引言 
Ž 未來 AI 時代人類工作的價值 
如今，人工智能（以下稱 AI）技術(shù)得到了迅速發(fā)展，已具備了識別圖像、聲音、數(shù)列、文章的能力，這也讓以往的計算機望塵莫及。例如，AI 能夠輕而易舉地在合影照片中識別出具體的人物，而且準確度高，其能力已經(jīng)相當于兒童的水平，實在令人驚嘆。 
一方面，這樣的進步讓從事 AI 研究的人員感到非常興奮。雖然未來充滿了不確定性，但大家似乎已經(jīng)都沉浸在“AI 無所不能”的樂觀情緒之中。許多媒體都開始聲稱“AI 能和人類一樣學習進化”“AI 能順應(yīng)大趨勢進行決策”，然而，這些說法其實與事實還有很大的差距。更有學者表示，“AI 的進化將剝奪人類的就業(yè)機會”，這又讓一些人陷入了焦慮當中。 
另一方面，提供 AI 產(chǎn)品與服務(wù)的企業(yè)為了宣傳產(chǎn)品的效果，不斷強調(diào) AI 是數(shù)字化的勞動力。這些宣傳會讓人產(chǎn)生錯覺，以為現(xiàn)在的 AI 已經(jīng)具有自我意識和責任心，所有的行為都能與人類一樣符合社會常識。 
除了以上種種，所謂“人工智能”的稱呼本身，也確實容易讓人高估它的能力。事實上，目前社會中流行的關(guān)于 AI 的各種說法中包含了很多誤解。 
我可以斷言，短期內(nèi)不可能出現(xiàn)具有完整人格的 AI 或機器人。除了一部分特殊的單純性工作（如只需要依靠視覺的崗位會完全交由 AI 負責），對于普通性工作，AI 能夠替代人類完成的部分，也只占到全部工作的 1% ～ 30%。 
NTT DATA 經(jīng)營研究所在 2017 年 7 月發(fā)表的針對東京地區(qū)和其他城市地區(qū)約 1000 名白領(lǐng)的調(diào)查報告顯示，他們認為 AI 取代了自己大約 30% 的工作內(nèi)容。a 這樣的結(jié)果和我的預測幾乎一致，反倒讓我有些驚訝。 
這一結(jié)果也幾乎與未來五年或十年內(nèi) AI 提高白領(lǐng)工作效率的預測一致。預測顯示，使用 AI 能使生產(chǎn)效率提升 3% ～ 5%。 
Ž 合理使用 AI 的方式 
一方面，當大眾聽說“AI 的進化將剝奪人類的就業(yè)機會”，出于對機器的擔憂和反感，就會產(chǎn)生逆反心理，從而造成對 AI 能力的過高預估；另一方面，當這種過度的期待沒有實現(xiàn)時，又會走向另一個極端，即對 AI 的全盤否定，如認為“AI 什么也干不了”“真要用 AI 的話，得費很多周折”“不給 AI 供應(yīng)商提供大量數(shù)據(jù)就沒法用”“到頭來 AI 還不是一無是處、毫無意義”。 
和過高的期望一樣，因為不了解 AI 的真實情況和能力就將其全盤否定，也是對 AI 的誤解之一。 我們該如何澄清關(guān)于 AI 的各種誤解，使企業(yè)能夠妥當?shù)厥褂?AI ？ 此處所謂的妥當使用，是指企業(yè)通過運用 AI 能獲得較高的投資回報率（ROI），合理地提升生產(chǎn)效率，讓人類工作者能夠騰出手來從事更有意義、更有趣、更富有價值的工作內(nèi)容，從而獲得幸福感。 
我在這本書中主要針對已經(jīng)參與或即將參與 AI 系統(tǒng)相關(guān)工作的讀者來揭示 AI 的本質(zhì)，同時說明引入 AI 系統(tǒng)時必不可少的精度測試，以及以此為基礎(chǔ)的業(yè)務(wù)流程（擴展、復雜化）設(shè)計方法等諸多為了充分運用 AI 系統(tǒng)需要掌握的要點。本書將就以下的疑問進行詳細地解答。 
ƒ 雖然對目前的 AI 有基本的理解，但不清楚具體該做什么，也不知道該從何處入手。 
ƒ 構(gòu)建 AI 系統(tǒng)時應(yīng)該使用什么樣的硬件和軟件？ 
ƒ 聽說有很方便的 AI 云服務(wù)，是真的嗎？ 
ƒ 自己的企業(yè)內(nèi)部并沒有可以立即用于機器學習的大數(shù)據(jù)，該怎么辦？ 
ƒ 希望能用到貨真價實、性價比高的 AI 產(chǎn)品和 AI 系統(tǒng)實施服務(wù)，但如何才能辨別？ 
