最新AIの動向と 社会への影響

1 2018/1/11

AI＝人の知的な振る舞いを実行するSW（脳みそ） ロボット＝体、AIではない。

1956年夏 ダートマス会議（チェス、定理証明） 探索、推論

1960年～ 第1次AIブーム（単なる期待、Toy Problem）

1970年～ 第1次冬の時代（機械翻訳無理！基礎研究は継続）

1980年～ 第2次AIブーム（推論と知識の時代、 第5世代コンピュータ、エキスパートシステム、AIベンチャー）

1995年～ 第2次冬の時代（基礎研究は継続）：

インターネット、クラウドサービスの時代へ

2010年～ 第3次AIブーム（AI、IoT、Big Data, Security） 日本: Society 5.0 (2016-)

2018/1/11 2

第3次AIブームの背景と現状

・コンピュータの廉価、高速化（15年間で1000倍）

・HDDの廉価、大容量化（2000年1000円→現在5円）

・ネットワーク広帯域化（2008年 FTTH回線＞ADSL回線）

・ソフトウェアのオープン（無料）化

AI2大トピック ①２０１１年 IBMクイズAIワトソン（AI統合） AI統合は開発コスト大きい。でも売り上げは最高 ②２０１２年 グーグルの猫（Deep Learning) ～Deep Learningによる特化型AIが多数開発 （一部の領域で人を超える凄い性能：量は質を凌駕する。 ブラックボックスで人には分からない）

◎AI研究開発投資 ①企業：ネット5大企業GAFMA＋IBM, 中国AB, 日本トヨタ、リクルートなど

②政府：米国、英国、EU（独、仏）、日本、中国、韓国など

2018/1/11 3

AIの誤解と混乱（１） NHKスペシャル『AIに聞いてみた

どうすんのよ!? ニッポン』 2017.7.22 • 5000種類、700万（オープン）データ • Deep Learning（畳込み型）適用 • 「40代ひとり暮らしが日本を滅ぼす？」

「少子化を止めるには結婚よりも クルマを買え？」 「病院減らせば、健康な人が増える？」

• DLの結果は、相関関係（疑似相関） であり、因果関係ではない。 妥当性は、人が検証しないといけない。

• マツコ・デラックス 「これが正解とは言わないけれど、 分かりやすいお告げ」

2018/1/11 4

AIの誤解と混乱（2） アルファー碁 シンドローム ユーザ：囲碁で、AI（アルファー碁）が トッププロ棋士に勝ちましたよね。 当社のこの業務、人件費がネックなんです。 AIで代行できますか。 AI担当者：調査してみないとわからないです。 ユーザ：囲碁って、普通の人には難しいでしょ。その囲碁でAI が人を超えたんだから、こんな業務くらい、簡単でしょう？ AI担当者：そうですね？やってみましょう。

5 2018/1/11

各分野の最新AI

④対話Bot

⑤知識AI

②視覚・動作AI

③予測型AI

統合AI 2018/1/11 6

データ型AI 知識型AI

①ゲームAI

①ゲームAI 先読みから棋譜データ分析へ

2018/1/11 7

将棋AIの機械学習で利用される評価関数

• 各駒の価値（駒割り） • 王、他の駒2つの位置 • 王、隣接した味方の駒、他の味方の駒3つの位置 • 隣接しあった駒2つの位置関係 • 竜馬飛角桂香の利き上にいる駒の種類

→5万棋譜データを与え、機械学習を実行し、プロの指し手 パターンを学習した結果、棋力が格段に上昇した。 さらに、新手と呼ばれるパターンも見出した。

2018/1/11 8

2016年 叡王戦 山崎叡王vsPONANZA 2017年 叡王戦 佐藤叡王vsPONANZA

Google DeepMind アルファ―碁 4勝 vs 世界ランキング2位Lee Sedol九段（韓国）1勝

2018/1/11

韓国ソウル市、2016.3

9

Google DeepMind アルファ―碁 3勝 vs 世界ランキング1位 柯潔（か けつ)九段 0勝

中国浙江省烏鎮、2017.5

アルファ碁→アルファ碁ゼロ →アルファゼロへの進化

量は質を凌駕する。 • アルファー碁ゼロ

過去の棋譜データを利用しない（ゼロ）。アルファー碁を対戦させて、強化学習（勝ちそうな手に得点を与える）により棋力向上。アルファー碁と100回戦全勝。 アルファーゼロ 囲碁、将棋、チェスにルールのみ教えて、強化学習により棋力向上。世界トップAI将棋「エルモ」、世界トップAIチェス「ストックフィッシュ」と対戦して勝利。 ★囲碁・将棋・チェスすべてで世界最強という３冠成

