AI時代に問われる人間の価値とは何か―「魅力工学」と匠の本質に迫る（前編）

―最初に、山崎先生のご専門分野をお聞かせください。

端的に言うと、人工知能や機械学習です。言語の専門家も音響の専門家もいる中で、私は画像や映像を中心としながら、音声・テキスト・メタデータ・グラフなど多様なマルチモーダルデータを扱うことを得意とする人工知能、機械学習・深層学習を専門としています。

―山崎先生は、画像や映像を専門として機械学習と人工知能を手掛けておられるという理解で良いですか。文書や音声は専門ではないのですか。

それはとても良い質問です。私が「自然言語や音響・音声の専門家か」と聞かれて、「YES」と言ったら、色々な専門家に「お前は違うだろう」と怒られると思います。ただ、深層学習や生成AIの時代になったいま、入力されるデータが何なのか、画像なのか、言語なのか、音声なのか、センサーのデータなのか、売上などのいわゆるテーブルデータなのか、それってもう気にしなくて良く、比較的柔軟に扱えるようになったと考えています。

むしろ、その特性を理解して、「それをうまく組み合わせた時にどうなるのか」「化学反応をどう起こすのか」、そこに注力すれば良い時代になりました。それこそ、私は画像や映像が得意ですが、プレゼンテーションの研究でも、株式会社タレントアンドアセスメントとの共同研究でも画像・映像は使っていません。なぜかと言えば、サービス化を考えた時、プライバシーの懸念が生じる可能性があるからです。なので、言語と音声しか使わない場合もあります。

―人工知能、機械学習・深層学習などに興味を持たれたきっかけは何だったのですか。

少し話が遡りますが、実は学生時代には人工知能の研究は全くしていませんでした。当初は半導体や電子物性（物質の電子状態が決定する電気的・磁気的・光学的性質を原子レベルから探求する学問分野）の研究をしていました。具体的には、「半導体を用いた電子回路、LSIが人間と同じような知的な情報処理を実現するのに、どうしたら良いか」「半導体の物性を用いてアナログ回路を作り、より賢く低消費電力で動作するコンピューターを目指すためにはどうすべきか」、そんな研究をしていたのです。

そのまま半導体の世界に残るのではなく、チャンスがあり、大学の教員になる時にいわゆる電子情報学を専門とする今のポジションを得る機会がありました。その時に、今までは半導体という材料を使って人間と同じような知的情報処理ができるコンピューター作りに励んできましたが、せっかく情報系に来たので、「情報学の本流であるコンピューターが世界をどう見ているのか」「コンピューターにできる知的な作業とは何なのか」に興味を持つようになりました。それが、人工知能・機械学習の領域に飛び込んできたきっかけです。

―山崎先生の研究室が今取り組んでいるテーマを教えていただけますか。

これは、よくいただく質問です。逆に答えるのが難しくて、毎回どう答えたら良いかと悩んでしまいます。私の研究室には現在35名前後のスタッフ・学生が在籍しています。なので、常に50前後ものプロジェクトが走っています。それだけに、「これです」と言い切るのは、なかなか難しいです。

よく言っているのは、二本柱で研究を進めているということです。まずは、大学での研究なので、いわゆる理論的・数学的な基礎研究です。「今の AIが、なぜこんなにうまく動くのか」「AIがより安定的に、より効率的に、もしくはより早く動くためにはどうしたら良いか」という研究を行っています。逆に、そうは言ってもAIはポロッと変な間違いをしてしまう場合もありますし、もしくはバイアスと言われるような間違った判断をしてしまう場合もあります。これらの問題について、その理論的・数学的なメカニズムを解明して、どうやって対応・改善につなげるかという研究も行っています。そうした基礎研究が一本目の柱です。

二つ目の柱は、我々が感じる「魅力」というものを工学的に解明する「魅力工学」（Attractiveness Computing）です。AIブームが到来したのは、今から15年ぐらい前と言ったら良いでしょうか。当時は、AIに対する期待がすごくあったのですが、AIのことが十分に理解されていたかというと、必ずしもそうとは言えていませんでした。「AIってすごいらしいけれど、我々の生活にどんなふうに影響するのですか」「AIは本当に役に立つのですか」などといった質問を多くいただきました。

