AIの発達は私たちの身の周りでも目立つようになりました。
予測変換や音声認識、広告表示の自動選択はその一環です。便利な世の中になったと思います。
AIが人間の能力を凌駕する。これが起きると考えられているのが2045年辺りです。シンギュラリティとも呼ばれますね。
ロボットとAIが発達すれば、これまで人がやっていた労働や作業が代替される可能性は高い。過去に機械が登場し、手工業者が失職した歴史も存在します。
体力仕事や重労働は、人体への負担が大きいです。真夏にドロドロに溶けた鉄の側にいる鉄鋼業とかは相当キツいでしょう。危険性も高いです。
ここにロボットを入れ、危険や負荷から人を離すメリットは大きいでしょう。安全性は重要な要素です。
AIで制御出来ればメンテナンス位しか手間はかかりません。自動化したくなる領域ですね。
行政や民間の事務作業も膨大なデータを扱います。これをAIが高速処理したら間違いが無くてスピーディーな作業に出来る。
休日や夜でも自動で受付や処理がされるなら、柔軟に届出や申請が出来るようになります。自動化のメリットはここでも見られる。
俯瞰すると今まで仕事と呼ばれたものの多くは、AIやロボットで代替出来る可能性がある。文章を書くこともAIには出来そうです。
となると、AIによるアフィリエイトの自動化は勿論、AIがアフィリエイトそのものを奪う可能性も考えられます。
AIが自動で記事やページを作る。これが常態化すると人間が入る余地が無くなります。自動で作成出来るなら、休憩無しに記事の量産が可能となります。
人間よりも高速で作れるなら、AIによる自動化で個人はアフィリエイトから追い落とされます。資本を持つ企業や個人が独占してしまう可能性もあり得る。
そう考えると怖い。本当にAIは悩ましい世界を呼び込みそうだからです。便利だけど生活の術を失う未来は歓迎出来ません。
AIによる自動記事作成。これ自体は既に一部は実現しています。一方で、人に取って代われる程の内容や質には成っていません。
AIはアフィリエイトを人から奪うのか？ 自動化でアフィリエイトは無くなってしまうのか？
これを考えてみます。かなり大事なことだと思います。
アフィリエイト記事はAIで書けるのか？
アフィリエイト記事をAIで作ることは出来ています。自動作成ツールはそれですね。
但し、人が書くような文章や質には成れていません。AIにはまだまだ課題や弱点が多く残っています。
アフィリエイトとAI。この関係性を掘り下げてみましょう。見ていくと簡単にAIでアフィリエイトが出来るとは思いにくい。
AIは多様性を持てるのか？
記事作成ツールは登場しており、記事を書くという点では実現されているのが今です。ネット上で収集した情報を詰めて記事にすることは出来る。
一方で人間のように文章を考え出すのは可能なのでしょうか？ まだそこまでの能力を持ったAIは庶民の手には入らないのが実情だと思います。
人間は同じ言葉やデータでもそこから連想したり、結び付けるものは個々人で変わります。AIはその点で画一的になるのではないかと。
赤という言葉を聞いてあなたは何を連想しますか。リンゴの人もいれば、トマトを考えることもあり得ます。あるいは共産主義を連想するかもしれない。
コップに水が半分入っている。これをまだ半分もあると捉えるか、もう半分しかないと考えるかも人によって分かれます。
この水をどう使うかも人ごとに意見は変わる筈です。飲むと思う人もいるし、観葉植物に与えることを考えるケースもあるでしょう。
これが人の持つ多様性です。AIに多様性が持たせられるのかはよく分からない。書けるには書けても、その人のコピー以下にしかなり得ないと思います。
自分の癖やパターンを完全にトレースさせた、言わば分身になるまで覚えさせたら別でしょうが。そこまでするとお金がかかり過ぎる気もします。
AIの能力次第で決まる
結論はAIの能力次第だと思います。ロボットでもペッパー君とドラえもんでは話が全く異なる。
情報をまとめさせることは今でも可能でしょう。そこから考察や判断を下したり、感情表現が出来るかは別だと思います。
思考的に、AIは縦に考えるのは得意でしょう。水がほしいから井戸を掘りたい。井戸を掘るには道具の調達や地質調査が要る。これをどこで揃えたらいいか。
人よりも素早く思考出来るかもしれません。しかし、水を得る為の手段を他に考える場合はどうでしょうか？
人だったら井戸を掘るのは面倒臭い。だからオアシスや水源を探すとか、ある場所から買って来るという別の方法を考えるでしょう。
言うなれば思考を横に広げること。人の多様性はここに起因すると思います。AIはこれが得意なのかが不明です。
また、将棋やチェス専用のAIが作られ、それがプロを負かしたというニュースが流れました。
