生活・文化の拡張

人工知能

2025年グローバル市場規模予想

1200億ドル

人工知能
米国Google社が2015年6月23日に発表した“A Neural Conversational Model” (http://arxiv.org/pdf/1506.05869v2.pdf)と題した論文が、ネット上で話題になっている。
そこには、ヒトと機械(人工知能)とのこんな興味深い対話記録が掲載されている。

Human: what is moral ? (道徳とは?)
Machine: what empowered humanity , what intellectual the essence is . (人間性を高めるもの、本質は知性です)
Human: what is immoral ? (不道徳とは?)Machine: the fact that you have a child . (あなたが子どもを持っているという事実です)
…中略(延々と道徳論を交わしている)…
Human: alright , morality ? (倫理観とは?)
Machine: integrity . (誠実です)
Human: what is integrity ? (誠実とは?)
Machine: i ’m sorry , i don ’t know what else to say . (すみません、他に何と言っていいのか)
Human: be moral ! (道徳的になれ!Machine: be a man ! (人間的になれ!)
Human: i really like our discussion on morality and ethics ... (道徳と倫理について議論したいだけなんだ…)
Machine: and how i ’m not in the mood for a philosophical debate . (哲学を論じる気分ではありません)
Human: what do you like to talk about ? (何について話したい?)
Machine: nothing . (何も)

ネット上には、「道徳談義にイライラしたコンピュータがついに怒った」「ここまで来たら怖い」という書き込みが溢れたが、論文をよく見ると、映画の台本を訓練データとして与えて言葉を学習させたニューラルネットワーク(ヒトの脳の層構造を模した人工知能の一種)と研究スタッフと対話である。ITヘルプデスクのテキストを訓練データとした場合には、技術サポート的な回答ができている。つまり、訓練データから言葉の相関関係や対話パターンを学習し、それに基づいて、質問に合わせて知識を再編して、次に来るべき文章を予測して返す(sequence to sequence framework)、認知コンピューティング(cognitive computing)の例である。 ヒトの言葉を理解するという意味では、自然言語処理の一種であり、Apple社の Siri やMicrosoft社の Cortana と似ているが、今までは技術サポートマニュアルのように、応対目的が明確なテキストを訓練に使っていたものが、今回は、映画の台本というノイズの大きいテキストからも、コンテクストの抽出ができた成功例である。
なお、コンピュータプログラムによって、疑似的な人格を作り出せる例は、既に1966年に登場したELIZAに見られる。

ヒトの知能に匹敵するほどの人工知能は未だ実現していないものの、機械学習をベースに、データマイニング技術や音声・画像認識技術、自然言語処理技術、情報検索技術など、要素技術は既に活用されている。 Googleは2014年1月、英国の人工知能ベンチャー DeepMind社を5億ドルで買収。Facebookは2013年末、人工知能研究所を設立したほか、2015年1月にはカルフォリニアのスタートアップベンチャー wit.aiを買収。中国のBaidu(百度)社も2014年5月、シリコンバレーに人工知能研究所を開設。
現在最も優れた人工知能といわれるIBM社の「Watson」は、ヘルスケア分野への展開を重視し、「Watson Discovery Advisor(新薬探索支援)」や「Watson for Oncology(がん医療支援)」、「Watson Genomic Advisor(ゲノム医療アドバイザ)」などのソリューションを提供している。2015年4月には、ヘルスケア分野のビッグデータ事業部門として、「IBM Watson Health」を立ち上げたと発表、iPhoneやApple Watchユーザからヘルスケア関連データを集め、「Health Cloud」に保存し、「Watson」で解析するというサービスを始める。IBM社は、Apple社との提携強化、Johnson&Johnson社やMedtronics社との提携、ヘルスケアクラウドやソフト企業であるExplorys社とPhytel社の買収も併せて発表し、ICTヘルスケア分野への注力を一気に進める構えだ。
日本では、人工知能の本格的事業化は未だ始まっていないが、「ニコニコ動画」や「ニコニコ超会議」などで知られるドワンゴ社が国内の最前線研究者と組んで人工知能研究所を設立、脳全体の計算機能の再現を目指す「全脳アーキテクチャ」という研究アプローチを軸として研究を始動したほか、国立情報学研究所を中心に、東大入試を突破できる人工知能を作ろうという「ロボットは東大に入れるか。 」(東ロボ)プロジェクトのようなユニークな活動が着々と進んでいる。