2018/1/11 10

② 視覚運動型AI

2018/1/11 11

Deep Learning

2018/1/11 12

Quoc V. Le, Marc’Aurelio Ranzato, Rajat Monga, Matthieu Devin, Kai Chen, Greg S. Corrado, Jeffrey Dean, and Andrew Y. Ng:

Building High-level Features Using Large Scale Unsupervised Learning, ICML2012

Youtube 3日間、1000万 部位画像、人と猫の識別器

2018/1/11 13

2018/1/11 14

ILSVRC (ImageNet Large Scale Visual Recognition Challenge)

2018/1/11 15

コンピュータの目

医療画像診断（大腸がん発見） NHK Eテレ AI超入門2017.11

2018/1/11 16

医師 AIシステム

無人運転（パターン認識） 2012年 ネバダ州免許 2013年 カリフォルニア州免許

機械学習により運転操作の学習 入力 ①LIDAR（レーザー光を使ったレーダー） ②カメラ画像 ③GPS 出力 ①アクセル ②ブレーキ ③ハンドル操作 2017.10 300万マイル以上走行

（バスに衝突：自責事故）

2018/1/11 17

自動運転

グーグルカー

自動運転の自動化レベル

2018/1/11 18

GPS衛生「みちびき」とダイナミックマップによる内閣府自動運転実験＠沖縄

(2017.12.03 NHK)

2018/1/11 19

テスラ 自動運転初の死亡事故

2018/1/11

自動運転用センサーが、強い日差しにより、

白いトレーラーを認識できず、自動運転車体が破壊

20

BCG Press Release 2015.1.19 http://www.bcg.co.jp/documents/file180099.pdf

（部分＋完全）部分自動運転車の割合 2025年13％、2035年25％と予測

2018/1/11 21

（自動運転＋手動運転） 混在交通時代

2018/1/11 22

The world's first robotic kitchen http://www.moley.com/

23 2018/1/11

③予測型AI （ビッグデータ）

2018/1/11 24

PredPol 犯罪予測AI

2018/1/11 25

（日本の事例１：農業）牧畜管理

• 本川牧場（大分県）5000頭の牛を飼育 年間1万トン生乳出荷量（全国4位）

• RFID（無線ICタグ）による搾乳量管理 万歩計による運動量の把握など、 牛の個体情報・作業に関する 約300項目データ収集 → 牛の健康管理、牛乳生産量の予測

• 牛乳生産量1日あたり2トン、16万円増加

• 過剰生産による廃棄ロスの減少

2018/1/11

From IT Pro by 日経コンピュータ 2013/10/01

26

（日本の事例２：工業）製品の販売生産管理

2018/1/11

リーマンショック後、コマツでは建機の在庫が急増 →機械稼働管理システム「KOMTRAX」による建機の稼働状況に加えて、 流通在庫＋販売状況の管理 →◎在庫1万8000台から約1万台まで削減 →×インドネシアの建設機械の稼働順調、販売順調と予測 しかし、通貨ルピア急落により販売激減（経済予測データも必要）

①組立工場内 ②製品組立から納品までの進捗管理チャート ③グローバル販売生産管理 ④世界34万台以上の建設機械の稼働状況

① ② ③ ④

From 日経BigData 2014.02.12

27

(日本の事例３：サービス業）顧客の食欲予測

2018/1/11

From IT Pro by 日経コンピュータ 2014/10/16

・すべてのすし皿にRFIDタグ（無線ＩＣチップ） →単品管理。鮮度管理（マグロは、350m 回ると廃棄。売れネタのリアルタイム把握、 ・40億の販売ビッグデータの分析 →顧客の食欲を指数化した「喫食パワー」予測 →1分後予測（顧客着席経過時間などから予測） →15分後予測（統計データ、曜日、時間帯から傾向値を算出し、 必要な寿司の量を算出する。 →廃棄寿司量が７５％削減

28

④ 対話AIアシスタント スマフォからAIスピーカへ

2018/1/11 29

Apple HomePod

1966年 ELIZA • 入力された文章にあるパターンが含まれているか調べ反応

• 会話を理解しているように見せかける，はぐらかす

– ELIZAとの対話における「意味」は，人間から与えられるか用意された限られた数の反応のどちらか

• 事前に用意された定型的な表現の中から応答

• 俺にはみんなが俺を笑っていることはわかっていたんだ → 特に誰のことを考えていますか? • キーワードが見つからない場合 → なぜそう思うのですか?

