Archive for the ‘政府’ Category

フェイスブック個人情報の不正使用問題、Cambridge Analyticaとはどんな企業か、大統領選挙への影響はあったのか

Saturday, March 31st, 2018

Facebook利用者の個人情報が不正に使われ、情報管理の責任が厳しく問われている。この疑惑の中心は英国のCambridge Analyticaというベンチャー企業で、5000万人の個人情報を不正に入手した疑いがもたれている。Cambridge Analyticaはこれら個人情報をAIの手法で解析し、米国大統領選挙に影響を与えたとされる。

出典: Google

Cambridge Analyticaとは

Cambridge Analyticaはロンドンに拠点を置くベンチャー企業で、データサイエンスの手法で消費者や有権者のパーソナリティを把握する技術を開発 (上の写真、本社ビル)。二つのソリューションを提供しており、広告企業には消費者を対象としたターゲティング広告を、選挙関係者には有権者を解析する選挙ツールを提供する。Facebook個人情報が有権者の政治指向を把握するために使われたと疑われている。

Psychographic Analysisという技法

消費者や有権者を解析する際に「Psychographic Analysis (心理解析)」と呼ばれる技法が使われる。これは、個人の性格を把握しグループ化する手法で、Facebookプロフィール情報を使って、利用者の性格特性を導き出す。具体的には、利用者がLike Button (いいね!ボタン) を押した情報でパーソナリティを把握することができる。

モデルを応用すると

このモデルを使うとアルゴリズムは、画家のダリ (Salvador Dalí) が好きな人は開放的な性格で、ジョギングを趣味とする人は几帳面な性格と判定する。また、アニメや漫画が好きな人は社交的でないと診断する。これを選挙に応用すると様々な知見を得ることができる。このモデルは共和党支持者と民主党支持者を正確に判定できる。更に、共和党支持者のなかで、閉鎖的で心配性な有権者を特定することができる。アルゴリズムはこのグループが低学歴で高齢の男性の共和党支持者と推定する (トランプ大統領のコア支持者層を示す)。Psychographic Analysis はLike Buttonを押すパターンとパーソナリティの間には強い相関関係があることを示している。

————————————————————————————-

Psychographic Analysisとは】

ベースとなる研究論文

この技法のベースとなる理論は、ケンブリッジ大学心理学部 (Department of Psychology, University of Cambridge) とスタンフォード大学コンピューターサイエンス学部 (Department of Computer Science, Stanford University) が共同で開発した。この手法を使うとLike Buttonデータをアルゴリズムに入力すると、被験者のパーソナリティを5つの要素で推定する。人間のパーソナリティは五つの要素で構成され、それぞれ、Openness(開放性)、Conscientiousness(良心的)、Extraversion(外交的)、Agreeableness(協調性)、Neuroticism(不安感) となる。これらがどんな比重で構成されるかで人の性格が決定づけられる。

出典: Michal Kosinski et al.

Personality Test

両大学はPsychographic Analysisについて論文「Computer-based personality judgments are more accurate than those made by humans」でその手法を発表した。この手法は被験者のパーソナリティをFacebookのLike Buttonから判定する。最初に、被験者 (70,520人) がPersonality Test (性格診断テスト) を受け、性格を判定する。性格は上述の五つの要素で構成され、Personality Testによりそれぞれの重みが決まる (上のグラフィック、左端)。

Facebook Likes

次に、これら被験者の Facebook個人プロフィール情報を参照する。Like Buttonを押した対象 (例えばRunning、Ford Explorer、Barak Obamaなど) を把握し、被験者がどの項目に興味を示しているかを掴む (上のグラフィック、左から二番目)。

情報収集方法

これら個人情報を収集するためにアプリ「myPersonality」が開発された。利用者はこのアプリでPersonality Testを受け自分の性格を知ることができる。また、利用者の許諾のもと、アプリはLike Buttonが押された情報を収集する。これらの情報は学術研究のためだけに利用された。

機械学習の手法

Personality TestとLike Buttonの情報が集まると、次に、これらデータ間の関連性を機械学習 (Linear Regression) の手法で導き出す。パーソナリティといいね!ボタンの関連性を定義する変数を導き出す。例えば、外向性が強い人は、Running、Ford Explorer、Barak Obamaなどの項目をどんなパターンで好むかを算定する (上のグラフィック、左から三番目)。

モデルで判定

決定したモデルを使って実際の判定を実施する。Personality Testを受けていない被験者のLike Button情報をこのモデルに入力すると、個人のパーソナリティを判定する。上述の五つの構成要素がどの割合であるかを推定する (上のグラフィック、右端)。このモデルはLike Button情報だけで、その人物の性格を推定できることを示している。

————————————————————————————-

モデル開発を開始

Cambridge Analyticaは米国大統領選挙に先立ち、モデルを開発するために、Psychographic Analysisを開発したケンブリッジ大学にコンタクトし協力を求めた。しかし、賛同をえることができず、この研究に詳しい同大学のAleksandr Kogan教授に支援を求めた。Kogan教授は上述の手法をベースにモデルを開発した。

