「Thinkstock」より

写真拡大

 半導体の洗浄技術の学会「界面ナノ電子化学研究会フォーラム2016」が、10月28〜29日の2日間、長野県の上諏訪温泉「浜の湯」で開催された。筆者は初日の後半で『人工知能と半導体プロセス』についての基調講演を行った。講演では、「IoT(モノのインターネット)の本質とは何か?」「AI(人工知能)の本質とは何か?」を述べた後、これらによって「半導体プロセスの未来はどうなるか?」を論じた。

 本稿では、同講演内容に基づいて、前半でIoTとAIの本質について解説し、後半で半導体プロセスの未来について論じる。

 本稿の結論を先取りすれば、今後の半導体の技術開発では、「いかにAIを使うか」ということが企業の優勝劣敗を決める。「AIに半導体の開発ができるはずがない」という古いパラダイムに支配されている企業は淘汰されるだろう。いつの時代も「パラダイムは変わる」ことが普遍の真理であり、生き残るのは強い者でもなく賢い者でもなく、適応する者であるということだ。

●2020年には500億個がネットにつながる

 2010年にPCの出荷台数をスマートフォン(スマホ)が追い抜いた。そして米アップルの初代iPhone用プロセッサの製造委託を断るという「インテル史上最大のミスジャッジ」により、12年11月にインテルのポール・オッテリーニCEO(最高経営責任者)が辞任を発表した。その頃からインテルが、「次はIoTだ」「今後はIoTが半導体産業を牽引する」と騒ぎ始めた。

 当初は、PCがスマホに駆逐されて低成長になり、スマホ用プロセッサにも食い込めないことから、窮地に陥ったインテルが苦し紛れに騒いでいるのだろうと思われていた。ところが、この騒ぎは業界中どころか業界を超えて波及し、15年には猫も杓子も「IoTだ」と言いはじめ、新聞では連日IoTが取り上げられるようになってきた。

 そして、米シスコシステムズによると「ネットにつながる機器の数は15年に250億個、20年に500億個に達する」見通し。米IDCの予測では、「関連機器やソフト、サービスの市場規模は20年に7兆650億ドル(約720兆円)に膨らむ」とまでいわれている。「500億個で720兆円」ということは、世界人口は約70億人なので、単純に割り算すると20年にはひとり当たり7個以上のネット接続デバイスを持ち、それがひとり当たり9億ドル超の市場を生む計算になる。

 なぜ、あらゆるモノとモノがネットでつながる必要があるのだろう。そして、なぜそれによって利益が生まれるのだろう。

●IoTがよくわからない

『データの見えざる手』(草思社)の著者で日立製作所の矢野和男氏は、次のように述べている。

「この10年、ユビキタス、センサーネット、M2M(Machine-to-Machine)、ビッグデータ、IoT(さらにはIoE)などの言葉が躍ってきたが、その説明図を見るとどれも同じで驚くほど変わっていない」
「言葉に新鮮味が無くなると言葉を変え、目の付け所を変えてきただけだ」
「これは、実は上述の絵が、これまで実現しなかったことの裏返しになっている」
「その本質は、どうやって『稼ぐ』かが分からなかったからだ」

 矢野氏の指摘には頷かざるを得ない。そして、筆者も「IoTの本質とは何か?」「IoTで稼ぐにはどうしたらよいか?」がわからなかったひとりである。

●IoTは未来を予測する

 そのようななか、2015年1月3日に放送された『NHKスペシャル ネクストワールド 第1回 未来はどこまで予測できるのか』を視聴して、やっとIoTがなんたるかがわかってきた。

 IoTの本質を示すキーワードは、「センサー」「ビッグデータ」「人工知能」の3つである。そして、IoTによって実現されることとは「未来予測」である。

 同番組が取り上げていた未来予測の実例を以下に示そう。まず、犯罪数が多く警察官の数が不足していた米カリフォルニア州サンタクルーズで、AIによる犯罪予測システムを導入した事例である。

 年間12万件ペースで発生している過去の犯罪記録をすべて人工知能に読み込ませた上で、「どこの街灯が故障している」「バーの開店時間は何時」など、センサーを通じて街中のビッグデータを収集する。人工知能は、過去の犯罪記録をパターン化し、現在のビッグデータと照合して、いつ、どこで、どのような犯罪が起きそうかを予測する。ただし「なぜ起きるか」という理由は示されない。

 人工知能が予測した犯罪予測マップに従って、警察官がパトロールするようになると、予測システム導入前と比べて、逮捕者数は5割増加し、犯罪率は2割低下したという。30年後は犯罪が起きる前に逮捕が可能になるかもしれないそうだ(それは果たして犯罪なのだろうか?)。

