Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

2017/9/22 第2回スマートエネルギー推進セミナー IoT技術、AI技術のエネルギーシステムへの適用

ＡＩ技術の進展～産総研人工知能研究センターの現状と展望～

産業技術総合研究所

人工知能研究センター

西田 佳史

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

（１）ＡＩ・ＩｏＴの最近の躍進

（２）産総研 人工知能研究センターの目指すもの

（３）AI/IoT/ビッグデータを活用したイノベーション

（４）展望（ＡＩ・ＩｏＴによる生活機能レジリエント社会）

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

最近の人工知能の事例人間に迫る人工知能

ＩＢＭ ワトソン：言語理解、 テキストと構造化された知識（事実）、 検索と質問応答

コンピュータ将棋、コンピュータ碁: 大規模な探索空間, 機械学習

東大入試ロボット：言語理解、 問題解決、知識に基づく推論

会話ロボット：身体性をもった知能, 特定の文脈下での言語理解

深層学習：脳からのヒント、計算原理の変革、自律性をもった機械学習

脳科学： 人間知能の解明 Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

AlphaGo（２０１６）機械学習と模擬ゲーム

完全情報ゲーム

深層学習

過去の棋譜データベース

模擬ゲーム

v(s)

p(a|s) 訓練データ

3000万局もの自己対局

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

（１）ＡＩ・ＩｏＴの最近の躍進

（２）産総研 人工知能研究センターの目指すもの

（３）AI/IoT/ビッグデータを活用したイノベーション

（４）展望（ＡＩ・ＩｏＴによる生活機能レジリエント社会）

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

出展：IDC “The Digital Universe in 2020”

○ 計算機の能力が指数関数的に向上。デジタルデータの量が爆発的に増大。人工知能が重要に。あらゆる産業の知能化が進行。

○ 米国では、巨大ＩＴ企業が優れた研究者を世界中から集め、自らの持つ巨大データと様々な技術を組み合わせた人工知能を開発し、事業化。

○ 実世界での応用と基礎研究への短いサイクルでのフィードバック。

○ 日本では、研究者が個別に基礎研究に従事し、それらを統合して革新的な人工知能を開発する動きは少ない。

データの量は2010～2020の10年間で50倍

6

世界のAI 日本の現状

0.1

0.15

0.2

0.25

0.3

0.35トロント大東大オックスフォード大INRIAアムステルダム大

大規模物体認識 ILSVRC2012 における Deep Learning の性能

従来技術

Deep Learning

大規模データ活用のインパクト

データの集積DATA

技術の成熟ブレークスルー

SEEDS

応用NEEDS

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

人工知能の技術開発：現状

米国の巨大IT産業データ、資金、研究者、開発者の集中

閉じたエコシステム

データの局在時代から偏在時代へ

Start-UpのM&A

日本（ヨーロッパも）

データ、研究者、技術者のFragmentation

資金の欠如

開いたエコシステムへ

Start-Upとの共同、援助

課題・データ・知性「遍在」社会 7

Seeds

Needs Data

巨大IT産業（G,M,F,A）

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

第４次産業革命で可能となる生活データ駆動型マニュファクチャリングのサイクル

（インダストリ４．０と生活科学２．０の融合）

そのためには、①手早くバリューチェンを作り、社会インパクト創造

②個々の技術でオリジナリティ発揮

データ(IoT技術）

AI技術

サービス提供

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

国立研究開発法人 産業技術総合研究所

2001年に経済産業省傘下の国立研究所が融合して発足（独立行政法人化）

研究職員 約2316名（2017.4）元国立研究所としては国内最大規模

幅広い産業技術分野を研究

ナノテクノロジー、バイオテクノロジー、微生物、脳科学、情報技術、レーザー、エネルギー技術、地質調査、宇宙探査、・・・

主拠点は茨城県つくば市 日本各地に地域センター

http://www.aist.go.jp

9

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

• 2015年5月1日設立、産総研臨海副都心センター＋つくばセンター

• クロスアポイントメント、客員・招聘研究員、Research Assistant 等を活用して、国内外の大学・企業から研究者の参画を得る

• 優れた技術を実用現場に橋渡しするハブ機能と人材育成

• 社会実装を進める企画チームの設置

産総研 人工知能研究センター

国内外の大学・企業からの参画、連携産総研の研究ユニットとの連携

国内外の大学・企業からの参画、連携産総研の研究ユニットとの連携

10

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

研究チーム構成

知識情報研究チームチーム長：中田 亨

確率モデリング研究チームチーム長：本村 陽一

脳型人工知能研究チームチーム長：中田 秀基

機械学習研究チームチーム長：瀬々 潤

人工知能クラウド研究チームチーム長：小川 宏高

人工知能応用研究チームチーム長：村川 正宏

サービスインテリジェンス研究チームチーム長：西村 拓一

計算社会知能研究チームチーム長：野田 五十樹

地理情報科学研究チームチーム長：中村 良介

生活知能研究チームチーム長：西田 佳史

オーミクス情報研究チームチーム長：光山 統泰

インテリジェントバイオインフォマティクス研究チームチーム長：富井 健太郎

11

データプラットフォーム研究チームチーム長：金 京淑

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

大学・企業とも連携した国内最大のAI研究拠点Artificial Intelligence Research Base with Industry-Academia cooperation

