなく、狭い範囲の人工知能の、他の何千ものアプリケーションへの扉を開く「キラーアプリ」なのです。

勝者総取り?

産業革命以来、数え切れないほどの技術がそうであったように、AVテクノロジーの拡大競争を勝ち抜くための企業間競争は熾烈を極めています。しかし、AVのような狭い範囲の人工知能は、自動車以外の何千ものアプリケーションに、場合によっては文字通り一夜にして一般化されることを理解している人はほとんどいません。機械学習の性質上、AVの拡大競争に勝利した企業は、2030年頃までに世界の労働市場のかなりの部分を獲得(そして弱体化)する立場にあります。その価値は少なくとも20兆ドル、すなわち世界経済の約4分の1に相当します。

AVテクノロジー競争に勝利したものは、2030年代までに世界経済の4分の1を支配することになります。もしあなたが機関投資家や政策立案者であるなら、今こそAVのリーダーボードをよく見て、技術的失業に対する懸念をすべて解消しておくタイミングです。

歴史からの教訓

私たちは、ソフトウェア主導のディスラプションの過去の事例を見ることで、洞察を得ることができます。1980 年代、Microsoft と Apple は、IBM やゼロックスといった既存の大企業を押しのけ、パソコン用 OS 市場の大半を獲得し、それとともに周囲のテクノロジーエコシステムの大部分も支配するようになりました。2000年代には、Apple と Google が Nokia や BlackBerry のような既存大企業を追い抜き、携帯電話用OS市場の90%以上を獲得し、あっという間に周囲のテクノロジーエコシステムのほとんどを支配するまでになりました。今日、Google や Tesla のような1社か2社が、同様に GM やトヨタのような既存の自動車メーカーを追い越し、自動車用OS市場を獲得する態勢を整えています。したがって、彼らもまた、すぐに周囲のテクノロジーエコシステムの大部分を支配するようになるかもしれません。

しかし、AVを取り巻くテクノロジーエコシステムは私たちが知っている肉体労働の大部分を包含するため、過去の事例からの教訓は限定的です。AVのケースは、ビジネス、経済、政策決定における従来のルールをすべて覆す可能性があるほど巨大な利害関係が存在します。

前例のない機会

AVは失業大津波の尖兵です。たとえ規制や市場競争によってAVの独占や二社独占を防いだとしても、オートメーションの魔神は瓶から出ることになります。1997年に IBM のスーパーコンピューターが人間のチェスプレーヤーに勝ちましたが、10年以内に家庭用コンピューターで何十種類ものチェスプログラムが同じ偉業を達成できるようになりました。ロボットは、1社、2社、あるいは1,000社のソフトウェアによって動かされようとも、同じようにすべての仕事を奪っていくでしょう。

一方、これは人類文明がこれまでに経験したことのない異常な挑戦になる、と現在多くのオブザーバーが警鐘を鳴らしています。しかし、他方で、それは人類に前例のない機会をもたらすものでもあります。

労働力は常に生産の制約要因でした。労働力が豊富で、ほとんどコストのかからない世界では、他のすべてのものも同様です。原理的には、人間の労働力をすべて機械に委ねることは、テクノロジーそのものの基本的な約束事のひとつを満たすことになります。つまり、仕事は依然としておこなわれ、原材料は収穫・採掘され、商品は製造・包装・出荷されますが、その過程で人間はいかなる苦役も受けることはないのです。

この悲願のSF的未来像には、多くの魅力があります。ラディカルなオートメーションは、世界のすべての人々に物質的な生活の質と豊かな機会を提供するための道筋を大きく前進させるものです。しかし、より豊かで、より公平で、より持続可能な世界を、驚異的なテクノロジーの助けを借りて実際に実現することは、決して簡単なことではないだろうし、もちろんテクノロジーだけで達成できるものでもありません。テクノロジーは手段を提供しますが、次の問題は、労働力が事実上無料となった世界がもたらす並外れた恩恵をどのように分配するかです。現在の制度は、豊かさではなく、欠乏を支配するために構築されています。従って、私たちは、社会、経済、政治の仕組みのすべてを第一原理から考え直す準備をしなければなりません。

今、人類史の重要な岐路に立つスリリングな瞬間が訪れています。私たちは、テクノロジーの驚異を利用して奇跡を成し遂げ、真に公平で持続可能な世界を構築するか、それとも、現在のシステムが自然環境を蹂躙しながら所得、富、機会の格差を深め続けるのを容認するかを選択しなければならないのです。

著者:アダム・ドーア(Adam Dorr)RethinkX 研究部長

元記事:RethinkDisruption “How Autonomous Vehicles will Trigger the Age of Robots” May 4, 2022. RethinkX の許可のもと、ISEPによる翻訳

RethinkXは、テクノロジーがもたらすディスラプション(破壊)の速度と規模、そしてそれが社会に与える影響を予測する独立シンクタンクです。トニー・セバ氏とジェームズ・アービブ氏によって設立されました。

次の記事

細胞培養肉が米国で初めて承認される

前の記事

デザインリニューアル

Latest from テクノロジーディスラプション

来るべき世界の肥料危機とその解決策

天然ガス価格の高騰によるアンモニア肥料の高騰、ウクライナ戦争によるウクライナとロシア両国の今年の作物の危機など、世界的な食糧危機が迫っています。この危機への対応を誤ると、悲惨なことになりかねません。

ピーク、エネルギー転換の歴史

新しいエネルギー源が成長するにつれ、既存のエネルギー源に対する需要は、頂上、台地、下り坂(Peak, Plateau and Decline)の形状をたどることが標準的なパターンです。このレポートでは、過去1世紀におけるこのパターンの典型的な例と、現代におけるいくつかの明確な例を示します。

細胞培養肉が米国で初めて承認される

2022年11月、米国食品医薬品局(FDA)が、UPSIDE Foodsの培養鶏肉を食べても安全であると宣言したことが発表されました。精密発酵素材や細胞由来素材の FDA GRAS 承認は、時間の経過とともに増え続け、それにともない、新規食品を市場に投入する企業が殺到すると予想されます。

輸送用コンテナのディスラプションが、飢餓の撲滅に貢献した

エネルギー、鉱物、水、食糧といった生命の基本は、世界中に均一に分布しているわけではないので、平和と繁栄は、モノと人を迅速かつ安価に移動させる能力に強く依存します。1950年代半ばに始まった一見無名の技術革命は、今日の現代経済が依存する国際貿易の基盤をつくり、その過程で飢饉のリスクを劇的に減少させました。

ネクストエコノミー

COP26の期間中、G20サミットに向かう途中の英国首相ボリス・ジョンソンは、異例のメッセージを発しました。首相は「気候変動への取り組みを正しくおこなわなければ、文明は "ローマ帝国のように" 崩壊する」と警告しました。

Energy Democracy は、環境エネルギー政策研究所(ISEP)による専門情報メディアです。環境エネルギー政策に関する論考を、厳選された国内外の専門家、実務家、ジャーナリストが寄稿します。

ご寄付

Webサイトの継続的な運営・拡充のため、ご寄付をお願いいたします。

メールニュース

ソーシャルメディア

Protected by reCAPTCHA. The Google Privacy Policy and Terms of Service apply.
 Copyright © Institute for Sustainable Energy Policies. All rights reserved. Since 2014.