正在進行 AI 系統(tǒng)應(yīng)用的 AI 推廣部門、信息系統(tǒng)管理部門、經(jīng)營企劃部門、新事業(yè)開發(fā)部門和考慮引入 AI 系統(tǒng)的物流部門、生產(chǎn)管理 / 質(zhì)量控制部門，以及為企業(yè)客戶提供 AI 系統(tǒng)應(yīng)用咨詢與支援服務(wù)的供應(yīng)商、咨詢公司，都能通過本書找到可以取得立竿見影效果的措施。 
Ž AI 是一個既便捷又特殊的輔助性工具 
我先前在企業(yè)工作，后又轉(zhuǎn)到大學，再到如今經(jīng)營自己的創(chuàng)業(yè)公司，一直從事與 AI 有關(guān)的研究開發(fā)和面向企業(yè)的應(yīng)用服務(wù)，深感 AI 確實是一個便捷的工具，但卻有著自己的個性。33 年來，我一直致力于 AI 的開發(fā)、應(yīng)用和部署。 
過去 10 年中，我們一直在開發(fā) AI 應(yīng)用產(chǎn)品和 API（應(yīng)用程序編程接口），并以云服務(wù)通讀、內(nèi)部部署（服務(wù)器安裝類型）或租賃的形式提供給企業(yè)客戶。同時，為一些行業(yè)的領(lǐng)先企業(yè)、大學的AI 系統(tǒng)應(yīng)用項目提供幫助。 
在應(yīng)用 AI 系統(tǒng)時，我們自始至終保持以數(shù)字結(jié)果為導向，肩負實證評估的責任，抱著與客戶共進退的嚴謹態(tài)度。我們不會輕率地將部署傳統(tǒng) IT 系統(tǒng)的方式套用在 AI 系統(tǒng)應(yīng)用上，這樣只會讓系統(tǒng)變得徒有其表；也不會本末倒置地把使用 AI 當成最終目的，生搬硬套特定 AI 產(chǎn)品。 
最近幾年，我們立足于企業(yè)經(jīng)營決策者的立場，著眼于文本分析類的 AI 應(yīng)用開發(fā)，并且自己也在日常工作中使用它，不斷地實踐。文本分析類的 AI 不僅有可見的定量效果，同時還能幫助經(jīng)營者發(fā)現(xiàn)那些僅憑人工無法察覺的啟示。 
2006 年，我們在經(jīng)濟產(chǎn)業(yè)省 IPA（信息技術(shù)促進機構(gòu)）的獨創(chuàng)軟件事業(yè)評比中獲得了“超級創(chuàng)造者”的認證。此認證源自我們創(chuàng)造的一種 IT 開發(fā)方式，即讓那些具有潛在需求的業(yè)務(wù)部門，與不懂業(yè)務(wù)但具有其他行業(yè)先進案例經(jīng)驗和 IT 工具改進創(chuàng)意的 IT 人員進行配對，以敏捷開發(fā)（agile）的方式，在構(gòu)建新 IT 系統(tǒng)原型的過程中明確需求。我們將這種新的開發(fā)方式稱為“配對需求開發(fā)”。 
從那時起，我們就一直致力于建立起一種方法論，并不斷實踐至今，即同時立足于 AI 的供應(yīng)商和用戶企業(yè)雙方的立場，公平地予以觀察，通過雙方互相學習，催生出新的應(yīng)用形態(tài)與案例。 
在接下來的章節(jié)中，我們將根據(jù)自身已有的經(jīng)驗，對從 AI 系統(tǒng)部署和應(yīng)用、實證測試（PoC“概念驗證”、可行性研究，然后通過 PDCA 將應(yīng)用范圍進行擴展）到系統(tǒng)上線后的維護進行說明。在第 1 章中，我們會對 AI 的現(xiàn)狀進行說明；在第 2 章中，我們將對使用 AI 核心技術(shù)“深度學習”（Deep Learning）的方法進行解說；在第 3 章中，我們將會介紹用好 AI 的關(guān)鍵在于目標精確度的評測與活用，并講解具體的方法；第 4 章是本書的核心，從樣本數(shù)據(jù)的 
制作方法到硬件、軟件的選擇，為讀者展示充分活用 AI 所需要的專業(yè)知識實例。 
Ž 當今的 AI 具有廣闊的應(yīng)用前景 
目前的 AI 僅僅是一種輔助性工具。例如，我所經(jīng)營的元數(shù)據(jù)公司提供的“貓辨識”系統(tǒng)，就是一個典型的只具備單一功能的專用 AI。它會把所有輸入的圖像一律視為“貓”，并將其與 67 種貓做比較，計算概率值輸出。無論是人臉還是車前擋，都被這個系統(tǒng)視為貓，只會在“貓”的范圍里做判斷。 