5000万人の個人情報を収集

Kogan教授は上述「myPersonality」を模した性格診断テストアプリ「thisisyourdigitallife」を開発し、Facebook利用者27万人がこれを利用した。利用者はこのアプリで自分のパーソナリティを知ることができる。同時に、アプリは個人情報にアクセスすることを求め、プロフィールデータが収集された。更に、アプリは利用者の友人のプロフィール情報にもアクセスし、Kogan教授は5000万人分の個人情報を入手した。このデータに対しPsychographic Analysisの手法で解析を実行し、3000万人のパーソナリティを推定した。

個人情報を不正に提供

Kogan教授はこれらの情報をCambridge Analyticaに提供したとされる。その当時、Facebookは利用者の許諾を得ると、第三者が個人情報を収集することを認めていた。しかし、収集した情報を他人に渡すことは禁じていた。ここが問題の核心部分で、Facebookの規定を逸脱し、Cambridge Analyticaは個人情報を不正に受け取った。Cambridge Analyticaはこれを否定しているが、英国政府はデータ不正使用の容疑で捜査を開始した。

個人情報はどう使われた

Cambridge Analyticaに渡された個人情報がどのように使われたかについては明らかになっていない。Psychographic Analysisを選挙戦に適用すると、Like Buttonが押された情報から、有権者のパーソナリティを把握できる。ひいては、有権者の政治的指向を把握でき、最適なキャンペーンを展開できる。

出典: Reuters

有権者の弱点を突く

この問題を告発した元社員Chris Wylie (上の写真、英国議会での公聴会) は、このモデルを米国大統領選挙にどう適用したかについて証言した。このモデルは有権者の精神的な弱点を洗い出すことを目的としていた。更に、この弱点を刺激するフェイクニュースをターゲティング送信することで、有権者を特定方向に向かわせ、トランプ候補への投票を促すとしている。ただ、Wylieは、モデルを運用するプロセスには関与しておらず、実際にどう活用されたかは分からないとも述べている。

効果を疑問視する声も

Psychographic Analysisは既にターゲティング広告で使われており、消費者のパーソナリティを把握し最適な広告メッセージが配信されている。Netflixは視聴者が好むであろう映画を推奨するためにこのモデルを使っている。一方、この手法が有権者にどれだけインパクトを与えるかについては疑問視する声が多い。有権者の心を動かすのは難しく、Cambridge Analyticaが大統領選挙に及ぼした影響は限定的であるとの見方が大勢を占めている。

Facebookの責任は重大

大統領選挙への影響のあるなしにかかわらず、Facebookは個人データ管理の責任を厳しく問われている。Facebookは個人情報保護対応を進めており、プロフィール設定方式を分かりやすくした。今までは、個人情報設定は20画面に分散していたが、これを1つの画面に集約し、情報管理を容易にした。また、Facebookは第三者機関が生成する解析データの提供を中止した。データ解析企業ExperianやAcxiomなどがオフラインデータを解析し、これを広告主に提供しているが、これを停止すると発表した。

真相究明

Cambridge Analyticaは米国大統領選挙だけでなく、英国Brexit国民投票で離脱派の解析ツールとしても使われた。多くの識者は同社の影響力を疑問視するが、国民世論がデータ解析で操作されているとの感触はぬぐい切れない。Cambridge Analyticaが不正にデータを受け取り、大統領選挙に影響したのか、真相解明は今後の捜査を待つことになる。

次期大統領選挙の争点はベーシックインカム、AIに仕事を奪われる大失業時代の政策が問われる

Thursday, February 15th, 2018

AIの急速な進化で自動化が進み、労働者の職が奪われるケースが急増している。アメリカ経済は成長を続けるが、富が富裕者層に局在し、社会格差が広がっている。2015年には米国製造業で400万人が職を失い、2030年には全労働者の1/3が失業するといわれている。資本主義の矛盾をどう解決すべきか、ベーシックインカムの議論が広がっている。2020年の大統領選挙ではベーシックインカムが重要な争点となりそうだ。更に、失業を生み出すAI企業の責任も問われることになる。

出典: yang2020

ベーシックインカムとは

ベーシックインカム (Universal Basic Incomeと呼ばれる) とは、社会保障の一種であるが、従来の失業保険などとは異なり、全ての国民に一律にお金を支給する制度を指す。受取のための条件はなく、毎月一定額の金額が支給される。受け取ったお金の使途の制限も無く、受給者が自由に使うことができる。ベーシックインカムの構想は50年ほど前から議論されてきたが、AIによる失業問題が拡大する中、再び注目されている。

大統領選挙に向けた動き

トランプ大統領が就任して一年余りたつが、既に次期選挙に向けた動きが活発化している。民主党 (Democratic Party) からは起業家のAndrew Yangが立候補を表明した。Yangは自動化による失業者を救済することを公約のトップに掲げキャンペーンを展開している (上の写真)。大失業時代の対策としてベーシックインカムの導入が必要であると主張する。

毎月1000ドル受け取る

Yangは選挙サイトにベーシックインカム導入の意味やその具体的な政策を示している。それによると、毎月1000ドルを18歳から64歳までの米国国民に一律に支給する。支給条件はなく、収入に関わらず誰でも毎月1000ドルを受け取る。生活保護を受けている人は、これを延長するか、又は、ベーシックインカムを選択できる。65歳以上は国民年金 (Social Security) を受け取ることになる。国民医療保険 (MedicareとMedicaid) はそのまま存続する。これ以外の保護政策はなく、月額1000ドルがセーフティーネットとなり生活を下支えする。

