第40回新産業技術促進検討会シンポジウム「IoT社会実現に向けた次世代人工知能・センシング等中核技術開発」成果報告会（https://www.nedo.go.jp/events/report/ZZCD_100026.html）
講演タイトル：日本のAI 技術：現状と展望
講演者：産総研 人工知能研究センター センター長 辻井 潤一 氏
https://www.nedo.go.jp/
#NEDO
【書き起こし】「日本のAI 技術：現状と展望」(産総研 人工知能研究センター センター長 辻井 潤一 氏)
(00:01) th 続きまして特別講演を開催いたします 日本の ai 技術 現状と展望と題しまして 国立研究開発法人産業技術総合研究所 フェロー 人工知能研究センター研究センター長 辻井11様にご講演いただきます 辻井様は 1973年に京都大学大学院を修了後 マンチェスター大学教授東京大学教授など を歴任され現在マンチェスター大学経条件 にん 東京大学名誉教授でもいらっしゃいます また2010年には紫綬褒章を受章されて おります それでは辻井様よろしくお願い致します ヘッドそれではあの産総研の辻ですえっと まぁのこれからえーっとませんさーの話 から人工知能の話に移るっていうことで
(01:06) えっとその前座としてヘッド人工知能の話 のまあ入口的な話をさせてもらっからと 思います でこれがあの今日の話の流れなんですけど まぁあの実際にこの10年間ぐらいで ai っていうのがかなり高 進歩していたことを確かだけですね今こう 2つにこう分かれてると思うんですけど 一つはあ 積極的にあの社会のいろんなところに a や技術を使っていきましょう まあそういう形でヘッド ai のまあ 社会実装っていうのが急速に進んでいると いう話が一つですねそれからもう一つ実際 に向社会実装をやってみると まだ足らない技術っていうのが見えてき たっていうんですがこれからどういう形の 美術をつくっていかないとダメかっていう のはわかってきたまあそういう意味では ヘッドまあ
(02:09) ai の基盤技術としてどういう研究をし ていくべきかというまあそういう2つの話 があるかと思います ます後輩 k の話なんですが はい えっとまぁ背景的な話を言いますとえっと 実際にえっと ai というのはこう3つ のブームがあったっていうふうに言われる んですけど まあ初期のヘッドまあ前世紀の半ばぐらい から始まった ai というのは比較鉄鋼 おもちゃの問題を取り上げて探索の研究よ って言うんですかヘットある状況で何を やったら正解に以下というのはわかって ない時に まぁ基本的には先読み的なヘッドことを やってうまくいくやり方を選ぶとまあそう いう 探索の研究というのがかなりやられたわけ ですねそれが第1期のブーム期わけです それから第2期のブームになるともう少し 現実的な問題を解きましょう
(03:14) 例えば へと医者さんもやっている 両親がみたいなことをやりましょう その場合だとお医者さんっていうのはなん かある種の知識を持っているのでそのお 医者さんの持っている診断に関する知識 っていうのを規則として書いてあげ ましょう まあそういう知識の時代ってのがあった わけですねそっかヘッドまあ冬の時代が あってヘッド現在の まあ深層学習機械学習の時代が来 るっていうまあそういう3つの流れがあっ たかと思いますでまぁそういう意味では このえっと前の2つの時期とこのえっと 現在のブームの中にはちょっと大きな 切れ目があるんですね実際にはどういう 切れ目があったかっていうと この間にえっとビッグデータの時代って いうのがあるわけですねたくさんのデータ を取ってくるとそのデータの中に潜む規則 性というのが見えてきますよとまあそう
(04:18) いうビッグデータの時代がある訳ですけど そこから一歩進んでポンドはデータを たくさん集めると所からもう 対象のモデルが作れるとなからえーっと データを元にして予測をしたりえっと推論 したりするっていうことまでできるんじゃ ないかっていうので現在の ai ブー ムっていうのは出来てるっていう風に考え ていますまあそういう意味では最初の2つ の期間っていうのがどちらかというと情報 処理は計算結果から出てきた ai と いうことになるわけですが 現在の機械学習深層学習っていうのはそれ に対して2理化学的な えっとまぁすグリフォン的な えっと aiq 風になってると思います それが2つこう重なってきてえっと プログラムとしてヘッドいろんなことを やらせるって話と ペット数理的な