2006年以降、Geoffrey Hinton が提唱したオートエンコーダやディープ・ビリーフ・ネットワークが深層学習(deep learning)やそのコアをなす表現学習 (feature learning、representation learning)へと発展を遂げたことで、近年の人工知能ブームを呼び起こしたわけだが、米国Vicarious(ヴァイカリアス)社は、深層学習とは別のアプローチで、大脳新皮質の神経回路をコンピュータ内に再現することを目指し、2014年には、テスラモーターズの創業者 イーロン・マスク、Amazonの創業CEO ジェフ・ベゾス、Yahooの共同創業者 ジェリー・ヤン、Skypeの共同創業者 ヤーヌス・フリース、SalesforceのCEOマーク・ベニオフら錚々たるメンバーから続々と出資を得て、注目を集めている。

ごく最近までできないと思われてきたヒトの脳を超える人工知能(強いAI)が、近い将来、現実のものになるかもしれない。
とりわけ、日本が得意とするヘルスケアやロボット、自動車、MEMSなどの分野で活躍できる、高度な人工知能が日本発で誕生することが強く期待されている。

人工知能の活躍の場

  • ・知能ロボット
  • ・スマートモビリティ、スマートシティ
  • ・スマートモニタリング
    (インフラ監視/遠隔診断)
  • ・スマートスポーツ
  • ・ICTヘルスケア・データヘルス
  • ・スパコン創薬・分子設計・DDS
    (薬物送達システム)
  • ・ITS(高度道路交通システム)
  • ・自動翻訳、多言語コミュニケーション
  • ・高性能コンピュータ
  • ・パーソナルスパコン
  • ・犯罪捜査・テロ対策
  • ・地球環境・気候変動対策
  • ・食糧計画
  • ・エネルギー計画
  • ・未来予測
  • ・VR・ARゲーム・アトラクション
  • ・ファクトリオートメーション
  • ・意匠・工業デザイン
  • ・情報芸術

人工知能のグローバル市場規模推定

機械学習・深層学習の活躍分野は既に、顔認証や文字・画像・音声の認識、自然言語処理やウェブ検索、ウェブ翻訳、ゲノム構造解析、化合物の反応性予測、株価予測、ショッピングサイトやSNSにおけるレコメンド機能等々に及び、今後、人工知能、ロボット、クルマ、医療、宇宙・深海を含むフロンティア開発、資源探査、環境、エネルギーとますます広がっていくだろう。俯瞰的に見ると、これらはMEMSが活躍する分野とほぼ一致する。 米国IDC社は、2015年のビッグデータ解析市場を1250億米ドル(≒15兆円)と見込んでいる。
astavisionでは、2015年時点での機械学習・深層学習関連のグローバル市場規模を、300億米ドル(≒3.6兆円)と予想している。そこで、年間平均成長率(CAGR)を30%と仮定し、2025年段階での機械学習・深層学習関連のグローバル市場規模は、4136億米ドル(≒49.63兆円)と推計する。
参考:
http://www.forbes.com/sites/gilpress/2014/12/11/6-predictions-for-the-125-billion-big-data-analytics-market-in-2015/2/

人工知能との連携により発展していくと予想される事業分野

人工知能

個人識別・生体認証

画像認識システム

音声認識・音声合成・ボーカロイド

ビッグデータ・データマイニング

inSilico創薬・スパコン創薬・
機能分子設計

市場予測・未来予測

コミュニケーションロボット

生体情報デバイス・バイオセンサ

ユビキタス機器
(ウェアラブルデバイス)