具有自我意識、干勁、責任感、談判能力、真實的喜怒哀樂以及同理心，能夠和人類共事或者向人類推銷商品的 AI 何時會出現(xiàn)？在以 24 世紀為舞臺的科幻作品《星際迷航：下一代》（Star Trek: The Next Generation）中，作為男二號的生化人數(shù)據(jù)少校（Mr.Data）雖然沒有情感，但卻具有好奇心、自我意識和使命感，能夠為了夢想而發(fā)揮真正的創(chuàng)造力。這樣可靠的 AI 生命體如果能成為人類的伙伴，那將多么美妙呀！這樣的 AI 的出現(xiàn)，就是實現(xiàn)了用人工智能復制人類的夢想。 
然而，就目前的科學技術(shù)發(fā)展情況而言，這樣的 AI 或機器人尚無實現(xiàn)的可能。這一奇點（技術(shù)進化的關(guān)鍵節(jié)點）應(yīng)該也不會出現(xiàn)在 21 世紀。 
著名的腦科學家茂木健一郎先生甚至有些聳人聽聞地聲稱“奇點已經(jīng)發(fā)生”。a 其真實目的可能是為了讓大眾理解計算機原本就具有遠超人類的記憶和計算能力，在特定方面其實早已超越了人類，因此不必對它今后的進化太過在意。這樣的觀點和“AI 只是工具”的論調(diào)如出一轍。 
特別是在 2015―2016 年 AI 正值熱潮時，將 AI 與人類相提并論，號稱它會威脅人類就業(yè)的聲音不絕于耳。針對此類言論，我主張“目前的 AI 都只是一種輔助性工具。既然是工具，其某些功能理所當然要超過人類（這是工具誕生的理由）”。換言之，所有 AI在誕生之初，在某些方面必然超過人類，所以討論所謂“AI 何時能超越人類”毫無意義。這樣的主張與用模糊的定義討論 AI 與人類智力相比孰高孰低的態(tài)度截然不同。 
我之所以能如此斷言，是因為如今那些我們看得到商業(yè)化前景的 AI 已經(jīng)讓我們感覺到廣泛應(yīng)用的可能性。這種可能性也許會讓我們的經(jīng)濟和社會發(fā)生顛覆性的改變。而要將此種可能性轉(zhuǎn)變?yōu)楝F(xiàn)實，需要做大量的工作。要不斷激發(fā)提升 AI 應(yīng)用效果的創(chuàng)意，收集數(shù)據(jù)，思考應(yīng)用的方式并加以驗證，還要不斷地擴充業(yè)務(wù)流程，逐步提升生產(chǎn)效率，等等。 
當前，我們應(yīng)該利用現(xiàn)有的 AI 部件和素材，盡可能提升生產(chǎn)效率、提高服務(wù)水平、擴展 AI 服務(wù)的對象范圍。 特別是在日本，由于出生率下降和人口老齡化，預計到 2030 年勞動力人口將減少13%。也正是因為存在這樣的問題，在提升白領(lǐng)生產(chǎn)力和 AI 開發(fā)的國際化競爭中，日本將會落后于歐美國家和中國。因此，正確理解 AI 的實際情況和特性，全力推動 AI 應(yīng)用才是目前最緊迫的任務(wù)。 
而那些屬于自然科學研究范疇，以實現(xiàn)與人類有著同等意識、羞恥心、責任感為使命的“強 AI”，我認為目前不需要花費大規(guī)模的研究經(jīng)費。此外，能夠自我學習、將學習成果高度抽象化，并通過類比解決不同領(lǐng)域未知、未得到驗證的問題的通用 AI 和 AGIa，目前也無法實現(xiàn)其商業(yè)化應(yīng)用。 
如果出現(xiàn)了號稱 AGI 的產(chǎn)品，那你可以基于本書以及我寫過的《人工智能改變未來》一書中的分析進行判斷。如果該產(chǎn)品的應(yīng)用能降低成本，同時其制作樣本數(shù)據(jù)的難度以及應(yīng)用成本能得到控制，那么嘗試開發(fā)與應(yīng)用也未必不可。但是，我們基本上不能抱有過高期望，此時，保持冷靜審視 AI 的功能與企業(yè)課題是否匹配的態(tài)度尤為重要。 
就降低成本、節(jié)省制作樣本數(shù)據(jù)的投入而言，相比 AGI，可以在一定程度上復制現(xiàn)有的機器學習成果的“遷移學習”（Transfer Learning）更值得關(guān)注。加之對于目前的產(chǎn)業(yè)圈而言，積累機器學習的應(yīng)用技巧和經(jīng)驗，確立以合理成本和適當規(guī)模制作樣本數(shù)據(jù)的方法論更為重要。 
