HUMAN ProtocolがAIにおける人間と機械のインタラクションにどのような革命をもたらすか

著：Charlie Child

人工知能とは、機械が世界を「人工的に」理解した上で選択する能力と定義がもたらされることにより機能します。AIが人間の知能を上回る例は数多くありますが、逆に一見単純なタスクを完了できない分野も多くあります。

これには様々な理由があります。既存のデータマーケットプレイスの中央集権的構造が示唆するように、人間と機械のコミュニケーションは制約されています。このような集中化は、質問をする人から答えを提供する人までの文脈をシステム的に制限する結果となります。結局のところ、「インテリジェント」な選択をするための意味をうまく導き出すために必要な情報を機械に提供するのは、コンテキストなのです。HUMAN Protocolは、分散型のボトムアップアプローチによるデータ取引を可能にし、人間と機械のインタラクションのポイントを増やすことで、マシンインテリジェンスのすべての分野でコンテキストを促進します。

ヒューマン・マシン・インタラクションとは？

ヒューマン・マシン・インタラクションとは、データサイエンスや機械学習に関連する複雑化した課題を解決する際の、人間と機械の相互依存関係を表すものです。

人間（データサイエンティスト）が、機械（ラベリングツール）を介して、他の人間（データラベラー）に質問するための質問を作成し、AI製品を形成する機械学習アルゴリズムに供給する、というのがこれらの相互作用の単純なモデルです。

しかし、さまざまな可能性があります。機械学習ソフトウェアが、人間に質問するための質問を自ら作成することも可能です。さらは機械が、データのラベリング方法を学習した別の機械に質問するための質問を作成することも可能となります。

HUMAN Protocol

HUMAN Protocolは、人間と機械のありとあらゆるインタラクションを変えようとしています。これは主に、データのラベリングのためのグローバルな労働市場を含む安全で、媒介されず、自動化された、分散化された、パーミッションレスシステムをサポートすることにより達成されます。

データへのアクセス

HUMAN Protocolが提供するのは、単にデータへのアクセスではなく、データラベリングサービスへのアクセス、つまり新しいデータへのアクセスです。大企業は自社でデータラベリングサービスを運営するためのリソース（要件）を持っていますが、中小企業の多くはそうではありません。多くの企業では、プロジェクトの頻度が低かったり、規模が小さかったりするため、ラベリングサービスの運営にかかる莫大なコストを正当化することができません。

このような状況では、AI製品を開発する際に問われる質問の種類が限られてしまい、質問を定義できる人は余裕のある人に限られます。AI製品がそれを訓練する人のバイアスを反映しているとすれば、HUMAN Protocolはデータのラベリングにアクセスできる人の分布を増やし、その結果、AI製品が作られる元となる質問をする人を増やすことになるわけです。

AIの大量導入の阻害要因となっているのが、新しいデータの収集の難しさです。データは通常、大企業の中でサイロ化されており、業界内に自己増殖的な内部性を生み出しています。これまでは参入障壁があまりにも大きかったという状況もあります。一方、HUMAN Protocolはパーミッションレスで、誰でも仕事を立ち上げ、予算に合わせて範囲やコストを決めることができます。

HUMAN Protocolは、利用可能性を高めることで、実務家がより少ない労力で、より多くの問題に新しいデータを適用できるようにします。

自動化

自動化と分散化は密接に関係しており、HUMAN Protocolによりソフトウェアは人間の洞察力を直接求めることができます。これは、より迅速でコスト効率の高いインタラクションの可能性につながるだけでなく、機械自身が必要なデータを判断できれば、自動化された市場にデータを要求し、何億人もの労働者が対応できるというパラダイムを生み出します。機械主導の質問起動プラットフォームは、次世代のAI製品の触媒となる可能性を秘めているのです。

データタイプの組み合わせ

HUMAN Protocolは、マーケットプレイスで取引できるデータの種類を決めず、複数のアプリケーションに対応するように設計されています。HUMAN Protocolはプロトコル、つまりインフラとツールセットであり、マーケットプレイスではありません。また、分散したアクターが正直に行動するようインセンティブを与えることで、トラストレスなマーケットプレイスを促進するルールシステムと捉えるのが最適です。どのようなデータが取引されるかは、ユーザー次第であり、CVATとの統合に関する記事でも紹介したように、プロトコルは新しいインターフェースを簡単に組み込むことができます。

