MDDI スピーチ · 2025-10-02
Josephine Teo大臣によるシンガポール理工大学と NVIDIA AI センター開幕式での講演
要点
- • 私たちが追求しているのは「AI のための AI」ではなく、AI がいかに生活を改善するかです。NAIS2.0 が始動してから 18 ヶ月の間に、ほぼ 50 の AI CoE を設立してきました。
- • Razer の AI QA Companion はゲーム QA の時間を半減させました；Grab の AI は内部生産性向上だけでなく、商人がビジネスを行うことをサポートしています。
- • MIT の研究：放射線科医師が CheXpert AI ツールを使用する際、診断精度が逆に低下しました――AI ツール単独で使用する際の性能は 2/3 の医師を上回りますが、人間との協働では設計が不十分だと専門家の判断を損なってしまいます。
- • 「第一の直感を『人を代替するほど AI を強くすること』に置くのではなく、『すべての人を強化するほど AI を強くすること』に置くべきです」。AI は「チームメイト」（teammate）として機能すべきで、代替品ではありません。
- • 三つの人材育成パス：①AI 実務者の拡大（SNAIC AI Programme は NVIDIA DLI コースを使用、3 年で 200+ を訓練）；②「AI バイリンガル」の育成（domain expert が AI をこの「第二言語」として学ぶ）――SIT は応用 AI 博士課程トレーニングセンターを立ち上げ；③産業 + 研究 + 政府のエコシステム協力。SNAIC は 18 ヶ月で 70 社と共に 50 のソリューション を提供してきました。
全文翻訳
MDDI 英語原文の翻訳 · 翻訳日: 2026-05-02
シンガポール工科大学（SIT）取締役会会長の Bill Chang 氏、
SIT の学長 Chua Kee Chaing 教授、
SIT-NVIDIA AI センターの共同主任 Ng Aik Beng 博士および Daniel Wang 博士、
産業パートナーの皆様、そして同僚の皆様：
おはようございます。SIT に戻ってくることができて大変嬉しいです――SNAIC の正式な開設式に出席するために。
AI についてのお話でもう飽き飽きされているかもしれません。
「すべてが AI についてなのでしょうか？」
「AI 以外に何もないのでしょうか？」
まず申し上げます――私たちは「AI のための AI」ではありません。
私たちがより関心を持つのは――この技術がいかにして生活を改善できるか――個人のためであっても、組織を通じてであっても。
もし「AI がいかに素晴らしいか」についてのみ話していながら、現実世界で成果をもたらさないのであれば――それは無用です。
最近の「ナショナル・デー・ラリー」（NDR）でローレンス・ウォン首相が共有した、AI がいかにしてシンガポールで国民を支援し機会をつかむために展開されているかについての例をお聞きになったと思います。
『国家 AI 戦略』（NAIS2.0）の更新版を開始してから 18 か月の間に、およそ 50 個の AI 卓越センター（CoE）が確立され、さらに多くの例があります。
私はこれらの AI CoE を訪問し続けており――組織内の AI の影響を理解するために――印象的なのは、生産性を向上させ、私たちの人材に機会を拡大するためにどのように活用されているかです。
最近の例をいくつかご紹介します。
レーザー（Razer）のAI QA Companionは、新しいゲームのQAテストと欠陥検出にかかる時間をほぼ半減させています。そのAIスイート内の他のツールは、ゲーム開発者およびより多くの人々がパーソナライズされたゲーム体験を設計できるようにするでしょう。
Grabは、AIをコード開発に使用しており、内部生産性にとどまらず、プラットフォーム上の商人がビジネスを展開するのを支援しています。インテリジェント・アシスタントを通じてビジネス・インサイトと運用サポートを提供しています。
AIは明らかに「競争的側面」を持っています——企業はAIを使って優位性を獲得したいと考えており、国家も同じです。
両者ともAIの採用を推進するでしょう。しかし、AIは「協業的側面」も有するべきです。
例えば、AI ガバナンス——問題が多く、すべての答えを持つ人はいません。
私は先ほどニューヨークの国連総会（UNGA）から戻ってきました——「Global Dialogue on AI Governance」がまさにそこで開始されました。
