情報

櫻井 保志 (トランスレーショナルデータビリティ研究分野  教授

※第12回(2020年3月取材)

ビッグデータを超高速で解析し、確実な将来予測を弾き出す

深層学習の67万倍

  仕事の現場や家庭で使うさまざまな機器が通信網を介して自動的に連携し、情報をやり取りする「IoT(モノのインターネット)」が急速に普及している。そのシステムには、あふれ返るほどのビッグデータが常に 流れているが、今の大きな課題は、いかに役立つ情報を効率よく選抜し解析して、自動化されたスマート工場の生産ラインの監視など環境の向上につながる最適化を図るか。そして装置の故障の原因を未然に察知してロスを防ぐなど確実な将来予測を実現することだ。

こうした課題に櫻井教授は挑み、刻々と変化するデータを瞬時に解析し、その後の動向まで将来予測する「リアルタイムAI(人工知能)技術」を世界で初めて開発した。その解析・予測にかかる時間は圧倒的な速さで、最新のAI技術の中でも蓄積したデータを生物の脳神経のように判別して解析する「深層学習」に比べて、実に67万倍。精度は10倍に達した。

多分野に応用可能

櫻井教授の研究は、まず、IoTのシステムに流れるデータが変化する時々のパターンをあらかじめ解析して、さまざまな数値モデルに仕立て、登録しておく。稼働時には、実際の変化に照らし合わせて機械学習し、適合する近似のモデルを選択したり、自動的に新たなモデルを作ったりして、立ちどころに解析できる。さらに、事象の変化の要因になるモデルと、その結果を表すモデルの間の結びつきの強さの度合いを求めることで、変化の予測やトラブルの要因の解明に役立つ「動的要因分析」の技術開発にも成功。これらの技術を組み合わせて、連続的に変化する事象に沿って、その全体像を表すモデルを高速、高精度に構築できた。

「このビッグデータ解析の手法は製造業の現場だけでなく、車両走行データ解析、生体情報解析や、社会・経済の動向などさまざまな分野の解析に応用できます」と櫻井教授は強調する。実際、自動車、機械、コンピュータ、通信などさまざまな分野の国内大手企業数社との共同研究を進めている。ま た 、こ れ ま で の 研究成果は、データベース分野の著名な国際学会でも評価が高く、日本人で初めて3時間にわたる教育講演を行うなどの実績がある。

顧客の教え

「未来の予測によって社会を変革する」と櫻井教授が掲げた研究室のテーマは、20年を超えるユニークな研究歴を反映している。工学部電気工学科を卒業後、NTTに入社。SE(システムエンジニア)として勤務したが、研究職への思いは強く、大学院大学に国内留学して博士号を取得したあと、NTTの研究所(コミュニケーション科学基礎研究所など)の研究員になった。現在のテーマは、SEのときに顧客から「リアルタイムで予測する技術を開発できないか」と問われたのがきっかけだった。

研究員としての初の課題は「大規模データ検索の高速化」で1998年に着手したが、当時はビッグデータという言葉すらなかった。その後も、工場の自動化に向けた予測の研究を始めると、ドイツで第4次産業革命をめざす「インダストリー 4.0」が提唱されるなど、結果的に時代のトレンドを先読みしたテーマに取り組んできた。

研究は体力勝負

「グーグル、ウィンドウズなどビッグデータ関連の主要なソフトウェアはほとんどが米国製。日本の産業に貢献するような日本発のソフトウェア技術を開発したい。そのためには、大学でこそできる汎用性の高い基礎研究に取り組むことです」。熊本大学教授を経て昨年、大阪大学産業科学研究所教授に就任し、今年度より産業科学AIセンターのセンター長を務めている。「研究方法の条件設定の最適化など産研内の研究者に使ってもらえるソフトを開発したい」。人材育成の面では、学生に工場見学などでの社会に役立つテーマ探しを積極的に勧める。

日々の研究は「体力が勝負」と、毎土曜日に学生らとマラソンに励むなど健康増進の計画を立てている。実は、中学から大学まで10年間、レスリング(軽量級)の選手だった。「筋力がないので、タックルでポイントをかせぎ、判定で勝つタイプ」と周到な戦略で挑み、国体で5位の入賞経験がある。大学院生の時は、昼は仕事、夜間に研究と睡眠時間を削って成果をあげた。その後も研究一途の生活で、「挑戦しないと良い結果は得られない」の思いは常に抱いている。