 もうひとつの例は、ヒット曲の予測システムだ。人工知能にクラシック、ジャズ、ロックなどありとあらゆるジャンルの300万曲をインプットした。すべての楽曲はメロディ、リズム、オクターブなど70の要素に分解し、ヒット曲のパターンを分析する。すると、ヒット曲は60のカテゴリに分類できるという。ただし、「なぜヒットしたか」は示されない。

 この分類に基づいてAIは、無名のシンガーソングライターのハイディ・メリルさんがネットに投稿した楽曲がヒットすることを予測した。それまで、ニューヨークのバーなどを中心に活動していたメリルさんは、プロの音楽プロデュサーのもと、メジャーデビューを果たし、さらには世界中のテレビ番組に出演し、ネットでのダウンロードは2500万回を超えているという。

 音楽業界ではこうした動きが広がっており、アーティストの90%は予測システムによって発見されている。45年には、ヒット曲そのものを人工知能がつくる時代になるかもしれないそうだ。

●どうやってIoTで稼ぐか?

 未来を予測するには、ビッグデータを集め、処理(計算)し、仮説を立ててデータ間の相関関係を見いだすことが必要だ。ここで「IoTとは何か」を考えてみると、「人を介さずにビッグデータを収集するための一手段」といえるかもしれない。「スマホの次」として話題になっているメガネ型や時計型のウエアラブル端末なども、センサーの一部と見なすことができる。

 しかし、未来予測を行うためには、年間出荷数が十数億台のスマホやウエアラブル端末だけでは足りない。シスコシステムズのいう「20年に500億台」でも十分ではない。

 そこで米国では、産学連携で毎年1兆個のセンサーを活用する「Trillion Sensors Universe」を実現しようとしている。1兆個のセンサーで、医療・ヘルスケア、流通・物流、農業、社会インフラなどを覆い、そこから得られるビッグデータを未来予測に活用するのである(図1)。

 この動きが加速すれば、45年にはなんと250兆個のセンサーからビッグデータが集められるという。このような規模のビッグデータにおいては、「仮説を立ててデータ間の相関関係を導き出す」ことも最早、人間には不可能であり、人工知能の独壇場となる。その結果、「風が吹けば桶屋が儲かる」といった、一見すると可能性が低そうな因果関係を発見することも簡単にできるようになるだろう。

 ではどうすればIoTで稼ぐことができるのか? コンピュータも人工知能も、「桶屋が儲かるにはどうしたらよいか?」という問題を設定することはできない。つまり、IoTで稼ぐための第1条件は、AIに解決させたい問題、つまり「何で儲けたいか」という問題を明確にすることである。シスコシステムズがいう「IoTで7兆650億ドルの市場」は、こうして誕生すると考えられる。そんな時代は、もう、すぐそこまできている。

 このようにIoTによる未来予測には、AIが使われる。では、そのAIの本質とは何か?

●16年はAIがブーム

 16年、ブームはIoTからAIへと移り変わった。私が購読している日本経済新聞では、紙面と電子版の両方で「AI」の文字を見ない日はない。EY総合研究所は、AI関連の国内市場は30年に86兆9629億円と、15年の23倍に拡大すると予測している(15年9月15日)。政府の産業競争力会議は、安倍晋三首相が明言した国内総生産(GDP)600兆円達成に向けて、ロボットやAIなどで30兆円の市場を生み出すという目標を掲げ た(4月19日)。そして、4月に設置された国のAI研究の司令塔組織の議長に、日本学術振興会理事長の安西祐一郎氏が就任した(5月16日)。

 自動車はAIによる自動運転が秒読み段階に入り、株式や債券などの運用もAIが行うようになり、機能性材料の開発もマテリアルズ・インフォマティクス(MI)というAIが行うことができるようになるのだという。すでに、チェスや将棋ではAIが人間のプロに勝つことが当たり前になり、「向こう10年は人間に勝つのは無理だろう」と言われていた囲碁ですら、グーグルのAI「アルファ碁」が世界トップ級の囲碁棋士に勝利してしまった。

 韓国生まれの美術家の李禹煥(リ・ウーファン)氏は、5月15日付日経新聞の『人工知能と美術家』というコラムで、「人間の考えや意志には限界があって も、世界との出会いは無限である。つまり未知への好奇心に燃える生きた存在であること。そして絶えず無意識の刺激に突き動かされる表現を自覚する時、人間 は決してAIの侵すことのできない聖域に思えてならない」と主張した。

 しかしソニーは、コジタイという米カリフォルニア州のベンチャーと、環境の変化に応じて自ら考えて機器やサービスの新しい使い方を示すAI、名付けて「好奇心を持つAI」を開発すると発表し(5月18日)、同月19日夜には東京藝術大学の音楽ホール(奏楽堂)で、ヤマハが開発した人工知能演奏システムを搭載したグランドピアノと人間が共演する公演が開催された。