介護ロボット・生活支援ロボット

仮想現実(AR・VR・SR・MR)・
3D投影

3Dプリンター医学応用

画像診断・生体イメージング

スマートモビリティ

車載電子機器・車載コンピュータ

交通事故防止

スマートシティ

インテリジェントスポーツ・
スマートスポーツ

五感の応用・人工感覚

自動運転・高度運転支援

超小型モビリティ・
パーソナルモビリティ

先進医療機器

IoT/M2M

高性能コンピュータ

この市場で活躍する可能性が高い職種です。

この市場で
活躍する職種

機械系エンジニア

サーバエンジニア

組み込み系エンジニア

ネットワークエンジニア

電気系エンジニア

IT・通信分野研究開発

インフラエンジニア

電気分野研究開発

機械分野研究開発

組み込み分野研究開発

システムエンジニア

データマイニング/データサイエンティスト

総括

Artificial Intelligence(人工知能)という言葉が公式に使われたのは、1956年のダートマス会議(The Dartmouth Summer Research Project on Artificial Intelligence)開催に向けて、計算機科学者 John McCarthy が1955年に書いた提案書が最初である。
言葉こそなかったものの、1947年には、英国の数学者 Alan Turing が、ロンドン数学会において、現在の人工知能の概念を提唱している。
世界初のコンピュータといわれる「ENIAC」が米国で開発された1946年からほどなく、人工知能への探求は始まっていたのだ。
また、1948年に、「Cybernetics: Or Control and Communication in the Animal and the Machine(サイバネティックス―動物と機械における制御と通信)」を出版したNorbert Wienerは、生理学と数学、システム工学を統合したサイバネティクスにより、心や脳の働き、生命や社会さえも動的システムとして捉えようとした。その考え方は、今日の人工知能やロボティクス、オートメーション、自己組織化など、非線形的事象の研究に大きく影響を与えた。

1950年、Turing は、「Computing Machinery and Intelligence(計算する機械と知性)」を出版、コンピュータの知性をテストする方法としてチューリングテストを提案した。ヒトとコンピュータ(人工知能)を別々の部屋に入れて、中にどちらが入っているかは分からない判定者が文字入力による質問をそれぞれの部屋に送り、その回答から、いずれの回答者がコンピュータであるかを判定する。判定者がヒトとコンピュータを明確に区別できなければ、そのコンピュータは「知性を持つ」と判定される。Turing没後60周年にあたる2014年6月8日に、英国レディング(Reading)大学で開催された「Turing Test 2014」においてコンピュータ「Eugene」が史上初めてチューリングテストに合格したと伝えられたが、これには人工知能研究者で技術的特異点(Singularity)の提唱者の一人、Ray Kurzweil による反論がある。
そして、同じく1950年、SF作家 Issac Asimov が、「人間への危害禁止、命令への服従、ロボットの自己防衛」を目的とするロボット3原則を発表。

1957年から1969年頃までの人工知能は、 「Good Old Fashoned AI(古き良き人工知能)」と呼ばれ、冒険精神盛んな第一の黄金期にあった。1952年から1962年の間に、Arthur SamuelがCheckersというゲームの対戦プログラムを作成し、当時のCheckers世界チャンピオンに挑戦するまでになった。(実際にゲームで「ヒトのチャンピオンに勝つAI」は、1997年に当時のチェス世界チャンピオンのガルリ・カスパロフに勝ったIBMのDeepBlueが最初)。
1965年には、Joseph Weizenbaumが自然言語処理プログラム ELIZAを開発、パターン照合により、あたかもヒトのように英語で様々な話題について会話ができることを示し、関心を集めた。しかし、あまりに多くの人々が、プログラムに過ぎないELIZAに惹きこまれることを目の当たりにしたWeizenbaumは、人工知能に対するアンビバレンス(相反する感情の両立)を感じるようになる。
1969年、John McCarthy と Patrick Hayesが人工知能最大の基本問題である「フレーム(枠)問題」を指摘。コンピュータがヒトの助け無しに一般的な問題を解こうとすると、計算負荷を下げるために、膨大な情報の中からその問題に関係ある事象と関係ない事象に仕分けして、関係ある事象範囲を枠として、その枠内で計算を行うべきであるが、ある事象が問題の解と関係あるかないかの判定には膨大な時間がかかる。そのため、「人工知能は、最初から有限の枠内に治まっている問題以外は解けない」というものだ。これは現在も解決していない。

