進化するテクノロジーと社会の関係において、人間は驚くほど順応性が高いことを示してきた。かつては息もつけないほどだったものが、やがて日常生活に溶け込んでいく。
ChatGPTのような大規模言語モデル（LLM）の驚くべき機能は、ほんの数ヶ月前までは最先端のAIの典型だった。それが今や、テキストエディタや検索エンジンの単なるアドオンやプラグインになろうとしている。
近い将来、私たちはその能力に依存し、シームレスに日常に取り入れることになるだろう。
しかし、この急速な順応には、次は何が起こるのかという疑問を残す。私たちの期待が変化するにつれて、私たちは想像力をかき立てるような次の技術革新に疑問を抱くようになる。
人々はAIを使って、あらゆる種類のスマートな（そしてスマートではない）ことを実現しようとするだろう。多くのアイデアは失敗するだろうし、永続的なインパクトをもたらすものもあるだろう。
私たちの水晶玉は、あなたのものよりずっと優れているわけではないが、構造化された方法で次に何が来るかを考えることはできる。AIが永続的なインパクトを持つためには、技術的に実現可能であるだけでなく、経済的に実行可能であり、規範的に受け入れられるものである必要がある。
現在、有望なAI技術がいくつか待機している。私たちが待機していると考えているのは、次世代GPT、ヒューマノイドロボット、AI弁護士、AI駆動型科学の4つである。技術的な観点からは準備が整っているように見えるが、これまで述べてきた3つの基準をすべて満たすかどうかは別問題である。私たちがこの4つを選んだのは、AI技術の進歩について調査した際に、常に出てきたものだったからである。
1.AIによる法的支援
スタートアップ企業のDoNotPayは、LLMの技術に基づいて構築された、法廷で被告に助言できる法的チャットボットを構築したと主張している。
同社は最近、AIシステムがリアルタイムでスピード違反切符と戦う2人の被告を助けると発表した。イヤホンで接続されたAIは、裁判の審理を聞き、被告人の耳元で法律的な主張をささやき、被告人はそれを裁判官に大声で繰り返すことができる。
無免許で弁護士をやっているという批判と訴訟を受け、スタートアップはAIの法廷デビューを延期した。この技術の可能性は、技術的あるいは経済的な制約によってではなく、法制度の権威によって決定されることになる。
弁護士は高給取りの専門家であり、訴訟費用も高いため、自動化の経済的可能性は大きい。しかし、米国の法制度は現在、ロボットが人間の代理人として法廷に立つことに反対しているようだ。
2.AIによる科学的支援
科学者が洞察を得るためにAIを利用するケースが増えている。機械学習は、AIシステムが時間の経過とともにその能力を向上させるもので、データのパターンを特定するために採用されている。これにより、システムは新しい科学的仮説（自然界の現象に対する説明の提案）を提案することができる。これらは人間の思い込みやバイアスを凌駕する可能性さえある。
例えば、リバプール大学の研究者たちは、ニューラルネットワークと呼ばれる機械学習システムを使って、電池材料の化学物質の組み合わせをランク付けし、実験の指針と時間を節約した。
ニューラルネットワークは複雑であるため、実際にどのように判断を下すかについての理解にはギャップがある。いわゆるブラックボックスだ。とはいえ、ニューラルネットワークの答えの背後にある論理に光を当てる技術は存在し、それが思いがけない発見につながることもある。
現在のところ、AIは独自に仮説を立てることはできないが、科学者が新たな視点から問題にアプローチするきっかけにはなるだろう。
3.Auto-GPT
GPT-4として知られる最新のLLMテクノロジーに基づくAIチャットボットの新バージョンが、まもなくさらに登場するだろう。テキストだけでなく、画像や音声など、さまざまなタイプのデータを扱えるAIが登場するだろう。これらはマルチモーダルシステムと呼ばれる。
しかし、もう少し先の未来を見つめてみよう。Significant Gravitas社がリリースした先進的なAIツール「Auto-GPT」は、すでにテック業界を騒がせている。
Auto-GPTは、誕生日パーティーの計画といった一般的な目標を与えられ、それをサブタスクに分割し、人間の入力なしに自分で完了させる。これがChatGPTとの違いだ。
Auto-GPTは、あらかじめ決められたルールや目標に基づいて意思決定を行うAIエージェント（システム）を組み込んでいる。Auto-GPTは、Windowsで使用する際の機能上の問題など、インストール上の制約はあるものの、様々な用途で大きな可能性を示している。
4.ヒューマノイドロボット
ヒューマノイドロボット（人間と同じような外見と動きをするロボット）は、2015年に開催された第1回Darpa Robotics Challenge以来、大きく進歩している。車から降りる、ドアを開ける、壁に穴を開けるなどだ。多くのチームが目標達成に苦戦した。
しかし、スタートアップ企業は現在、このようなタスクがこなせる「ヒューマノイド」を開発し、倉庫や工場で使用している。
コンピュータ・ビジョンなどのAI分野や、短時間に大電流を供給する高電力バッテリーの進歩により、ロボットは複雑な環境をリアルタイムで動的にバランスを保ちながら移動できるようになった。倉庫作業用の人型ロボットを開発しているFigure AI社は、すでに7000万米ドルの投資資金を確保している。
1X、Apptronik、Teslaなど他の企業もヒューマノイド・ロボットに投資しており、この分野が成熟しつつあることを示している。ヒューマノイドロボットは、ナビゲーション、操縦性、適応性を必要とする作業において、他のロボットよりも優れている。
長い目で見る
これら4つのロボットの長期的な成功は、単に計算能力だけに依存するものではない。
ヒューマノイドロボットは、生産コストやメンテナンスコストがそのメリットを上回れば、普及に失敗する可能性がある。AI弁護士やチャットボット・アシスタントは驚くべき効率性を持つかもしれない。しかし、その意思決定が社会の「モラル・コンパス」と相反したり、法律がその使用に同意しなかったりすれば、その普及は止まるかもしれない。
費用対効果と社会の価値観のバランスを取ることは、これらのテクノロジーが真に繁栄するために極めて重要である。