ディープラーニングの先にあるもの

先日、東大で開催された先端人工知能学寄附講座を聴講してきました。松尾先生の「たゆたうシンボル」という話と、早大の尾形さんの「深層学習による動作と言語の統合学習」が興味深いものでした。

松尾先生の講演の冒頭で、NVIDIA社がCES2018で披露したデモが紹介されました。NVIDIAのGPUを用いて学習したAIを搭載した自動車が、公道を自動運転しているのですが、これはどうやって学習させたのかが次に紹介されます。

ディープラーニングではより多くの画像をデータとして与え利口にしてゆかなくてはなりませんが、実際に撮影した画像データだけでは十分ではないということで、なんとシミュレータの画面データを作りそれを学習データとして入力している。

シミュレータ画面と言っても、実際の撮像データベースに作っているものなので、現物の画面とシミュレータ画面を左右に並べて見せるデモもありましたが、どっちがシミュレータか容易にわかりません。

シミュレータでは、逆光を付加したり、夜にしたり、対向車を登場させ粉塵を巻き上げさせる、などもできますので、こういう環境情報を意図的に追加して、AIに入力してゆけば、様々なデータを撮影データに依存させることなく効率よく学習させられるわけです。

松尾先生の話は、こういう最近の動向に触れた後で、どのようにAIに予測の能力をつけてゆくかになりました。学習とは簡略化することであり、一度学習したものをより小規模のNNに覚えさせ、より高次のシンボルに関係付けてゆくことで、人工知能に”概念”を持たせることができるようになるだろう　ということでした。

尾形先生の講義は、模倣予測学習と言って、ロボットに色々な条件下で成功体験を積ませ、実時間で先を予想できるような仕組みを作るというもの。

画像を見ながら学習するのですが、それと同時に、その先を予測させ、その予測画像も同時に表示するデモもありました。

すごく進んでいるように思えますが、それでも日本のAI研究は欧米、中国に大きく差をつけられていて、こうした先端部分の研究は、周回遅れと言われていますので、優秀な人たちにはなんとか頑張ってもらいたい。

めげずに頑張るということ

iPS細胞でノーベル賞をとった山中教授も、最初は「ダメなやつ」とか、「ジャマなか」と言われていました。

日本女子で初めて世界新記録を出し、平昌オリンピックの主将を務める小平奈緒選手は、期待されて信州大学に入学しましたが、コーチの第一印象は「なんてスケートが下手クソなんだ」だったそうです。

人生、花開くにはもともと持っていた素質に加え、運も必要だと言われるし、そうだろうとも思いますが、命運を分けるのは

それでもやってやるぞ　という気持ちなんでしょう。

自分も、めげそうになるとこうした方々のことも思い出し、自分で自分のケツを蹴り上げています。

スマート工場EXPO見学

昨日、東京ビッグサイトで開催されていたスマート工場EXPOを見学しました。ついでに一緒にやっていた自動運転EXPOとか、電子部品展などもみて回ってきました。

もの作りのノウハウを継承させる、特に最近では海外生産比率が高まり、東南アジアに多くの工場があり、その製造現場で働く現地外国人の作業品質、効率向上の取り組みが進められています。セル生産の作業卓にITを使った作業支援、モニタリングの展示がありましたが、こうした活動は多くの製造業で行われています。

自動運転やオートモーティブ関係の展示会場はこれまでにないほど広大で、かつ来場者がとても多くてすれ違って歩くのが難しいというほど混雑していました。自動車のハンドルを切ってタイヤを動かす部分にも小さな電子制御基板がついています。

自動車はトヨタ、日産という最終セットメーカの下に、非常に多くのサプライヤーが重層構造的に存在しており、EVに必要なモータ一つとっても、そのモータの材料メーカ、コイルメーカ、金属切削、鋳造メーカ・・・というようになっていて、そうした中小企業さんが一堂に出展されていて、この産業領域の深さを知ることもできました。