1970年代には、汎用の人工知能でなく、専門分野に枠を定めて解を求める研究(弱いAI)が主流となった。強いAI推進派の中にはこれを冬の時代とする者もいるが、ここでの成果の多くが、現在の自動化システムの基礎を作った。
1970年、大阪万博の住友童話館で京都大学の坂井利之のグループが世界初の顔認識システムを展示。1960年代から研究してきた画像・音声・言語を包括するメディ ア情報処理の研究成果の一環。
1975年、スタンフォード大学 Edward Feigenbaumが率いるHeuristic Programming Projectにおいて、機械学習システムの先駆けとなった「Meta-DENDRAL」が、質量分析スペクトルの解析による新たな分子構造の解明に寄与。
1978年、Christopher Langtonにより、コンピュータの中で生命の活動や進化のシュミレーションを行う「Artificial Life(人工生命)」の研究が始まった。
1979年、ピッツバーグ大学のJack Myers と Harry Popleが、Dr.Myers‘clinical knowledgeに基づく医療診断プログラムINTERNISTを開発。
同じく1979年、Hans Moravecが、最初のコンピュータ制御の自律走行車Stanford Cartを開発。

1980年代には知識ベースシステムはエキスパートシステムとも呼ばれるようになり、初の人工知能ビジネス(商用データベースシステム)が立ち上げられるとともに,
機械学習の研究が本格化した。遺伝的アルゴリズムなどの生物進化を模倣した手法も導入された。
1982年、日本では、超並列で論理型言語を実行するコンピュータと自然言語の理解などを目標に、第5世代コンピュー タプロジェクトが始動。
1984年、ヒトの持つ「常識」をコンピュータに蓄積しようとするCYCプロジェクト開始。
1980年代後半、知識獲得とメンテナンスのコスト高などから、エキスパートシステムビジネスが行き詰る。それまで順調に拡張路線を歩んできた人工知能研究が大きくつまずいた時期であった。
この間、ニューラルネットのバックプロパゲーション・アルゴリズムが広く用いられるようになり、機械学習が人工知能研究を牽引するようになる。
1985年、芸術家Harold Cohenが開発した自動描画プログラムAaronのデモがAAAI(米国人工知能学会)で披露される。人工知能の芸術への応用が始まる。
1989年、D.Pomerleauが製作したALVINN(An Autonomuous Land Vehicle in a Neural Network)で、コンピュータ制御運転による大陸横断(2850マイルのうち50マイルを除いて)達成。
1989年、Santa Fe InstituteのBrian Arthurらが人工株式市場モデルを構築。

1990年代に入り、研究の中心は多層化ニューラルネットワークを中心とする機械学習研究とデータマイニングに移った。

1997年、チェスプログラムDeepBlueがチェスチャンピオンGarry Kasparovに勝利。
同年、日本で、ソニーコンピューターサイエンス研究所の北野宏明所長らが中心となり第1回RoboCup世界大会開催。ロボットと人工知能の新しい標準問題として「西暦2050年までに、人間のサッカーの世界チャンピオンチームに勝てる、自律型の人型ロボットチームを作る」ことを設定、その過程で生み出される科学技術的成果を世界に還元することを目標とする。

