ロボットに「目」を授けた男、金出武雄：Meet the Legend
金出武雄｜TAKEO KANADE
1945年生まれ。京都大学電子工学科博士課程修了（工学博士）。同助教授を経て、1980年にカーネギーメロン大学ロボット研究所高等研究員。2006年には「Quality of Life Technology （QOLT） Center」を設立し、センター長に就任。カーネギーメロン大学ワイタカー記念全学教授。
友人とフレンチレストランでワインを片手に夕食を楽しんでいるときのこと。友人はそのワインを気に入ったようで、スマートフォンを取り出し、ボトルのラベルを撮影し始めました。するとディスプレイには、即座にそのワインの名称や醸造所、ブドウの品種が表示されます。さらに値段やレヴューまでもが映し出され、おまけにそのまま購入もできる、というのです。
このワインのラベルを“読んだ”のは「コンピューターヴィジョン」を使ったスマートフォンのアプリケーションです。カメラを含むハードウェアと、インターネットと連携した視覚情報処理の進化は、人間に、その目以上の機能をもった「ロボットの目」を授けたといえるでしょう。
わたしの博士論文は、コンピューターによる人間の顔認識システムに関する「世界で最初の」論文でした。たった1枚のデジタル画像が大変な財産とされた、40年も前のことで、10枚のデジタル画像を処理できれば「大規模な実験」だといわれていた時代です。
いまにして思えば、画像の入力から特徴抽出、判別までをコンピューターで自動的に行い、十分なデータによる実証を試みたそのときから、わたしは、世界をこのロボットの目を通して見つめてきたのかもしれません。
「何の将来性があるのか」
わたしがアメリカに渡ったのは、1980年のことです。研究員として務めることになったカーネギーメロン大学（CMU）は、当時から、コンピューターサイエンスにおいてMITやスタンフォード大学に比肩する存在とされていました。
2015年のいま、グーグルの自律走行車がシリコンヴァレーの公道で試験走行を始めていますが、わたしたちのチームは95年にピッツバーグからサンディエゴまでのアメリカ横断を、自動運転で試みました。全走行距離3,000マイルのうち98.2パーセントを運転したのは自動運転エンジン「Navlab 5」に搭載されたコンピューターヴィジョンのプログラムでした。カメラと3次元センサーで周囲の状況を把握し、障害物を見つけ、危険を察知すれば停止する機能を備えていました。
この技術を見たほかの研究者たちからは、よく「ドクターカナデ、こんな研究に何の日常性が、何の将来性があるのですか？」と訊かれたものです。当時、自律走行のテクノロジーを軍用以外の目的で考える人などいなかったのですね。
有名なコメディアンのジェイ・レノはわたしたちの「No Hand Across America」の記事を新聞で読んで、こんなジョークを思いついたと聞いています。曰く、「CMUの研究者が世界で初の、運転中に新聞を読んだりコーヒーを飲んだりできるクルマを開発したってさ。しかし、これがどうして世界初だっていうんだ？ ロサンゼルスでは昔から皆やっているよな？」
SLIDE SHOW
2/5金出の業績その1、自律走行車｜Autonomous Vehicles
「No Hand Across America」では、時速100kmで3,000マイルを走破した、世界初の自動運転プロジェクト。DARPAから研究資金を得ていた。
3/5金出の業績その1、バレットタイム｜Eye Vision
自由自在に動くロボットカメラを使った「アイヴィジョン」によって中継されたスーパーボウル。ここでのTV出演以降、自己紹介に困らなくなったという。
4/5金出の業績その1、画像解析｜Motion Image Analysus
物体の「動き」を認識するためには、とらえたある一点が次の瞬間どこに移動しているかを判読できればいい。この理論はいまも画像解析の基礎となっている。
5/5金出の業績その1、VR｜Virtualized Reality
51台ものカメラを取り付けたジオドームをつくりあげ、内部で動く物体を3Dでとらえ再現する。これからが期待される仮想現実も、金出がその端緒となった。
「世界初」の研究者
コンピューターヴィジョンの世界を、5億人に披露したこともあります。プロアメリカンフットボールリーグ「NFL」の優勝決定戦スーパーボウルの中継で使われた放送システム「アイヴィジョン」が、そうでした。
アイヴィジョンが導入された2001年1月28日のスーパーボウルの放送は、従来の映像とは違ったものになりました。クオーターバックがパスを出そうとする瞬間、カメラがぐるりと回って切り替わり、パスを出すプレーヤーを常に360度全面からとらえます。あるいは、タッチダウンが決まったかどうかに迷う局面では、全方向から得られるカメラ映像がその判定を可能にします。映画『マトリックス』のカメラワークをフットボールゲームでやってみせたわけですが、フィールドは映画のセットではないし、試合にはシナリオもありません。どこでいいプレイが起こるかを予測することはできないので、フィールドを取り囲むように全33台のカメラを設置しました。
33台のカメラはすべてロボット化され、自動遠隔操作で撮影することが可能です。カメラマンがこれらのなかからひとつを操作すると、ほかのロボットカメラは、カメラマンが追いかけたのと同じプレイヤーとボールの位置を、自動的に計算して調整をとりながら追尾するのです。さらに決定的瞬間では、プレイヤーとボールとを追尾する全カメラの映像をすべてつなぎあわせ、360度回転する演出を可能にしました。