ベーシックインカムが必要な理由

AIやロボットの導入で米国製造業で既に400万人の職が失われた (下の地図、赤い部分Rust Beltに集中している)。自動運転車の導入でトラック運転手350万人の職が失われると予測される。Yangは単純労働作業や危険な職種は自動化すべきだとし、AIやロボットが社会に入ることを歓迎している。一方、これによる失業者が最低限の生活をするために、ベーシックインカムを導入する。更に、失業を生み出すAIやロボット企業は応分の負担をすべきだと考えている。

出典: Wikipedia

財源をどこに求めるか

ベーシックインカムを導入すると年間2兆ドルの歳出となり、米国国家予算 (4.1兆ドル、2018年度予算教書) の半分を占める。Yangはベーシックインカムの財源をValue-Added Tax (VAT、付加価値税) に求めるとしている。米国で新たにVATを導入し税率を10%とする。VATとは企業が生み出す製品やサービスに課税する税で、企業は税を回避することが難しくなり、公平に課税できる点が評価される。欧州では幅広く導入されているが、米国では使われておらず、地方政府がSales Tax (売上税) として徴収している。

効果はあるのか

最低の生活が保障されると人は働かなくなるとの議論があるが、Yangはベーシックインカムを導入することで勤労意欲が増すとしている。現在の社会保障制度は受給者が収入を得ると支給が停止され、これが勤労意欲を減らす原因と指摘する。ベーシックインカムは収入に関係なく一律に支給され、最低限の生活ができ、仕事が見つかると収入が増える。また、大学で学びなおし新しいキャリを目指す人も増える。更に、起業家のように独立して事業を始める人が増えるとも述べている。

オバマ大統領などが支持

多くの政治家がベーシックインカム導入を積極的に検討している。オバマ前大統領は在任中、AIやロボット開発を推進したが、同時に、これにより富が富裕層に局在することを懸念していた。今後、10年から20年後には、お金を配布する仕組みの導入が必要と述べ、ベーシックインカムの導入が必須であるとの見方を示した。ヒラリー・クリントン候補は大統領選でベーシックインカム導入を公約とはしなかったが、この仕組みに共感していたと伝えられる。

シリコンバレーで賛同が広がる

シリコンバレーでもベーシックインカムの議論が活発になっている。この背景には、ハイテク企業が生み出すAIが労働者の雇用を奪う大きな要因となり、企業経営者はその責任の一部を負うべきとの考え方があるためだ。ハイテク企業経営者を中心にベーシックインカム導入を支持する声が高まり、シリコンバレーでその実証試験が始まった。ベーシックインカムが問題を解決する切り札になるのか、データサイエンスの手法でその検証が始まった。

オークランドでの実証実験

著名ベンチャーキャピタルY Combinatorはベーシックインカムの予備試験を実施した。サンフランシスコ対岸のオークランド (下の写真) で100家族を選び、毎月1000ドルの現金を支給した。受給者は受け取ったお金を自由に使うことができる。予備試験は2016年9月から2017年末まで実施された。

出典: Google

全米で本試験を実施

この予備試験に続き、Y Combinatorは規模を拡大した本試験を展開する。二つの州で1000人を選定し、今年から5年にわたり毎月1000ドルを支給する。このグループと受給を受けない一般のグループを比較し、受給者の行動特性や健康状態を解析する。具体的には、受給者の時間の使い方、健康管理、財政状況、意思決定のパターン、政治に関する偏向などを調査する。これらの情報がベーシックインカムを制度化するための基礎データとなる。

実証試験の意味

Y Combinatorがこのプログラムを実施する理由は社会システムの歪みを補正するため。米国において貧困者層が急増し、中間層が減少し、社会格差が拡大している (下のグラフ、富裕層10%がその他90%の収入を上回る)。これにより米国で政治対立が先鋭になり (極右団体と極左団体の拡大)、地域社会が分裂する (ジェントリフィケーション) など、社会全体が不安定になっている。

出典: Y Combinator / Piketty, Saez, Zucman (2016)

ベーシックインカムを科学的に分析

AIを中心にテクノロジーがこの流れを加速している。このため社会格差を緩和するためにベーシックインカムの議論が高まっている。しかし、その有効性を議論するための科学的なデータはなく、施策は進んでいないのが実情である。このプログラムの目的はベーシックインカムを科学的に解析し基礎データを収集することにある。

ストックトンでも実証実験が始まる

シリコンバレー郊外のストックトンはベーシックインカムの導入を決定し、試験運用が間もなく始まる。同市は長年にわたる財政規律の緩みで、2012年に財政破産を宣告した。今は新市長のもとで、革新的手法を取り入れ、経済の立て直しを図っている。この一環で、市は2018年8月から、ベーシックインカム研究プログラムを開始する。100人の市民を選び毎月500ドルを3年間支給する。研究プログラムの目的は、受給者の生活や健康を追跡調査することで、これら基礎データがベーシックインカムを制度として導入する際の参考情報となる。

