ニュース
» 2019年05月17日 11時00分 公開

人工知能ニュース:MITとIBMが10年と250億円超をかけて研究する「Broad AI」は何ができるのか (2/2)

[朴尚洙,MONOist]
前のページへ 1|2       

ラボの研究開発テーマは4つの柱から成る

 コックス氏は、Broad AIをどのように実現していくかについて説明した。「Broad AIはブラックボックスではダメで説明可能でなければならない。また、セキュアであることも重要。AIが人に作られたものである以上、人から攻撃され得るからだ。そして倫理的視点も必要であり、よる少ないデータによる学習も求められる。もちろんBroad AIを効率的に動かせるインフラも必要だ」(同氏)。

「Broad AI」を実現させるための道 「Broad AI」を実現させるための道(クリックで拡大) 出典:日本IBM

 その上で研究開発は、「AI Algorithms」「Applications to Industries」「Physics of AI」「AI for Shared Prosperity」という4つのテーマを柱として進めている。

 AI Algorithmsの研究事例として挙げたのが「The image generation challenge」だ。人間は、さまざまな写真や風景を基にして、この世には存在しない絵を描くことができる。2010年ごろから、AIにさまざまな画像データを与えて、新しい絵を描かせる取り組みを進めてきたが、2018年時点ではGAN(Generative Adversarial Networks:敵対的生成ネットワーク)を用いることでかなりリアルに描けるところまで来ているという。

「The image generation challenge」が概要 「The image generation challenge」が概要(クリックで拡大) 出典:日本IBM
AIが画像データを基に新しく描き起こした絵AIが画像データを基に新しく描き起こした絵AIが画像データを基に新しく描き起こした絵 AIが画像データを基に新しく描き起こした絵。左から、2010年、2016年、2018年の時点での成果。どんどん本物らしくなっている(クリックで拡大) 出典:日本IBM

 この研究事例で興味深いのは、進化するAIがその中で何をしているかが分かってきたことだ。コックス氏は「例えば部屋の絵を描くときに、窓やソファ、人の概念を作るのに特化したニューラルネットワークが存在することが分かった。このことを応用すれば、簡単に『窓をなくす』と指定するだけで、絵の中から窓を消せるようになる」と述べる。

GANを用いたAIが部屋の絵を描く窓やソファ、人の概念を作るのに特化したニューラルネットワークが存在 GANを用いたAIが部屋の絵を描く場合(左)、窓やソファ、人の概念を作るのに特化したニューラルネットワークが存在することが分かったという(右)(クリックで拡大) 出典:日本IBM

 また「Neuro-symbolic Program Induction」では、現在のAI技術の中核であるニューラルネットワークと、それ以前にエキスパートシステムなどで中心的役割を果たしてきたシンボリックAIの融合を試みている。入力されたデータ配列の規則性を理解して、次のデータを自動で生成できるので、データサイエンティストの業務の8割以上を占めるデータの準備やフォーマット変換が不要になる可能性がある。

「Neuro-symbolic Program Induction」の概要 「Neuro-symbolic Program Induction」の概要(クリックで拡大) 出典:日本IBM

 これらの他、説明可能なAIを実現するために「相関」ではなく「因果関係」を見られるようにする技術の開発も進めている。

 Applications to Industriesで対象とする産業分野としては、セキュリティとヘルスケアがある。また2019年からは金融も加わる予定だ。

 Physics of AIではBroad AIに求められるインフラの研究が行われている。例えば、次世代コンピューティング技術として期待されている量子コンピュータとAIの組み合わせだ。この研究プロジェクトには、量子コンピュータの研究で知られるMITのピーター・ショア(Peter Shor)氏が参画している。

AIに求められる要素とは

 ギル氏は、記者からの質問に答える形で、AIに求められる要素について説明したので簡単に紹介したい。

 まず「信頼できるAI」は4つの次元で担保されるとした。その4つの次元とは「公平性」「説明性」「堅牢性」「決定の履歴を持つこと」である。そして、AIの利用が広がるための要素は、4つの同心円から成るとした。中心には「高度なAI」があり、その外側に「信頼されるAI」と「AIの拡張性」がきて、そして外周には「ワークフローへの組み込み」がくるという。「AI導入がPoC(概念実証)から先になかなか進まないのは、信頼されておらず、ワークフローにも組み込まれていないからだ」(ギル氏)としている。

前のページへ 1|2       

Copyright © ITmedia, Inc. All Rights Reserved.