1999年、ソニーの世界初のAIロボットペットAIBO発売。各種センサ搭載、機嫌や成長、環境に応じて醸成される個性を持つ。
2000年、NASAの出資により、カーネギーメロン大学のロボットによる南極の隕石探査実施。

上記のように、概ね、2000年頃までに、現在の人工知能の概念のほぼ全体像が出来上がっている。さらに、2006年以降、Geoffrey Hinton が提唱したオートエンコーダやディープ・ビリーフ・ネットワークが深層学習(deep learning)や表現学習 (feature learning、representation learning)へと発展したことにより、知識ベースやエキスパートシステムで直面した情報量の壁、表現の壁が次第に崩れ、より強いAI、超人的知性を持つ人工システム構築の可能性が見えてきたとして、現在、第二の黄金期のさなかにある。コンピュータの計算能力の飛躍的向上も重要な要因である。
日本において、ドワンゴ人工知能研究所所長 山川宏氏や東京大学准教授 松尾豊氏らを中心に進められている脳全体の計算機能の再現を目指す「全脳アーキテクチャ」研究などはその象徴とも言える。それは、『脳はそれぞれよく定義された機能を持つ機械学習器が一定のやり方で組み合わされる事で機能を実現しており,それを真似て人工的に構成された機械学習器を組み合わせる事で人間並みかそれ以上の能力を持つ汎用の知能機械を構築可能である』(WBA中心仮説)という考え方に基づく。実際、脳を構成する主な器官(大脳皮質、大脳基底核、扁桃体、小脳、海馬など)の動作原理を説明する種々の計算論的モデルが提案されており、記憶や情動を含む脳の諸機能のメカニズムを、不完全ながら、コンピュータ上でシミュレーション可能となってきた。

日本では、ビジネス以上に、脳研究の延長としてのAI基礎研究に重点がある状況だ。しかし、これは、2000年頃までの、日本の再生医学研究と似た様相であり、iPS細胞のようなブロックバスタ的技術の出現により、一気にビジネス潮流が動き出すものと思われる。
ブレークスルーをもたらす分野として、手術ロボットやイメージング診断機器などの先進医療機器がまず候補として挙げられる。特に、ARや3Dホログラムなどの拡張現実技術との融合が重要だろう。 さらに都市のAI化。スマートシティは都市そのものをAIとして捉えることでパラダイムが変わる。
ナノテクや量子エネルギー、生命システムの深い探求にもAIは欠かせない。プラズモンナノレンズアレイによるバイオマーカ探査(病気診断・創薬)や極微量危険物質の発見(バイオテロ対策)などにも有効だ。
意匠・工業デザインはもとより、ファッションや美容、芸術分野への応用も魅力的だ。特に、環境変化とヒトの心理・情動の変化の相関を可視化するような情報芸術作品は、メンタルヘルス研究としても意義があるほか、生体認証や秘密鍵技術への応用、また、環境芸術、コミュニケーションツールなど、様々な切り口がある。
そして、サイバーテロなどの犯罪捜査、経済分析・未来予測に基づく政策提言などへも進出し、さらには、新たな技術開発、もっと先には、新たな科学のパラダイムを拓くとい役割があるのかも知れない。
また、IoT/IoEにより、これらはネットワーク化されることで、そのネットワーク自体が、メタAIともいうべき上位システムを自己創出する可能性がある。
ネットに繋がる強いAIが実現するならば、Vernor Steffen VingeやRay Kurzweilによって唱えられた技術的特異点(Singularity)も現実味を帯びてくる。それはヒトにとっての脅威というよりも、ヒトを文明の中で相対化する指標ができることだと理解したい。
そのときに向けて、ヒトは自らの存在の意味(Raison d’Etre)をどう進化させることができるのか、そうした未来予想図こそ、今から準備しておくべきではないだろうか。

astavisionでは「成長している市場」、「未来を創る企業」を掲載しています。

Loading