人工知能(AI)の応用開発が本格化している。AIの導入・試行段階を終えて成果を出す企業も現れ始めた。どうすればAIを業務でうまく活用できるのか。日経 xTECHにおいて「エンジニアのための機械学習・深層学習入門」の講座を持つ、岐阜大学工学部電気電子・情報工学科 教授で知能科学研究センターセンター長の速水悟氏に聞いた。 (聞き手は近岡 裕=日経 xTECH)

あらゆる分野でAIの研究開発が加速しており、AI人材の獲得競争はグローバルで過熱しています。AIブームは既に何度か訪れています。

速水氏:今回のAIブームは本物だと思います。過去のAIブームと比べて技術のレベルが格段に高まっている上に、産業や企業への応用展開の規模が大きいからです。

 技術水準を見ると、例えば画像認識による物体識別の認識率が人間を超えました。既に複数の人間の動きをリアルタイムで認識できるところまで来ています。大勢の人間がばらばらに動いている中で、それぞれの人の形をほぼリアルタイムで認識できるレベルに達しているのです。

 技術水準の向上によって、AIはさまざまな用途への展開が見えてきました。しかも、今は高性能なコンピューターなどの計算資源が充実しており、利用環境も整っています。こうした状況がAIの応用活用を試しやすくしており、かつ短期間で結果が出るようになっているのです。

「AIは万能」と期待すると失敗する

AIの実力値、すなわちAIにどこまで期待できるのでしょうか。

速水氏:AIにとって、文章の意味を理解できる水準に達するまでの道のりはものすごく遠いと言えます。しかし、課題を設定し、データを集めて、モデルを学習させる。そして、使う──。このサイクルを設定すれば、かなりの課題を解決できて、さまざまな仕事を自動的にこなせます。今後、日常の仕事の多くがどんどんAIに置き換わっていくのは間違いありません。

 実際に企業は、人材が限られる中で、単純作業をできる限り自動化し、より付加価値の高い仕事に人員を配置しようとしています。ここで、一層の自動化や効率化を進めるために、AI活用に懸命になっているのです。

しかし、業務のどこまでをAIで置き換えることができ、どこから置き換えられないのかは、初心者にはよく分からないのではないでしょうか。

速水氏:確かに、AIでできることと、できないことの見極めは意外に難しい。その意味で、2018年は多くの企業がAIにトライした年でした。工場の検査や開発プロセス、生産管理などでAIが使えるかどうかを試す企業が多かったのです。まずは、AIを導入してみようという段階でした。

 その結果は、ケース・バイ・ケース。うまくいっている企業もありますが、失敗している企業も結構あるようです。中には、人も資金も投入し、自信を持って取り組んだものの、うまくいかなった企業もあります。

 失敗する企業にはいくつかのパターンがあります。1つは、そもそもAIで解決するには難しい、ずっと未解決だった問題を解決したい課題に設定することです。ありがちなのは、その企業の主要製品の性能を表す数値を目標に設定して、それをAIによって高めようとするケースです。それができれば、競合に対して差異化できるからです。それは構わないのですが、「AIなら何でもできる」「AIは万能だ」と過大に期待すると、失敗します。

 もう1つのパターンは、経営陣などが「とにかくAIを買ってこい」と指示するケースです。例えば、大手企業がIT企業や関連会社などに「こういうものが欲しい」と依頼する。この場合は、大手企業の方に新しい技術を分かっている人がいない上に、依頼される側も大手企業の業務を詳しく把握しているとは限りません。その結果、失敗に終わるのです。

この先は有料会員の登録が必要です。「日経ものづくり」定期購読者もログインしてお読みいただけます。有料会員(月額プラン)は初月無料!

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