ニュースイッチ

まずは数理的思考を身に付けよ!全大学が「AI教育」を競い合う時代に

まずは数理的思考を身に付けよ!全大学が「AI教育」を競い合う時代に

北大はデータを持つ企業を巻き込んだ教育研究に力を入れる(北大提供)

ビジネスや行政などの意思決定の根拠となるデータを、数理的な思考でとらえて人工知能(AI)で分析する―。そんな数理、データサイエンス(DS)、AIの人材育成が急ピッチで進む。政府の「AI戦略2019」では初級レベルは全大学生に必須とされ、認定教育プログラム制度が進みだした。文部科学省のモデル構築事業も拠点6大学から協力校へと展開中だ。これらの教育に関わらずに済む大学は皆無、そんな時代に入っている。(取材=編集委員・山本佳世子)

認定教育プログラム 全学生がリテラシー学ぶ

政府が19年にまとめたAI戦略でイメージするのは、組織の活動やIoT(モノのインターネット)で得られるビッグデータ(大量データ)を、統計学やAIで分析して活用する人材だ。企業や官公庁、地域社会などあらゆる分野の課題解決でニーズが急増している。内閣府は象徴的な言葉としてAIを出しているが、教育テーマとしては論理的考え方やデータに基づく分析など広義のものだという。

同戦略では25年の目標を掲げ、大学生は学部によらず「全員が初級のリテラシー(読解記述力)レベルを学ぶ」とする。大規模な取り組みとなるため「数理・データサイエンス・AI教育プログラム認定制度」で後押しする。応用基礎レベルの整備は1年先に予定しているが、まず今年3月にリテラシーレベルを2本立てで整えた。

このうち「認定教育プログラム」は「全学での開講」「複数の専門分野の学生の履修」「履修の学生数や率を高める計画」などの要件を満たせば書類審査で済む。ただ申請プログラムで1年以上の活動実績が必要だ。「データサイエンス学部の実績を基に、全学展開を図る大学」などが対象と予想される。

九大は研究のデータ活用講座で教員や大学院生を引きつける(九大提供)

もう一つ、一段上となるのが「認定教育プログラム+(プラス)」だ。他大学を先導する独自のプログラムで、認定には実地調査もある。「全学生の半数以上が履修しているか、3年以内に実現する計画」という部分のハードルが高い。内閣府の佐藤文一審議官は「旧帝大や研究型大学には、より先進的な取り組みで『プログラム+』にチャレンジしてほしい」と強調する。どこが先陣を切るのか、視線が集まることは間違いない。

拠点大学、強み発揮 文・理系問わず後押し

文部科学省は17年度から、大学が文系理系を問わず全学的な数理・DS教育を後押しする事業を進めている。20年度は国立大学の運営費交付金の一部の10億円をこれに充てる。事業開始時は「数理・DS教育」としており、前面になかったAIも、今は内閣府の戦略と相まって扱う。

拠点校は北海道、東京、滋賀、京都、大阪、九州の6国立大学だ。数学、統計、情報など各大学の強みを出しながら、他大学の参考になる標準カリキュラムの策定に向けて、学内での実施に取り組む。

九州大学数理・データサイエンス教育研究センターは最初に、高年次学生・大学院生向け講座に取り組んだ。受講生の卒業・修士研究用のデータ解析プログラムを実装し、個別指導をしつつ理論の学びに誘導した。理論から実装に進む通常の積み上げ式とは、逆の学びにしたのが注目だ。

次いで低年次学生向け講座では、看護学や文学など意外な分野も含めた先輩の実例を紹介。その上で学科別に必要なデータ解析法の原理を解説し、学生のやる気を引き出した。

専門が多岐にわたる教員・研究者60人程度が参加する合宿勉強会もユニークだ。共同研究費を用意し、例えば数学、情報、病院の研究者が、病院内の治療方針や医薬品選定を合理的に決める手法の開発に取り組む。内田誠一センター長は「データ分析を串にして、考えられなかったつながりが生まれている」と効果を実感している。

一方、北海道大学の場合は「学部、修士、博士の各課程を想定した文科省のDSの3事業すべてで採択されている」(数理・データサイエンス教育研究センターの湧田雄基特任准教授)のが強みだ。またデータを持つ企業と北大の産学共同研究を基に、社会人教育を展開する特色もある。

19年度には6拠点大学に加えて計20の国立大を協力校に据え、さらに公私立大へも広げていく計画だ。他大学での実施には、新型コロナウイルス対応で導入が進んだオンライン授業と演習の組み合わせや、指導役の教員を育成するファカルティー・デベロップメント(FD)も重要だ。伝統と異なるさまざまな手法で浸透を図ることになりそうだ。

Data/高校から理数の素養強化

内閣府の総合科学技術・イノベーション会議(CSTI)などで議論してきたAI戦略のうち人材育成は、25年時点で実施する人数を示している。最も下の小中学生は情報通信技術(ICT)の端末を1人1台で扱う。年間、つまり1学年の全高校生約100万人で理数(理科と数学)の素養を強化する。右図のピラミッド構造で底辺を支える大学などの全学生約50万人は、数理・DS・AIの初級レベルを学ぶ。学部1、2年生が対象だ。ここまでがリテラシーレベルだ。

この上の応用基礎レベルは「各専門分野×AI」の教育だ。専門の学びをする学部3、4年生の半分、約25万人を想定する。目を引くのは理工系人材は半分程度にすぎず、保健系や人文・社会科学系での育成も重視されている点だ。ダブルメジャーとして「専門は経営学とDS」などと言えるだけの力を付け、実社会での活躍を最も期待される層だ。

その上のエキスパートレベルは大学院生などで、2000人とぐっと数が減る。研究者やその卵としてDS・AIを活用する。最上位のトップレベルは世界と戦うAI先端研究者などで、100人としている。

【キーワード/データ分析とAI】

データ分析は多くの数値データから普遍的な真理を導くのが狙いだ。伝統的には統計学を使い、心理学や教育学の調査研究でも行われる。統計学は数学の仲間だ。世の中の現象を1次式で近似する多変量解析には、数学の線形代数が使われる。過去のまとめに適するが、変化の激しい未来の予測手法としては微妙なところだった。

一方、AIは多様なツールがあり、未来予測に適する面がある。その一つ、人気のディープラーニング(深層学習)は画像判断や機械翻訳、囲碁などで、その強さが一般社会でも実感されたことで注目が高まっている。

日刊工業新聞2020年5月18日
山本佳世子
山本佳世子 Yamamoto Kayoko 編集局科学技術部 論説委員兼編集委員
これらの用語は近しいけれど違いがあり、多くの人は理解が不十分なのではないか。17年度の文科省新規事業は「数理、データサイエンス」だったが、19年度にこの分野を象徴・発展させた言葉として内閣府は「AI」を使ったことも、混乱の一要因だ。私も今回の取材でようやく、「まずは数理(数学的な科学)的思考を身に付ける。データの分析は、伝統的な統計学などで理解し、さらに先進的なAIによるディープラーニングなどの使いこなしに進む」という流れを理解した。どの大学もデータ関連など張り切る中で、内閣府の認定プログラムにどこが一番乗りをしてくるのか、楽しみにしている。

編集部のおすすめ