第２次ブーム時の人工知能（ＡＩ）である「知識ＡＩ」と、第３次ブームでの「データＡＩ」が融合しようとしている。産業技術総合研究所は介護、情報通信研究機構は翻訳サービスで融合を図っている。ビッグデータ（大量データ）を扱うＡＩは米国の大手ＩＴ企業が技術革新をリードする中、日本は現場に浸透した高度な知識体系を強みに勝負に出る。知識とデータ、二つのＡＩの融合で巻き返しを図る。

人間超える

　「知識とデータの融合は必然だ」―。産総研の辻井潤一ＡＩ研究センター長はこう説明する。１９８０年代の第２次ブームでは、現場や専門家のもつ知識を体系化して活用する知識ＡＩが脚光を浴びた。ブームが下火になったが現在の第３次ブームではビッグデータとディープラーニング（深層学習）を組み合わせたデータＡＩが画像認識や囲碁などで人間をすでに超えている。

　知識ＡＩの課題は体系化すべき知識がほぼ無限にあり、常識とされる知識が膨大で整理しきれない点だ。知識を業務マニュアルのように体系化しても、現場のマニュアルは常に変動する。

　これに対し、データＡＩの課題は大量のデータに学習するための「ラベル」を付けることだ。例えば自動運転で歩行者を認識するには、大量の歩行者の画像に「歩行者」とラベルをつける。知識とデータの対応付けが膨大だった。

実用化着々と

　そんな中、産総研の福田賢一郎主任研究員らは、介護現場の業務マニュアルを会員制交流サイト（ＳＮＳ）によって更新するシステムを開発した。スタッフが気付きや改善点を職場ＳＮＳで共有すると、自動で整理して業務マニュアルに追加できる。知識の変動をＳＮＳで吸収する。

　さらに知識体系とデータを対応付ける。例えば体重の重い患者の抱え上げ方とその動画を対応付ければ、動画データを基に抱え上げの“コツ”を学習できるようになる。

　またデータＡＩは動作の「成否」のラベル付けが難しい。マニュアルに従えば進行具合から成否を推定できる。辻井センター長は、「身体の動かし方は言葉で表現し難い。融合を試すいい研究になる」と期待する。

　一方、情通機構は翻訳サービスで融合を目指している。機械翻訳はデータ量が命だ。産業界と連携し、対訳データを収集する「翻訳バンク」の運用を始めた。情通機構に対訳データを提供すると、学習させた高精度翻訳ＡＩの契約料が値引きされる。情通機構の先進的翻訳技術研究室の隅田英一郎室長は、「まずは１億文。その次は１０億文集めたい」と意欲的だ。

　翻訳会社にとってはＡＩの進化は競合になるかもしれない。だが隅田室長は、「ＡＩの精度が向上しても、意訳や文学表現、契約文チェックなどは専門性が必要。付加価値は人間が生み出す」と指摘する。データＡＩで精度を確保し、知識ＡＩで付加価値の高い仕事を支援する。

　さらに「ＡＩが作る知識体系は網羅的だが大ざっぱ。人間が作る知識体系は丁寧だが狭く細かい。二つをうまく補完しつつ、データと結び付ければ本当に価値のあるサービスになる」と期待する。
（文＝小寺貴之）