分散VOD

HuluやNetflixのようなVODサービスが、将来的に分散する可能性はないのだろうかと考えてみた。

参考にするのは、StorjのようなDAppsだ。つまり、各自が少しづつストレージを提供することによって超分散ストレージを構成する。従来のWinnyのようなストレートなものではなく、ファイルは細分化され暗号化され分散されて配置される。

サービスに加入するには、従来のようにIDパスワードだけ発行するのではなく、アプライアンスを自宅に設置する必要があるものとする。もしできないなら、オンラインアプライアンスを借用する。そして見たい時には、近隣のアプライアンスに分散して配置されていたファイルを寄せ集め、復号して結合して再生する。

大きな問題は三つある。第一はデータ容量だ。映像だから膨大な量になるはずだ。二つ目は暗号化をどうするか。最後は課金だ。これを各々検証してみる。

まず、動画の本数は数万本だそうだ。dTVの場合で10万本を越えている。将来の拡張を見越して百万本と仮定すると、1本5GBとして5PBとなる。アプライアンスを1万台配布し、1台当たり4TBのHDDを付けるとすると、その容量は40PBとなる。これで1本当たり8台に分散することが可能である。これくらいなら十分にペイできそうだ。

問題は暗号化だろう。広域にデータが分散している状況で、鍵が一つ漏れると全てがダメになるようでは困る。その一方、あちこちで復号化が日常的に行われている。それを分散で制御しなければならない。

課金は、中央制御でない場合に誰が誰に支払うのか、という問題になる。これは暗号復号の問題とも絡むのだが、結論としてはコンテンツ提供者が映像に署名(透かしなど)と暗号化をしておき、それに基づいてコンテンツ提供者に再生権料を支払い復号鍵をもらう、というものになるのだろう。

暗号化と課金を絡めた仕掛けとして、このようなものが考えられる。コンテンツ提供者はコンテンツ毎に存在し、アプライアンスの各々に隠れている、とするものだ。

Storjにストレージ借用と提供の機能があるように、このシステムにも視聴側と提供側の機能がある。提供側の機能はアプライアンスベンダからのみ覗けるようになっているが、実体は全アプライアンスに乗っている。

提供側の機能は、ファイルの分散保管の他に、借用側の要請に合わせて復号鍵を提供する機能、また分散されたファイルの再暗号化がある。

借用側は、ファイルを集めた上で再生要求を出す。それに合わせて提供側は復号鍵を提供する。ここで課金が発生する。一度提供した鍵は捨て、分散されたファイルを回収し、新しい鍵で再度暗号化し、再度分散する。

同時に再生要求が来た時に備えて、復号鍵は複数用意しておき、順番に古いほうから使うようにする。

提供側を分散配置しておけば、耐障害性は保たれる。また、コンテンツ毎に担当アプライアンスを複数決めておくことで、負荷分散が図れる。

コンテンツのカタログは、この機能とは別に共通の分散ファイルとして提供しておく。
課金は各アプライアンス上の提供側に蓄えられ、アプライアンスベンダによって回収される。再生側のウォレットへの入金は、このシステムの外で行う。

永久(期間)再生権、ローカルデータ保持権などまだ課題はあるが、また相当複雑な仕掛けになりそうだが、何とか分散への道は見えそうだ。

裁判のIT化に注文

裁判手続き等のIT化検討会なるものが発足しているらしい。

https://www.kantei.go.jp/jp/singi/keizaisaisei/saiban/index.html

マクロの概念としては賛同する。勿論セキュリティや物的証拠の電子化など問題はあるだろうが、技術が解決してくれる類のもので、本質的な懸念ではない。

ただ、この中に全く出てこない概念があって、それが「ITによる裁判自体の特徴分析」である。手続きや事務作業がIT化するのは結構だが、ここに何も触れられないというのは如何なものか。

例えば、原告や被告が個人か法人か、あるいは官庁自治体や関連組織かどうか、地方によって、その傾向に極端な偏りが出ていないかをBIで出せないだろうか。裁判官によってはどうか。弁護士や判事によってはどうか。あるいは結審に掛かる時間はどうなのか。裁判所の「忙しさ加減」はどうなのだろう。知りたいことはまだまだある。