シンガポールは、このような対話において一貫して確固たる貢献を続けています。
今年の早期に、シンガポールは「International Conference on Learning Representations」（ICLR）を開催しました。これは米国外で開催されたICLRの中で最大規模の大会であり、11,000名の代表者が参加しました。
ICLR のサイドイベントでは——「Singapore Conference on AI – International Scientific Exchange」（SCAI-ISE）も開催しました——テーマは「安全で責任あるAIの研究優先事項」でした。これにより「The Singapore Consensus」が生み出されました——これは今なお、AI治理に関心を持つ人々によって頻繁に言及されています。
来年の1月には、「Association for the Advancement of Artificial Intelligence」（AAAI）もシンガポールで年次会議を開催する予定です。
これらすべての協業が目指しているのは、AI導入のアップサイドを最大化し、ダウンサイドを最小化するより良い方法を見つけることです。
もう一つの重要な協業領域は、私たちの人を育成することです。
技術開発に注力することは容易ですが、「AIを構築して利用する人々」に注力することはしばしば不十分です。
「AI と人類の関係」、および両者がいかに協働することを望むかについて真摯に検討することは、私たちにとって極めて重要です。
私は、私たちの最初の本能は「人を取り代わるほど優れたAIにする方法」であってはならず——むしろ「一人ひとりを強化するほど優れたAIにする方法」であるべきだと信じています。この二つの違いは一線だけです。
MITの研究者が、私のこの信念を支持する事実を発見しました——
放射線科医師がCheXpertというAI診断ツールの使用を許可されたとき——彼らの診断精度は逆に低下しました——このツールが単独で動作するとき、2/3の放射線科医師よりも優れたパフォーマンスを示していたにもかかわらず。
なぜこのより優れたAIツールが——専門家によって使用されると、むしろ結果を悪化させたのか？
問題はAIの技術能力にあるのではありません。
問題はおそらく——このツールは「人間の専門家との協働」のために設計されていないのです。
このツールはその推論がほぼ透明性を持たないため——放射線科医師はCheXpertの診断に疑問を持っていても、自分たちのより優れた判断を棚上げにしてしまいました。
さらに根本的な問題は——それが専門家の意見を「画像スキャン」に還元してしまう——医学史、医師と患者の対話、他の専門家との協議など、他の必要な配慮を組み込んでいないのです。
言い換えれば——私たちがAIの使用方法を考えるとき、慎重である必要があります。
AIは多くのタスクで確実に効率的な自動化を実現できます——価値損失がほぼない、またはゼロの場合があります。このような状況では、自動化は妥当です。
しかし、これは絶対的な法則ではありません。ある状況では——AIが十分でなく、「人間を置き換えるための最後のわずかなパフォーマンス向上」を求めることは、意味がありません。
そのような状況では——私たちはAIを「人間との協働」を目的としたツールとして自律的に活用すべきです——両者が統合的に機能するようにします。
これが、私が最近述べた「AIチームメイト」（AI as a teammate）という概念です——AIツールは人間のパフォーマンスを増強し、AIアシスタントは人間を補完するタスクを実行します。
どうすればこれを実現できるのでしょうか？
AI実務人材パイプラインの拡大
第一に——AIの実務者プールを引き続き拡大します。これらの人々はデータサイエンス、機械学習などの深い技術能力を持っています。
生成AI時代では——彼らは大規模言語モデル（LLMs）の構築またはファインチューニング、「検索拡張生成」（RAG）を活用してAIエージェント・チームを組織化する能力も獲得します。
より多くのAI実務者は——「AIチームメイト」の導入容量がより大きくなることを意味します。
本日——私は喜んで発表します——新たな「SNAIC AI計画」がこの目標達成に直接貢献することを。
IMDA「TechSkills Accelerator」（TeSA）の支援の下——このプログラムは今後3年間で200名以上の新卒者と職業訓練校転身者を育成します——先進的なAIシステムとAIアプリケーションの構築を中心に。
受講生は2ヶ月間の集中的なスキルアップから始めます——NVIDIA Deep Learning Instituteのコースに基づいています。
