機械学習の国際学会「ＩＣＭＬ２０１７」で日本勢は全体の２・５％の発表数しか獲得できなかった。その８割を理化学研究所の革新知能統合研究センター（ＡＩＰセンター）の研究者が占める。米グーグルなど米ＩＴ企業優位の構造は覆せるのか、ＡＩＰセンターの杉山将センター長に聞いた。

　―画像認識や音声など応用側でない基礎領域が注目される背景は何ですか。
　「画像や音声など応用側の学会も盛況だ。基礎が着目されているのは学習理論が人工知能（ＡＩ）の根幹を支えているためだ。限られたデータ、偏ったデータでも機械学習できるようになると、これまで不可能だった応用への道が開ける。影響範囲は極めて広いため、理論研究者を抱える会社は多い。その最高峰の国際学会となれば注目されるのも当然だ」

　―米ＩＴ企業がこぞって発表します。技術漏えいの懸念は。
　「ＩＣＭＬで発表するころには新しいアルゴリズムを社内で応用につなげている。発表を聞いて追い掛け始めても１年遅れ。研究成果の共有よりも、人材の引き抜き合戦が激しさを増している」

　「発表時間帯は人材勧誘パーティーを控えるよう学会から企業に依頼するほどだ。会場ではどの会社のブースは裏で札束を積んで契約を迫っているとうわさが流れる。基礎理論の学会がＡＩバブルの中心になってしまった」

　―強引な引き抜きは自らも引き抜かれているという裏返しです。人材の自転車操業になっていませんか。
　「優秀な人材を採り続ける体力勝負になっている。我々のように若手を時間をかけて育て、長く研究してもらうということが成立しなくなってしまった」

　「学会で日本企業の発表は４３４件中２件。巻き返すには流出覚悟で人材を採る必要もある。せめて企業ブースを出展して存在を知ってもらうべきだ。採用ではＡＩＰセンターは１０年間、自由な環境で基礎に打ち込めると条件を提示している。これは研究者にとって魅力がある。国際的にも条件が良く優秀な人が採れている」

　―若手にとっては大きなチャンスです。
　「ＡＩは研究とビジネス面の成功が両立する。基礎研究に軸足を置きながらベンチャーなどで稼ぐことも可能だ。ＡＩＰセンターの役割は新しい理論で現在の競争原理を覆すこと。そのために野心的な若手をたくさん育てる。企業との共同研究は面白いテーマが進んでいる。その一部をＩＣＭＬで発表するなど、日本の存在感を高めていきたい」

（聞き手＝小寺貴之）