内閣委員会

お答えいたします。 　いわゆる第三次ＡＩブーム以降、米国や英国、イギリスですね、中国を始め、世界各国におきましてＡＩに関する民間投資が増加傾向にありまして、やはりビッグテックなどの大変資本力の大きな企業がＡＩ開発をリードしている、先導している状況にあります。 　そうした中、大規模な計算資源とデータを用いた大規模言語モデル、ＬＬＭの開発のような取組は、やはりそうした資本力の大きな企業が引き続き競争力を有していることは事実であります。他方で、近年は、小規模なモデルでも高性能ＡＩが実現されるなど、我が国でも多くの企業にチャンスが訪れていると考えております。 　例えば、我が国では、ロボット、医療、防災等の分野におきまして良質なデータを保有するなどの強みを持っております。それらの分野におけるＡＩの研究開発、活用において、既にグローバルに活躍している日本企業が存在しております。そして、これらが今

ＡＩを作れる国、使える国、そしてＡＩ大国日本を目指して、城内大臣のリーダーシップを御期待申し上げて、質問を終わります。 　ありがとうございました。

次に、橋本慧悟君。

立憲民主党・無所属の橋本慧悟です。 　本日、この質疑に立たせていただきまして、関係者の皆様、諸先輩方、本当にありがとうございます。そして、一言、地元、兵庫九区、明石市そして淡路島の皆様にもしっかりと感謝の気持ちを持ってこの質疑に挑んでいきたいと思います。城内大臣、どうぞよろしくお願いいたします。 　人工知能関連技術の研究開発及び活用の推進に関する法律案、いわゆるＡＩ推進法と呼ばせていただきます。先日の大臣からの提案理由にもございましたが、「人工知能関連技術は、その適正かつ効果的な活用によって行政事務及び民間の事業活動の著しい効率化及び高度化並びに新産業の創出をもたらすものとして経済社会の発展の基盤となる技術であるとともに、安全保障の観点からも重要な技術です。」とおっしゃっていました。 　利便性向上や技術革新、そして国内関連産業の国際競争力をしっかりと上げていくためにもこの分野の成長は

橋本慧悟委員にお答えいたします。 　様々な分野で利用されております生成ＡＩにつきましては、外国産の生成ＡＩを基に開発するものもあれば、また、御指摘のようにゼロベースで国内企業が開発するものもある、両方あるということを認識しております。 　生成ＡＩは、国民生活や経済社会に密接に関係するものでありまして、今後も様々な発展の可能性が見込まれる中、産業競争力や経済安全保障の観点も踏まえて、その開発形態は様々な選択を取れるようにしていくことが重要であるというふうに考えております。 　政府といたしましては、我が国の民間企業及び研究機関による研究開発やそれを通じた人材育成をこうした考えの下で強力に進めていく考えであります。

御答弁をいただきました。 　現状、外国産の生成ＡＩサービスがどうしても大きなシェアを占める現状なのですが、日本語をベースとした生成ＡＩを開発すること、先ほどの田中委員の質疑の中でも御答弁があって、日本語は難しいでありますとか、敬語があったりとか、なかなか難しいんだという話もありますが、この特有の課題、日本語をベースとした生成ＡＩを開発することに対する特有の課題を端的にお知らせください。

お答えします。 　多くの生成ＡＩは英語や日本語での複数の言語に対応した開発が行われておりまして、言語の違いに起因する大きな技術的な課題はないものと認識しておりますが、他方で、日本語の場合は同音異義語が多いというような特徴もございます。他方、世界的に広く使われている英語と比較すると、やはり日本語のデータ量は圧倒的に少ないわけでございまして、ＡＩの学習がそういった面で難しい側面はございます。 　このため、日本の生成ＡＩの開発に当たっては、こうした日本語の特性もしっかり踏まえて進めていくことが重要であるというふうに考えております。

まさに、御答弁をいただきまして、日本語のデータが少ないということだと思います。 　生成ＡＩでは、大量のデータを学習させてモデルの規模を巨大化するほどその予測精度も向上することから、大規模言語モデル、ラージランゲージモデル、ＬＬＭと呼ばれたり、この開発が、モデルの大規模化を目指して熾烈な競争が繰り広げられていると認識をしております。 　この言語モデルというのは、人間が話したり書いたりする言葉や文章を基に単語の出現確率をモデル化する技術だと認識しています。 　具体的には、大量のテキストデータから学習をして、ある単語の後に続く単語がどのくらいの確率で出現するのかを予測するものです。例えば、私の職業は、というような文章の後に続く単語として、教師ですとかエンジニアですとか保育士ですというような、それは確率として高いなという判断が働き、ここにある机とか黒色とかスーツとかという言葉は可能性としては

ＡＩの学習用データにつきましてお答えを申し上げます。 　委員御指摘のとおり、ＡＩの性能を定めるものは幾つかございます、データセンターとかアルゴリズムとかいろいろございますけれども、その中でもこの学習データというのは非常に重要なものでございます。 　これは、例えば、日本語の学習データに関して申し上げますと、内容が正しいということも必要ですし、日本語としても正しい、文法も正しい、そういう必要性がございます。 　一般的に、ＡＩにもいろいろなものがありますので、汎用の生成ＡＩに関してお答えを申し上げますと、基本的には、まず官公庁が出している、公的機関等のウェブサイトのテキストデータですとか、あるいは法令のデータベースですとか、あるいはまさにこの国会の議事録とか、私が答弁しているので余りちょっと自信がないところもありますけれども、でも、正しいデータベースですね、そういったものを学習している。

御答弁をいただきました。 　官公庁のページでありますとか、この国会とかの、政府、行政の、ちょっとがちがちになり過ぎて、余りにもちょっとつまらないような生成ＡＩというか、データが収集されるんじゃないかなという懸念はちょっと感じますが。 　先ほど御答弁の中でも触れていただいたウィキペディア、広く国民はこのウィキペディアというのを使ったことがあると思います。その中で、確かに比較的信頼できる大量の情報が集まっているとは思いますが、悪意のある者が書き込んだ偽情報というのも学習データとして用いられる可能性もあると思います。それを、生成ＡＩに偽の情報を出力させられるということをデータポイズニングと言うようですけれども、これについての事例や対策についてお答えいただけますか。