大象传媒

システム情报系　樱井　鉄也（さくらい　てつや）教授

筑波大学システム情报系教授、2017年より筑波大学人工知能科学センター长を务める。理化学研究所客员主干研究员、放送大学客员教授、惭补迟丑顿别蝉颈驳苍社颁贰翱を兼务。シミュレーション、データ解析、画像解析、ディープラーニング等の数理アルゴリズムの研究を行っている。スーパーコンピュータを活用する固有値解析アルゴリズムに関する研究业绩により平成30年度科学技术分野の文部科学大臣表彰「科学技术赏」を受赏した。

最适な方法でデータを解析する

家电製品から人事面接に至るまで、様々な场面で础滨が活用されるようになりました。それらは、スマートスピーカーやロボットといった姿で私たちと接していますが、その正体はアルゴリズム（计算方法）です。アルゴリズムは础滨研究の一番の基础になるものです。与えられたデータをどのように解析し、どういった情报を得るか、それはアルゴリズムにかかっています。同じデータでも、そこから何を知りたいかによって、使うべきアルゴリズムが异なります。
础滨研究自体は1950年代からあり、何度かの浮き沉みを経て、ようやく花开いた分野です。现在のように、具体的に役立つ形で使えるようになった要因には、インターネットの発达によって容易に大量のデータが集められるようになったこと、それらのデータの中から反復的に学习して解析する机械学习が可能になったこと、などが挙げられます。
膨大なデータから特定の情报を引き出すことができるようになった一方で、医疗データなど、数が少ない上に、取得するのにコストがかかるデータの中からも情报を见つけたいというニーズも出てきました。その场合には、すでにわかっている正しい情报と照らし合わせる方法（教师あり）や、与えられたデータから何らかの関係性を见出していく方法（教师なし）を使います。データの种类や解析の目的に応じた最适なアルゴリズムを见つけることが、础滨の能力を向上させます。

复雑な世界をモデル化する

础滨を活用するということは、现実の世界で起こっている现象をサイバー空间に表し、アルゴリズムを使って解析し、その结果を再び実世界にフィードバックすることです。とはいえ、実际の现象は极めて复雑で、全てを忠実にサイバー空间に表すことはできません。ですから、解析したい事柄に着目してモデル化をすることで、个々の现象を取り扱います。
モデル化の际には、现象を细かく分割してそれらの相互作用を解析します。例えば自动车のボディーの振动などを解析するには、ボディーを细分化し、各部分がどのように影响し合うかを方程式に表します。この方程式は汎用性があり、化学反応における电子间の反応などに関するモデルにおいても、ほとんど同じ形になります。もちろん、パラメータごとに复雑な数式が含まれますし、実际の计算では何亿ものデータを扱いますから、简単に答えが得られるわけではありませんが、互いに影响を与えるということで考えれば、全く违った现象のようであっても、共通のモデル化の手法が使えるのです。
アルゴリズムの観点からは、そのようにして様々なシミュレーションやデータ解析を行います。その性能を上げていくことで、より正确に现実社会を捉え、适切なフィードバックが可能になります。

学际性を活かした础滨研究

これからの社会では、础滨だけでなく、コンピュータや様々なデジタルデバイスなどが、どんどんと使われるようになるはずです。その流れをしっかりと捉え、対応していくために、筑波大学では2017年に「人工知能科学センター」を设立しました。コンピュータサイエンスや情报系の研究者が揃っていることに加えて、学际研究をしやすい环境が整っているのが本学の强み。単に础滨の基盘技术を研究するだけではなく、それぞれの研究グループが持っている膨大なデータを、础滨研究で有効活用していくための核としての役割を担っています。
础滨は、解析したいものがあって初めて、その力を発挥します。ですから、解析すべきデータを持っている分野と协働することは必须です。逆にいうと、解析の术がなければ、せっかくのデータを活かすことはできません。医疗、モビリティ、农业、スポーツ、さらにはマーケット分析など多岐に渡る分野で础滨活用のポテンシャルがあり、そこをつないでいこうというわけです。その一つとして、附属病院で蓄积したデータを集めて解析するプロジェクトが进んでいます。

人と础滨がコラボする社会へ

人间の生活は膨大なデータの块。日々の行动パターンや健康情报などを蓄积すれば、その中から病気などの予兆を见つけて适切なアドバイスを提供することが可能です。スマートフォンなどのデバイスにはたくさんのセンサーが搭载されており、个人の様々なデータを集めることは比较的简単です。ただ、今のところはまだ、セキュリティの问题も含め、それらのデータを活用しきれていません。
それに、最先端の础滨でも、动物の写真を见て全く违うものだと认识するなど、人间ならあり得ないような间违った判断をすることがしばしばあります。ビッグデータや机械学习といっても、判断基準として人间が持っている知识の幅広さに比べれば、限られた知识にすぎません。ですから、础滨が出した答えを人间が検証するプロセスが不可欠です。完全に础滨に任せてしまうのではなく、人间と础滨がコラボする、その方策を探っていくことが重要です。

みんなが使える础滨を

近い将来、人间が行なっている仕事の多くが础滨に置き换わってしまうという话が闻かれます。人间にとっては困ったことかもしれませんが、もはや础滨研究を止めることはできません。実际、ある部分については、础滨の方が人间よりもはるかに优秀で、そのような仕事は础滨に任せた方が効率的です。そのことを「仕事が夺われた」と考えるのではなく、「别の仕事ができる」と捉えるべきです。
コンピュータアルゴリズムも、かつては大势の手计算をする人たちがいることを前提に研究されていました。それぞれの计算结果をお互いにやりとりして、全体としての结果を得る、というのは、现在のスーパーコンピュータの构造と同じ。それが机械化されたのはここ50年ほどのことです。计算机の出现によって多くの人々が仕事を失いました。しかし同时に、プログラミングなどの、それまでには存在しなかった新しい仕事が登场し、彼らの知识やスキルはそこで活かされることになりました。
自动车やパソコンも、かつてはごく限られた人にしか使えない特别なものでしたが、今では谁もが使えるもの、なくてはならないものになっています。そうやって社会全体が変化していくのです。いずれは础滨もそのような位置づけになっていくはず。その先も、より良い仕组みを求めて、アルゴリズム研究は続きます。

筑波大学 人工知能科学センター

AIに関する先進的研究と教育を推進するため、2017年4月に設立された。本学の特徴の一つである学際性を生かし、AIの基盤的な研究にとどまらず、また、医疗?健康?スポーツ?アート?モビリティなど、学内の様々な分野の研究グループが、横断的にAIを活用したネットワークを形成するためのハブ機能を担う。「人を支援するAI」の開発を重視し、超スマート社会の実現に向け、学内の各センターとともに、実用化?産業展開までを見据えた産学連携も図る。

（文責：広報室 サイエンスコミュニケーター）

(2019.10.21更新)