産総研 人工知能研究センター

Application Domains

言語理解Text mining Behavior mining

行動分析Behavior mining

産業ロボット・自動車Industrial robots

Automobile

小売・流通サービスデザイン

RetailService Design

健康・生活支援Health care

Living support

社会・ビジネスへの適用Apply to the real business and society

データ・知識融合型人工知能Data-Knowledge integration AI

脳型人工知能Brain architecture AI

知識モデルKnowledge

海馬モデルHippocampus

基底核モデルBasal ganglia 確率関係

モデルProbabilistic relation

ベイジアンネット

Bayesian net･･･

･･･

ネットワークサービスコミュニケーション

Network servicesCommunications

n

気象情報文献分類

meteorology informationDocument classification

大脳皮質モデルCerebral cortex

起業, 技術移転Technology transfer

ベンチャーVenture

business企業

Companies

技術移転共同研究

Technology transferJoint research

AI Research and Technology Platform

計画・制御PlanningControlRecommend

予測・推薦Prediction

Recommend Pattern recognitionパターン認識

Pattern recognition

企画チーム Planning team

･･･

AI技術の研究開発と実用化の循環

人工知能共通基盤

先進中核モジュール

標準タスク化・標準データ

AI研究フレームワーク

NEEDS

SEEDS

DATAPlatformsModules

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

開発中のAIモジュール例IoT・画像処理・行動認識テクノロジー生活環境認識技術、行動認識技術を融合させ、課題解決に応用

ホームセーフティ（熱中症、溺水、熱傷、ベランダからの転落）への応用

認知症のプロセス認識によるパーソナルな評価・状態管理への応用

靴IoTセンサ

生活環境センシング技術

地図作成

環境認識行動認識

クラスタ

生活環境認識・行動認識技術

手すりIoTセンサ

ベッドIoTセンサ

リスク予測技術リンケージ技術

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

生活知能研究チームの内容安全・自立・参加を支える生活知能

14

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

（１）ＡＩ・ＩｏＴの最近の躍進

（２）産総研 人工知能研究センターの目指すもの

（３）AI/IoT/ビッグデータを活用したイノベーション

（４）展望（ＡＩ・ＩｏＴによる生活機能レジリエント社会）

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

生活機能レジリエント社会の必要性

構成員の変化の総合を扱う必要がある。

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

日常生活のイノベーション（科学からデザインへ）

A変えたいもの

（目的変数）

「変えたいもの」が分からない構造

A変えたいもの

（目的変数）

C変えられないもの（操作不能な説明変数）

見かけ上

の固定

「変え方」が分からない構造

B変えられるもの（操作可能変数）

A変えたいもの

（目的変数）

C変えられないもの（操作不能な説明変数）

「変えられる」構造

構造変化構造理解

データ駆動型の科学 （アウェアネス） デザイン

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

●

リビングラボの全体図（農学部は農場、医学部は病院、生活科学はIoT付リビングラボ）

コデザイン

（実験室有効性）

（現場実効性）

相違は現場複雑系から

Dale Hanson (2012)

実世界・実問題と繋がったリビングラボLinked Living Lab

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

19

実世界・実問題と繋がったリビングラボLinked Living Lab

一般住宅健常高齢者・子ども・環境データ

老人ホーム要介護高齢者の行動データ

リハ病院高齢者の行動変化データ

子ども病院子どもの行動データ

社会に分散したBig data

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

科学からデザインへ（子どもの傷害）

A変えたいもの

（目的変数）

「変えたいもの」が分からない構造

A変えたいもの

（目的変数）

C変えられないもの

見かけ上

の固定

「変え方」が分からない構造

B変えられるもの（操作可能変数）

A変えたいもの

（目的変数）

C変えられないもの（操作不能な説明変数）

「変えられる」構造

構造変化構造理解

科学（事故現象が不明） デザイン

?

