有料会員登録
キャリア・教育

木は「冬の新月」の時期に切るべき…ベテランの木こりがこだわった"100年の迷信"の前に惨敗を喫した《AIの死角》

7分で読める
木こりに口承で伝わってきた「知恵」の前に、AIはなぜ敗れたのか(写真:Rise/PIXTA)
  • 堀場 英雄 「学び方」の革新を目指す複業家、多読英語塾「BOOK i LAND」創業者・学長、iU(情報経営イノベーション専門職大学)客員教授
2/4 PAGES

【答え】AIのデータは「ここ最近デジタル化された表面的な記録」に過ぎないのに対し、迷信の正体は、先人たちが何百年もかけて蓄積した「究極のビッグデータ」だったから。

AIが見ているのは、「最近デジタル化された薄皮」

このクイズは、「AIの死角」を扱うように見えて、もっと根の深い問いを投げかけています。

私たちが「非科学的だ」と一言で切り捨てているものの中に、実は、何百年もかけて練り上げられた本物の知恵が潜んでいる――そのことに気づかないまま走ると、最先端の道具を持っているのに、あっさりと足をすくわれることもあるのです。

AIが学習しているデータの正体を、1度立ち止まって、眺めてみましょう。

「過去10年分の気象データ」「過去10年分の土壌データ」。これは一見すると、膨大な情報量に見えます。しかし、これは人類が生きてきた時間軸で見れば、ほんの薄皮一枚です。

林業という現場で問われるのは、樹木が数十年・数百年かけて育つ、生態のリズムです。一方、AIに与えられているのは、人間が「最近デジタル化することができた」記録だけ。気象データのデジタル化が本格的に始まったのは、せいぜい半世紀前。樹液の動きを月齢と紐づけて記録した長期データは、そもそも公的に存在しません。

つまりAIは、見えていない領域がたっぷりあるまま、見えている範囲だけで、「最適解」を出してきます。

データの「内容」を疑う前に、まず「取得方法」を疑う。誰が、いつから、どんな目的で集めたデータか――これが出どころの質(source quality)を見極める目となります。短期間にデジタル化された情報は、それ自体は精緻でも、扱える時間スケールが限定されている。この前提を読まないまま「データに基づいて」と言い切るのは、サンプル設計を飛ばして結論を出すのと同じです。

最先端のAIは、とても賢い。けれど、賢いからこそ、手元のデータが世界のすべてだと錯覚した瞬間に、脆くなるリスクを持っています。木こりがAIの指示を無視できたのは、彼が、「お前の見ている10年は、俺たちの100年に届かない」と、感覚で知っていたからでした。

3/4 PAGES
4/4 PAGES

こちらの記事もおすすめ

あなたにおすすめ

キャリア・教育

人気記事 HOT

※過去1ヶ月以内に配信した記事の閲覧数