原田 義昭氏「日本の医療の未来を考える会」最高顧問（元環境大臣、弁護士）ChatGPTは既に多くの人に活用されており、今後どの様に発展して行くのか非常に楽しみにしています。GPTとは何を略したのかと調べたところ、Generative Pre-trained Transformerの略で「Pre-trained」には、AIが事前に学び取った情報という意味が有る様です。AIが学んだ膨大な情報はどの様に活用され、私達の生活にどの様な影響を及ぼすのか、本日は最先端の技術を皆様と共に勉強したいと思っています。

三ッ林 裕巳氏「日本の医療の未来を考える会」国会議員団代表（衆議院厚生労働委員長、元内閣府副大臣、医師）先日、今年の骨太の方針が閣議決定されましたが、医療・介護・障害福祉の「トリプル改定」が迫る中で、社会保障費の高齢化相当分の他、物価高や電気代、人件費の高騰に対応する財源は予算編成課程で検討する事になりました。年末の予算編成過程においては、しっかりとした予算を確保する事と、トリプル改定でのプラス改定を実現する為、私も覚悟を決めて取り組んで参ります。ChatGPT等のAIの活用については、国でも検討して行かなくてはならない課題です。

古川 元久氏「日本の医療の未来を考える会」国会議員団メンバー（衆議院議員）世界初の大量生産車、「T型フォード」が発売されたのが1908年で、それから10年余りでニューヨークの街から馬車は姿を消し、車の時代へと変化しました。ChatGPTはT型フォードと同様の劇的な変化を社会にもたらすと言われています。AIの性能が向上したら、AIに判断を任せればいいので、我々政治家は不要になるとも言われますが、医療界にも大きな影響を及ぼすでしょう。私達の社会や生活がどの様に劇的に変化して行くのかを勉強させて頂きます。

和田 政宗氏「日本の医療の未来を考える会」国会議員団メンバー（参議院議員）岸田内閣の支持率が残念ながら下落傾向にあります。これはマイナンバーカードを巡る対応のまずさと、LGBT理解増進法に対する、賛成派と反対派双方からの失望が要因だと指摘されています。私はこれに加えて、政府の少子化対策に対する子育て世代の失望も有るのではないかと思っています。我々自民党の議員連盟の中では、抜本的な対策の１つとして卵子の凍結に対する助成金の創設について議論を行っていますが、今後も有効な少子化対策に力を尽くして参ります。

尾尻 佳津典「日本の医療の未来を考える会」代表（『集中』発行人）ChatGPTは2022年11月に公開されましたが、米国の医師国家試験や、米ペンシルベニア大学の調査ではMBAの最終試験で、合格水準に達したそうです。嘗て日本は半導体やITで世界をリードしていましたが、長く惰眠を貪っている間に、後進国の扱いを受ける迄になってしまいました。しかし、ChatGPT等生成AIの分野は、未だ競争が始まったばかりです。あわよくば日本が生成AI先進国になれるのではないかと、私は期待しています。

講演採録

■膨大な情報処理能力で生成が可能に

生成AIには、ディープ･ラーニング（深層学習）という技術が使われています。ディープ･ラーニングはこの10年ほど使われている技術で、これ迄顔認証や音声認識機能等の認識AIとして使われて来ました。その技術が進歩して、認識するだけでなく自分で画像や文章を生成出来る様になった。2022年前半から先ず画像生成AIと呼ばれるソフトが生まれ、終わり頃から言語生成AIが出て来ました。その代表格がChatGPTです。Transformer（トランスフォーマー）という自然言語処理に関する深層学習モデルを使っています。

それ迄認識しか出来なかったAIが、何故自ら生成出来る迄進歩したかというと、データの量を大幅に増やしたからです。人の脳には多くの神経細胞のネットワークが張り巡らされていますが、AIはそうした脳の働きを模倣する事で発展して来ました。この試みは1950年代から始まりましたが、当時はコンピューターの性能が低く、大量の情報を処理出来ませんでした。しかし、処理能力が向上した事により、脳の神経細胞の様なネットワークで大量の情報を処理出来る様になりました。画像AIの場合は約2億個のパラメータが有り、その組み合わせによって画像を生成しています。