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%救急搬送数

出産数

人口推移

婚姻数

要支援・介護認定数

家庭の介護者

社会背景：生活機能変化のエビデンス

発達とともに起きる事故

出産・育児のための休職・退職

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

重要因子クリフ分析

クリフ(Cliff:非線形な崖)化学の分野では，分子構造が似ているが化学的な特徴が劇的に違う構造（ある種の非線形な崖）に着目した分析方法として，Activity Cliffと呼

ばれている考え方がある。それを応用。

重症事故につながる重要特徴を理解

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

0

50000

100000

150000

200000

250000

0 0.2 0.4 0.6 0.8 1

治療

費（￥

）

状況類似度

事故データを用いた検証例

類似した状況でも柔道やハードルの事故が重症となりやすい

重症事故と軽症事故の比較（１００万件のデータ）

• ハードルを跳びこえた時バランス崩して転倒

重傷事故率

ハードル

柔道

重症事故率＝重症事故に含まれている特定の事故の件数

全体に含まれている特定の事故の件数100

• 柔道でバランス崩し転倒

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

重要因子クリフ分析ソフトウェア（with PSI）

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

改善事例（ハードル）

ハード改善事例

0

50000

100000

150000

200000

250000

0 0.5 1

予防法の考案につながる

重傷事故率

ハードル

柔道

• ハードルを跳びこえた時バランス崩して転倒

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

26

実世界・実問題と繋がったリビングラボLinked Living Lab

一般住宅健常高齢者・子ども・環境データ

老人ホーム要介護高齢者の行動データ

リハ病院高齢者の行動変化データ

子ども病院子どもの行動データ

社会に分散したBig data

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

子どもの転倒の科学的データ

PC

Bed Room

：加速度・ジャイロセンサ

：IEEE1394カメラ(6台)

日常空間、子どもの遊び場をセンサ化することで、子どもの発達段階ごとの行動データを取得。この事例は、転倒データベース。

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

Fall Data Accumulation画像処理技術を用いて、子どもの転倒（速度や姿勢など）を105回の転倒をデータベース化した。世界初。

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

医療機関データによる事故の発生事例

• 自宅で歯ブラシをくわえて遊んでいた子どもがたたんだ布団の上からジャンプした時転倒し，激しく泣きだした。近寄って顔を見たら，口の中から出血していたので心配になり救急車要請． （2歳・男）

• ハブラシを口にくわえたまま転倒して、咽頭部切創（2歳・男）• 姉宅の居室で生後9カ月の息子が歯ブラシをくわえてはいはいしていたと

ころ転倒し口中を受傷(0歳・男）• 1歳の子が歯ブラシを口に入れたまま歩き父親にぶつかったため怪我をし

たと思い救急要請（1歳・女）

抜粋：日本小児科学会Injury Alert

医療機関から収集した事故事例データベース（産総研開発）によると、歯ブラシをくわえたまま転倒することによる刺傷事故が発生していることが判明。

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

科学からデザインへ（歯ブラシの熱傷）

A変えたいもの

（目的変数）

「変えたいもの」が分からない構造

A変えたいもの

（目的変数）

C変えられないもの

子どもを座らせる・注意（個人努力）

見かけ上

の固定

「変え方」が分からない構造

B変えられるもの（操作可能変数）

A変えたいもの

（目的変数）

C変えられないもの（操作不能な説明変数）

「変えられる」構造

構造変化構造理解

科学（年齢と刺傷と製品の関係） デザイン

?

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

転倒データベースと有限要素法による解析

1.5[m/s]

歯ブラシ

LS-DYNA

1 歳児

転倒データベースと有限要素解析技術を用いることで、転んでも刺さらない歯ブラシ（曲がる歯ブラシ）をメーカーと協力して開発。

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

歯ブラシの新しいデザイン：曲がる歯ブラシ

第9回 キッズデザイン協議会会長賞 受賞

グッドデザイン賞2015 受賞

歯ブラシが曲がることで衝撃を吸収

DHLより、付加価値を持った歯ブラシ（転んでも刺さらない）が開発・販売され、キッズデザイン賞、グッドデザイン賞などを受賞した。

日経ビジネス2016年7月号「日本の発明力」に取り上げられる。

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

人工知能を活用したアウェアネス人の知恵と人工知能の協業によるデザイン

33

1. 膨大なデータの中には課題が混在しており，どこに解くべき課題領域があるのか整理されていない．2. 課題を焦点化することで，何を考慮すべきかを明らかにする．3. 課題を抽出し，整理する．4. 関係者が連携し，設計時に検討する変数を増大させる．5. デザインによる創造的な改善策，解決法を提案する．

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

34

実世界・実問題と繋がったリビングラボLinked Living Lab

一般住宅健常高齢者・子ども・環境データ

老人ホーム要介護高齢者の行動データ

リハ病院高齢者の行動変化データ

子ども病院子どもの行動データ

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%救急搬送数

出産数

人口推移

婚姻数

要支援・介護認定数

家庭の介護者

社会背景：生活機能変化のエビデンス

配偶者や親の介護

身体・認知機能の低下による事故・介護

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

科学からデザインへ（高齢者の健康維持）

A変えたいもの

（目的変数）

「変えたいもの」が分からない構造

A変えたいもの

（目的変数）

C変えられないもの

見かけ上

の固定

「変え方」が分からない構造

B変えられるもの（操作可能変数）

A変えたいもの

（目的変数）

C変えられないもの（操作不能な説明変数）

「変えられる」構造

構造変化構造理解

科学（個人の生活現象が不明） デザイン

?