その後は4ヶ月間のメンター指導下での産業実践プロジェクトです——修了後は業界に有意義な貢献ができます。
これにより、他の既存プロジェクトを通じて育成しているAI実務者プールはさらに拡大します。
学際的な「AI二言語話者」の育成
シンガポール「AIドリームチーム」にはAI専門家だけではなく——私が「AI二言語話者」（AI bilingualists）と呼ぶ者も必要です。
彼らは放射線科医師、会計士、技術者、弁護士、クリエイターなどの領域専門家です——すでに自分の領域に精通している、つまり彼らの「母語」です。
彼らはチームに貴重な知識をもたらします——チームがAIをうまく活用するのを助けます——データサイエンティストと機械学習エンジニアがまだ備えていない文脈と洞察を提供できます。
このチームが良好に協働するために——これらの領域専門家が「共通言語」を学ぶことが望ましいです——つまりAIという「言語」です。
シンガポール人は経験から知っています——2つの言語を学ぶことは容易ではありません——しかし不可能ではありません。
「一緒に学び、互いに練習する」方がより楽しいです。多くの人は「会話レベル」で十分ですが——読み書きができる必要な人もいます。
さらに少数の者は、両言語の「マスター」となるでしょう。
私たちの AI エコシステムは、異なるレベルの「AI バイリンガル」を必要としており、彼らを育成する機会を体系的に探索しています。
ですから、私は興奮しています――SIT が率先して「応用 AI 博士研修センター」（Doctoral Training Centre for Applied AI）を立ち上げ、最高レベルの「AI バイリンガル」を育成しています。
これは計画中の複数の博士研修センターのうち最初のものです――既に分野または職能の専門家であるシンガポール国民に対して、同時に AI アプリケーション専門家となる機会を提供します。
その後のセンターはシンガポールの優先産業――海事および医療など――に焦点を当て、イノベーションに貢献できるより多くの「AI バイリンガル」を育成します。
AI 導入を中心とした エコシステムレベルの協力の構築
最後に――別の同等に重要な協力形態についてお話しします――産業、研究コミュニティ、および政府間の協力です。
SNAIC はその良い例です。
SIT の応用 AI および「転化研究」における強みと NVIDIA の最先端技術および専門能力を組み合わせることで――このセンターは大小企業が AI ソリューションを理解し、テストし、開発し、導入するのを支援し――広範な産業分野をカバーしています。
センター設立後1.5年間で、SNAICは70社の企業と協力し、製造業、医療、金融、運輸業において、実ビジネスへの影響をもたらす50個のAIソリューションを提供しました。
例えば、本センターはタン・トック・セン病院と協力して協働型AIツールを開発し、臨床医師がより迅速で正確なケアを提供するのを支援しました。
このAIツールは患者の待機時間を短縮し、各患者の回復の過程においてより良いサポートを提供しました。
未来への展望
本日、SIT-NVIDIA AIセンターが正式に開設される際、産業パートナー、研究者および教員の皆様がシンガポールのAI発展に向けてくださったご承諾とご貢献に感謝いたします。
また、世界各地からのパートナーがシンガポールとともにAIにおいて革新する意思を示してくださることに励みを感じており、皆様がシンガポールのAIエコシステムとの協力を継続していただくことを歓迎いたします。
手を携えて進む中で、我々は「AIが公共の利益に奉仕する――シンガポール、そして世界のために」というビジョンを実現できると確信しています。
改めて感謝申し上げます。
英語原文
MDDI 公式サイト原文 · 取得日: 2026-05-02
Singapore Institute of Technology (SIT) Board of Trustees Chairman, Mr Bill Chang
SIT President, Professor Chua Kee Chaing,
SIT-NVIDIA AI Centre Co-Directors, Dr. Ng Aik Beng and Dr. Daniel Wang
Industry partners and Colleagues,
Good morning. I’m happy to be back at SIT to join you for the formal launch of SNAIC.