ベーシックインカム研究所

この研究プログラムは非営利団体「Economic Security Project」と共同で実施されている (下の写真)。この団体はFacebook創設者のひとりChris Hughesが設立し、ベーシックインカムの基礎研究を担っている。Economic Security ProjectはAIによる自動化やグローバリゼーションが社会格差を生んでいると認識する。米国経済は好調で巨大な富が蓄積されるが、低所得者層はその恩恵にあずかることができない。中間層は上に昇ることができず、将来への不安が高まる。この問題を解決するためにベーシックインカムの手法が有効であるかどうかを研究する。

出典: Stockton Economic Empowerment Demonstration

アメリカ国民の意見

社会格差が拡大する中、AIやベーシックインカムを米国人はどう受け止めているのか、興味深い調査結果が発表された。これはGallupとNortheastern Universityの共同研究で、アメリカ人成人3,297人へのアンケート調査を解析した結果である。これによると、米国人はAIに対して好意的な印象を持っている(76%)。しかし、同時にAIの導入により職が奪われるとも感じている(73%)。米国人はAIをポジティブに評価しているものの、同時に、AIが仕事を奪うと懸念している姿が浮かび上がる。

AI企業の責任

ベーシックインカムについては、アメリカ人の半数 (48%) が必要と考えている。AIに仕事を奪われるため、ベーシックインカムがセーフティーネットとして必要であると考える。しかし、ベーシックインカムの財源をどこに求めるかについては際立った特徴を示している。増税などによる国民への負担が増えることには反対で、多くの人 (80%) はAIで利益を得たハイテク企業が負担すべきと考えている。AI企業は失業対策で大きな社会的責任を持つべきとの考え方が主流となってきた。

Facebookは導入を支持

この流れを肌で感じているシリコンバレー経営者はベーシックインカムの必要性を相次いで表明している。Facebook最高経営責任者Mark Zuckerbergは講演の中で、ベーシックインカムの導入が必要との考えを示した。Zuckerbergは社会の新ルールを作る必要があるとし、人は収入ではなく仕事の意味で評価されるべきとの持論を展開。新社会では仕事に失敗しても生活できる社会構造が必要と述べ、ベーシックインカムの導入を支持している。

Microsoftはユートピア論を展開

Microsoft創設者Bill GatesはAIの社会に及ぼすインパクトに関し特異な見解を持っている。世界経済フォーラムの会場でこれを表明した (下の写真)。AIは既に社会に入りこみ、多くの人の職を奪っている。しかし、AIは人間より効率的に仕事をこなし、多くの富を生みだしている。これにより人間は労働時間を減らすことができ、空いた時間を好きなことに費やすことができる。つまり、GatesはAIは人間にユートピアを提供すると予測している。

出典: CNBC

理想郷にソフトランディングするために

同時に、AIは社会に浸透する速度が速く、世の中がこの流れに追随できないことが問題だと指摘する。このため、政府は社会保障制度を見直しベーシックインカムを導入し、失業者を再雇用するための教育プログラムの拡充も求められる。政府の施策が上手く機能し、近未来のAI社会にソフトランディングできれば、我々の未来は明るいとしている。

トランプ政権は無関心

トランプ政権はベーシックインカムを支持すると期待されていたが、それとは逆の方向に進んでいる (下の写真)。そもそもトランプ政権はAIやロボットの導入で失業者が増えるとの認識は薄い。米国製造業の雇用はメキシコや中国などが奪うとの信念に基づいて政策が立案されている。このためNAFTAやTPPから脱退し、各国と契約条件の見直しを進めている。AIやベーシックインカムに関する議論はなく、政策で真空状態が続いている。米国では連邦政府に代わり、上述の通り、地方政府やハイテク企業がこの政策をリードしている。

AIでどれだけの職が失われるか

では、AIやロボットなど自動化技術の導入でどれだけの職が奪われるのか、多くの統計データが公表されている。世界経済フォーラムは2020年までに710万人の職が失われ、200万人の職が生み出されるとみている。McKinseyは2030年までに失われる職の数を最大8億人と推定。独立系メディアMother Jonesは、2040年までに全職業の半数がAIに置き換わり、2060年までにすべての仕事はAIに置き換わると予測している。ブルーカラー労働者だけでなく、医師、新聞記者、会社経営者、科学者、芸術家など全職業がAIに取って代わられる。

出典: White House

AI企業の新たな使命

多くのシンクタンクが予測するように、AIによるインパクトは甚大で、大失業時代が到来する。これに備えてベーシックインカムの議論が進み、実証実験による科学的な検証が始まった。同時に、失業を生み出すAI企業の責任をどう査定するかの議論も始まった。温暖化ガスを排出する企業に税金を課すように、失業を生み出すAI企業へ応分の負担を求めることが国民世論となってきた。既に多くのAI企業は良き市民として社会責任を果たすべく活動を展開している。今後は、社会格差や失業問題への対応求められ、これらがAI企業の新たな使命となる。