• これらの対話は非常に限定された局面でしか通用しない – 精神病の治療面接

• 対話において、話し手の一方が、実際の世界について 殆ど何も知らないというポーズをとっても構わない数少ない例の１つ

30 2018/1/11

会話ボット、人工無能

AIとの共同生活！？

2018/1/11

2011- 2015- AIスピーカ ホログラムロボット

音声アシスタントSIRI りんな Alexa by Amazon 逢妻アズマヒカリ

by Apple by MS Google Home by Google by GateBox

31

Google翻訳 Google‘s Neural Machine Translation System

量は質を凌駕する。

• 2016年11月：Deep Learning により翻訳精度が大幅向上

• 「英→仏」翻訳 1万5000時間学習

• 翻訳者の未来は？

2018/1/11 32

対話型AI（AIスピーカ・対話ロボット ）の限界

言葉の意味理解、文脈理解、常識推論は、今のAI

では無理。対話型AIに ｗｈｙ, howを尋ねても回答できない。深いレベルの対話は、構造化知識が

必要があり、研究段階である。

昨日、電話を食べて、

おいしかったよ

電話は食べ物じゃないから、

食べれないよ！馬鹿！

昨日、浅草に演劇を見に行ったけど、 脇役の人が主役の人を食ってたよ！

人は食べ物ではないので、

食えませんよ。 2018/1/11 33

Wikipediaからオントロジー（言葉階層木，言葉のネットワーク）に自動変換して， 人工物に言葉の意味(Sense)を理解させる →日本語Wikipediaオントロジー

人間には，ウィキペディアの内容（意味）が判るけど人工物（コンピュータ，スマフォ，ロボット．．．）には判らない

日本語Wikipediaオントロジー

2018/1/11 34

35

さらにズームアップ（模式図）

日本の 小説家

小説家

作家

人物

文学

文化

芥川龍之介

文化活動

家族

日本史の人物

代表作

職業

職業

プロパティ定義域

クラス－インスタンス関係

Is-a関係・プロパティ上位下位関係

トリプル

プロパティ値域

日本の 大学

日本の 小説

日本

存命人物

羅生門 蜘蛛の糸

鼻

小説家

塚本文

芥川也寸志

芥川貴之志

短編小説

日本

東京帝国 大学英文科

日本の映画作品

作曲家

日本のクラシック音楽の作曲家

オペラ 作曲家

夏目漱石 明治の人物

明治大学の人物 門下生

津田青楓

坊っちゃん こゝろ

小説

時代小説・歴史小説作家

誕生

最終学歴

配偶者 子供

著作

国籍

親族

ジャンル

死没

東京都出身の人物

日本出身の人物

文庫本

クラス

プロパティ

インスタンス

俳人

2018/1/11

オントロジー人型ロボットNAO と子供達・シニア

36

QA 体操教示

2018/1/11

人型ロボットNAO vs 哲学者 ＠TBSラジオ，荒川強啓 デイ・キャッチ！

2016.4.22

2018/1/11 37

アナウンサー

荒川強啓

アナウンサー

片桐千晶

宮台真司教授

（首都大学） 哲学者

⑤ 知識型AI

2018/1/11 38

2011年 QA Challenge ! (2) IBM Watson

・IBM Deep Question Answering Project(ジョパディで，ワトソンがチャンピオンに挑戦して勝利）

Open-Domain Question Answering

PIQUANTから時代が進み，

技術が成熟、マシンパワーが拡大

39 2018/1/11

IBM Watsonシステム構成

★大規模知識の獲得（100万冊，2億ページ）

百科事典、辞書、シソーラス、ニュース記事、著作物などを情報源。自動的にコーパスを拡大。 ★徹底した質問文解析：LAT(Lexical Answer Type)と重要語抽出 ★突出した一つのAI技術ではなく，言語理解，情

報検索，不確実性推論，仮説生成，仮説統合とランキング、機械学習，知識表現(オントロジー），構造化データなど，100以上の従来AI技術（20年前の技術もある）の集大成 ★精度、確信度、速度を考慮したAIインテグレーション ★計算力：並列計算による計算パワー ★展開性： 医療、金融、行政、マーケティングにも適用可能

