Her name is Yahli.

この子は私の姪で

She is nine months old.

名前をヤーリといいます

Her mom is a doctor, and her dad is a lawyer.

生まれて９カ月です

By the time Yahli goes to college,

母親は医者で 父親は弁護士ですが

the jobs her parents do are going to look dramatically different.

ヤーリが大学に行く頃には

In 2013, researchers at Oxford University did a study on the future of work.

両親の仕事の様子は 劇的に変わっていることでしょう

They concluded that almost one in every two jobs have a high risk of being automated by machines.

2013年オックスフォード大学の研究者達が 未来の仕事についての研究を行いました

Machine learning is the technology that's responsible for most of this disruption.

職の２つに１つは 機械により自動化されるリスクが高いと

It's the most powerful branch of artificial intelligence.

彼らは結論付けました

It allows machines to learn from data,

機械学習の技術こそ

and mimic some of the things that humans can do.

そのような変化の 主な原因となるものです

My company, Kaggle, operates on the cutting edge of machine learning.

これは人工知能分野の中でも 最も有力な領域です

We bring together hundreds of thousands of experts

この技術により 機械がデータから学習して

to solve important problems for industry and academia.

ある種のことを 人間のようにできるようになります

This gives us a unique perspective on what machines can do,

私の会社Kaggleでは 最先端の機械学習技術に取り組んでいて

what they can't do,

産業や学問上の重要な問題を 解決するために

and what jobs they might automate or threaten.

何十万というエキスパートを 集めています

Machine learning started making its way into industry in the early '90s.

そのお陰で 独特な知見が得られます

It started with relatively simple tasks.

機械には何ができ 何ができないのか？

It started with things like assessing credit risk from loan applications,

どんな仕事に 自動化や 消失の怖れがあるのか？

sorting the mail by reading handwritten characters from zip codes.

機械学習が産業界で使われ出したのは 1990年代前半です

Over the past few years, we have made dramatic breakthroughs.

まずは比較的単純な タスクから始まりました

Machine learning is now capable of far, far more complex tasks.

ローン申し込みに対する 信用リスクの評価や

In 2012, Kaggle challenged its community

手書きの郵便番号を読み取って 手紙を仕分けるといったことです

to build an algorithm that could grade high-school essays.

ここ数年の間に 飛躍的な進歩がありました

The winning algorithms were able to match the grades

機械学習が はるかに複雑なタスクを こなせるようになったのです

given by human teachers.

2012年 Kaggleは 高校生の書いた小論文を採点できる

Last year, we issued an even more difficult challenge.

アルゴリズムを作るという課題を 専門家コミュニティに提示しました

Can you take images of the eye and diagnose an eye disease called diabetic retinopathy?

優勝したアルゴリズムは 人間の教師の採点と

Again, the winning algorithms were able to match the diagnoses

一致する評価を することができました

given by human ophthalmologists.

昨年には さらに難しい 課題を出しました

Now, given the right data,

「眼球の写真から 糖尿病性網膜症の診断をできるか？」

machines are gonna outperform humans at tasks like this.

というものです

A teacher might read 10,000 essays over a 40-year career.

この時も 優勝した アルゴリズムは

An ophthalmologist might see 50,000 eyes.

人間の眼科医の診断と 一致する結果を出せました

A machine can read millions of essays or see millions of eyes

適切なデータが与えられれば このようなタスクで

within minutes.

機械は人間より優れた結果を 出し始めています

We have no chance of competing against machines

教師は40年の経歴において 小論文を１万本読むかもしれません

on frequent, high-volume tasks.

眼科医は眼を５万個 診断するかもしれません

But there are things we can do that machines can't do.

しかし 機械なら数分のうちに 数百万の小論文を読み

Where machines have made very little progress is in tackling novel situations.

数百万の眼を診ることができます

They can't handle things they haven't seen many times before.

頻度が高く 多量のデータを 処理するタスクでは

The fundamental limitations of machine learning

人間が機械に勝てる見込みはありません

is that it needs to learn from large volumes of past data.

しかし 我々に出来て 機械に出来ないことがあります

Now, humans don't.

機械の技術が ほとんど進歩していないのは

We have the ability to connect seemingly disparate threads

経験のない状況で 判断する技術です

to solve problems we've never seen before.

機械は前にほとんど見たことがない状況を うまく処理できないのです

Percy Spencer was a physicist working on radar during World War II,

機械学習に根本的な限界があるのは

when he noticed the magnetron was melting his chocolate bar.

大量の過去データから 学ぶ必要があるという点です

He was able to connect his understanding of electromagnetic radiation

人間は違います

with his knowledge of cooking

我々は ほとんど共通点のない 手掛かりを繋ぎ合わせ

in order to invent -- any guesses? -- the microwave oven.

見たことのない問題を 解決することができます

Now, this is a particularly remarkable example of creativity.

パーシー・スペンサーは第２次世界大戦中 レーダー開発の任務に就いていた物理学者で

But this sort of cross-pollination happens for each of us in small ways thousands of times per day.

その時 マグネトロンがチョコバーを 溶かすことに気づきました

Machines cannot compete with us

電磁波に関する理解と 料理に関する知識を結びつけることで

when it comes to tackling novel situations,

彼の発明したのが — 何か分かりますか？

and this puts a fundamental limit on the human tasks that machines will automate.

電子レンジです

So what does this mean for the future of work?

これこそ創造力の 素晴らしい一例です

The future state of any single job lies in the answer to a single question:

このような分野を超えた発想は 些細な形であれば

To what extent is that job reducible to frequent, high-volume tasks,

誰にでも毎日何千回と ひらめいています

and to what extent does it involve tackling novel situations?

経験のない状況においては

On frequent, high-volume tasks, machines are getting smarter and smarter.

機械は人間には勝てず

Today they grade essays. They diagnose certain diseases.

それが人間の行うことを 機械で自動化する際の

Over coming years, they're going to conduct our audits,

基本的な限界を与えます

and they're going to read boilerplate from legal contracts.

これが将来の仕事に 意味することは何でしょう？

Accountants and lawyers are still needed.

各々の仕事の未来の運命は ある１つの問への答えにかかっています

They're going to be needed for complex tax structuring,

高頻度多量データ処理に 還元できる部分がどの程度あり

for path-breaking litigation.

前例無き状況への対応を求められる部分が どの程度あるのか？

But machines will shrink their ranks

高頻度多量データ処理については 機械はどんどん賢くなっていきます

and make these jobs harder to come by.

今では 機械が小論文の採点をし ある種の病気の診断をします

Now, as mentioned,

数年内には 監査をしたり

machines are not making progress on novel situations.

法律上の契約書から一般的な表現を 解釈出来るようになるでしょう

The copy behind a marketing campaign needs to grab consumers' attention.

それでも会計士や弁護士が いらなくはなりません

It has to stand out from the crowd.

複雑な税務対策や 前例のない訴訟の対応には

Business strategy means finding gaps in the market,

必要とされるのです

things that nobody else is doing.

機械により 能力のある者だけが残され

It will be humans that are creating the copy behind our marketing campaigns,

これらの職に就くことは 難しくなります

and it will be humans that are developing our business strategy.

さて 前にも述べましたが

So Yahli, whatever you decide to do,

経験のない状況に対応する技術は 進歩していません

let every day bring you a new challenge.

マーケティング活動における宣伝文句は 消費者の関心を引く必要があります

If it does, then you will stay ahead of the machines.

数ある中で 目立っていなければなりません

Thank you.

ビジネス戦略とは 他社がやっていない