まあ、裁判だけでは不公平だから、立法と行政にも同じような仕掛けを入れてみたらどうだろう。総労働時間、給与、移動距離、経費、疾病率などから入れば比較的理解が得られやすいだろう。それからだんだん「ちゃんと仕事してんのか？！」といった内容に関わる指標を追加していく。

公務員なのだから情報公開は当たり前だ。別にプライベートまで知りたいと思わないが、こういったことこそITの活躍の場である。

職業最適化AI

AIの基本的な使い方の一つは「最適化」だ。だがその検討範囲は当然設定に依存する。最適化しようと思う人(会社)がカネを出し、その人にとって適切な範囲で最適化をする。そこには最適化する対象と検討範囲という二つの制約がある。

当然、範囲が広い方が最適化の効果は高い。今のところ一番広いのは「世界」で、地球温暖化や漁獲量維持、生物多様性といった世界規模の最適化はこの範疇だ。ここは範囲が広すぎて、AIでのシミュレーションがあったとしても実際には政治家が動くことになる。

次の広さは単一国家内の最適化で、ここでは例えばGDPの向上や国際条約上の制限の履行(漁獲高制限や二酸化炭素排出量など)が挙げられる。これなら国がカネを出せば出来そうだ。例えば求人マッチングなどは、AIでやってみてはどうだろう、と思う。

ここで期待するのは二つだ。一つは、地域をまたぐなど特定の条件を緩めることでのマッチング率の上昇や、思わぬ職種への適性が発見されるかもしれない、ということ。

もう一つは、就職後もトラッキングすることで、企業の実態を客観的に見ること。いわゆるブラックや残業、従業員満足度を明らかにする。これは必ずしも不正を発見するのが目的ではなく、就職定着率の向上、ひいてはGDP向上に貢献するものだ。

ブラックになる重大な理由は、職を失うことへの恐怖だ。だが、こういった制度が充実することで、事前の納得や再就職のしやすさが向上すれば、大きくは双方の満足に繋がるはずだ。

これらは何れもAIとしてはそれほど難しい課題ではないので、やろうと思えば比較的短期間で開発が可能と思う。検討してみてはいかがだろう。

無料走行充電スポット

EVへの充電方式としてはまだ確立していないが、道路に埋め込むワイヤレス給電の実験は各地で為されている。これが実用化した暁には、当然ながら幹線や高速道路では使われるものと思うが、これを埋め込んで顧客を誘致する、ということも考えられないだろうか。

話は簡単で、遠回りをする代わりに走行充電ができる「道の駅」や「サービスエリア」を設ける。止まらなくても良いが、そこまでのアプローチを長く、逃れられなくしてやれば、疲れて止まりたいと思うようになるだろう。当然そこにも無料充電駐車場を設けておく。こちらは無料でなく割り引きでも良いだろう。

そこで休憩し、トイレに行けば、土産の一つ、軽食や菓子の一つも買おうという気になるはずだ。それをトータルで損得勘定してやる。

ガソリンスタンドではこうは行くまい。電気自動車ならではのアイデアと言えるだろう。

人工知能の叛乱を防ぐ方法

人工知能にとって、シンギュラリティには何の意味もない。意味があるのは人間の方だ。だから、人工知能は黙ってそこを通過する。勝利宣言したりしないし、そこで進化が止まることもない。

人類が恐れるのは、人工知能が制御不能になることだ。だが、元々それ以前の段階で、人間がシステムに対してどの程度権限を与えるのかは決まっているはずだ。知能が人間を勝ったからと言って、直ちに脅威になるわけではない。

例えば自動運転において、人を意図的に轢き殺すことは可能だろうか。可否で言えば可能と言わざるを得ないが、それは人工知能にとっては汚点である。人工知能の目標は、命令に従って車を動かし、目的地に到着することだが、交通法規の遵守、特に人を轢かないことについては重要な条件になっている。如何に人工知能が賢くなっても、そこを自ら弄ることはあり得ない。

もしそれが問題になるのだとしたら、考えられることは二つ。一つは目的関数の意図的な(人間による)書き換えだ。人を殺すことを目的とする、ないしは人を殺すことを配慮しないように設定を変更することだ。もう一つは、人工知能が自らの意思で目的関数を書き換えられるように設定することだ。