40 2018/1/11

IBM Watson 進展

2018/1/11 41

2017.4.16 日経新聞

42 2018/1/11

NII 東大ロボットプロジェクト 2021年東大入試合格を目指して

http://21robot.org/

2018/1/11 43

東ロボくんの各教科アプローチ • 国語：含意関係認識。評論の問題で、設問に合致する選択肢を選ぶ問題がよく出題されるが、設問文で指定された本文から、選択肢を選ぶ根拠となる部分を抽出し、その根拠部分と選択肢を比較照合し、最もよく「含意する」選択肢を選ぶ手法を開発したところ、50％程度の精度を達成できた。（名古屋大学佐藤研究室）

• 世界史・日本史：情報検索と新しい含意関係認識の統合。Wikipediaや教科書にあるテキストt1を事実と仮定し、問題文にあるテキストt2が事実であるか否かを判

断する含意関係認識問題について、文の意味を集合間関係の代数式で表現し、その集合間関係を論理演算や機械学習で認識する手法を開発中。

• 英語：発音や文法などの短文問題は70%程度、読解や会話文の長文問題は30%

程度の正答率。長文問題に対して、粒度の異なる語句の類似度判定、事実性の判定、述語項構造解析と照応解析（主語特定とイベント参照）、映画スクリプトから対話自然性判定解析、ConceptNet5を利用した常識推論などの課題に取り組んでいる（NTT-CS研等との共同研究）。

• 数学：自然言語解析と論理と数式処理の統合を目指しており、日本語で記述された問題文と同等のZF （Zermelo-Fraenkel）表現を一階述語論理式に変換し、限量子消去 (quantifier elimination: QE)などを含む数式処理を適用して問題を解く。QE は、二次関数、不等式・領域の問題、平面図形の問題など、多くの入試問題

を解くことができる．ただ数学でも、問題文を読んで式を立てる過程が課題である（富士通研究所との共同研究）。

2018/1/11 44

200 86.0 80.0 48.4

50 24.6 16.0 40.5

200 105.4 90.0 45.1

100 45.5 75.0（40） 64.0（46.9）

100 42.8 77.0（55） 65.8（51.9）

100 45.9 76.0（52） 66.5（56.1）

100 46.6 55.0（44） 54.8（48.2）

物理 100 49.4 42.0（31） 46.5（49.0）

950 416.4 511.0 57.8

受験番号 氏名

科目 満点 全国 平均点

本人得点 （昨年）

本人偏差値 （昨年）

英語（筆記） 英語（リスニング）

国語

数学ＩＡ

数学ⅡＢ

世界史Ｂ

日本史Ｂ

５教科合計

2015年度 センター模試（進研模試）

大学・学部・学科 合格可能性80％以上の大学・学部・学科

国公立大 170大学 570学部 2,139学科 33大学 39学部 64学科

私立大 580大学 1,723学部 4,305学科 441大学 1,055学部 2,406学科

合計 750大学 2,293学部 6,444学科 474大学 1,094学部 2,470学科 2018/1/11 45

2018/1/11 46

2016年度マーク模試

「関関同立」「MARCH」は合格レベル

2018/1/11 47

NHK News Watch

人工知能「東ロボくん」 東大諦める (2016.11.8)

⑦人とAIの協働社会

2018/1/11 48

Race Against the Machine

米国では，ここ数年， 会計士，税理士の需要が8万人減少 高度コンピュータ による大量失業時代？

アンドリュー・マカフィー MITスローン・スクール、 デジタル・ビジネス・センター 主任リサーチサイエンティスト

2018/1/11 49

The Future of Employment Carl Benedikt Frey and Michael A. Osbome, Oxford Univ. 2013

• コンピュータに代行困難な重要要素 ①Creativity （創造性、創意工夫） ②Dexterity（手先の器用さ） ③Social Intelligence （社交性）

ルーチンワーク的な仕事は、AIに置き換えられていく可能性が大きい

2018/1/11 50

人工知能やロボット等による代替可能性が高い100種の職業 by NII 2015

【事務員・作業員】 一般事務員 医療事務員 駅務員 会計監査係員 貸付係事務員 学校事務員 教育・研修事務員 行政事務員（国） 行政事務員（県市町村） クリーニング取次店員 警備員 経理事務員 検収・検品係員 検針員 建設作業員 産業廃棄物収集運搬作業員 出荷・発送係員 じんかい収集作業員 人事係事務員 新聞配達員 スーパー店員 生産現場事務員 製本作業員