(05:20) えっと規則性を取り出すというその2つの 技術っていうのが重なってえっと次の a 8まあ現在の ai もうそういう傾向が あるかと思います まあそういう2つのヘッド情報処理と数理 科学っていうのが8まあ寄り集まってき たっていうのが現在の ai だと思い ます それでは a というのは情報処理の ヘッドやりか型級の王宮変えたっていう風 に言ってもいいと思うんですねキュッと 基本的な情報処理っていうのはヘッド人間 がわかっていることを プログラムとして計算機で実行させてあげ ましょう だから基本的には何か我々がわかっている ことをプログラムとしてヘッド計算機に 与えるっていうのがヘッドまあ基本的な 情報処理のパラダイムだったわけですねで それが今度今あのビッグデーターから来た ai 今日の何をやっているかと言うと何
(06:24) かあんまりよくわかってないことがあった ときにデータをたくさん集めてくるとその 中でヘッドモデルが作れると えっと自分たちはまあ人間の方がわかって ないことも大きなデータを集めることで えっと中で何が起こっているかのモデルが できて計算機がそれをもう処理できるよう なところまで持ってきてくれるって言う ことになるわけですね本布団 えっと ai というのは えっと情報処理のパラダウの中ではヘッド わかってないことをやらせるって言う エッド分野ではあったわけですねえっと 一番最初のヘッド探索の時代でもえっと ある状況で何を打ったらいいかまあ将棋と かウォーク考えてくれたらいいわけです けどどういう手を打つとか使ってのが わかんないのでヘッド酒を見をやらして それが探索の時代だったわけですね者気温 3をやってヘッドある局面でどういう手を
(07:30) 打つのが勝ちにつながる学級の計算機とが が 見つけ出してくれるということをやってた わけですけどそれがさらに一歩津田んです ね例えばこういう高写真を見せられてその 写真に猫が映ってますか伊豆が映ってます かっていうのを分けてくださるとどういう 規則でやってるかっていうのを教えて くださいと言われても 人間の場合規則が書けないんですね えっとなんとなく人間は見たらこれは猫だ とかいいのだとかってわかるわけですけど そういうどういうして判断してるかって いうのは人間はを枠 説明することはできないでもえっと猫の 写真と犬の写真をたくさん見せてあげて これは猫これはいいのっていうのを計算機 に与えていくと計算機が自動的に判断する ための規則を作ってくれるということに今 のヘッド a 相手のはなってるわけです ねその2つがうまく結びつくとえっと後で
(08:38) ものすごく強いプロフアムができたという のはえーっと探索をやってるわけなので ヘッド最初のえっと探索の時代の aai の美術は使っているわけですね ただもの局面を見た時にどのあたりを打っ たらいいのかっていうの人間は何となく 分かってるわけですけど それを範囲して書くことはできなかったん ですねところがパクさんの局面をいっぱい 見せてあげてヘッド所これでどういうふう に打つと買ったかっていうデータハ たくさんそろってくるとヘッドどこに売っ てを打てばいいかっていうのがヘッド計算 機が自動的に学習してくれるとってそう いう2つの技術が繋がると非常に強いこの プログラムができる いう話になったわけですねまあそういう 意味ではペット今の ai っていうのは フィットイエットしてるわけではなくて えっと上処理の新しいパラダイムを 作り出してるって言うんですかへっ分かっ
(09:43) てないことでもデータをたくさん与えると 計算機のはが keえっと計算のモデルを 自分で作ってくれる そういうパラダイムで と情報処理ができるようになったという わけですねでそれでまあ今の ai と いうのが非常にたくさんのところに使われ てるわけですけどヘッドたーーーーヘッド 日本でえっとどういう形の a あをやっ たらいいかっていう時にエッド例えば google だとかフェイスブックが やってるような えっとまぁ基本的にサイバースペースの中 での兵 iq ところはやるべきでは僕は ないだろう 日本がやるんであれば日本の強みである ようなヘッド実社会の問題を実際にといて いく例えば製造業であるとか健康であると かえっとそういう問題のところに ai を 適応していきましょう しかもネット社会ていかないっていうのは 日本の中でいろいろ顕在化してますから
