# AIにブロックチェーンが必要な理由① ウラパジチャンネル。今回のテーマはAIにブロックチェーンが必要な理由ということで、 生成型AI引き続き非常に盛り上がっているし、最近出てきたAIのすごいのは、 複数のAIを組み合わせて、一瞬でウェブサイトをかなり高クオリティーのものができてしまうというようなサービスが出てきましたね。 こういうのを見ていると、本当にテンプレート的なデジタル上のシステム開発なんかは、 かなりAIでできてしまうことというのは増えていて、いかに人間らしさとか自分らしさを出していくかというところがすごく大事になってきている。 そんなフェーズにAIが突入してきているんですよね。 ただ、世間を見渡せば、日常生活の中でAIが特別に役立っているということは、まだ真意としてはそこまで多くないんですが、 それでも例えば検索をするよりは、ChatGPTとかCloud3に聞いてみようという真意というのは個人的には増えているし、 もう既に結構使っているよという人も周りではかなり増えてきているので、 イノベーターとかアーリーアダプター層を超えて、もうほぼほぼマスアダプションは近いんじゃないかというところまでだいぶ近づいてきているかなというすさまじい進化が遂げられているわけです。 ただ、このAIに最近になってやっぱり大きな問題があるよねということが、様々なニュース報道なんかでも報じられるようになってきましたね。 性能はわかったから、じゃあどういう作られ方をしているか、なんでこういう答えが出てくるのかというところをもっとクリアーにしていったりとか、 権利とか法的に問題がないかということも確認しながら進めないと、実はちょっとやりたい放題なんじゃないのというような疑いの目がかけられているわけです。 # AIにブロックチェーンが必要な理由② 直近でもオープンAI社が日本に視点を作るということで、 これも大きなニュースになりましたよね。 1年前ぐらいに岸田商とオープンAIのサム・アルトマンCEOが会談をして、 日本で法人設立を検討しているというニュースが流れましたよね。 これがまさに実現してくるわけなんですが、 私が観測している範囲でいうと、 やっぱり日本はAIの開発に対して非常に優遇された著作権30条の4項という、 かなり開発よりに有利な法的解釈になっていて、 これ世界でも類を見ないほどかなり寛容な状態なんですよね。 例えばアメリカにおいてはフェアユースという考え方で、 AIにおける学習の3段階あるうちの一番最初の基盤学習モデルに関して言うと、 AIに世界観とか概念を学習させるという意味で、 例えばキャラクターのイラストなんかがあったときに、 キャラクターそのものを覚えるという作業ではないという観点から、 これは人間で言ったら何か物事を学習するときに何かの文献を見て参考にすることがありますよねというような同じ考え方をとるならば、 システム、AIにとっても概念を学習するという意味の最初の段階というのは、 別にこれは権利の許諾とか著作権的に問題があるといったような観点ではなくて、 あくまで研究の範囲内ではあるものの、 権利者の許諾とか対価を支払わなくても自由に学習できるよう、 その代わり開発はすごくしやすい、ある意味テックドリブン、 開発者、有利な状態というのが米国で始まっていったんですよね。 # AIにブロックチェーンが必要な理由③ このフェアユース、結構AIの発展においてはすごく重要な判断だったと思いつつ、数年前から起こっている現象としては、 フェアユースという研究目的という体を取りつつも、なんだかんだ言ってサービスを使う時の月額課金などで売り上げを上げてるじゃないかと、 商業的に使っているよねという状態が普通にまかり通ってしまっているんですよね。 生成型AIのいくつかのサービスでは、その売り上げが数百億円規模にとてつもない売り上げを生み出しているのにもかかわらず、 基盤学習モデルに関して言ってもフェアユースの範囲を超えている。つまり商用利用して、研究というよりはもう実用というか、商業に乗せていっているというところで、 あえてシステムアルゴリズムをブラックボックス化することによって、この辺の批判をかわそうとしているんですよね。 クローズドなAIというのが結構問題じゃないかというのが最近の潮流になってきているし、 アメリカでもさすがにこの辺りのケアをしていこうという流れができているものの、 2023年の一定の時期までに作られたシステムAIに関しては、不問に不須的なちょっと特別措置が取られたりしているんですよね。 ヨーロッパ、欧州の方ではもっと厳しくて、そもそもこうした完全にブラックボックスになっているようなAIは開発させないかだったりとか、 ちゃんと基盤学習の段階からも権利許諾を取っていこうねという流れが議会でも法案で通っていると。 これは欧州の開発がちょっと出遅れたというところも起因しているものの、 GDPRのような個人情報の保護の観点とかも似たような感じで大きな枠組みを世界基準で作っていくという展開がなされているんですよね。 # AIにブロックチェーンが必要な理由④ 一方の日本はですね、ちょっと独特な動き方になっているんですよね。 アメリカでもさすがに商業に載せるのは研究じゃないということで、 フェアユースの観点でAIを活用した月額課金サービスはどうなのかという議論が巻き起こっているわけなんですが、 日本は著作権30条の4項の解釈によっては、基盤学習モデルで仮に権利者の許諾を取っていないものがあったとしても、 フェアユースと似たような感じで、自由に音が目なしで権利者の許諾とか、 あるいは対価を支払わなくても自由に使っていいという開発者ドリブンな解釈になっているんですよね。 それどころか、商業、商用利用してもいいということで、 ある意味合法的に月額課金のAIのサービスを作り出せるというような、世界で最も寛容なAIの解釈、 そういう位置づけになっているんですよね。 技術発展だけを考えるならば、これは最高の解釈になるわけなんですが、 今その性能が十分に高まってきた段階においては、ちょっとやりすぎ感があるというか、 気づかないうちにいろんな権利が海外の海賊版サイト、違法アップロードされたデータなんかから学習されているという状態、 それはさすがに倫理的にも法的にも問題があるんじゃないかということになっていくんですよね。 先日その日本の文化庁が集めたパブリックコメントで、 25,000件ものいろいろなコメントやフィードバックが寄せられて、 大半はこうしたガバガバの状態をもうちょっと厳しく取り仕切った方がいいというような内容が多かったと思います。 # 続きはプレミアムで 一方でようやく本題に行くわけなんですが、このAIの学習というのが、いろいろな学習データをブレンド、マージされた上で最後の出力が出されるというところは、 どうしても全てのデータが公開されていないと、どういう過程で学習データが作られて、あるいは権利許諾をもらえたかというところがすごく曖昧になってくるし、 これがビッグテックのような一社が独占してAIを開発しているとなると、完全にブラックボックスにもできてしまうんですよね。 言うなれば、Googleの検索結果の順位というのがずっとブラックボックスで、なんとなくのアルゴリズムというのは公表されつつも、どういう計算式になっているか出てこない。 一方でTwitterXは、イーロン・マスクがタイムラインのアルゴリズムを完全にGitHubでオープンに公開しましたよね。 こういうスタンスというのは、まさに代表とかサービスのポリシーによってオープンにする、クローズにするというのが決まってしまうぐらい、曖昧な存在なわけですね。 しかもこれオープンにしたところで、本当にそのデータが権利許諾をもらえていて、そういうシステムにアルゴリズムになっているかどうかを確かめる方法というのはなかなか難しかった。 ここに登場するのがブロックチェーンの特にトレーサビリティという生産プロセスの可視化という機能に着目するわけです。 ちょっと長くなってきたので、この続きは夕方18時からのプレミアム233限定配信の方でお届けしたいと思います。 続きはプレミアムでお会いしましょう。今日はここまでここまで。バイバイバイのバイ。