TOPにもどる

八木 康史 (複合知能メディア研究分野 教授

 街角の防犯カメラなどで撮影した顔がわからないほど低解像度の群衆の映像から、歩き方の特徴を手掛かりに特定の個人を見つけ出せる。八木教授は、こうした犯罪捜査や市民の安全を守り、市場調査にも役立つ有力な情報を自動的に抽出して推定するコンピュータの歩容認証システムを開発した。実際の捜査にも使われ、公判でも証拠を補助するデータとして採用された実績がある。

 人の歩き方(歩容特徴)には、個人によって異なる生来の基本的なパターンがあり、髪型や服装など外見を変えても隠せない。そこで、児童から高齢者まで協力を求め、研究室やイベント会場などで膨大な回数の歩行実験を行い、得られた映像から多様な歩き方のパターンを抽出して分類する手法を確立した。その分類データをもとに特定の個人を探し当てたり、実際に歩いてもらって現場にいた本人かどうか確かめたりできる。さらに、人工知能(AI)の機械学習のひとつで自動的に特徴点をつかみ出す「深層学習」を使い、これまで解析し難かった正面方向、横方向など歩く向きが異なる映像でも誤り率4%と世界最高精度を達成した。

 「鉄腕アトムが好きで移動ロボットやAIの研究から始め、常に新しく、研究成果の応用の出口が見えるテーマを選んできました」と振り返る。これまでの大きな成果は移動ロボットの「実時間全方位視覚センサ」。世界初の方式のロボットの目であり、360度見渡せるので込み入った場でも衝突を防ぐことができる。歩容認証の研究の要素技術にもなった。このほか、医用画像処理、光を使った人体計測など視覚を中心にしたテーマは幅広い。

  「恩師からは、おいしい匂いをかぎ分けて進め、といわれましたが、私の研究も面白さ、楽しさが原点」と柔軟な発想の秘訣を語る。現在は、大阪大学の理事・副学長(研究、産学共創、図書館担当)で産学共同研究も手掛けていて超多忙なスケジュールの中で研究室を指導する。かつては、テニスやヨット(ディンギー)、スキーと屋外スポーツに親しんだが「いまは、かつての仲間と旧交を温めるのが癒しになる。それも極めて限られた機会です」

TOPにもどる

沼尾 正行 (知能アーキテクチャ研究分野 教授

 コンピュータを使って作曲するとき、「心地よい」などユーザーの感性を自動的に学習(機械学習)して楽曲に取り入れ、好みの音楽に仕立てる人工知能(AI)のシステムを開発した。コンピュータと人間がスムーズな対話を進めるインターフェース(情報の入力や表示の方法)の開発は、コンピュータ社会の大きな課題だが、創造力の発掘にまで結びつけるという新たな分野に踏み込んだ成果だ。

 このシステムは、感情に関わるデータを被験者の脳波の変化から取得する。ヘッドホン型の脳波センサを使い、あらかじめ用意した曲に対して、気に入ったかどうかの生体反応をコンピュータが解析して学習。その結果、曲の特徴を外部から指定しなくても短時間で自動的に個人の嗜好に合う作曲をする。また、プロのシンガーソングライターとのコラボで、作曲者「産研」として初の曲作りも行った。

 「生体信号の中で脳波はリラックスするとα波が出るなど、心拍数と比べても素早く反応します。被験者数を増やせば、ファンクラブなど集団の好みにあった曲も作り出せるでしょう」と説明する。医学部との共同研究で、そのときの被験者の気分にマッチした曲想の音楽を作りだして流し、脳の活性化に役立てる音楽療法などの活用も考えている。

 このほか、睡眠中にタブレット端末に録音された個人の体動やいびき、周囲の環境音から、機械学習により個人の睡眠パターンを可視化し、睡眠障害の発見や症状の改善などに役立てる研究も行っている。