(10:48) そういうところに ai を使っていくことで新しいタイプの 情報処理パラダイも社会問題の解決に使っ ていきましょうそういう ai を作るの がいいんじゃないかいう風に考えています でもう少し違った言い方をするとえっと はじめの2つの機関の ai というのは 人間の思考の部分に焦点を当てたわけです ね人間はどうやってものを考えてるの かっていうところにセット ai って いうのが使われたというわけなんですが 第3期の ai 今の ai というのは えっとそれに対してえっと線審が非常に 強くなってきたヘットかなりたくさんの データがじっ世界から入ってくるっていう ことになったわけですねだから頭の中で ものを考えるって言うだけ ではなくてねとか耳を持ち出したというの が非常に大きいということになりますそれ
(11:53) からもう一つはヘッド自動走行の えっとを車であるとかロボットのように 実際にえっとを社会に対して働きかける こともできるようになってきただから ロボットが典型だと思うんですけど 手とか足を持つようになったというわけ ですねだからヘッド脳の中でか考えるって 言うことのえっと両端にへと目と耳と手と 足を持ったっていうのが今の ai に なってるわけですねで9品っていうのは実 はえーっと過去の ai ではなかなか やれなかったんですねえっとぉどうして 先ほど言ったようにえっと猫と犬額ベース できるのかっていうのを説明してくださ いって言ってもなかなか説明できなかった わけですけど今の ai というのは 大きなデータをたくさん撮ってあげると ヘッド認識型っていうのが下手ある程度 できるようになってきてちょっと計算に 乗り出すように
(12:58) それからこのえっと行動する方もヘッド 例えばどうして人間は自転車に乗ることが できるのかっていうのを説明してください と言われてもなかな説明できないわけです ねえっと言葉で持って自転車に乗るには こうしたらいいけど説明できないただ えっと試行錯誤 ヘッド失敗して成功してっていうのを 繰り返してると えっと自然にこう 人間は乗れるようになるわけですねここも やはりヘッド大きなデータって言うんです か成功と失敗を計39貼ってにあることで 越冬中常に賢くなってくるとたらこういう こう説明できないような部分が えっとデータがあるとえっと計算の体型に 乗ってくるということになったわけですね そうするとその2つを えっとこの思考と結びつくとへとまぁ コバエ先生がおっしゃられたようなヘッド データから取ってきてそれから端まで
(14:02) 県産着替えあげるよー いうわけですねえっと底の部分とばこう いうセンシング認識 それから行動っていうのが映った突き出し たことで今の ai というのは非常に 強くなったりわけでそれができるように なったっていうのは実は計算機が飛躍的に 進歩したとわけですねこの3つの教会分野 がえっとうまくより集まったことで今の ai というのは非常に強力なものになっ たという事ですええええっと先ほど言った ように ai たのかなりそれを使える ようになりましたと頭の中だけで考えて いるわけではなくてえっと目とえっと手足 を持ち出したことでへとかなり実効性の ある問題が解けるようになった言い訳です ねそれ社会実装というのが進んでますで この後えっと私の後でこう話すヘッド スマート社会実現っていうのはヘッド社会
(15:06) 実装実際に日本が持っている課題を解決 するために ai をどういうことをやるべきかという 話がされることになっていますまああの そこで細かな技術的内容は出てくると思う んですけど まあ我々のところでやっていることでも 例えば製造業の中のヘッド放電加工のよう なえっとなんかその実際に放電をして加工 していると状態が変わるっていうのが 1000スイングできるわけですけどその 状態が変わったときにどういうふうに対応 したらいいのかっていうのまでへ ai が 考えてくれるとひょっと実際に加工しいっ て状態が変わった時にとそれに応じて動き を変えることができるまあそういうヘッド ai というのが出来だしてるとか あるいはヘッド化学プラントの馬大きな システムがあった時に彼がプラントって いうのはヘッド機構の状態がちょっと
(16:11) 変わると雨が降ったりすると状態が変わる わけですねえっと温度が変わりますから それで状態が変化する訳ですけどヘッド 変化したときに どういうふうにパラメータを調整して あげると またぺー上状態に戻るかそういう判断まで 計算機にやらしてあげましょうこれは ヘッドこのプラントの中にヘッドいろんな ヘッドセンサーが埋め込まれているわけ ですけど そのセンサーで中状態が変わったという ことが分かるとどういう風に動かせばいい かっていうのを 計算機のはーが判断してくれてそのように 動かすとそうやって動かした時に 状態がどうかあるかっていうのを人間に 見せてあげて まずように動いてるって言うんだとまぁ 人間敬愛するわけですけど putty では大量のえっとデータから 8型安打んして浮きを決めてくれるという