米国で白人至上主義団体の活動が拡大、しかしDNA解析により活動家の多くは純粋な白人でないことが判明

Friday, August 11th, 2017

米国で白人至上主義団体による抗議活動が激化している。バージニア州シャーロッツビルでは白人至上主義者がクルマで反対集団を襲撃し死者と多数の負傷者がでる惨事となった。白人至上主義団体や極右団体が台頭し社会に不安が広がっている。同時に、DNA解析サービスの普及で白人の定義が明確になり白人至上主義の価値観が揺らいでいる。

出典: Google

DNA解析サービスの結果は

白人至上主義 (White Supremacy) 団体の活動が拡大する中、活動家はDNA解析サービスを利用し自身が純粋な白人であることを確認する動きが始まった。純粋な白人であると思っていた活動家がDNA解析を受けると白人以外の人種が混ざっていたというケースが相次いで報告されている。活動家の多くは”白くない”という事実が判明しそのアイデンティティが揺らいでいる。

白人至上主義者の研究

この事実はカリフォルニア大学ロサンジェルス校のAaron PanofskyとJoan Donovanの研究で明らかにされた。研究結果は「When Genetics       Challenges a Racist’s Identity: Genetic Ancestry Testing among White Nationalists」として公開された。この研究は白人至上主義者の交流サイト「Stormfront」を追跡調査したもので、ここに投降される記事からDNA解析に関連するものを抽出し内容を分析したものとなっている。活動家の多くがここで意見を交換するが最近ではDNA解析に関する書き込みが目立っている。

純粋な白人は少数

論文によると白人至上主義者は純粋な白人であることを確認するために23andMeなどを利用してDNA解析による家系解析検査 (genetic ancestry test) を受けている。しかし、純粋な白人であることを確認できたのは1/3に過ぎず、残りの2/3は異なる人種が混じっていると報告している。純粋な白人でないと判定された人たちはこの結果をどう受け止めるべきか葛藤が続いている。

研究結果の具体的な事例

その一人がノースダコタ州に住むCraig Cobbという男性である。DNA解析サービスを受けたが、その結果ヨーロッパ人種 (European) である割合は86%で残りの14%はアフリカ人種 (Sub-Saharan African) であることが分かった。Cobbはテレビ番組に出演し独自の意見を展開した。この結果を受け入れることはできず「統計エラー」であると述べている。また「DNA解析技術はジャンクサイエンス」で「結果は仕組まれたもの」と奇異な解釈を示した。Cobbは黒人から友達と呼ばれ握手を求められるがこれを断るシーンも放送された。また、別の会員は「鏡を見て白人に見えれば問題ない」とか、「テスト結果ではなく本人の心情が重要」などと苦しい見解が目立っている。

出典: 23andMe

23andMeの人種特定サービス

23andMeは遺伝子による人種特定サービス「Genetic Ancestry Composition」を展開している。被験者のルーツを辿るサービスでDNAを解析して人種を特定する。被験者の多くは複数の人種から構成されこのサービスはその割合を示す (上の写真)。対象となる人種の区分は「European」、「South Asian」、「East Asian & Native American」、「Sub-Saharan African」、「Middle Eastern & North African」、「Oceanian」の六種類からなる。日本人は「East Asian」に区分され、ここには「Japanese」の他に、「Korean」、「Yakut」、「Mongolian」、「Chinese」が含まれている。(Yakutとはロシア連邦サハ共和国に居住するヤクート族。)

世界の国々からサンプルを収集

23andMeは人種を特定するために被験者の遺伝子と特定地域に住んでいる人の遺伝子を比べる手法を取っている。まず、世界の国々からサンプルを集め人種と遺伝子を関係づけたデータベース (Referenceと呼ばれる) を生成する。被験者の遺伝子をReferenceと比較して人種を特定するプロセスとなる。Referenceの総数は10,000を超えるが、その多くは外部研究プロジェクト (スタンフォード大学のHuman Genome Diversity Projectなど) 結果を引用している。これに加え、23andMe会員のデータも利用している。

白人至上主義とは

白人至上主義は過去のものと思われていたが日々のニュースで登場する回数が増えた。白人至上主義とは白人が他の人種より秀でているというイデオロギーで白人が社会をコントロールすべきという考え方を示している。色々な団体があるがクー・クラックス・クラン (Ku Klux Klan) が有名で今でも活動を続けている。

南北戦争と関連する

米国の白人至上主義は南北戦争 (Civil War) に関連している。エイブラハム・リンカーン (Abraham Lincoln) は大統領になる直前、奴隷制度の拡大を禁止した。南部11州はこれに反対しアメリカ合衆国を離脱し独自にアメリカ連合国 (Confederate States of America) を設立した。連合国は1861年、サウスカロライナ州のサムター要塞 (Fort Sumter) を攻撃し南北戦争が始まった。連合国の大統領がJefferson Davisで、連合国軍を指揮した将軍がRobert E. Leeであった。連合国は合衆国に敗れ1865年に戦争は終わった。

連合国の彫像を撤去

戦争には敗れたものの、連合国を回想する目的でJefferson DavisやRobert E. Leeの彫像が数多く建立された。一方、人権団体からこれらは人種差別を象徴するとして彫像を撤去する声が高まり、各州や市は撤去作業に向けて動き出した。シャーロッツビル市はRobert E. Lee将軍の彫像 (先頭の写真) を撤去することを表明し、これに反対する白人至上主義団体は彫像を守るために集会を開き、これが惨事につながった。