當前許多機器學習算法仍無法自學（非監(jiān)督式學習），因此提升制作樣本數(shù)據(jù)的效率和精度極為重要。雖然存在部分無監(jiān)督數(shù)據(jù)的學習，但它無法正確反映現(xiàn)實世界的常識，所以其用途有限。類似于圖像數(shù)據(jù)庫 ImageNet 及其所基于的大型概念網(wǎng)絡(luò) WordNet 這樣的樣本數(shù)據(jù)庫，也會隨著 AI 的發(fā)展具有更多的附加價值。 
Ž 從知識勞動到“智能勞動” 
在第 5 章中，我們將講解從事 AI 應(yīng)用工作的人員應(yīng)具備的技能。如果 AI 能夠吸收大量知識并活用于信息處理、判斷和提出建議，那么人類就能騰出手來從事附加值更高的工作。 
當今社會，人類面臨著前所未有的變化，需要具有突破現(xiàn)有局面的能力，這也是 AI 難以做到的。要具有這樣的能力，不僅要能發(fā)現(xiàn)問題，還要能夠恰當?shù)囟�義問題涉及的范圍，為解決問題設(shè)定目標（精確度和成本）。 
在人類的工作從知識勞動轉(zhuǎn)向“智能勞動”的時代，明確為此需要怎樣的教育以及在職培訓是很重要的課題。 
最后，在第 6 章中，我們會審視日本在 AI 應(yīng)用方面與歐美國家及中國之間的差距。即使日本拼命努力，這些差距也可能無法縮小，反而會日益擴大。這是日本面臨的嚴峻現(xiàn)實。 
大多數(shù)情況下，在應(yīng)用許多單一功能的專用 AI 后，業(yè)務(wù)流程會變得更加復雜，人類的工作數(shù)量與種類也會隨之增加。到 2030年時，日本勞動人口數(shù)可能會減少到只相當于 2012 年 87% 的水平。 
此消彼漲，相對于失業(yè)，日本會面臨更嚴峻的勞動力不足的問題，有必要認真思考更有效的 AI 應(yīng)用方法了。 
今后幾十年內(nèi)，如果通過 AI 技術(shù)的落地應(yīng)用而提升的生產(chǎn)效率只有百分之十幾的話，那在不斷為更多消費者提供高質(zhì)量服務(wù)的國際背景下，即使消費者的需求日益增長帶來巨大的市場機會，日本也無法參與競爭。 
經(jīng)濟產(chǎn)業(yè)省在 2016 年表示，按目前的情況，因工作被 AI 和機器人取代而失業(yè)的人員數(shù)量最高可達 735 萬人。a 這個預測的最大問題在于測量生產(chǎn)效率時往往低估了商品數(shù)量（包括服務(wù)在內(nèi)的產(chǎn)品數(shù)量）的增加。 
近年來，隨著智能手機的迅速普及，一些通過優(yōu)秀的 App 提供顛覆性服務(wù)的行業(yè)，也會帶動其他行業(yè)轉(zhuǎn)變，因為消費者的需求被這些行業(yè)提升了。在服務(wù)質(zhì)量的提高以及服務(wù)對象范圍的擴展中，社會整體的幸福感也被提升了。假設(shè)服務(wù)質(zhì)量與服務(wù)對象范圍都提升 10 倍，那么商品數(shù)量作為計算生產(chǎn)效率時的分子，就應(yīng)該將兩者相乘而得到提升 100 倍的結(jié)果。 
“質(zhì)量 × 數(shù)量”使得商品數(shù)量相應(yīng)大幅增加，但到 2030 年勞動力將會減少 13%。在此背景下，單純吸引外來勞動力無疑是杯水車薪，除了全面應(yīng)用 AI 將生產(chǎn)效率巨幅提高之外別無他法。 
2017 年 7 月，以 105 歲高齡去世的日野原重明醫(yī)生說過：“一直埋頭拼命努力挑戰(zhàn)人生，一抬頭發(fā)現(xiàn)已經(jīng)超過了 100 歲�！庇纱孙@示出其致力于發(fā)揮智能、銳意開拓，以及創(chuàng)造知識的人生態(tài)度。這樣的精神在今后的 AI 時代依然會熠熠生輝。 
在未來的 AI 時代，希望人類能夠創(chuàng)造屬于自己的工作價值，并由此提升社會整體的幸福度。我將本書獻給所有抱有這樣美好愿望的人們，也希望借此獲得更多的共鳴與認同。