(17:17) ことができるって言うわけですにょこう 社会実装はどんどん進んでいるわけです けど実際に会ってみるとまだ問題は たくさんあるということがわかっていき ますその えっとまぁこれが床の休憩の後にえっと あの説明される共進化 ai という ところでえっと我々は3つの head or う テーマを立てて研究をしています でこれもえっどこ by 戦車の味に少し ありましたけど まあ説明できるリアルっていうんですが データがたくさん集まってきてなんか計 39が何かやってくれるって言うことなん ですけど それが完全にブラックボックスになっ ちゃうと えっと人間がこう えっと改善することはもうできなくなっ ちゃうわけ 何か失敗したときになぜ失敗したかも わからんだから阿蘇れではヘッド人間と 光学強調しようと思うとヘッドデータが たくさん集まって何かやってますねって
(18:21) 言うえっとブラック北それは困るわけです ねそれをえっと実際に行っているのがこの 研究の例ですえっと 深層学習というブラックボックスになり やすい 人工知能テクニックあるんですけど中で何 が起こってるかっていうのを人間にうまく 部せてあげて これはもうあり使わない方がいいですよと かこれは積極的に使って言ったらいい特徴 ですよっていうのを教えてあげると実際に 精度が上がる だからブラックボックスではまあデータが 膨大にあるわけなのでそれをうまく見せて あげて中で何をやってるかっていうのを ヘッド人間が介在できるようになると ヘッドより精度の高いえっと ai と いうのができてくるとさらに一歩先には えーっとai と人間っていうのが協働し ながら何かをやっていくとその場合には ai が人間を見ていてえっと人間が今 ないよしようとしてるのかっていうのを
(19:27) ヘッド判断してそれを助けてあげるって いうようなヘッド ai もできる でしょうとまあそういうことをやるために は8 ai が人間と同じようにヘッド 社会を認識してるって言うんですがとこの データの世界だけではなくて知識の世界で も人間と同じようなヘッドことは 認識してるっていうのが保証されてないと うまく協力できないということでえっと このデータと知識とうまくつないでいこう という研究をしています それ以外にちょっと時間がなくなってきた のでヘッドちょっと頭がしますけど 4位構築でlai というのは夢 ai と 等いろんな問題解いてくれるんですけど一 つ一つのシステムとにかなり作り込みを やらないとうまくいかない これから ai が広い社会の中で実装に 移っていくためには8あるところで成功し た
(20:31) ai を次のところにすぐに使い回しが できるって言うんですかそういう功 エンジニアリングとしての方法論っていう のをうまく確立してあげないと次の ステップに行かないでしょう いうのが8容易に構築できる8位まあここ でもいろんな研究を今やているということ ですねそれからもう一つは えっとまぁこれから使われる恋愛というの は信頼性が高くないと製造現場で使って いるあるいは人間の健康に関わる部分で ai が使われてるって言った時に えっとまぁ えっと突然後編なエラーをしてしまうって いうのことがあるとそういう愛は使えない わけですね信頼性をどう担保していく かっていうのもヘッド次の ai では かなり大きな問題になるでしょうまあそう いう研究を現在行っているところです でまぁあのそういうことをやってると えっと何がわかってくるかというとヘット
(21:38) まあ データを使ってヘッドいろんな判断をして くれる ai というのはそれなりに出来 ましたとただペット人間はもっとえっと 対象に関していろんなことを知っている わけですねそういう人間が知っていること とえっとデータで分かることをもっとこう 上手く融合してあげないとデータを たくさん集めれば何かできますよっていう だけでは高度なことはできない結次の ステップとしては えっと大量のデータからヘッド学習する ai からさらにヘッド知識を埋め込んだ ような んですかヘッド人間がわかっていることを えっと ai の中にうまく言え今で 開けるような ai をきっちり作るって いうのが大事になってくるだろうってまあ 我々としては先ほどもう3つの柱があると 言いましたけどちょっと次のステップとし てもっと積極的にえっとに人間の知識って いうのをくべ金がものとえっとデータから ai というのを融合していくというのを
(22:45) やって行く必要があるんじゃないかという 風に考えています以上です [拍手] 所持様ありがとうございました ねたっ