You may be sick of hearing about AI by now.
Is everything about AI?
Is there nothing else besides AI?
Let me start by saying we aren’t pursuing AI for AI’s sake.
We are far more interested in how this technology can be used to improve lives, whether for individuals or through organisations.
There is no use if we talk about how great AI is, if it isn’t bringing benefits in the real world.
You would have heard Prime Minister Wong share at the recent National Day Rally (NDR), some examples of how AI is being deployed in Singapore to best support our citizens and make the most of opportunities.
There are many more examples supported by the almost 50 AI Centres of Excellence (CoEs) that have been set up in the last 18 months since we launched the refreshed National AI Strategy (NAIS2.0).
I have been visiting these AI CoEs to understand the impact of AI within organisations, and I’m impressed by how it is being used to raise productivity and expand opportunities for our people.
Let me share some recent examples.
Razer’s AI-driven Quality Assurance (QA) Companion almost halves the time required for new games’ QA testing and bug detection. Other tools in its AI suite will also empower game developers and many others to design personalised gaming experiences.
Grab is using AI for code development. It is also going beyond internal productivity to help its platform merchants do business better, with intelligent assistants that provide business insights and operational support.
Clearly, there is a competitive dimension to AI. Companies want to use AI to give themselves an edge, and countries want the same too.
Both will drive the adoption of AI, but there should also be a collaborative dimension to AI.
Take AI governance for instance, where there are a lot of questions and no one has all the answers.
I just returned from the United Nations General Assembly (UNGA) in New York where the Global Dialogue on AI Governance was just launched.
And Singapore continues to be a consistent and steadfast in contributing to conversations like these.
Earlier this year, Singapore hosted the International Conference on Learning Representations (ICLR). It was the biggest that they have ever held outside of the United States and drew 11,000 delegates.
On the sidelines of ICLR, we also hosted the Singapore Conference on AI - International Scientific Exchange (SCAI-ISE) on Research Priorities for Safe and Responsible AI. This led to the formation of “The Singapore Consensus” on what the priorities should be. It is still talked about when I meet members of the community who care a lot about AI governance.
Next January, Association for the Advancement of AI (AAAI) will also have its meeting in Singapore.
All these collaborations seek to promote better ways to maximise the upsides and minimise the downsides of AI deployment.
Another important area for collaboration is in developing our people.
It is easy to focus on developing the technology, and not enough on the people who build and use AI.
It is important for us to carefully consider the relationship between AI and humans and how we want the two to work together.
I believe our first instinct should not be “how to make the AI so good it replaces humans”. Instead, it should be: “how can we make AI so good, that it enhances all humans?” There is just a fine distinction between the two.
Researchers at MIT found something that supports my belief.
When radiologists were allowed to use an AI diagnostic tool called CheXpert, the accuracy of their diagnoses actually declined, even though the AI tool alone performed better in diagnoses than two-thirds of radiologists.
Why did this superior AI tool produce inferior results when used by professionals?
The problem wasn’t with the AI’s technical ability.
The problem was likely because the tool was not designed for collaboration with human experts.
It offered little transparency about its reasoning, leading radiologists to suspend their better judgement even when they had suspicions about CheXpert’s diagnosis.
More fundamentally, it reduced expert opinion to image scanning, failing to incorporate other essential considerations such as medical histories, doctor-patient conversations, and exchanges with other experts.
In other words, we should be careful when we think about how to use AI.
AI will sometimes be very effective in automating tasks performed by humans, with little or no loss of value. Automation makes sense in such cases.
