失業するかもしれない…AI脅威論の払拭を模索する研究者たち
「ＡＩの本格的な社会実装に向けて問題点が整理されてきた」と産総研人工知能研究センターの辻井潤一センター長は三本柱を挙げた背景を説明する。現在の第三次ＡＩブームがＡＩによる失業への不安や脅威論によって広がった側面もあり、ＡＩ研究者は常に社会からの期待と懸念にさらされてきた。そのためＡＩ判断の説明可能性や信頼性保証、プライバシー保護など、社会受容性を広げる技術が活発に研究されている。そして日本のＡＩ戦略に現場主義が採り入れられた。現場に信頼され、現場で構築しやすい技術が三本柱に掲げられた。
そもそもＡＩ２強の米国と中国は、それぞれグーグルやアリババといった巨大プラットフォーマーを抱える。国家やプラットフォーマーが集める膨大なデータをＡＩに学習させて精度とサービスを磨く。対して日本は現場力を強みとする方針だ。工場などの現場をＩｏＴ（モノのインターネット）でスマート化し、良質なデータを集めてＡＩの精度を高め現場力を向上させる。
現場主義の課題は現場への依存度が高い点だ。現場はデータへの投資効果を計り、ＡＩの先端や限界を理解する必要がある。そのためＡＩの説明可能性が問題となる。ＡＩが下す判断の理由などを現場の人たちが解釈できないと改善や課題解決に使えない。そこで深層学習の内部構造解析などを三本柱に取り入れた。
また現場の知識やノウハウをＡＩで扱うために知識の構造化や、シミュレーションと機械学習との統合技術も三本柱に入れた。これらは一部成果が出ている。産総研は社内ＳＮＳを通して介護現場の知識を集め構造化するシステムを開発。さらにＮＥＣとシミュレーションと機械学習を組み合わせて発生頻度が１億分の１程度の希少な不具合を見つける技術を開発した。人工衛星の光学部品の設計に応用される。
シミュレーションはＡＩの信頼性評価にも使われる。ＡＩの判断をシミュレーションで体系的に評価し、品質保証する。この先にはシミュレーションからの逸脱検出と拡張技術が必要になる。自動運転のように事前にすべての交通状況を再現できない場合、現実世界を観測してシミュレーションから逸脱した状況を検出し、その都度シミュレーションモデルを拡張する必要がある。
麻生英樹副研究センター長は「観測データをもとにモデルを修正していく『データ同化』が応用できる」と期待する。現場のユーザーがモデルを修正し拡張する技術が不可欠となる。
構築しやすさ 実務人材が不足、ＡＩ工学も競争変質
「産業界と議論を重ねコンセプトを固めた」と産業技術総合研究所人工知能研究センターの市川類副研究センター長は三本柱戦略の経緯を振り返る。産総研が経済産業省や内閣府に提案し、政府の「統合イノベーション戦略」に反映される。同戦略ではＡＩは重点項目として扱われる。ＡＩの基盤技術を２０１８年央までに明確化し、戦略的なＡＩ人材不足への対応やデータ活用が始まる。