大学での研究は、全部が全部直接的に短期間で世の中の役に立つとは限りませんが、「我々の研究室で研究開発した技術をこのように使えば、もしかしたら世の中の役に立つのではないか」ということを示すための活動をしたいと考えていました。その“役に立たせるAI”を考えた時に、私自身興味があったのが『魅力』でした。最近だと、刺さる・響く・届く・映えるなどのキーワードが重要視される世の中になってきた気がします。その根底にあるのは、共感・共鳴、もしくはそれに伴う魅力だと思うのです。「自分自身、この『魅力』に興味がある」と、ある時に気がついて、その魅力というものを AIで理解して、再現して、より向上させる研究ができれば良いということで、それ以来魅力に関する研究を行っています。感性や主観は曖昧なものです。それを工学的に扱える形に落とし込み、魅力が高まる瞬間を再現可能にすることを目指しています。

例えば、「魅力的なプレゼンテーションをするにはどうしたら良いのか」「魅力的な広告を作るにはどうしたら良いのか」「SNSで人気者になるにはどうしたら良いか」といった、様々な魅力に関するものをターゲットにしながら、多様な分野の研究をしているというのが、もう一つの柱です。

―「魅力工学」について、さらに掘り下げていただけますか。

魅力に興味を持つようになったもう一つのきっかけが、半導体、特に電子回路について勉強していた学生時代にあります。半導体の分野は、ものすごい匠の技なのです。教科書に書いていない色々細々とした、いわゆる一子相伝の「秘伝のタレ」とまでは言いませんが、色々な職人技があります。それを体得していかないといけないのです。「教科書通りにやったからといってうまくいくものではない」という、結構複雑な世界でした。

その“匠の技”みたいなものにも、昔から半導体をやっていた方ならではの才能があります。恐らく、何でもそうでしょう。能力が他の人よりも長けているからこそ、そこにマネタイズポイントが発生して、ビジネスとして成り立つと思います。「あの人にしかできない」みたいなもの、いわゆる“匠の技”、「それをAIで分析したらどうなるだろうか」「科学的にアプローチしたらどうなるだろうか」という思いもあって、その魅力に興味を持ちました。

―実は私、大学で感性工学や認知科学を専攻していました。それだけに、「魅力工学」と聞いて「感性工学（人間の主観的な感覚や感情を科学的に分析し、製品やサービスの設計に活かす学問）と魅力工学はどこが違うのか」という疑問を持ちました。私が主にやっていたのは統計でした。「魅力工学」だとAIに特徴量（機械学習モデルが予測や分類を行う際に使用する、対象データの特徴を数値やカテゴリで表現したもの）を出させたりするのですか。

もちろん、AIに特徴量も出させていますし、色々なアプローチをかけます。感性工学もすごく近しい分野ではあると思います。感性も魅力の一つの要素ではあるのですが、魅力って、それだけではないと考えています。といって、感性工学と全く違う学術分野だと言うつもりはありません。ただ、見ているレイヤーが少し違うのではないかと考えています。

感性というと、どちらかと言えば、人間が本能的に惹かれるとか、「良いと思います」とか、そういう話だと私は理解しています。むしろ、魅力はそれを理解した上で、「その本能に訴えかける仕掛け作りはどうやってやればいいか」も含めて解き明かす。それを、色々なマルチモーダルなデータを使いながらやることだと私は捉えています。

―生成AIの登場、普及によって「魅力工学」の研究がどう変わってきていますか。

それこそ、「魅力工学」という学問は、私とそれに同調してくれる仲間たちと一緒に立ち上げた学術的な概念です。魅力に対して科学的にアプローチすることを考えると、必ずしもその道具はAIだけではないわけです。色々な道具を使いながら、取り組む姿勢が必要になります。

そう考えると、生成AIに限らず、AIの性能が上がるということは、私たちが使える道具の性能が上がるということなので、より効果的・効率的に、よりダイレクトに魅力の研究に近づくことができるようになったと感じています。そういう意味では、今まで例えば AI、もしくは生成 AI が登場する前は、「この写真に写っているものが犬か猫か」みたいなものですら、実は判別が難しかったのです。それが「写っているものが何か」、しかも「それがどういうふうに動いているのか」といったことまでAIで理解できて処理できるようになりました。そうすると、その次のステップとして、「我々が感じる魅力とは何なのか」という自分が研究したいと思っているところにダイレクトにアプローチできます。そんな世界観がようやく見えてきた気がします。その意味では、生成AIが登場したこと、今も性能が向上し続けていることについては、我々は非常に有難いと思っています。

―山崎先生は、「匠に最短で到達できる仕組みをAIで作れないかと考えるようになった」とコメントされています。道筋は見えてきたのでしょうか。

私自身は、AIを使って人間が楽をすることにはあまり興味がありません。もちろん、「AIを使って効率化していかないといけない」というのは、その通りだと思いますがね。ただ、私の思いとしては、AIを使って人間の能力をより高めるところに興味があります。

