Jacob Taylor, Brookings Institution
East Asia Forum
3 December 2023
生成的人工知能（AI）は世界の想像力をかきたてている。政策立案者たちは、非国家主体によるコントロールや、AIシステムが国境内および国境を越えて市民に与える影響を懸念している。
AIの専門家の多くは、最善のものを普及させ、最悪のものを防ぐために世界が協力する必要があることに同意している。しかし、中国がグローバルAIガバナンス・イニシアチブを発表したのは、英国主催のAIセーフティ・サミットの2週間前であり、また米国が高度なコンピューティング・チップに対する輸出規制をさらに強化した翌日であることから、信頼性が高く、包括的で、環境的に持続可能なAIシステムを開発するための多国間努力の効果について疑問が投げかけられている。
AIガバナンスの地域調整は、アジアほど重要な場所はない。
この半世紀で最悪の経済見通しに直面しているアジアにおいて、包括的かつ持続可能な成長の鍵は、高度なAIシステムの開発を含むデジタル革命を活用するためのサービス部門の改革である。また、AIに関する地域的な取り決めを調整することで、米国と中国の地政学的競争による最も深刻なリスクを軽減することができ、同時に中堅国がどちらかを選択する必要性を減らすことができる。
効果的なAIガバナンスは基本的な課題に直面している。米国、中国、そして一握りのテクノロジー・インフラ企業によるAIインプットに対する権力の集中は、そのひとつに過ぎない。もうひとつの問題は、政府が重要なデジタル資産を地域化して保護しようとする傾向である。一方、アジアの女性、農村住民、先住民族は、AIシステムの恩恵にアクセスすることから組織的に排除されたままである。
AI関連の課題に対処するための国家の視点や能力には大きな違いがあるが、アジア地域はAIガバナンスの地域的枠組みを形成するのに必要な原材料をすでに保有している。これには、アップグレードや柔軟な展開が可能な多様で柔軟なデジタル政策ツールや産業関与戦略が含まれる。
アジアにおけるAIガバナンスの基本的な課題は、一握りの米国と中国のテクノロジー・インフラ企業が、ほとんどの主要なインプットについてほぼ独占的な力を享受していることである。大規模言語モデル（LLM）の初期の目覚ましい性能は、AIアプリケーションが依存する基盤インフラになり得ることを示している。しかし、大規模言語モデルはデータと計算集約的な機械学習に依存しており、それを維持できるのは最も優れたリソースを持つ企業だけである。
これは、心配すべき「勝者がほとんどを手にする」環境を示唆している。AIのリーダーは、学習と資本から不釣り合いな利益を得ており、権力の集中が進んでいる。この集中は、新規参入企業の競争や、公的機関によるAIシステムの透明性と説明責任の確保を困難にする。
AIのインプットに対する権力が集中する中、アジア太平洋地域の一部の政府は、国家政策を通じてデジタル資産を保護し、地域化しようとしている。ローカライゼーションはAIシステムに悪影響を及ぼす。ローカライゼーションは学習データへのアクセスを減少させ、イノベーションのエコシステムを飢餓化させ、サイバーセキュリティ・メカニズムの断片化を招く危険性がある。
地域包括的経済連携（RCEP）貿易協定はこの傾向を反映しており、電子商取引に関する章では、国家安全保障を理由にデータのローカライズを除外することを認めている。米国はさらに積極的なアプローチをとっている。グラフィック・プロセッシング・ユニット（GPU）の陸上生産、AIイノベーション・エコシステム、中国に販売されるハイエンドGPUを対象とした輸出規制への投資は、ローカライゼーションを通じて米国のテクノロジー企業のAIにおける優位性を拡大する意図を示唆している。
ローカライゼーションに対抗する強固な地域的枠組みがなければ、中国、インド、インドネシアといった潜在的なAIの競争相手がそれに対抗しないことは難しいだろう。データ、計算能力、人材へのアクセスが最も乏しい小規模で貧しい国々は、AI産業に参加する選択肢が少なくなる。
東南アジアのAIへの対応力は比較的弱く、この地域のデジタルデバイドが「アルゴリズムデバイド」になる危険性がある。ブロードバンド接続が進んだとはいえ、インターネットに接続できる範囲に住んでいるにもかかわらず、ASEANの人口の推定61％はインターネットを利用していない。いくつかの国では、適切なデータ保護法やAI戦略が欠如している。
政府、資本提供者、中小企業、市民は、AIシステムにおける集中、局地化、排除に対抗する戦略を調整することができる。
集中に対処する鍵は、データ協同組合やデータ・ユニオンの実験を含め、公平性を高めるデータ所有と評価の新しいパラダイムを促進することである。資本提供者は、大規模な独自AIモデルや集中型クラウドコンピューティング・インフラへの依存を減らしつつ、中小企業やコミュニティ主導のAIシステムの開発を支援することができる。
第三者によるAI監視の地域的協調は、国レベルでの規制の法外なコストを引き下げることができる。既存の国家政策ツールは、テクノロジー企業に責任を負わせる地域的アプローチの出発点となる。シンガポールのAIベリファイ財団は、AIシステムへの幅広い利害関係者の参加を増やす、心強い官民パートナーシップである。提案されているグローバルな規制のサンドボックス構想は、アジアで始まる可能性さえある。
ローカライゼーションに対抗するには、国境を越えたデータの流れに関する既存の二国間、ミニ、多国間の貿易協定を更新することから始めることができる。多国間貿易規則における国家安全保障の適用除外を検討することは、どのAI関連資産が自由化されうるかを区別するのに役立つ。世界貿易機関（WTO）の電子商取引に関する共同イニシアティブは、アジア太平洋諸国がその機運を高めるために推進できるフォーラムである。 地域の相互依存的な標準化団体は、国境を越えたデータの流れの自由化が説明責任を損なわないようにすることができる。
排除に対処するため、規制のリーダーはASEANや太平洋諸島諸国と協力して規制やAI戦略を強化することができる。中小企業の資金調達とデジタル・キャパシティ・ビルディングは、地域のAIエコシステムへの公平な参加を支援する鍵となる。ドナーや開発実務者はまた、AIシステムへの市民の参加と代表を増やし、デジタル・ガバナンスへの関与を高めるための地域主導の取り組みを支援することができる。
AIシステムにおける集中、地域化、排除の問題に簡単な答えはない。しかし、調整されたAIガバナンスは、リスクに関する透明性を高めながら、地域の多様なステークホルダーがAIシステムを積極的に管理するインセンティブを生み出すことができる。
実際には、AIガバナンスはテクノロジーの進化と同じ速さで進む必要があるだろう。
ジェイコブ・テイラー：ブルッキングス研究所持続可能な開発センターのフェロー
