AIが失われた家族を繋ぐ：機械学習で「Baby Come Home」の再会を加速させる

何十万人もの子供たちが、児童売買やその他の危機により中国で親から引き離されています。多くの家族は、オンラインプラットフォームを通じて何十年もお互いを探し続けてきました。イェール大学の新しい研究によると、機械学習モデルは、不完全で自己申告された記憶を両親と子供の両方から利用して、家族の再会までの時間を数年短縮できる可能性があります。

家族再会における機械学習の新たな応用

児童売買と家族の離散

世界中で、戦争、人身売買、自然災害、社会経済的危機などにより、何百万人もの家族が強制的な離散を経験しています。特に中国では、家族の離散は大規模かつ広範囲に及ぶ問題となっています。1979年に一人っ子政策が施行された後、多くの子供たちが放棄されたり、人身売買されたりして、国内外で養子縁組されました。

家族再会における課題

子供を親と再会させることは、物流上の課題です。中国は家族再会を促進するためのDNAバイオバンクを設立しましたが、多くの被害者は、アクセスとプライバシーの両方の理由からDNAサンプルを提出することに消極的です。この消極性は、養子縁組家庭で育ち、実の両親に対して複雑な感情を抱いていることが多い児童被害者の間で特に顕著です。 (バイオバンクは国内の家族離散の被害者にも焦点を当てているため、国際養子縁組が関わるケースでは有用性が限られています。) このギャップを埋めるために、両親と子供たち（通常は捜索を開始する時点で既に成人しています）は、記憶や関連する詳細を投稿できるオンラインプラットフォームに頼ってきました。「Baby Come Home」のような最大のプラットフォームの1つは、11万件以上の家族からの依頼を受け、約6,000件の再会につながりました。

機械学習モデルによる解決策

しかし、このプラットフォームの助けを借りても、投稿された情報に基づいて子供と親を照合することは、膨大な情報の中から針を探すようなものです。「Baby Come Home」の何万もの投稿から、 plausableな親子のペアのリストを絞り込むには、ユーザーとボランティアによる骨の折れる努力が必要です。

イェール大学経営大学院のオペレーション分野の博士課程の学生であるHuifeng Su氏が開発した機械学習システムは、レビューのためにより可能性の高い親子ペアのセットを特定することによって、そのプロセスを改善するのに役立っています。このシステムは、Lesley Meng准教授とEdieal J. Pinker副学部長（戦略担当およびオペレーションズ・リサーチ担当教授）と共著の最近のワーキングペーパーで説明されています。

今後の展望：AIによる家族再会支援の可能性

記憶の不完全性とAIの活用

Su氏は、子供時代の記憶は断片的であり、不完全な情報しか持っていないと説明しています。子供たちは養親から情報を得ますが、その養親は人身売買業者や仲介業者から情報を得ており、子供の情報を操作して養子縁組されやすくするインセンティブを持っています。例えば、子供が3歳で川で泳いだ記憶があり、親が10歳で川で泳いだ記憶があるとします。一般的な言語モデルでは、年齢の違いだけなので、両方の投稿は非常に似ているように見えます。しかし、この文脈では、年齢は不可能なマッチを除外する上で最も重要な特徴であるため、Su氏らのモデルは、トレーニングプロセス中にこのような専門知識を捉えることができ、はるかに正確なマッチングを可能にします。

DNA検査への意欲向上

さらに、Baby Come Homeのようなプラットフォームで信頼できる潜在的なマッチの候補を見ることは、当初DNA検査にためらっていた人々がDNAベースの検証に関与する意欲を高めることが、予期せぬ重要な発見となりました。Su氏らの共同研究者によると、ユーザーがプラットフォームから潜在的なマッチのおすすめを受け取ると、60％以上がその後の1ヶ月以内にDNAを採取したとのことです。これは、Su氏のシステムが支援できる、より良いマッチのおすすめを提供することで、家族離散の被害者がDNAを提出するよう動機づけられ、最終的にさらに多くの再会を促進することを示唆しています。

機械学習の倫理的応用

この研究は、機械学習が社会的な課題解決にどのように貢献できるかを示す好例です。Su氏らのシステムは、GoogleやOpenAIの商用大規模言語モデルをも上回る精度で、この人道的文脈における正しいマッチを特定しました。これは、特定のドメイン知識を必要とする非常に特殊なタスクにおいては、比較的小規模なトランスフォーマーベースの言語モデルが依然として重要な役割を果たせることを示唆しています。この技術は、家族の再会だけでなく、他の多くの人道的課題への応用が期待されます。