例えばプレゼンテーションを分析して、「あなたのここ、例えばその文章の組み立てや話し方を、このように変えると、より刺さる、より印象的なプレゼンテーションができますよ」というフィードバックができるシステムが社会実装できていて、そのライセンスを受けて、それを利用してくださる企業さんがおられます。そのシステムを使うことで、人間はそのAIからのフィードバックを受けながら、自らのプレゼンテーションを効率的に改良していけます。

実際、人にフィードバックを受けるのは、例えばプレゼンテーション一つを取っても難しいと思います。たとえ、同僚や友達に付き合ってもらうにしても、そんなに何回も付き合ってもらえるものではないですから。そう考えると、AIであれば何回も何回も付き合ってくれますし、「疲れた」などと文句も不平も言わず、「あなたのプレゼンテーションはここが改善点です」と言ってくれます。

そういうシステムがあって、実際に「それを有益だ」と思って使ってくださっている方もいらっしゃるので、そういう意味では、「AIを活用することで “匠の技”に近づく」ことの一部は体現できつつあるのかなと思います。

もちろん、プレゼンテーションだけではなくて、それ以外の分野でも同様です。例えば、「ブランディング戦略をどうしたら良いか」みたいなものも、我々のAIでお手伝いした例は数多くあります。それ以外にもSNSの運用や、あとはHRテックにも取り組んできました。他に、我々の研究室ではAIを使ったオンライン面接の評価、人物評価も行っています。

―元々は、山崎先生ご自身が「匠になりたかった」とお伺いしています。研究を続けていく中で、「匠の正体や本質を見極めたい」「その優れた技・テクニックを再現したい」と考えるようになっていかれたとのこと。そもそもの質問ですが、山崎先生が定義される『匠』とは何ですか。それが、研究の土台になっているのではないでしょうか。「教科書通りではない、匠の技が重要だ」ということで研究をされていらしたのですよね。それであれば、私が考える匠と先生が考える匠はやはり違うと思うのですが、いかがでしょうか。

まずは、私が思う匠から申し上げます。私は匠とは、元々センスや才能があるだけではなく、そこに努力と経験が裏付けされて、一定以上の水準に到達した方だと思っています。

―なるほど。人が育つ上で二つあると思います。生まれ持ったもののネイチャリングと、それを育てるナーチャリングです。そうすると、ネイチャリングも重要になってくるということですね。

努力だけでは成し得ない、すなわちネイチャリングが重要な場面もあると思います。例えば、お笑いなどはそれに近いかと思います。何か知らないけれど、この人はいつも笑わせることができるみたいな。あれって努力で到達できるものではない部分も大いにあります。なので、才能も少なからずそこには影響するだろうと。あと、ネイチャリングとナーチャリングの割合の問題というのは当然あると思います。

―勘みたいなものが入ってきたりするのですか。いわゆる、この辺りの領域はAIというか、情報工学であるとか、理数系の考え方でその勘をしっかりと定量的に導くことができるものなのですか。

勘には二種類あると思っています。「そうぞう」という日本語でも、漢字変換するとクリエイティビティの創造とイマジネーションの想像の2種類があります。勘というのも、経験に基づく勘と、何も突拍子もなくパッと出てくる勘があると思います。

経験に基づく勘は、自分の経験に依存するものなので、ある意味自分の経験の制約から飛び出すことができないものです。ちょっとここで「AIはなぜこんなに色々な分野で高い性能を出しているのか」ということを考えてみます。例えば私自身は、私が今まで生きてきた経験で私の実力が形作られています。一方、AIはその人の経験、まあ全部ではないですが、その一部がデジタル化されて、一人分の経験ではなくて、複数人、もしくは何百人、何千人、何万人の経験をそこに詰め込むことができます。

そうすると、その一人分の経験で考える勘と、何万人もの経験で考える勘では、どちらが当たる確率、うまくいく確率が高いかというと、それは複数人の経験に基づいた方が確率は高くなる場合が多いのは当然ですよね。だからこそ、いまのAIが成功したのだと思っています。そういう意味での勘、過去に基づく勘という意味では、今のAIでも成し得るし、もしかしたら一人の人間よりも優れたものができるかもしれません。