 筆者は李氏の主張に賛成したい気持ちもあったが、現実は好奇心や芸術にまでもAIは侵食してきている。もはや、人間はAIとの競争に勝つことなどできないと思い始めていた。

●AIに対する誤解

 このようにAIまみれとなっていた私のもとに、『日立評論』(4月号)が郵送されてきた。これは日立の技術や製品を紹介する論文誌であるが、同号は前出・矢野氏が監修したAI特集号となっていた。そのなかで矢野氏が書かれた単著の論文『AIで予測不能な時代に挑む』を読んで、衝撃を受けた。

「碁でも機械が人間に勝つようになった」
「人間と機械(AI)との競争になる」

“これらはいずれも誤解を与える表現だと思う”と書かれていたからだ。私は、まさにそのような誤解をしていたひとりであったわけだ。

 前置きが長くなったが、以下で、上記のどこが誤解なのか、また誤解だとすれば正しい解釈はどうなるのか、矢野氏の驚くべき解釈を紹介したい。 その上で、日本がAIビジネスで86兆円を超える新市場を生み出すためには、IoTと同様にAIにおいてもその本質の理解が欠かせないことを警告したい。

●深層学習機能を備えたAIの進化

 まず、チェスや将棋ではAIが人間に勝つことが当たり前になってきたにもかかわらず、なぜ囲碁では「向こう10年は人間に勝つのは無理だろう」といわれていたのか。それは、次の一手を打つ時の探索空間の次元が異なるからである。チェスで必要な探索量は10の120乗、取ったコマを再利用できる将棋は10の 220乗、囲碁は10の360乗に達するといわれている。囲碁はその探索空間が桁違いに広いため、最適解を見つけられるようになるにはコンピュータの性能が足りないと思われていた。だから、「向こう10年は無理」だったわけだ。

 ところがその予測を覆して、グーグルが開発したAI「アルファ碁」が世界トップの囲碁棋士に勝利した。そのAIには、「深層学習」(ディープラーニング)と呼ばれる技術が活用されており、「とうとうコンピュータが人間を破った」と大きく報道された。

 深層学習とは、人間が経験を積んで学習するのと同様に、コンピュータ上のAIが入力データを経験としてそのルールを学習し、AI自身で以降の判断ができるような機能のことである。つまり、深層学習機能を備えたAIの進化がその勝利の要因だったわけだが、そのどこが誤解を招く表現なのか。

●「人間と人間の戦い」と見るべき

 矢野氏は論文の中で、「アルファ碁と囲碁棋士との戦い」を、「機械(AI)と人間が戦った」のではなく、「人間が人間と戦った」という見方をしたいと述べている。その斬新な見方に驚いた。

 矢野氏によれば、「一方の人間(囲碁棋士:著者注)は、自分の経験と学習によって力を高める従来のアプローチをとった人である。すなわち、自らの身体や知力で戦う道を選んだ人」であり、「他方の人間は、過去のあらゆる棋譜のデータからコンピュータを使ってシステマティックに学び、さらに、そのコンピュータ同士を何千万局も戦わせて、その棋譜からも体系的に学ぶ方法を選んだ人である」と見たのだ。

 つまり、いずれも人の選択であり、それゆえ矢野氏は「人と人の勝負だった」という見方をしたのである。そして、結果的に後者の選択をした人が勝った。これは、「未知の問題に(深層学習という)、コンピュータを使った対処法を体系的に構築することに尽力することが効果を上げたから」であると論じている。ルールさえわかっていれば、専門知識は問われない。

 矢野氏は、AIと囲碁棋士の勝負を「機械(コンピュータ)と人間との勝負」と見ると、本質を見誤ると指摘している。その本質とは、「この碁のプログラムの開発者チームの中に、碁がプロ級に強い人はいないという事実である」ことに集約される。

 そして矢野氏は、「ビジネスでも同じことが起きつつある」と述べる。つまり、ビジネスにおいて従来のコンピュータやAIを利用するには、その対象となる分野の専門的知識が必要不可欠だった。ところが、深層学習という機能を備えたAIを利用すれば、その分野の専門知識はさほど必要ない。囲碁でいえば、そのルールさえわかっていればよく、「囲碁が強いかどうか」は関係ないということである。

 このロジックは、あらゆる技術、産業、それだけでなく芸術にも適用できる。たとえば、筆者が専門としている半導体の製造についても例外ではない。この続きは、次回「半導体プロセスの未来」で論じたい。
(文=湯之上隆/微細加工研究所所長)