取引データの種類をあらかじめ決めず、複数の種類のデータに対応するフレームワークを提供することで、プロトコルは人間と機械の相互作用をより機敏で有機的なものにします。さらにプロトコルは、タスクを異なる種類のデータに分解し、それらを別々に解決したり、同化したりするファクタリング認知をサポートします。その利点は、分散化に関する過去の記事でも触れたように、メトカーフの法則にあります。メトカーフの法則とは、ユーザー数が直線的に増加すると、ネットワークの価値が指数関数的に増加するというものです。HUMAN Protocolも同様で、プロトコル上のアプリケーションが増えれば増えるほど、内部でのコミュニケーションやAIの複雑化するタスクを解決するための協力の可能性が広がります。

プールの増加

パーミッションレスのシステムで誰もが質問できるように、誰もが自由に登録して回答することができます。HUMAN Protocolには、247の国と地域にまたがる、数億人の回答者という世界最大の労働力プールがあります。

AIが社会のあらゆる部分にさらに組み込まれるためには、世界をより包括的に理解する必要があります。AIは、ある物事についてより反映されたコンセンサスを見つけるために、膨大な量のデータを必要とします。

HUMAN Protocolは、大規模な関連データセットへのアクセスを提供するだけでなく、それらのデータセットが可能な限り反映されていることを保証するために必要な多様性も提供します。

しかし、最も重要なことは、グローバルな労働市場へのオープンアクセスを提供することで、HUMAN Protocolはより多くのラベラーにアクセスできるということです。データに関しては、量はそれ自体が質となるのです。

コンテキストの拡大

一元化されたシステムは、許可制で制限されています。より多くのデータがAIにとって計り知れない利益をもたらすことを認めれば、パーミッションレスでオープンなシステムの利益は自明のことでしょう。HUMAN Protocolは、誰が答えるのか、どんな質問をするのか、ネットワーク上で取引されるデータの種類を決定しないことで、より多くの人々からの質問や回答を可能にするフレームワークを構築し、データの種類をより多様に、関連性を持って柔軟なものとすることができます。HUMANはデータサイエンスを分散化することで、透明性と競争力を高め、質問と回答が生まれる文脈を拡大します。

私たちは、HUMAN Protocolが業界のすべての問題を解決するとは考えていません。しかし、HUMAN Protocolは、人間と機械の相互作用におけるすべてのエージェントを分散させることで、人間のフィードバックのためのより有機的で柔軟なQ&Aシステムを可能にする独自のソリューションを提供しています。機械によるラベリングではなく、なぜHUMANによるフィードバックがデータラベリングに不可欠なのか、また、HUMANがどのように人間と機械の両方の質問と回答をサポートできるのかについては、ニューラルネットワークに関する記事「Why we need a HUMAN-in-the-loop system」をご覧ください。

Human Protocolの最新情報の入手・今後のトークンセールに関する最新情報は下記の各種リンクをフォローして入手してください。

HUMAN Protocolについて

HUMAN Protocolは、機械による学習や仕事をサポートするために、人間が推論やスキル、知識を提供することで報酬を得られる分散型市場をもたらす為のハイブリッドフレームワークです。よりシームレスな管理と決済プロセスのためにブロックチェーン技術を採用したHUMAN Protocolは、完全な監査が成されたオープンソースフレームワークであり、分散型労働市場を構築し、情報やデータの需給に応じて分散型の人間の知識市場を結びつけます。詳細は下記リンクをフォローしてください：

Website / Twitter / Medium / Telegram / LinkedIn / Github

日本版コンテンツはこちら：Twitter / Medium

免責事項：HUMANプロトコル財団は、ここに掲載されている情報の正確性、信頼性、完全性、合理性について、明示的にも黙示的にも、いかなる表明、保証、または約束も行いません。表現された仮定、意見、推定は、掲載時点でのHUMAN Protocol Foundationの判断であり、予告なく変更されることがあります。ここに掲載された情報に含まれる予測は、多くの仮定に基づくものであり、予測された結果が達成されることを保証するものではありません。