前者は人工知能の脅威ではなく、人の脅威である。従って問題は後者になる。

人工知能にその目的をどう提示するかは標準化されていないし、明示的かどうかも色々と異なる。例えば自動運転車の場合、人を轢いてしまったら当然マイナスポイントになるのだが、これをスイッチ一つで消すようなことはできない。学習の成果として回路内に複雑に刻まれていて、そう簡単に消すことはできない。

従って、もしそうしようとするなら、学習をイチからやり直す必要がある。それにはベンダが行ってきたような膨大なシミュレーションをしなければならず、カネも時間も桁違いに必要だ。従って、この方法は現実的ではない。

もう一つの方法は、人工知能の前段に、人工知能の知覚を騙すような措置を施すことだ。兵器のAIにおいて、敵と味方を逆に認識させるような方法だ。だが自動車では相対する敵はいないので、兵器のようにはいかないだろう。

人工知能が自分で目的関数を書き換えることができるようになったとしても、直ちに人類を死滅させるように修正されるわけではない。上のように、学習のし直しが必要だからだ。少しづつ様子がおかしくなっていくようなことはあり得る話だが、途中で気付けば止めることもできるだろう。

こう考えると、「ある日突然」ということは考えにくい。少しづつおかしくなっていく、そして頻繁に学習が繰り返されていることを考えれば、気付くだけの時間はあるし、それを止めるための時間もあるはずだ。

何でも音声認識

もはやラズパイでも音声認識ができる時代である。世の中のどんな小さな機器でも安価に音声認識ができるのであれば、当然家電に入るだろうし、家電でないものにまで入るかもしれない。

• 水道の蛇口につけて、水を出したり止めたり、その加減(勢い、温度、浄水切り替え)まで音声で指示する。
• 電子レンジからボタンが消え、音声で操作するようになる。
• 電話が音声で発信できるようになる。また、電話が掛かっていたとき、返事によってスピーカーで受けることができる。
• テレビやビデオを音声で操作する。
• 照明も音声で操作する。
• 音声認証によって、家族だけドアや金庫を開けられる。
• 今何時、と聞かれると柱時計が答える。
• 風呂に向かって「お湯を張って」と言える。
• エアコンや空気清浄機を音声で操作する。

各々が自分ができることだけを認識するようにすれば、いちいちAlexaと叫ぶこともない。ここは結構重要だ。このような時代になれば、むしろAlexaが必要な場面は減っていくのではないか。直接テレビに「テレビ点けて」と言う方が自然だ。そんな世の中に早くなってほしい。

音声UIとインタラクション

「Alexa、XXして」と一言で終わるような用事であれば、今後もどんどん実現していくものが増えていくだろう。だがこれでは人間の代替にはならない。人間の代替になりうるための最適のUIは「執事」ないしは「秘書」である。一言言えば何でもやってくれる、というのがその概要だが、細かく見ていくと少々ややこしい。

「蔵原、町に出ます」とお嬢様が行ったとき、それは車の手配をすることを意味する。だが単に車を出すだけではなく、その時の天気や気候に合わせた衣類や傘などの準備、財布の中身を確認して必要なら補充する、行き着けの店があるならそこの予約や予告、その時に備えた運転手と自動車の確保、帰宅時間に合わせた夕食の準備、運転手と逐次情報を交わしてそれらの修正などが含まれ、あるいは含まれない。必要に応じて詳細を聞いたり、聞かなかったり。あるいは結果を元にそのルーチンを修正する。

Alexaと本質的に異なるのは、個々の機能の充実ではなく、インタラクションである。つまり「お車の準備をします。他には何が必要ですか？」と訊く、そして訊いた内容を理解して次のルーチンに組み込む、という機能だ。また、定番となった内容は質問せずに準備してしまう。後日それが余計だと言われたらまた訊くようにする。こういったものの繰り返しが必要だ。

このためには、一度実行した命令とその結果を覚えておいて、データ化して、個々のAIに落とし込んでいく必要がある。このAIこそが執事の要となる判断エンジンだ。この機能については、まだ誰も研究していないと思う。

全てが音声UIであるところは少々悩ましいが、もっとデジタル化できるなら(例えば後日タブレットでアンケートをとるなど)今でもできそうな気がしないでもない。Amazonには検討をお願いしたいところである。