歴史の解釈は難しい

この衝突を繰り返さないため他の州や市はJefferson DavisやRobert E. Leeの彫像の撤去作業を急いでいる。人種差別を象徴するシンボルは公の場には相応しくないというのがその理由である。一方、識者の中にはアメリカの歴史を後世に伝えるため、暗い事実を葬り去るのではなく過去の教訓として残すべきという意見も少なくない。事実、米国の国会議事堂 (United States Capitol) には50州を象徴する彫像が100体展示されている (下の写真)。ここにはJefferson Davis (ミシシッピー州を代表) とRobert E. Lee (バージニア州を代表) も含まれており、撤去すべきかどうかその取扱いについて議論が続いている。

出典: National Statuary Hall

白人至上主義者はアイデンティティが揺らぎ活動が減衰するのか

白人至上主義団体や極右団体の活動が活発になっている理由はトランプ大統領のポジションが影響している。トランプ大統領は白人至上主義団体の過激な活動に寛容な態度を見せており、これが活動を暗に支持していると受け止められている。抗議活動には参加しないもののこの動きを支持するグループが存在しこれがトランプ大統領の支持基盤となっている。トランプ政権のもとで極右勢力が広がるのか、それとも白人至上主義者はアイデンティティが揺らぎ活動が減衰するのか、その動きが注目されている。

パリ協定離脱の真相はブレインの不在、トランプ政権の危うい科学技術政策

Friday, June 9th, 2017

トランプ大統領はパリ協定から離脱することを発表し (下の写真) 混乱が広がっている。大統領は離脱の理由をアメリカ経済を優先するためと説明した。しかし、脱退の狙いはトランプ支持者にアピールし支持基盤を固めるためといわれている。問題の根は深く地球温暖化対策だけでなく、トランプ政権の科学技術政策も危うい状況にある。

出典: The White House

ホワイトハウスで混乱が続く

トランプ大統領が就任して以来、ホワイトハウスで混乱が続いている。科学技術分野に関してはOffice of Science and Technology Policy (OSTP、アメリカ合衆国科学技術政策局) のポストが空席のままである。OSTPとは大統領の科学技術政策に関するブレインで、その長官は米国政府のCTOと呼ばれている。トランプ政権では科学技術政策を立案するためのアドバイザーがいない状態が続いている。

大統領はホワイトハウスの機能を信用していない

OSTPはホワイトハウスの組織で1976年、フォード政権時代にアメリカ議会により設立された。OSTPの使命は大統領が政策を立案する際に科学的な見地からアドバイスすること。OSTP長官は連邦政府のCTOとして認識され、大統領の科学技術政策や予算政策を支援してきた。オバマ政権ではJohn HoldrenがOSTP長官を務め、がん研究や脳解明プロジェクトなどの科学技術政策を支えてきた (下の写真)。現在OSTP長官は指名されておらず空席であるが、その理由はトランプ大統領がホワイトハウスの機能を信用していないためとされる。

出典: The White House

シンクタンクにアドバイスを求める

トランプ大統領は政策のアドバイスをホワイトハウスではなく外部シンクタンクに求めている。その一つが「Heritage Foundation」という保守系シンクタンクだ (下の写真)。Heritage Foundationは1973年に設立され共和党の政策立案に大きな影響を与えてきた。レーガン大統領は政府組織を縮小し小さな政治を目指したが、その政策基盤はHeritage Foundationの思想がベースになっている。

パリ協定についてのアドバイス

トランプ大統領は選挙期間中もHeritage Foundationからアドバイスを受けた。地球温暖化問題に関してもアドバイスを受け、選挙公約としてパリ協定脱退を表明していた。その根拠は「パリ協定に参加すると米国のエネルギーコストが上昇し、雇用が失われ、家庭の負担が2万ドル増える」というHeritage  Foundationの試算にある。

最終判断に大きな影響

Heritage Foundationは同時に、パリ協定を脱退することを支持層にアピールし、公約を実行する姿勢を示すべきとトランプ大統領にアドバイスした。トランプ大統領の最終決断はこのアドバイスが大きく影響し、科学的見地からではなく、Populism (中間層へのアピール) を選択したという解釈が広がっている。Heritage Foundationはこの成果を「Heritage Research Impacts Trump’s Decision to Withdraw From Paris Climate Deal (Heritageの研究が離脱の決断をもたらした)」という記事で公開しその成果を広くアピールしている。

バランスの問題

パリ協定以外に科学技術政策全般にわたりOSTPの機能が使われていない。OSTPという行政府組織ではなく特定方向に強い意見を持つシンクタンクのアドバイスを受け入れている。大統領がシンクタンクに意見を求めるのは常套手段であるが、行政府の機能を飛び越し特定のシンクタンクの意見だけで政策が立案されるのはバランスを欠いている。