一方でもう一つ、キーワードとして私が出したイマジネーションが、突拍子もない、今までの文脈とは全く関係のない斜め方向、違う方向からの視点になります。今の AIは少なくとも持ち得ていないのではないかと思っています。人間はそこにいて、かつ優れている人であったとして、今までにないような、例えば iPhone もその一例だと思います。「こういうものができたら良いな」と想像できた一人の天才がいたからこそ、そういうのが世に出たわけです。そういう意味では、突拍子もない意味での勘というのは AIには代替できないところだと思っています。

―ありがとうございます。一方で、山崎先生の研究の将来像は、そこをAIで解明することによって、人に依存しないでできる世界を作ろうとされているということで合っていますか。

もちろん、私がやっている研究を煮詰めていけば、人が介在しないでも、人と同じようなパフォーマンスを発揮できるAIは作れるとは思っています。ただ、私自身は、そこにあまり興味は向いていません。そういう AIが人間にトレーナーとしてついてくれたら、人間の能力はどこまで高められるのかということに興味があります。

最近、私がいつも言っているのが、「将棋や囲碁の世界ってまさにそうだな」ということです。当然 AIの方が、もうトッププロよりも強いだろうというのは、皆何となくそう思っています。しかし、AI同士が囲碁や将棋で戦う、それはそれでエンタメとして楽しいのですが、「我々が何に感動し、熱狂するか」というと、そういう AIを使いながら、己の能力を極限まで高めた人間同士そのものではないかと思っています。それと同じで、私は AIを使って人間の能力を高めたいのです。

―AIを使って人間の能力を高めることにフォーカスしているとお伺いしました。例えば、プレゼンや文章を作った際に、それに対してAIが改善点やアドバイスを提示してより良いものを作っていく。最終的には、AIを使うとヒューマン・イン・ザ・ループ（自動化システムやAIシステムの操作、監督、意思決定に人間が積極的に関与するプロセス）という考え方があるとよく指摘されます。最終的には、やはり人間がジャッジすることが、山崎先生としては基本姿勢にあるという理解で良いですか。

そう思います。何でも良いのですが、7割・8割の定番と2割・3割の遊び心というか、突拍子もないアイデアだと私は思っています。今のAIは、その7割・8割の定番がものすごく上手にできます。先ほど指摘したクリエイティビティのところですね。経験に基づくものはできるのです。

私がよく例に出すのが、ビール缶のデザインの話です。昔は、金か銀の色が大半でした。最近は、青などその他の色のビール缶がその独特の色合いと味わいで人気を呼んでいます。ただ、実は青って本当は食品関係ではあまり使われることのない色でした。青は食品分野では食欲を抑える色とされることもあります。それが、何と青色のビール缶がある時期に発表され、さらに人気を博すのです。あれは人間でないとなかなか判断・決断をできないと思います。

―ところで、山崎先生は婚活や妊活、子育てに関する研究をライフワークにされておられるとお聞きしています。その意図をお聞かせください。

これは、その他の魅力研究と当然関連します。まさに、婚活・恋活は、人と人との魅力に関するものです。子育ても、例えば教育も広い意味で子育てと考えるのであれば、いかに楽しみながら集中して学習できるのかというテーマも、「魅力工学」の中で扱うものの一つと言えます。

「魅力工学」に関連しているという説明もできるのですが、もう一つ違う思いがあります。これこそ約10年前でしょうか。当時ブログ上で、「保育園落ちた日本死ね」という強烈な投稿が報道で大きく取り上げられました。

当時を振り返ってみると、ご高齢の方に対しては手厚い予算投入と支援がなされていました。高齢者支援が重要であることは言うまでもありません。一方で、当時は子育て世代や若い世代への支援が十分に届いていたのか、という問題意識も私は持っていました。今でこそ保育園を全国各地に増やすみたいな動きがあるにせよ、当時は「あなたたち若いのだから勝手に頑張ってよね」という風潮の時代でした。だからこそ、そういう衝撃的な投稿があったのではないかと思います。

その時、とても残念に思いました。ご高齢の方や病気がちの方に手厚いサポートがいくこと自体は、当然大事だと思っています。ただ、全員が全員そこを見て、それ以外の人を置き去りにするというのは、私としては残念だという思いがあったのです。ならば、私が専門としているAIを使って若い方のサポートが何かできないかと思ったのです。なので、魅力との関連という文脈でも説明はできるものの、それとは別の切り口で婚活や妊活、子育てなど、若い方がその時々で苦しむであろうことに対して、AIで何かお手伝いできないかという思いも実はあって、これをライフワークにしてきました。

▶ 本インタビューに関する解説記事を確認する