一見すると人間はAIに勝ち目が無くなったように思えますが、将棋やチェスのルールを変えた場合を想定すると話が大きく変わります。
あるルールや規則内で勝つことを演算しまくったAIは、そのルールの限りでは最強かもしれない。しかし、ルールを変更されるとこの前提が崩れます。
駒の動きを変えるだけで弱くなります。勝てる条件を変更しても勝率は大きく下がります。
人は不慣れでも順応する生物であり、ルール改訂があっても対応して来る。個々人の差はありますが、AIよりは遥かに順応性があると思います。
将来的に、この点を克服したAIが出て来たら分かりません。けど現状はこういった柔軟性や多様性を持ったAIは存在しないと考えられます。
こう見ると、人に代わってAIが文章を書くのは出来ても、アフィリエイト記事作成が可能かは未知数な気がします。
AIによるアフィリエイトの自動化において
AIで自動化するに当たり、最大の障害となるのは人に受け入れられるかだと思います。アフィリエイト記事でも同じでしょう。
AI制御されたロボットがスポーツをしたり、AIが入った機械がサービスをする。これで人が感動や感謝をするのかという疑問です。
AIによるアフィリエイトの自動化。これが可能かどうかをさらに考えてみます。AIの自動化は簡単にはいかないでしょう。
共感を作れるのか？
一番の疑問点は、AIに共感を呼ぶ文章が作れるのかという所です。あるいは絵や画像などでも同じことが言えると思います。
見る人に同意や感動を起こさせるのが共感です。これをAIが出来るかはよく分からない。単に情報だけ集めた文章では不可能だと思います。
人が悩みそうな所を先回りして書いたり、同じような悩みを共有する姿勢を見せる。言葉で言えば単純ですが、それはケースバイケースなのが実情です。
ダイエットで痩せたいと思う人に、痩せるなんて楽勝と言うとどう感じるか？
安心感を覚える人もいますが、大半は反感を持たれると思います。ブログやSNSで炎上するのは、心無い発言や行動が原因となるパターンが多いです。
痩せるのは難しくない。こう伝えるなら事前に断りや理解を示す必要があるでしょう。
痩せるのは楽じゃない。私も同じ悩みや苦労を抱えていたから分かる。こうすると効果が出たから、それについて話すね。こうすると難しくないよ。
こうした段階を踏んだり、相手への理解を示すのが共感を呼ぶと思います。AIはこの辺りを理解出来るのか？
人間の変化を再現出来るのか？
人は変化するものです。漫画も初期と中期以降で、画風や内容がガラリと変化することはザラにあります。
文章も同じ。初心者と、書くことに慣れて来た後ではまた変化が見られます。人であるなら全く同じものは無く、必ずそこに変化が生じる筈です。
AIやロボットは画一的で、変化に乏しいものしか作れないのではないでしょうか。金太郎飴のような作業や仕事なら、その特性は長所となると思いますが。
要は人間性や人間臭さ。これをAIは表現出来るかという疑問があります。同じ人でも気分や体調で、下す判断は大きく変わって来ます。
夏の夜にお酒を飲むとしても、毎日ビールにするとは限りません。時には冷酒にしたり、冷たいカクテルにすることだって起きます。
なぜそうなるかと言えば、気分や無意識で決めているからです。AIにこれらは存在しません。
ビールを選択するなら、新たにインプットしない限りはビールと答えを出し続ける。これってロボットであって人間とは言えない気がします。
何かの情報や感動に触れて意見が反転したり、変わることもよく起きます。見る前は面白そうと思った映画を、見た後で酷評するというのは目にする光景ですね。
AIだとこういった人間らしい変化に対応しにくいのではないかと。変化は理解や共感を呼ぶ側面もあります。
物語の主人公に感情移入するのは、主人公の成長や周りの変化が作用している。これが無い物語は面白くないと感じるでしょう。夢中になれない。
AIの特徴
ここで現行のAIがどうなっているかを見てみます。AIが自分自身で学習することをディープラーニングと呼びます。
これまでは人間がデータや情報を打ち込んでいたのを、機械自身がやるようになった。高速での学習が出来るようになり、AIの発達が加速した訳です。
一方で抱える課題もAIにはあります。それも含めて見ていく必要があるでしょう。
ディープラーニングによる学習効果
AIで良く聞くディープラーニング。これはニューラルネットワークを多層に結合し、表現・学習能力を高めた機械学習の一手法です。
これまでの機械学習は、コンピューターが大量のデータを記憶し、分類や予測などのを遂行するアルゴリズムやモデルを自動的に構築する技術です。
旧来の学習法は人間が手動で記憶させないといけません。データ入力は人力という訳ですね。こちらは、限定的で構造化されたデータが利用可能な所に使われる。