中継にあたって、わたしはアイヴィジョンの開発者としてインタヴューされることになりました。結果的に、わたしは5億人が見つめる「スーパーボウルのTV中継に出演した世界初の大学教授」になったということですね（笑）。
脳の動きは物理現象だ
コンピューターヴィジョン研究の起源には、人工知能への探究が存在しています。ですから、おのずと人間の「賢さ」とは何かを常に考えるようになります。すると人間の知能が、必ずしも万能ではないことがわかってくるのです。
例えば人間の脳はサイクルタイムも長く、メモリー容量もたかが知れています。コンピューターが得意なマルチタスクにも対応していないことを考えれば、「賢い知能をつくる」ためには必ずしも人間の脳を手本とする必要はないのです。
人間の知能は「物理学を知らなくても」世界を把握できる視覚をもっています。それゆえ、コンピューターヴィジョンにも物理学的知見は必要ないとされていました。それに対して、わたしは、光の反射などの物理現象を踏まえたプログラムを書いた方が、より優れた、人間にもできないヴィジョンを生み出せるという立場をとっていました。
そんなわたしの研究室で、1996年に誕生したのが、世界で最初の、実用性の高い顔検出システムでした。
現在の顔認識システムは、顔を手で隠しても、その向こうにある顔のパーツを予測できるほどに高度化しています。当時、CMUのわたしの研究室でこの研究を成し遂げたヘンリー・ラウリーとヘンリー・シュナイダーマンは、いまやグーグルの主要テクノロジストとして名を連ねています。教え子たちも偉くなったもので（笑）、いまも日本のわたしの家を訪ねてくれるハリー・シャムは、現在マイクロソフトのCTOとして活躍しています。
それと同じように、というわけではありませんが、当時のさまざまな研究も、そのほとんどが昔話だと思われるかもしれません。しかし研究のなかで生まれたプログラムは、いまも世界中のコンピューターヴィジョンのなかで生きています。
例えば、動画内の連続する画像の任意の点が、次の画像ではどこへ動いたかを追跡するための理論・アルゴリズムである「Lucas-Kanade アルゴリズム」は、いまもMPEGファイルにおける動画圧縮方法などの動画像処理において最も基本的な方法として採用されています。さらに、医療分野の放射線治療において患者の動きを把握し、適切に放射線を照射するためのシステムにも応用されているようです。
もっともDARPAの信頼を得た理由
おそらくわたしは、コンピューターヴィジョンの分野において、最も多くの研究資金をDARPA（米国防高等研究計画局）から受け取っていた研究者のひとりだといえるでしょう。そうした背景を知れば誰もが、わたしのことをいわゆる「玄人」の研究者だと思うでしょうね。でも、わたしが大切にしているのは「素人」の発想です。人を驚かせる発想はいつも、ばかばかしいほどに素人じみているということを、わたしは経験から学びました。
2000年までロボット研究所の所長を務めたのち、2006年にカーネギーメロン大学に設立された「Quality of Life Technology（QOLT）Center」では、設立以来センター長を務めました。
人々の生活の質を革新するようなテクノロジーの開発を続けていますが、そのひとつが、ヘッドライトの再発明です。ドライヴァーであれば誰しも、雨の降る夜にクルマで出かけたくはないでしょう。ヘッドライトの光が雨に反射して前方がよく見えなくなって、運転に神経をすり減らすことになるからです。この現象は、ヘッドライトの光が雨粒に反射することによってもたらされるのですが、これを解決できないかと考えました。
このとき、もしもコンピューターヴィジョンの玄人的な発想から問題設定をしてしまうと「雨のシーンをカメラで撮影して、高速で雨を消す画像処理をし、その結果をドライヴァーの視点にあわせてウィンドウにディスプレイする」となってしまいます。そんなことは到底、不可能でしょう。
しかし素人的な発想をすれば、この結論を大きく変えられます。つまり、「雨粒に光が当たるのが問題ならば、当てなければよい」という発想です。そこで、まずクルマのヘッドライトを、プロジェクターとカメラとを同じ位置に設けて置き替えます。そして、光をプロジェクターで照射すると同時に、その反射をカメラで撮影し、光を反射する雨粒のある方向を計算し、その方向の光を即座にカットするのです。その結果、反射を大幅に抑えるヘッドライトシステムが見事、成功しました。
素人発想が驚きと新しさを生む
成功というのは何事も、結果を聞けば「なんだ、そんなことだったのか」というものばかりです。きっと、本当の驚きとは「問題設定」の時点から生まれるものなのでしょう。「玄人」はいままでの知識・経験をベースとした解法から考え始めるので、知らず知らずのうちに、驚きと新しさのない問題設定からスタートしてしまいます。結果として導き出されるのが、驚きと新しさのない答えや、ときには不可能だという結論となるのは言うまでもありません。
わたしの研究者人生における最初の「素人発想」は、あるいは「人間の脳も、情報を得て、処理する機械にすぎない」というものだったのかもしれません。そうしたわたしにとっての素人発想の問題設定へのひとつの解が、いまや世界中で人類の視覚を拡張することに成功しているコンピューターヴィジョンだった、ということなのでしょう。
RELATED
会社にとって利益は「空気」。ゴールじゃない（ベン・ホロウィッツ）：Meet the Legend