政策に大きな影響を与えてきた

一方、Heritage  Foundationは連邦政府の政策に大きな影響を与えてきたことも事実である。オバマ政権下では共和党向けに医療保険制度改革 (オバマケア) に反対する根拠を立案し、法案成立後はオバマケアを置き換える運動を展開した。これがTea Party運動となり連邦議会で共和党が躍進する後ろ盾になった。ブッシュ政権ではAnti-Ballistic Missile Treaty (弾道弾迎撃ミサイル制限条約) を破棄し防衛力強化を進めた。ロシアとの友好関係が崩れ再び冷戦時代に向かうことになった。

出典: Heritage Foundation

大統領予算教書

予算教書 (Budget Proposal) も科学技術政策に関するブレイン不在で立案された。トランプ大統領は就任後初となる予算教書を公開した。公約通り連邦政府各省庁の予算が大幅に削減された。Environmental Protection Agency (環境保護庁) とDepartment of Agriculture (農務省) の予算は30%削減され、反対に国防費と治安関連費は大規模に増額された。

科学技術関連予算が大幅に削減された

予算教書の中では科学技術関連予算が大幅に削減された。National Institutes of Health(NIH、国立衛生研究所)は医療技術の研究拠点で先進治療法が開発されている。NIHの予算は18%削減され医療技術研究に大きな影響がでると懸念されている。National Cancer Instituteはガン治療先進技術開発プロジェクト (Moonshot Project) を運用しているが継続できない可能性がでてきた。また、オバマ大統領が始めたヒトの脳を解明する研究「Brain Initiative」の予算が削減されプロジェクト規模が縮小される。この研究がアルツハイマー病の治療や人間レベルのAI開発につながると期待されていただけに先行きが見通せない。

NASAの予算は確保された

一方、NASAの予算は1%程度の削減で現行プロジェクトが継続される。NASAの研究は地球を対象としたものからDeep-Space Explorationと呼ばれる月探査や火星探査が中心となる。最終目的は太陽系システムで人が生活することを目指し、当初の計画通り、海外の国々と協力してプロジェクトが進められる見通しとなった。ただし、予算は議会の承認を経て成立するため今後の審議に注目していく必要がある。

トランプ大統領の政策とは独立に対策が進む

連邦政府の方針とは独立にカリフォルニア州やハワイ州などは独自で地球温暖化防止政策を推進している。カリフォルニア州は中国や欧州と連携し連邦政府に代わり温暖化対策を進め、パリ協定離脱の影響を最小限にとどめる姿勢を取っている。カリフォルニア州知事Jerry Brownは中国Xi Jinping (習近平) 大統領と会談しクリーン技術開発を進めている。中国は温暖化問題についてカリフォルニア州など州政府と協調する姿勢を示している。

出典: www.WeAreStillIn.com

パリ協定離脱に反対する署名活動

トランプ大統領のパリ協定離脱に反対する署名活動はいまも続いている (上の写真)。反対の意を表明するだけではなく、パリ協定を離脱するものの地方政府、大学、企業は地球温暖化対策を継続して進めるという決意を世界に向けて表明する意図がある。5千団体から署名が集まり大きな流れとなっている。パリ協定離脱後もアメリカ社会の地球温暖化防止の意識は高く努力が続いている。

Googleは駐車場の込み具合をAIで予測する技術を開発、センサーは不要でアルゴリズムが正確に推定

Friday, February 3rd, 2017

駐車場管理はInternet of Thingsの得意分野で、設置したセンサーがクルマの有無を捉え混雑状況を把握する。Googleのアプローチはソフトウェアで、クルマの流れをMachine Learningで解析し混雑状況を正確に推定する。駐車場にセンサーを設置することなく、アルゴリズムのパワーで施設を管理する。

出典: VentureClef

駐車場の混雑情報を表示

駐車場の混雑状態を表示するサービスが今月から始まった。Google Mapsで目的地までの道順を検索すると、駐車場の込み具合も表示される (上の写真、最下段の分部)。例えば、Mountain View市街に向かうとき、駐車場の込み具合は「Medium」となっている (上の写真左側)。これは「駐車場を探すのは難しくない」という意味で、時間通りに出発できる。込み具合に応じて出発時間を調整することができる。

駐車場が無ければ電車で移動

一方、サンフランシスコのカンファレンス会場への道順を検索すると、駐車場は「Limited」と表示される (上の写真右側)。これは「駐車場は限られている」という意味で、駐車場を探すために時間がかかると注意を促している。駐車が難しいのであれば電車で行くという選択肢も浮上する。事実、Googleによるとこのサービスを始めると、電車で移動するルートの検索件数が急増したとしている。

混雑状況を把握する仕組み

Googleは新サービスの仕組みを「Using Machine Learning to predict parking difficulty」として公表した。これによると、駐車場空きスペースを把握するために、クラウドソーシングとMachine Learningという技法を使っている。クラウドソーシングとはユーザデータを集約して利用することを示す。このケースではGoogle Mapsユーザの位置情報を集約して利用する。Google Mapsユーザに「駐車場を探すまでどのくらいかかりましたか?」という質問を送り、その回答を集約し、駐車場を探す難易度を算定した。Googleはこの手法で信頼度の高いGround Truth (基準データ) を収集した。

