ϚΫϩతςΫϊϩδʔߟ࡯ᶃ
ਓ޻஌ೳͱܦࡁֶ


2 ຊॻͷ໨త
কདྷॏཁ౓͕૿͢ςΫϊϩδʔͷߟ࡯ͱݸਓతͳະདྷ༧ଌɻ
「科学やテクノロジーをテコにして、世界に非常に大きなインパクト を与えられる機会がそこらじゅうにころがっている。 君たち一人ひとりが個性に応じたそれぞれの機会を追求できる。 君たちみんなが、そのことに興奮すべきだ。」 　　　　　　　　　　　　　　　　　　　　　　ラリー・ペイジ 「自分が大学生だったとき、いつも世界を変えてしまうようなことに夢中になっていた んだ。そして、今それを実現している。」 　　　　　　　　　　　　　　　　　　　　　　　　　　イーロン・マスク 未来は正確に予測できないと言われている。それはある程度カオス理論の初期値鋭敏性によって証明されている。 しかし、アバウトな将来予測はできると思う。社会は、「テクノロジー」「お金」「社会システム」「世界観」 によって規定されたベクトル上を進んでいると考えるからだ。将来は正確に予測できない。しかし、 社会の進んでいく方向性は定義することができる。本書は、上記四要素の中で関心度が一番高いテクノロジー を主題にとり、個人的な考察を行う為に作成した。 ビルバクストンという偉人は言った なのであれば、将来のイノベイションを牽引するテクノロジーはすでに存在している。 一方で発明が10年以上前に提唱されていたとしても、そのどれがイノベーションに結びつくかはわからないともバクストンは言っている。 でも、数を打てば当たる確率は必ず伸びる。その初動としてまずは確度の高いテクノロジーをまとめたいと思う。 ࣍ͷ೥ʹॏେͳӨڹΛ΋ͨΒ͢ςΫϊϩδʔͷ͋ΒΏΔ΋ͷ͸ɺ
গͳ͘ͱ΋೥લʹ͸ଘࡏ͍ͯ͠Δɻɹɹ


3 ͳͥςΫϊϩδʔͳͷ͔ʁ
੓࣏΍ࣾձ͸ɺ΍τϥϯϓͷ౰બɺ౦೔ຊେ਒ࡂͳ Ͳɺ֎Ε஋ʹΑΔӨڹ͕ڧ͗͢ΔͷͰैདྷͷ౷ܭֶతख๏ Λ༻͍ͨະདྷ༧ଌ͸ҙຯΛ࣋ͪ͑ͳ͍ɻҰํͰɺςΫϊϩ δʔ͸ΠϊϕΠγϣϯʹΑΔஅઈ͸͋Δ΋ͷͷɺେମઢܗ తͳਐԽΛḷΔͷͰɺະདྷ༧ଌ͸Ͱ͖ΔɻςΫϊϩδʔͷ ༧ଌΛ͢Δ͜ͱͰকདྷͷ༧ଌͷख͕͔ΓʹͳΔͱߟ͑ͨɻ


4 ࣮ࡍʹۭΛඈͿػց͕ɺ਺ֶऀͱػց޻ͷڠྗͱෆஅͷ౒ྗʹΑͬͯ
ൃ໌͞ΕΔ·Ͱʹ͸ɺඦສ೥͔ΒҰઍສ೥͔͔ΔͩΖ͏ɻ
ɹɹɹɹɹɹɹɹɹɹɹɹɹɹɹ೥ͷχϡʔϤʔΫɾλΠϜζهࣄ