清涼飲料ルートセールス員 倉庫作業員 宅配便配達員 通信販売受付事務員 積卸作業員

電子計算機保守員（ＩＴ保守員） 道路パトロール隊員 日用品修理ショップ店員 バイク便配達員 発電員 非破壊検査員 ビル清掃員 物品購買事務員 貿易事務員 包装作業員 保管・管理係員 保険事務員 郵便外務員 郵便事務員 有料道路料金収受員 列車清掃員 レンタカー営業所員

【工員】 鋳物工 ＡＶ・通信機器組立・修理工 ＮＣ研削盤工 ＮＣ旋盤工 加工紙製造工 カメラ組立工 機械木工 金属加工・金属製品検査工 金属研磨工 金属材料製造検査工 金属熱処理工 金属プレス工 計器組立工

ゴム製品成形工（タイヤ成形を除く）

こん包工 サッシ工 紙器製造工 自動車組立工 自動車塗装工 水産ねり製品製造工 製パン工 製粉工 繊維製品検査工 惣菜製造工 鍛造工 電子部品製造工 プラスチック製品成形工 ミシン縫製工 めっき工 めん類製造工

【オペレーター】 IC生産オペレーター CADオペレーター 石油精製オペレーター セメント生産オペレーター 電算写植オペレーター プロセス製版オペレーター ボイラーオペレーター マシニングセンター・オペレーター

【担当係】 受付係 銀行窓口係 データ入力係 ホテル客室係 レジ係 寄宿舎・寮・マンション管理人 給食調理人 宝くじ販売人 駐車場管理人

【その他】 診療情報管理士 測量士 タクシー運転者 通関士 電気通信技術者 電車運転士 ビル施設管理技術者 路線バス運転者

2018/1/11 51

米国マッキンゼー調査(2017.11) ロボット進展により、2030年までに

世界8億人が職を失う（46カ国800職種）

2018/1/11 52

2億人

1.5億人

1億人

5千万人

サービス業におけるロボット利用 ロボット解雇？従業員解雇？

2018/1/11 53

ロボットレストラン、

ハルビン市、中国、2012.6-

変なホテル、変なレストラン

長崎ハウステンボス、日本、2015.7-

製造業（製品組立工場）における 作業者と双腕ロボットの協調

2018/1/11 54

メガバンクでリストラ？

2018/1/11 55

みずほフィナンシャルグループ：2026年度末までに1万9000人削減 三菱UFJフィナンシャルグループ：2023年度末までに9500人削減 三井住友フィナンシャルグループ：2019年度末までに4000人削減 3行 3.25万人／17万人 約2割削減

富国生命 ＡＩ導入、３４人削減へ 保険査定を代替 (2017.1)

• 日本ＩＢＭのＡＩ「ワトソン」

• 医師の診断書などから、病歴や入院期間、手術名といった入院給付金支払いなどに必要な情報を、ＡＩが自動的に読み取る。

• 給付金額の算出のほか、契約内容に照らし合わせて支払い対象となる特約を見つけ出すことも可能で、支払い漏れの予防も期待できる。

• ＡＩの査定対象になりそうな支払い請求は、 ２０１５年度に約１３万２０００件。

2018/1/11 56

人とAIの協働社会へ • 将棋AI、囲碁AIが、トッププロ棋士に圧勝した。大量の棋譜データに機械学習・ディープラーニングを適用し、局面に依存した打ち方を学習し、 人類の知らない定石を生み出した。その結果、将棋・囲碁の世界で、 AIはプロ棋士を超えたのだから、わが社の業務の自動化など 簡単であろうという誤解と混乱が広がりつつある。

• 機械学習・ディープラーニングだけがAIではない。探索、論理、推論、 含意、ルールベース、オントロジーなど、様々なAIがあり、 意味理解、文脈理解、常識推論などは、AIより人が格段に優位である。

例えば、ルーチンワーク的な知識労働者、士業（税理士、会計士、パラリーガル）は消えると言われるが、 業務を細分化すれば、人の優位な業務、Aの優位な業務が見えてくる。

• 現在、ビッグデータを利用した機械学習・ディープラーニング型の「データAI(凄いAI）」に注目が集まるが、今後、人類の英知を利用して推論し、人が尋ねれば説明できる「知識型AI（説明可能なAI）」に再度注目が集まると予想され、最終的には、これらのタイプ別のAIを統合したAIに注目が集まり、人とAIが協働する未来社会が見えてくる。

2018/1/11 57

2018/1/11 58

慶應義塾大学におけるAI研究