But this is not a given. In some instances, the AI is not good enough and pursuing the last bit of performance improvement just to replace a human makes no sense.
In such cases, we should instead discipline ourselves to think of using AI to collaborate with humans and let the two work together as one.
This is the idea of AI as a teammate which I spoke about recently. Where AI tools enhance human performance, and AI assistants perform tasks that complement humans.
How we can we go about this?
Developing our pipeline of AI practitioners
First , we should continue to grow the pool of AI practitioners. These are people steeped in technical skills like data science and machine learning.
In the era of Generative AI, they will also have the skills to build or fine-tuning large language models (LLMs), or Retrieval-Augmented Generation (RAG) to orchestrate teams of AI Agents.
Having more AI practitioners will expand our capacity for deploying AI as teammates.
Today, I am pleased to announce a new SNAIC AI Programme that will contribute directly to this goal.
Supported by the Infocomm Media Development Authority’s (IMDA) TechSkills Accelerator (TeSA) initiative, the programme will train more than 200 fresh graduates and mid-career professionals over the next three years in advanced AI systems and building AI applications.
Trainees will begin with two months of intensive upskilling based on the NVIDIA Deep Learning Institute’s curriculum.
They will then undertake four months of guided hands-on industry projects, and emerge from the programme ready to contribute meaningfully to industry.
This will add to our growing pool of AI practitioners that we are nurturing from other existing programmes.
Nurturing interdisciplinary “AI Bilingualists”
The AI “dream team” in Singapore will not just have practitioners who are experts in AI. There will also need to be what I have called “AI bilingualists”.
These are domain experts like radiologists, accountants, technicians, lawyers, and creators, who are already knowledgeable in their fields – or their “mother tongues”.
They can thus bring valuable knowledge to help the team make good use of AI. They are able to provide the context and provide insights that the data scientists and machine-learning engineers do not yet possess.
But for this team to work well together, it helps that these domain experts to learn a common language – that is the “language” of AI.
Singaporeans know from experience that learning two languages is not easy, but it is not impossible.
It is more fun to learn together and practise with one another. Many of us will get on well enough with conversational level ability, but some of us will need to read or write.
And a smaller group may become masters of both languages.
Our AI ecosystem will need “AI bilingualists” at different levels of mastery, and we are systematically identifying opportunities to develop them.
So I am excited that SIT is taking the lead to nurture “AI bilingualists” at the highest level of mastery, with a new Doctoral Training Centre for Applied AI.
This is the first of several planned Doctoral Training Centres that will provide Singaporeans who are already domain or function experts, the chance to be experts in applying AI as well.
Subsequent centres will focus on developing more “AI bilingualists” who can contribute to AI innovation in Singapore’s priority sectors, such as maritime and healthcare.
Building ecosystem-wide partnerships for AI deployment
Finally, let me say something about a different but equally important kind of collaboration – between industry, research community, and government.
The SNAIC is a good example of this.
By combining SIT’s strength in applied AI and translational research with NVIDIA’s cutting-edge technology and technical expertise, the centre helps businesses of all sizes understand, testbed, develop, and implement AI solutions across a wide range of sectors.
In the one and a half years since it was established, the SNAIC has worked with 70 companies to deliver 50 AI solutions that create real business impact across the manufacturing, healthcare, finance, and transport sectors.
For instance, the Centre has worked with Tan Tock Seng Hospital to develop collaborative AI tools that support clinicians in delivering faster and accurate care.
AI tools have helped reduce patient waiting times and provide better support for each patient in the journey of recovery.
Looking forward
As we mark the official launch of the SIT-NVIDIA AI Centre today, I want to thank our industry partners, researchers, and faculty members for their commitment and contributions to Singapore’s AI development.
I am encouraged by the partners from around the world who want to work with Singapore on innovating in AI, and invite you to continue collaborating with our AI ecosystem.
Together, I believe that we can realise the vision of AI for the Public Good, for Singapore and the World.
Thank you once again.