情報学の研究所が見たAI実用化の今
-日本で人工知能（ＡＩ）研究が本格化して約３年がたち、急造した研究機関も落ち着きました。一方、早くも社会実装が求められています。ＮＩＩは最近のＩＴの発展の中で、どんな戦略を描きますか。
「研究から製品化までの時間は、どんどん短くなっている。昨今は、３年あれば社会実装はＩＴの世界では当たり前かもしれない。ディープラーニング（深層学習）は既に幅広く展開されている。重要なことは、システムを構築するために、実はＡＩという技術だけではなく幅広く多様なＩＴ技術を駆使する必要がある点だ。つまりＩＴの総合力が必須になる。ＩＴ系最大の情報処理学会の専門分野は４０にも上る。ＡＩはその一つに過ぎず、多くの技術がある。ＮＩＩは情報学分野の幅広い研究者を抱える。この力をフル活用して社会実装を推進する」
「日本医療研究開発機構（ＡＭＥＤ）から支援を受けているＡＩの医療画像ビッグデータ解析がある。日本では胃カメラと大腸カメラが年間１６００万件以上実施されており、医学研究者が『これだけデータが整備されている国は他にない』と誇るほどだ。ＮＩＩは日本消化器内視鏡学会と連携して内視鏡画像データを集め、疾患を識別するＡＩを開発した」
「ＡＩを賢くするには膨大なデータが必要になる。データを収集するセキュアなネットワークが不可欠となる。ＮＩＩは年７月から国立大学のセキュリティー監視を始め、高度なサイバーセキュリティー技術をもつ。同時に毎秒１００ギガビットの最高速ネットワークを運用している。クラウド技術についても大学向けガイドラインを発行している。システムの構築時には、これらの多様な技術の融合が重要であり、ＮＩＩの総合力が強みになる」
-オールジャパンの推進体制も必要です。
「医療画像は、一つの病院との共同研究ではなく、学会を通して全国の多くの病院からのデータを集めている。ＡＩによる画像解析の研究者も情報研に限らず東京大学、名古屋大学、九州大学から参画しており、今後も招く予定だ。学会は日本病理学会、日本医学放射線学会、日本眼科学会と連携を進めている」
-実用化は。
「既に限定された領域では高い精度が達成されつつある。産業への展開はＡＭＥＤと学会、医師、患者など関係者と慎重に協議する。この研究成果は、データにラベルをつけるという医師による膨大な作業に支えられている。深層学習を工夫するＩＴ研究者だけで実現されるものではない。論文には、アノテーションに協力して頂いた方々の名前も含めるのはどうかと考えている。高エネルギー物理学では著者の数は１０００人、２０００人というのが当たり前だ。多数のステークホルダーが協力することで成り立つ事業で開発された技術を、どのように民間企業に技術移転するか。誰も違和感を持たない形にすべく、丁寧な議論を始める」
-他の分野での取り組みは。
「別の例としては農業がある。例えばドローンなどを使いデータを集め、画像解析すること日本だけではなく世界中で試みられている。作物の環境への耐性、病害虫への耐性に関するビッグデータは農業を大きく変容させるだろう。農学の研究データは昔からかなり多くあり、若手の研究者が挑戦している。大豆に関して大昔の紙のデータをデジタル化することから始め、ゲノムまでつなげつつある」
-オープンサイエンスもデータ共有が課題です。