 最近では人工知能(AI)の機械学習を使い、多剤耐性菌の電子顕微鏡画像から、特有の内部構造を自動的に判別して、診断する研究や、健康野菜とされるヤーコンをもとに腸内細菌のうち善玉の効果を高めるサプリメントの開発などテーマを多方面に広げている。

 こうしたユニークな発想の沼尾教授は、小中学生のころは、アマチュア無線やラジオの組み立てに没頭したが、高校生のときに梅棹忠雄氏らの著書に触れ、発明・発見など知的生産にも興味を持った。そして大学院生だった1980年代、第二次ブームを迎えた人工知能の研究に進路を定めた。「人工知能の研究を軸に、分野にこだわらず面白いと思えるテーマを選んできました。アイデアだけでなく、深く極めることが大切です」と振り返る。

最近は、飛行機の搭乗時などには必ず瞑想に入り、「人知を超えた巨大な未開拓の分野」に思いをはせ、スロージョギングを日課にして心身の健康維持に努めている。

TOPにもどる

鷲尾 隆 (知能推論研究分野 教授

 いまやどこにでもコンピュータやセンサーがあり、そこから発信される多種多様の膨大なデータをネットワークにより集積できる。こうした情報の宝庫であるビッグデータの中から、コンピュータが必要なデータを選択して読み取り、統計的に関連付けて推論するのが、人工知能(AI)の機械学習の機能を使ったデータマイニング(知識発見)の技術。その最適なアルゴリズム(計算方法)を導き出すための土台になる基礎理論の構築は不可欠だ。鷲尾教授は、数学の原理に基づく理論の開発をメーンに応用研究も手掛けるという全国でも数少ない研究室を率いる。「どのような数学を使えば、高速で効率的な機械学習をさせられるか。そして、どのようなアルゴリズムを実装すれば、現実の問題の解決に役立つか。基礎と応用の研究をリンクして、成果の向上をめざしています」。

 最近の研究成果のひとつが、計測センサーの検出特性さえわかれば、対象物が何であっても正確に認識できる技術の開発。数学の「内部補間」という理論を使っていて、近似した反応パターンを検知し、そこから逆推定して認識すべき対象物のパターンを測定する。話題のディープラーニング(深層学習)では、あらかじめ外部から対象物の情報を入力するが、この方法はその必要がなく、未知の物質でも測定できる。本研究所の谷口正輝教授との共同研究で、ウイルスなどを1個単位で検出するセンサーに実装したところ、パターン認識の効率は九十数%の高精度になった。「今後は機械学習が判断した根拠を、あとできちんとわかるような理論を考えていきたい」と強調する。

  「鷲尾教授は、学生時代に原子力工学を専攻し、原子炉の計測データ解析法の開発に取り組んでいたが、そのときに機械学習を知り、情報科学の基礎研究の道へ。「研究室のスタッフもほとんど応用科学の出身者。このような形で全国的に不足する理論研究者を志ざす人が増えれば」とアピールする。

 毎日、自宅から研究所まで往復16キロを自転車通勤する。イタリアの老舗メーカーの車体を自分流に改造するなど愛着はひとしお。山形県出身だけにスキーも得意だ。「運動すると頭の中が真っ白になる。それがひらめきにつながれば」

TOPにもどる

駒谷 和範 (知識科学研究分野 教授

 人がスマートフォンのアプリやロボットなどの機械と対話する音声認識機能が普及しはじめた。しかし、現段階ではあらかじめ入力された想定の範囲内の応答に限られる。そこでロボットが、自然に話す人の問いかけに対し、複雑で込み入った文脈や、発声のトーンなど話し方まで人工知能(AI)で解析して、その意味を推測し、柔軟に応答できれば、まさに友達感覚で仕事や日常生活に使え、癒しの効果も期待できる。こうした新たな音声対話システムの研究を続けているのが、駒谷教授だ。

 最近では、対話の途中で、ロボットに入力されていない単語が登場し、その意味をAIが推定したときに、その正誤を一々問い返さずに、そのままやりとりを続行する中で判定する「暗黙的確認」という手法を開発した。「まず推定結果が正しいと仮定し、相手の反応や複数の人との対話の内容も総合して精度を高めていきます。自力で学び賢くなっていくのです」と説明する。

