フル電動化の「頭脳」となるAI(人工知能)。特に期待が大きいのが深層学習だ。深層学習を利用した制御技術が、自動車や各種のロボット、化学プラントなどに広がり始めた。来るべき大市場をにらんで、いくつもの日本企業が2018年以降に相次いで実用化する。使いこなしの「正解」が不明な未踏の領域だけに、各社はそれぞれ独自の工夫を凝らす。

 「誰も作っていないものを作る」「トップを取りに行く」─。深層学習を活用した制御技術の開発者からは、威勢のいい言葉が次々に飛び出す。目指す先に手付かずの巨大市場が広がるからだろう。人にしかできなかった作業を代替できる機械は、既存業界の秩序を揺さぶるばかりか、全く新しい産業を切り開く可能性もある。米NVIDIA社CEOのJensen Huang氏は、2017年12月の自社イベントで「自律動作マシン(Autonomous Machine)の市場は4000億米ドル」と言い放った注1)

注1)分野ごとの内訳は建設用が2000億米ドル、農業用が1000億米ドル、製造業向けロボットが500億米ドル、運搬用が500億米ドルとした。プラントの制御など、他の用途は含んでいない。
記者の質問に答えるJensen Huang氏
[画像のクリックで拡大表示]

 各社の意気込みには、本来日本が強い分野との自負もにじむ。自動車やロボット、建築機械といった製品で高いシェアを持つだけでなく、深層学習で何より重要な現場のデータを集めやすい立場にある。米Google社をはじめとする欧米のIT企業がどんなに優れたアルゴリズムを開発しても、データがなければ宝の持ち腐れである。自律動作マシンを深層学習の次の大舞台と見るNVIDIA社のHuang氏は、「日本の時代がやってきた」と持ち上げる注2)

注2)同社は、2017年12月にコマツとの提携を発表した。コマツはNVIDIA社のGPUを使って、建設機械や土木現場の作業に深層学習技術を応用していく。このほかNVIDIA社は、自動運転車でトヨタ自動車、工場向けIoTシステムでファナックとも組む上、ベンチャー企業を支援する「Inception Program」で日本の深層学習ベンチャーとの繋がりも深めている。

 先行する各社は、手探りで開発を進めている。実世界で動作する機械の制御に深層学習を適用した前例はまずないからだ。とりわけ、期待を集める深層強化学習を使いこなすには工夫がいる。多くの企業が、人の動作を模倣させるなどして、ディープニューラルネットワーク(DNN)をある程度学習させた上で、試行錯誤による手法を適用するといった段階を踏んでいる(図1)。

図1 2段階でニューラルネットを学習
ロボットの制御などに使うディープニューラルネットワーク(DNN)の学習は、大きく2つの段階を経ることが多い。現状の深層強化学習のアルゴリズムでは、最適解(目的の動作を達成できるDNNの重み)を見つけるまでに、膨大な回数の試行錯誤が必要になるからである。そこで、まず人の動作を模倣させたり、対象とする用途の知見を利用したりして、ある程度の動作が可能になるまでDNNを学習させる。次に、このDNNを使って、さまざまな動作を試してみることで、よりよい行動を実行できるように学習させる。あらかじめ設定した報酬を増やすように学習を進める深層強化学習だけでなく、ロボットなどを自律動作させて集めたデータを教師データとして教師あり学習を実行する方法もある。
[画像のクリックで拡大表示]

この先は有料会員の登録が必要です。今なら有料会員(月額プラン)登録で6月末まで無料!

日経 xTECHには有料記事(有料会員向けまたは定期購読者向け)、無料記事(登録会員向け)、フリー記事(誰でも閲覧可能)があります。有料記事でも、登録会員向け配信期間は登録会員への登録が必要な場合があります。有料会員と登録会員に関するFAQはこちら