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

一般住宅型リビングラボを用いた高齢者の生活変化のモニタリング技術

被験者：88歳女性

手すりセンサ技術(2016/1/10)

一般住宅型リビングラボ

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

手すり型センサを用いて毎日モニタリング手すりIoTセンサを用いて、１１か月（毎日）の歩行速度変化を自動計測。従

来、困難であった自然な状態（センサを身体に取り付けることなく）での日々のモニタリングが可能となった。

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

センサデータを用いた定量的評価

要介護者リスクの評価

5m 歩行時間：平均8.3 [s]

長期・毎日モニタリングによって個人の歩行機能変化を検出し、個人に適合したきめ細かい介入のデザインと評価の可能性。

牧迫飛雄馬ら, 「後期高齢者における新規要介護認定の発生と5m歩行時間との関連：39ヵ月間の縦断研究」, 2011

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

パーソナルな見守りとパーソナルな支援

歩行能力の低下を検出

介入(食事・運動療法)

プリシジョン事故予防、プリシジョンリスクマネジメント

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

（１）ＡＩ・ＩｏＴの最近の躍進

（２）産総研 人工知能研究センターの目指すもの

（３）AI/IoT/ビッグデータを活用したイノベーション

（４）展望（ＡＩ・ＩｏＴによる生活機能レジリエント社会）

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter A

変えたいもの（目的変数）

C変えられないもの（操作不能な説明変数）

見かけ上

の固定

社会・生活問題

B変えられるもの

（操作可能変数）

A変えたいもの

（目的変数）

C変えられないもの（操作不能な説明変数）

個々の生活が変わること（社会・生活問題の改善・解決）

構造変化

解決化

構造（次元追加）

課題

市場・経済

産業化個人問題・努力（公益性の高い隠れたニーズ）

「変えられる構造化」された問題「固定化された」「隠れた」問題

プロダクト・サービスによって個人問題から市場問題へ変換（専門化と交換のメカニズム）

骨太な（社会問題解決型）イノベーションとの関係

日常生活インフォマティクス

産業化

問題

構造

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

社会インパクト（子ども事故予防分野）

43

子ども、事故（Google Trend)

キッズデザイン（Google Trend)

産総研研究グループ発足

キッズデザイン賞開始

消費者庁

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

ニーズ シーズ

)認知症（Google Trend) )

人工知能（Google Trend)

2015

2013

2011

2009

2007

2005

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

New Normal駆動型イノベーション（問題・データ・知性遍在社会）

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

46SDGsは、持続可能な社会のサブゴール。サブゴールを別々に扱うのではなく、総合実現を扱う必要がある。

国連の今後１５年の目標 (2015/9/25採択)A

rtifi

cial

Inte

llige

nce

Res

earc

h C

ente

r

社会課題＝サイエンス＝イノベーションの観点

47

Living Problem Solving（問題の解決）

Living Innovation（産業化）

Living Complex/Diversity（生活の科学）

高齢多様性生活多様性

New

value(tractable)

必要な活動

PI07PI08

PI09

PI18

MA303

MA304

MA320

MA324

MA330

MA333

MA336

SK01

SK02

SY01

SY02

SY03

SY04

SY05

AI01

AI02

AI03AI04

0

5

10

15

20

25

30

0 20 40 60 80 100

MMSE (認

知機能

）

BI (身体機能)

身体・認知による機能評価

軽度重度

重度

軽度

認知機能軸

身体機能軸

生活機能に差

利点１：生活機能変化に伴う使用製品の変遷を分析可能

利点２：意味のみならず物理現象として分析可能

行動ライブラリ（リビングラボ応用例）

社会参加国連SDGs(17の目標）ユニバーサルデザイン2.0

Art

ifici

al In

telli

genc

e R

esea

rch

Cen

ter

変えられる構造に変換された社会

何を、どうかえるべきか分からない社会

社会の価値創造者としてのリビングラボ

疑似環境リビングラボ

現場リビングラボ

ソリューション探索者としてのリビングラボ

社会が説くべき問題集の作成者としての

リビングラボ

新たな変えられる化のための未活

用要素

A

C

A

CB

社会に眠った社会機能

賞、メディア、レギュレータ、自治体との

協業

何をどう変えるかを考えられる社会AIによるアウェアネス、人とＡＩの協業によるデザイン