店舗やレストランの混雑状況

Googleは早くから利用を許諾したユーザの位置データを使ったサービスを展開している。その代表がGoogle Mapsで表示されるLive Traffic (渋滞情報) でクルマの流れをリアルタイムで表示する。また店舗やレストランのPopular Time (混雑情報) やVisit Duration (滞在時間) を提供している。便利なツールで生活の一部として利用されている。

クラウドソーシングの限界

しかしこの手法だけでは駐車場の込み具合を正確に推定することはできない。クルマを駐車する場合はパターンの数が多く、これらの要因も考慮する必要がある。例えば、クルマが私有地に駐車すると、アルゴリズムは空きスペースがあると誤認する。また、利用者がタクシーやバスで移動したケースも、アルゴリズムは駐車スペースがあると誤認する。駐車スペースを判定するためにはクラウドソーシングの手法では限界がある。

出典: VentureClef

クルマの移動パターンと駐車場の有無

このためクルマがどんなパターンで移動すると駐車場が無いことを示すのか、その特徴量を見つけることがカギとなる。昼食時間にクルマが街中を周回する動きをすると (下の写真)、これは駐車場が無いためと判断する。一方、利用者が目的地に到着し、そのまま施設に入った場合は駐車場があったと判断する。このような特徴量を把握してアルゴリズムに反映した。

出典: Google

20のモデルを生成

この他に目的地に特有な条件や駐車場の位置に依存した要因も考慮する必要がある。また、駐車する時間や、駐車する日に依存する条件なども取り入れる。更に、過去の統計情報も利用された。最終的には20のモデルが作られ、これを使ってアルゴリズムが教育された。

Logistic Regressionという手法

前述の通り、このモデルの解析ではMachine Learningが使われた。Machine Learningには様々な手法があるが、その中でもLogistic Regressionという技法が使われた。Logistic Regressionとは統計学の代表的な技法で、変数の間の関係を推定する。アルゴリズムを教育することで、ある変数を入力すると、その結果を推定することができる。つまり、Logistic Regressionはある事象に関する結果を予想する。ここではドライバーの運転データを入力すると、駐車場を探すのが容易であったか、困難であったかを推定する。アルゴリズムは容易か困難かの二つの値を出力し、これはBinary Logistic Modelと呼ばれる。

Deep LearningではなくMachine Learningを採用

Deep Learningで世界をリードするGoogleであるが、敢てMachine Learningの技法を使ったことは興味深い。具体的には、Neural Network (人間の脳を模したネットワーク) ではなくLogistic Regression (統計手法) が使われた。Googleはこの理由として、「Logistic Regressionは技術が確立しており、挙動を理解しやすいためと」述べている。このことは、Neural Networkは中身がブラックボックスでその挙動が分かりにくいということを示す。

今年のAI技法のトレンド

Googleや他の企業でMachine Learningを見直す動きが広がっている。Neural Network全盛時代であるが、長年にわたり培われた技法を改良しうまく利用しようとする試みである。同時に、Neural Networkのブラックボックスを開き、仕組みを解明しようという研究も始まった。AIの観点からは、Machine Learningの改良とNeural Networkの解明が今年の大きなテーマになっている。

サンフランシスコ市街の駐車場

この技法でサンフランシスコ市街の駐車場の混雑を予測すると下の写真の通りとなる。市街地を区画ごとに分け駐車場の込み具合を表示している。色の濃い部分が混雑が激しいことを示す。上段は月曜日で下段は土曜日。左側は午前8時で右側は午後9時の標準的な込み具合を表示している。月曜日の朝はFinancial Districtを中心としたビジネス街の駐車場が混むが、土曜日の夜はUnion Squareを中心とした観光スポットの駐車場が込むことが分かる。

出典: Google

サンフランシスコ市の取り組み

駐車場管理や混雑情報の発信は行政の責任でもある。事実、サンフランシスコ市は駐車場にIoTを導入し、混雑度を把握する実証実験「SF Park」を進めている。サンフランシスコ市街地では路上駐車スポットにParking Meterが設置され、コインやカードやアプリで駐車料金を支払う (下の写真)。同時に、Parking Meterがセンサーとなり、クルマの有無を検知する。Parking MeterはIoT専用ネットワークSigfoxで結ばれ、駐車スポットの込み具合を集約する。このIoTシステムが完成すると、駐車場混雑情報がリアルタイムで分かることになる。

出典: San Francisco Municipal Transportation Agency

センサー対アルゴリズム

果たしてサンフランシスコ市によるIoT駐車場管理システムは正しく混雑状態を把握できるのか関心が高まっている。Parking Meterで駐車を正しくセンシングできるかという問題である。Parking Meterのある駐車スポットに違法で駐車したり、また、特別許可証を持ったクルマが駐車した場合は空きと判断される恐れがある。また、駐車時間が残っているのにクルマを出す人もあり、このケースでは駐車中と判断される可能性が高い。

スマートシティー開発のモデルケース

リアルタイムで正確な駐車場空き情報を把握するのは難しい作業となる。これに対し、Googleはセンサーは使わないでアルゴリズムが混雑状況を把握する。センサーとアルゴリズムの戦いが始まり、どちらに軍配が上がるのか地元住民だけでなく全米で関心が高まっている。GoogleやSF Parkの取り組みが米国で展開されているスマートシティー開発のモデルケースとして注目されている。