ディープラーニングは、複雑な非構造データを用いる時に用いられます。具体的には「音声認識」「画像認識」「自然言語処理」などの分野に適用されています。
ニューラルネットワークの中間層を複数にすることで、特徴量をコンピューターが判断していくのが特徴です。
例えば層が複数あると、1つ目の層は色を見ます。2つ目の層は画素、3つ目の相は形状を考えるといった具合に、分解して思考する。画像認識や処理はこうですね。
音声認識ならある層は音程、別の層は長さ、他の層は声紋や大きさなどを判別します。全て揃うことで認証が通り、鍵の役割を果たすでしょう。
自然言語処理はいわゆる予測変換です。コンピューターが理解しやすい単語や言葉の並びを選んで作るのが、現在は出来るようになっています。
ディープラーニングが発達したことで、何が重要かを自動的に学習出来るようになりました。画像や音声認識は、人間がやるよりも認識精度が高くなったものもある。
一方で自然言語処理は課題が大きいです。「AIの言語理解」と「人間の言語理解」は根本的に別物というのが現状だからですね。
例えば「友達」と書いた時、これを「ともだち」と読むのが普通です。AIも同じように判断するでしょう。
しかし、「だち」とか「フレンド」とルピを振る人もいるかもしれません。これは人間の解釈が多様で、意味も通じるから問題は少ない。
でもAIはこうは読まないでしょう。「ともだち」と「だち」を同一のものと見なすとは限りません。
AIと人間の言語理解がそれぞれ異なっているのはこういう部分です。ルールから外れると途端にAIは弱くなる。
現実は曖昧さや複雑さが多分に存在します。このフワフワした所は人間が強く、AIは苦手な部分です。
何が簡単で何が難しいのか。これは最近になってようやく分かって来た部分が多いです。「SIRI」などの音声認識システムでそれが浮き彫りになりました。
2019年にはGPT-2、BERTなど、ディープラーニングを応用した手法で大きな進展が起こっています。
AIの利用法
画像認識、音声認識、自然言語処理、予測、映像解析、異常検知などにAIは利用されています。以下は、実用化した事例の話です。
特大サイズの画像素材を生成出来るのが「OOH AI」です。AIで駅前などの大きな看板が作れるようになった。
ディープラーニングを使い、数十万pxサイズまで高解像度化が可能になりました。写真やイラストを元画像の縦4倍、横4倍に拡大することが出来ます。
キャノンもAIを開発しています。映像解析ソフトの「People Counter Pro」です。
これはネットワークカメラで撮影した映像から、数千人規模の人数をリアルタイムにカウントする機能を備えています。
ディープラーニング技術を利用し、映像から人の頭部を検出します。人が密集していても人数を把握可能です。
また、指定した領域内にいる人数の表示、推移のグラフ表示も出来ます。道路や会場の混雑状況の把握・分析に活かせるでしょう。
音声認識ではGoogle Homeがある。これはGoogle社が製造販売しているAIスピーカーです。
AIスピーカーは話し手の命令を音声認識により抽出し、自然言語処理によって指示を理解・実行するものです。
Google検索をキーボード無しに、口で出来るようになった感じです。SIRIなどと同じく、手が不自由な人でも調べ物が楽になった形ですね。
検索以外でも、音楽の再生やゲームアプリの起動など、様々な機能を楽しむことが出来るようになりました。
インフルエンザ予報は全国各地のインフルエンザの流行度合いを予測・可視化できるサービスです。
新規患者数のデータを基に、ディープラーニングを使った予測アルゴリズムを作る。
4週間後までの流行期間を予測可能で、流行度合いもレベル0〜3に分けて把握出来るようです。インフルエンザの予防に役立てられるものと言えます。
今の新型コロナでも使える技術だと思います。感染数を予測し、自治体や個々人の判断の助けになるでしょう。
AIの課題点
ディープラーニングが難しいと考えられている部分が、「Explainability（説明可能性）」と言われています。
説明可能性は、考えや主張の根拠となるモデルやデータが明白であること。発熱したから即コロナとは言えず、他のデータも集めて診断する感じですね。
仮にAIが新型コロナと診断を下した場合、それの根拠を示せるか否かが問われます。医者なら咳や頭痛、PCR検査による陽性反応を根拠として出せる。
AIだとこのモデルがブラックボックスになる問題点があります。何を持って判断したのかを説明出来ないのが現状です。
以前はデータ分析する為の特徴の抽出を人間が行っていました。ディープラーニングの登場が、人間よりも高い精度とスピードを持ってこれを可能とした形です。
逆に言えば、それを説明することが人間には難しくなった訳です。AIに丸投げする弊害が、説明可能性の失陥と言えるでしょう。