ChatGPTの仕組みは、画像AIとは少し異なり、それ程複雑なものでは有りません。先ずインターネット上に在る新聞記事や個人のブログ等、公開情報を掻き集めます。コンピューターがチェックせずに集めるので、内容もレベルも様々で、間違っているものも数多く有ります。そうして570GBという膨大な情報を学習する事で、パラメータも2000億という数に上ります。これだけのパラメータが有るからこそ、高いレベルの文章を作成出来る訳です。

具体的に説明すると、「日本の総理大臣は」と尋ねた場合、AIは膨大な情報の中から「岸田文雄」という答えが最も正しそうだと判断して、「岸田文雄」という単語を持って来る。そして、次に続く言葉は「である」が適当だろうと判断して、「日本の総理大臣は岸田文雄である」という文章が出来上がる。謂わば「次の空欄に当てはまる単語を選びなさい」と言う穴埋め問題を次々と解いている様なもので、時折間違った答えが含まれるのはそのせいです。

我々AIの専門家も、こんな単純なアルゴリズムで、これ程流暢な文章を作成出来るとは思っていなかった。OpenAIの開発者も「これ程の性能になるとは思わなかった」といった発言をしています。

■翻訳能力には優れるが空間認識が苦手

ChatGPTの能力ですが、米国では司法試験や医師国家試験の合格ラインに達しています。最新のGPT-4は、日本の医師国家試験の合格ラインにも達したそうです。使った事が有る人は分かると思いますが、GPT-4はそれ迄のChatGPTに比べ格段に性能が高い。只、その様なGPT-4も日本の司法試験はまだ合格ラインに達していないそうです。これは日本の法律制度や判例に関する情報が乏しいからでしょう。法律は医療とは違って、国によって全く違うという点も原因だと思います。又、ChatGPTは空間認識能力が弱いという指摘も多い。これはAIの知識は所謂耳学問ばかりで、実際に見たり聞いたり触ったりして得た知識は無いのが理由でしょう。

生成AIについて、欧米では著作権侵害の恐れが指摘されています。日本では2018年に著作権法が改正されましたが、AIに対する規制が甘く、「日本は生成AIにとって天国になっている」とも言われます。当時は、現在ほど生成AIが急速に進歩するとは考えられておらず、ディープ･ラーニングで大量のデータを学習させ易くする為に、公開情報は営利・非営利を問わず著作物を利用出来る事にしました。例えば顔認証システムを開発する際、１人１人から許可を取り、お金を支払っていたら、大量のデータを取集出来ません。ところが、その後に生成AIが登場し、この法律改正が生成AIに有利に働いている状況となっています。

ChatGPTの能力に関しては、質問に対しては直ぐに返答がありますが、その答えが合っているかどうかを自分でチェックする事は出来ません。大量の情報の中から論理的に正しいものを穴埋めする様に繋げているだけですから、同じ問いに対して違う答えを出す事も有ります。

翻訳能力には優れており、現在、翻訳ソフトの中では最高性能と言われる、ドイツのAIベンチャーが作ったDeepLの性能を超えているとも言われています。実際にChatGPTを翻訳ツールとして使っている人も多いでしょう。米国製ソフトなのに日本語で使えるのも、翻訳能力が高い為です。因みに、ソフトの中では、日本語の質問を英語に翻訳し、英語の答えを日本語に翻訳して出力しています。その為、日本の人物や文化についての答えに間違いが多いのは、英語で書かれた日本に関する情報が乏しいせいです。

又、初歩的なコンピューターのプログラムも簡単に書けます。独創的なプログラムを直ぐに生み出す事は無いでしょうが、大学の情報系学部の学生に出す基礎的な課題程度なら簡単に出来てしまう。ですから、大学の教員は困っています。

高い性能を誇る生成AIにも、今述べた様に課題が有りますが、それを改善する試みも続けられています。間違いが多い理由は、データの量と質ですから、データ量が増えていけば改善されて行くでしょう。空間認識の弱点についても、目や耳を持つロボットに学習させるという研究が進められています。AIが意味を理解しないという点については、人間にとっての「意味」とは違う概念で、AIは「意味」を理解しているのかも知れないという議論が研究者の間で交わされています。

続きを見る >>>