 他にも、対話がすみやかに進むためのきめ細かな技術開発も行っている。ロボットが話者の発する声の方向を察知し、そちらを向いて応える「音源定位」。話を弾ませるために行う相づちのタイミングの予測などだ。「発話に関わる情報も総合的に加味して、『空気が読める』システムにしていきたい」と抱負を語る。

 音声認識を使ったシステムは学生時代からのテーマ。電話により自動的に応答し案内する京都市バスの運行情報システムにおいて、問い合わせた人の市バスに関する知識や急ぎの度合いなどに合わせて、柔軟に応答パターンを変更するモデルを提案した。

 「成功の反対は失敗ではなく、やらないということ」(なでしこジャパンの元監督、佐々木則夫氏)の言葉が好きで研究以外にも挑戦してきた。大学院生の時は、ボート競技のフォア(4人乗り)で国体に出場。五島列島夕やけハーフマラソン大会などにも参加してきた。日本の最果てを一人旅し、礼文島(北海道)、波照間島(沖縄)など国内のすべてを踏破したことも。「先々で知己ができ、大学内では得難い新たなコミュニケーションが生まれます」

TOPにもどる

 コンピュータの人工知能(AI)は、ビッグデータを解析し、機械学習により答えを推測するまでに成長し、いまや第3次ブームといわれてさまざまな研究課題を解決する有力な手段になった。今回、取り上げた情報科学系の4研究分野は、いずれもAIをメーンのテーマに掲げ、画像や音声の認識と解析、精度向上のための方法論の構築と基礎から応用までカバーしている。大阪大学は学内を横断してデータ駆動型の研究を進める「データビリティフロンティア機構」を立ち上げており、今後、学内のAI拠点としての役割が重視される。

 産研の情報科学系は、大阪・枚方市にあった附置音響科学研究所を統合したあと、1960年代に音声などの研究を引き継ぐ形で設けられた。その後、コンピュータの能力が向上し、80年代にAI開発の第二次ブームが訪れて、多量の知識を入力して処理する「エキスパート(専門家)システム」などの研究が盛んになった。そこで、音声など知覚の認識にも新しい高度な情報処理技術であるAIの導入が必要と考えられ、90年代からその後、AI研究は音声や画像などの知覚の認識も包含したうえで,大量データを用いた機械学習に基づく手法が主流となっていった。知能アーキテクチャ研究分野の沼尾正行教授は「産研の情報科学系では、コンピュータが音声データをパターン認識して、人間の声を取り出し指示を受けるという形の研究が早くから進んでいて、そうした研究を発展させるにはAIを取り入れてテーマを拡張する必要があったのでしょう」と説明する。こうしたことから、大阪大でAIをメーンのテーマとする研究室は産研に集中し、そのほかは、人間型ロボットで知られる大学院基礎工学研究科知能ロボット学研究室がある。

 AIの研究には、産研という畑違いの分野が共存する場の効果もある。知能推論研究分野の鷲尾隆教授は「AIの研究室が集中し、センサーなどモノづくりの研究室が近くにある環境では、日常、顔を合わせて学際融合的な応用の問題が話しあえ、共同研究にも結び付きます。このようなことができる研究所は東京大学生産技術研究所など全国でも数少ない」と評価する。知識科学研究分野の駒谷和範教授は「材料、化学など他の分野からAIに関する相談を受けるたび、新たな技術革新の可能性を感じます。情報とは何かと改めて自分の役割を考えることもあります」と語る。

 今後、注目されるのは、ビッグデータの利活用を促進する「データビリティフロンティア機構」での情報科学系の役割だ。機構長の八木康史・複合知能メディア研究分野教授(理事・副学長)は「AIをはじめ高度な情報関連技術を駆使して、生命科学、医歯薬学、理工学、人文科学など学際的な研究をサポートし、社会的、経済的な価値の創造をめざします。AIは他分野との距離が近く、共同研究で社会的な応用の出口がみつけ易いだけに、プロジェクト成功の要になるでしょう」と期待している。

執筆:坂口 至徳

産経新聞元論説委員、元特別記者。奈良先端科学技術大学院大学客員教授。科学ジャーナリストとして医学医療を中心に科学一般を取材。