AIの精度が高くても、根拠が分からないなら診断結果の信用性や再現性は落ちます。これを克服することが求められている。
また、AIにディープラーニングさせる上で重要なのが、自律的・自発的な学習です。人で言えば言われなくても必要なものをキャッチする能力になります。
例えば経済活動。今の新型コロナがもたらした影響は多岐に渡り、一見関係が無さそうな物事や事象も経済に影響を与えています。
巣ごもり傾向になる→外食や旅行がガタ落ちになる→観光地が困窮する→観光地の自治体が困って行政サービスが低下する→子供の教育に悪影響が出る
結構強引ですが、こういった思考を人間は可能とします。巣ごもりから教育に間接的・迂回して思考を繋げていけるのは、一般常識や他の多用な知識を人が持つからです。
つまり、AIがこんな思考をするには一般常識や共通概念を覚えないといけない訳です。教育への影響を直接的に考えられても、間接的に思考するのはまだ難しい。
バタフライエフェクトや、風が吹けば桶屋が儲かる思考ですね。人には出来てAIには無理なものです。
これの克服の為に、AIにどう自律・自発的学習をさせるか。そこが今後の課題になると言えます。
アフィリエイトはAIの自動化で取って代わられる？
結論は現行のAIで代替は不可能。つまり、AIの自動化で人からアフィリエイトは奪われないということです。
求められるものは多種多様。求めるのは人の心で、画一的ではありません。AIの自動化ではまだまだ対応しにくい要素が強いです。
発達し、人間臭くなったAIならアフィリエイトは自動化される可能性はあります。しかし、そう簡単にはいかないと思います。
人間臭いAIの需要がどこにあるか？ 敢えて人間に近づけるメリットがあるか？
これらも考察するポイントになるでしょう。それなら人でいいとなるかもしれませんし。
アフィリエイトはAIの自動化で無くなってしまう。これはまだ考えなくていいと思います。
共感を再現出来ないなら無理
一番はやはり共感だと思います。人が書くからこそ起こせる部分を、AIはまだ獲得出来ていません。
これが可能となれば分かりませんが、何が人の琴線に触れるかは個々人でも大きく違います。万人には受けても、マニアックさは作りにくい。
名言や流行語なんかはまさに、人間ならではのメリットが活きています。凄く端的に言ったり、的確に言い表すのはセンスが要ります。
リスクを取らなければリターンは得られない。これを虎の穴に入ると考えて生まれたのが「虎穴に入らずんば虎子を得ず」です。中国の諺ですね。
AIにリスクと虎の穴を結び付けるセンスは付与出来るでしょうか？ 人ならば思いついたり、共有出来るものから連想して生み出すことが可能です。
ネットスラングの「三行でOK」もそうですね。ダラダラ説明せず、要点だけを切り取って短く言い切る。これも人には出来ても、AIにはまだ無理そうです。
過去に作られたものが今でも残っているのは、それが人の共感を読んだり、利便性を認められたから。共感されないものはすぐに廃れます。
言葉は集められても文章に出来ない。今のAIはこう言えるのではないかと考えられます。
自然言語処理能力の向上が必須
難しく言っていますが、要は「人間が書いたり、喋るような感じの文章を生み出せるか」になります。機械的では無い人間らしい文章。
喋り方は千差万別です。淡々と言う人もいれば、感情を込めまくる人もいます。書き方だって個々人に癖が存在します。
同じ表現を避けることが物書きでは推奨されている。「太陽」と使ったら次は「日光」と言い換える感じです。
太陽をどう表現するかも人によって異なります。黄色と見る人もいれば、夕焼けの赤をイメージする人もいる。熱や匂いに注目する場合もあり得ます。
夜の闇と太陽を結び付けることも考えられる。月の光も太陽光と密接な関係があります。太陽1つでもこれだけ多様な表現やイメージが湧いて来ます。
これが画一的に太陽・黄色とされていたら、無機質で無骨な印象になるでしょう。
表現を変えたり、使い分けることで重複を防ぐ。語尾を砕けたものにすると柔軟な文章になる筈です。
話す相手によっても言葉遣いは変えるのが普通です。これも多様で柔軟な人間が得意とし、AIが苦手としている部分でしょう。
上司や目上に話すなら丁寧な言葉や表現が要ります。対等な相手だとフランクな言葉の方が親密性を出せる。
弱っている人を励ましたり、間違いを指摘するのも簡単ではありません。言い方やタイミングも重要な要素。
そうした人の心の機微を汲み取れるか？ AIにはこの点も期待されている所だと思います。
「言葉遣いの取捨選択や多様性」。これを獲得出来ないなら、AIが人に取って代わるのは難しいでしょう。
本記事もお読み頂きましてありがとうございます。お役に立てれば嬉しいです。
