近い将来、現在の仕事の大半が人工知能(AI)に取って代わられると言われる現代。車、駅、ビル、街全体の自動化の可能性が出てくるとともに、農業機械・農作業の自動化も見込まれるように、機械学習の可能性は多方面に広がっている。しかし、機械学習研究が日々進歩を遂げその可能性が広く認識されている日本でも、車の自動運転をはじめ機械学習の社会実装にはまだ道のりがあるように思える。
AI研究の進展の鍵を握るのが機械学習だ。そして機械学習に使えるデータの種類やその有無で社会実装の可能性が影響される。日本における機械学習研究の現状と課題はどのようなものか、データの収集と活用のあり方はどうあるべきか。これらを明らかにしつつ、日本でのAIの社会実装の意義、それに伴う課題や予想される社会の変化に迫る。
今回は機械学習理論の基礎研究を行う杉山将教授（新領域創成科学研究科）に話を聞いた。
（取材・曽木悠美 撮影・須田英太郎）
ここ最近、世界中でAI（人工知能）ブームが訪れており、中でも、自動運転やがん治療など応用分野のイメージが強い。しかし、その技術の裏にはほぼ例外なく機械学習とよばれる統計的な数学の理論が存在し、複雑に進化を続けるプログラムが働く。「応用分野の諸問題を抽象化し、その核となる理論を生み出すことで無数の可能性を創出するのが私たちの研究です」と語るのは、統計的機械学習理論の基礎研究を行う杉山将教授だ。
これまでのITでは、プログラムが不具合を起こした場合、それを一から調整し直すことが可能だった。しかし「機械学習においてはそうもいかない」という。日々成長を続けるAIのプログラムを改変するには、まずその裏にある統計理論を見直し、データ入力とテストを繰り返しながら調整する必要がある。AIが成長すればするほど、考慮すべき要素は多くなりプログラムの階層は深まっていくのだという。
基礎研究は「0か1かの世界」だと教授は言う。「徐々に研究が進むということがないんですよ。理論が完成するまではずっとゼロで、何も生み出せない状態が続きます。でもひとたび完成すると、役に立つ範囲が無限に広がるんです」。数字や統計とにらみ合う地味な作業が何年も続くが、その分成果が出たときの喜びは桁違いなのだという。
昨今は、非構造で体系化されていない大容量のデジタルデータ（ビッグデータ）を集め、解析することばかりがもてはやされる風潮があるという。しかし「データさえたくさん取れればいいという問題ではないと思います。理論研究では、質のよいデータが多く取れなくても、あらゆる分野に対応しうるアルゴリズムや理論を生み出すのが目標の一つです」
基礎理論の分野では現実の諸問題からではなく数式などの方法面から理論を完成させることが多いというが「生み出した理論が世の中のニーズに合わず、意味のない技術を作っていると批判を受けることもあります。でも、数年前の技術が今役に立つことだってあるので、根気強く、異常なまでのこだわりを持って研究を続けることが大事ですね」
大企業であれば多くの人員と費用をかけて、ディープラーニングなど流行りの機械学習理論に関する論文を大量に読みこむことで、AI研究の精度を上げることができる。だからこそ杉山教授は「そのような人海戦術でできる研究は大企業に任せるべき」と冷静だ。「データや情報の限られている私たちは、関連論文が世にあふれているような流行りの機械学習理論に飛びつくことはしません」。あえて流行りに逆行した独自の研究に取り組むことで、流行の理論と組み合わさり思わぬ成果が生まれることがあるのだという。
日本で機械学習が注目され始めたのは最近だが、海外では20年くらい前から注目を集めていた。「私が研究を始めたころは、機械学習の基礎理論を発表する場が日本にはなく、国際会議によく足を運んでいました。海外では新しい分野に積極的に取り組んでいきますが、日本は保守的なところがあり、変わっていかなければいけないと思います」
AIに関心を持つ人に対し教授は「どんな問題も難なく解決してくれる『魔法のAI』という考え方はやめてほしい」と話す。「世界的にAIがなくてはならない存在となった今、AIの技術的な側面に対する最低限のリテラシーは誰しもが必要です。分野問わず知識面での歩み寄りが一層重要になってきたと感じています」
◇
杉山将教授（すぎやま・まさし）（新領域創成科学研究科）
01年、東京工業大学大学院情報理工学研究科計算工学専攻博士課程修了。博士（工学）。東京工業大学准教授などを経て、14年より現職。
【関連記事】
起業家の交流拠点作る 株式会社DEEPCORE社長・仁木勝雅さん
【AIを自身の研究や開発プロジェクトに活かしたい学生やAI研究者必見！】
五月祭特別座談会「人工知能を用いた応用研究の射程と社会実装の課題」
【登壇者】
杉山将 教授（新領域創成科学研究科・情報理工学系研究科）
羽藤英二 教授（工学系研究科）
海津裕 准教授（農学生命科学研究科）
仁木勝雅さん（DEEPCORE 代表取締役社長）
機械学習の基礎理論研究の魅力や、AIを他分野の研究に応用することの面白さ、またそれを社会に実装することの意義と難しさについて、4人の専門家が話し合います。
統計的機械学習の基礎理論研究を行う杉山先生と、AIを用いた応用研究を行う羽藤先生（都市計画・交通計画）と海津先生（農業機械）、AIの社会実装に特化したインキュベーション事業を行うDEEPCOREの仁木さんとが、白熱した議論を行います。
【主な話題】
・機械学習、ディープラーニングの基礎研究の魅力
・応用研究や開発にAIがどう活かされるのか、またその困難は何か
・都市計画や農業にAIがもたらしうるもの
・AIを用いた応用研究を社会に活かすための産業の取り組み
・産学連携の課題と解決策
【申込方法】
少人数（約60名）のダイアログですので、事前にお申し込みいただいた方を優先いたします。こちらのフォームにご記入ください。
https://goo.gl/forms/O0yAzlUC5RBUPTx73
【日時・場所】
5月20日(日)15時-16時30分
工学部3号館35号講義室