ɹɹɹɹɹɹɹɹ೥ϥΠτܑఋ͕ඈߦʹ੒ޭɻ



ίϯϐϡʔλ͸ɺചΕͯ΋ੈքશମͰ̑୆ͩΖ͏ɻ
ɹɹɹɹɹɹɹɹɹɹɹɹɹɹ೥ɹ*#.ࣾ௕τʔϚεɾϫτιϯ
ະདྷ༧ଌͷ೉͠͞ͱָ͠͞


5 ϩδεςΟοΫۂઢhttps://ja.wikipedia.org/wiki/ %E3%83%AD%E3%82%B8%E3%82%B9%E3%83%86%E3%82%A3%E3%83%83%E3%82%AF%E6%96%B9%E7%A8%8B%E5%BC%8F 1800 1900 1995 ୈ3࣍࢈ۀֵ໋ ୈ2࣍࢈ۀֵ໋ ①GPT=ৠؾػؔ ②GPT=಺೩Τϯδϯ ③GPT=Πϯλʔωοτ ④GPT=AI GPT(൚༻໨తٕज़ʣ ٕ ज़ ͷ ஝ ੵ ౓
NOW 2030 ಛԽܕਓ޻஌ೳ͔Β൚༻ਓ޻஌ೳ΁ͷγϑτ ςΫϊϩδʔͷྺ࢙
2045 γϯΪϡϥϦςΟʔ 第4次産業革命 

Source: http://m.thecureisnow.org/our-strategy/tcin-philosophy/technological-singularity/ 

7 มԽͷ଎౓͸Ճ଎͍ͯ͠Δ
参考：レイ・カーツワイル「シンギュラリティーは近い」 

8 ͜Ε͔Βͷ೥


"*ͷྺ࢙
参考：ネットコマース株式会社 9 

10 

11 "*ͷೝࣝ
Harvard Business Review 安宅和人 AIは機械学習、自然言語処理、画像認識等の情報科学が実装され高い性能をもつ計算環境がデータによって訓練されることに よって初めて特化型AIになる。つまりデータこそがAIの鍵である。IoTによってデータ量は指数関数的に増加するのでデータ量に問 題はないだろう。データを分析する人材の方には不足が予想される。 

12 "*ͷܦࡁ΁ͷΠϯύΫτ
มԽͷεϐʔυ͸૿Ճ͠ɺ"*ʹΑΔมԽ͸طଘγεςϜʹదԠ͠ͳ͍Մೳੑ͕͋Δɻ

汎用型人工知能 現在の1つしかタスクができない人工知能ではなく、様々なタスクが できるより人間に近い人工知能。 技術的失業・新しい技術のもたらす失業。 労働移動・・ある業種から別の業種にあるいはある企業から 　　　　　　別の企業へ労働者が移動すること。 資本主義においてこれまでの歴史の中で技術的失業は新しい 職業が生まれ、労働移動によって絶えず解消されてきた。 しかし、AIは解消されない可能性がある。 新しい技術や商品が開発されてから社会に普及するようになるにはある 程度の時間がかかる。 （ディフュージョン） ディフュージョンの分だけ新しい商品が実際に労働者を 駆逐するまでには時間がかかる。 ただし、最近はディフュージョンの期間はかなり短くなってきている。 アメリカでは自動車が人口の50％まで 普及するには80年以上が必要だった。 テレビやビデオは30年ほど。携帯電話は10年ほど。 ディフュージョンの期間は今後もっと短くなってくる。 経済へのインパクト 変化の加速度の増加（デジタルスピードの例） citiによる調査 5000万人のユーザーを獲得するまでにかかった時間 電話：75年 Web：7年 Facebook：4年 Instagram：2年 Pockemon Go：1ヶ月 Angry Bird : 35日 デジタルで人と マシーンが繋がり 新しいサービスが 生まれる。 参考：http://www.oxfordmartin.ox.ac.uk/downloads/reports/Citi_GPS_Technology_Work.pdf 

13 "*ͷܦࡁ΁ͷΠϯύΫτ
άϨʔτσΧοϓϦϯά
͸ࠓੈل࠷େͷ໰୊ͱͳΓ͏Δɻ

GDPは上がっているのに中央値は下がっている。
 一般的な労働者は貧しくなっているのに金持ちは それに余りあるほどお金持ちになっている。 技術的失業を受けているのは中間労働者層。 失業した中間層は知的労働よりも肉体労働に 流れる人数の方が多い。そうすると更に格差 が広がる。 参考：人工知能と経済の未来 

ˎྔࢠίϯϐϡʔλʔ͸"*ͷਐԽΛՃ଎ͤ͞ΔՄೳੑ͕ߴ͍ɻ



͜ΕΒͷࣾձ໰୊͕༧૝ΑΓ΋ૣ͘΍ͬͯདྷΔՄೳੑ͕͋Δɻ


15 ਓ޻஌ೳºྔࢠίϯϐϡʔλʔ
࠷దԽ໰୊ʹؔͯ͠ɺྔࢠίϯϐϡʔλʔͷҖྗ͸ैདྷͷίϯϐϡʔλʔͷԯഒɻ
量子コンピューターとはなにか？ 電圧の強弱で0と1（ビット）で表現されていた従来の コンピューターとは異なり、量子力学でいう 原子と量子の関係を波の性質を利用し表現されたコンピューター 波の性質を利用するため、「0であり1である状態（量子ビット）」 を表現できる。 (波を重ねて表現する） 性能 組み合わせ最適化問題に関して量子コンピューターは従 来のコンピューターに比べ、1億倍高速。 （従来3年2ヶ月かかる計算を1秒でこなす） 背景 量子コンピューターは「量子アニーリング方式」で動いている。 現時点では量子アニーリングで動いているマシンは従来のPCにくらべ 汎用的ではないが、 人工知能や物流や金融という分野で応用が可能である。 量子アニーリングとは？ 最適化問題のような従来どおりに計算をしていたらとても時間のかかる 問題を量子力学の波の現象をもちいることで 超高速に計算をすること。 人工知能への応用 従来のPCは組み合わせ最適化問題を 解くことが苦手。 計算量が指数関数的に 伸びる計算は不向き。量子コンピューターは 莫大な計算処理に向いている。 人工知能の開発には「機械学習」が必要。 機械学習の処理では、どの要素が重要な役割 を示すのかを判別する「変数選択」 データがどのグループに分類されるのかを 判別する「クラスタリング」など、 組み合わせ最適化問題を含むものが多い。 機械学習における組み合わせ最適化問題は、 既存のコンピュータで解こうとすると非常 に長い時間がかかるので、 本当の正解である 「厳密解」ではなく、厳密解に近い「近似解」を求 めることで済ましているのが現状。 量子コンピューターにより、機械学習の 処理で厳密解が見つかる可能性が高くなる。 （なこともある。） 

16 ྔࢠίϯϐϡʔλʔͷ೉୊
ґવͱͯ͠๲େͳσʔλྔʹରͯ͠ɺهԱ૷ஔΛͲ͏͢Δͷ͔ͱ͍͏໰୊͸͋Δɻ
Googleは2022年までに、量子コンピューターの一般販売を目標にしているが、量子コンピューターに適切な記憶保存システムは未だ無い。 参考：http://wired.jp/2017/05/17/quantum-computer-drives/ 量子コンピューターはその性質上、内部に情報を保存したり複製したりすることができない（量子複製不可能定理） どれだけ演算能力が高くても、バックアップデータをつくれないのでは用途は限られる。 量子データを変換して、従来型の記憶装置に残すことはできるが、変換したデータは膨大な容量を食う。 その中で候補に上がっているのは「DNA」と「原子」の構造を模倣した保存システム。 従来のハードディスクは2次元の平面にしかデータを保存できないが、 DNAは3次元分子であるため、高さの次元が追加され、単位容積あたりに 保存できるデータ量が劇的に増加する。 1グラムのDNAに215ペタバイト、2億1,500万ギガバイト の情報を保存できる。 これだけ圧縮できれば、全人類のもてるすべてのデータをトラック数台に 積み込むことさえ可能。 またDNAは長持ちするという利点もある。