最終更新日：
日本経済新聞社が主催するカンファレンス「AI/SUM」が東京 丸の内にて2019年4月22日から24日にかけて開催されました。今回は100以上のセッションの中から「新時代の日本のAI戦略」の内容をお伝えします。
政府は2019年3月29日に有識者提案のAI戦略を発表しました。例えば教育面では「年間100万人の全ての高校生」「文理を問わない全ての大学・高専生 年間50万人」「年間100万人の社会人」などに対してAIリテラシー教育を行うなど、大規模な戦略が発表されています。
今回のセッションではAI戦略に関わった以下の3人の有識者から、AI戦略の背景や込められた意図が語られました。
- 安西 祐一郎 氏
学術情報分析センター所長 独立行政法人日本学術振興会 顧問 - 北野 宏明 氏
株式会社ソニーコンピュータサイエンス研究所 代表取締役社長 - 神成 淳司 氏
慶應義塾大学 環境情報学部 教授 内閣官房 情報通信技術（IT）総合戦略室 副政府CIO
モデレーターを務めたのは、内閣府の政策統括官 赤石 浩一 氏です。
目次
「読み書きそろばんレベルでAI教育を」 ｜AI人材戦略
このセッションは、有識者提言の「AI戦略」の内容を基にセッションが進められ、「AI関連人材の教育の重要性」が特に強調されました。
安西氏：既に内閣府のホームページには有識者提案のAI戦略が50ページあまり載っています。このAI戦略の考え方は、人間の尊厳、多様性、持続可能性が大事ということです。誰もがAIをベースにして、いきいきと楽しく暮らしていけるようにしたい想いがあります。
G20に向けて安倍総理もAI戦略について既に発言をしておられます。国民が協力しあってこの戦略を進めることが大事で、多くの人が関わって進めています。
安西 祐一郎 氏：学術情報分析センター所長 独立行政法人日本学術振興会 顧問
続いて安西氏から、AI戦略の目玉でもあった「人材教育」について語られました。AIはあらゆる仕事の在り方を変えるとも言われ、AI戦略の中でも重要な位置づけになっています。
今回のセッションでも
- あらゆる世代へのAI教育
- 産業界との連携
- 専門学生への教育
など多様な視点からAIに関わる人材教育について語られ、全ての人がAIに関わっていく重要性が感じさせられました。
安西氏：図のピラミッドを見てください。
「読み・書き・そろばん」と同じレベルで「数理・データサイエンス・AI」の能力について扱うべきでしょう。
高校卒業する全員に理数系の能力を付けていきたいと思っています。高校の半ばで文系理系の進路が決められてしまいます。それを超えて身に着けてほしい能力です。
大学高専卒業レベルでは、年間50万人くらいは基礎レベルのAI・データのスキルを身に着けてもらいたいです。
さらにその半分の25万人にはAIの応用力を持って、さまざまな分野で活躍する人材を育成したいです。例えば経済学とAI,生命科学とAI。専門分野×AIのダブルメジャーのようなコースを強化していきたいです。
また、入試のなかでは情報Ⅰという科目を重視していくべきだと思います。
そして、戦略には社会人教育も含みます。デジタル革命の時代は、社会人も学び直していくような時代にしていかなければなりません。
全体としては以下のような計画を立てています
- 小中高校における教育内容の整備
- 学習内容の強化
- 認定制度,資格の活用
- AI応用力の活用
- 先鋭的な人材の発掘,伸ばす環境整備
生産人口が減り、これからの日本が新しい時代をどう迎えるのか。未来への基盤作りの一番中核にあるのが、この教育改革としてのAI戦略だと考えています。
北野氏：産業界の目線では応用基礎の部分が重要です。もちろんAIの専門的なトップレベルの人材も必要です。しかし、むしろ重要なのは「適応するドメインのデータがどうなっているか」「ドメインの何が重要か」です。「AI×〇〇」のところで専門分野を持ち、よく分かっている人ではないと、ツールを使いこなせません。
だから、25万人というのは、AI研究者が25万人ではありません。応用できる人が25万人。しかし、この25万人はAIのこともある程度分かっていないといけません。
産業界が、そのような人をちゃんと処遇することが重要になります。強要するわけにもいかないですが、人材はひっ迫しているので、AI関係の人材の給料は上がっていくと思います。
北野 宏明 氏：株式会社ソニーコンピュータサイエンス研究所 代表取締役社長
神成氏：私自身は10年ほど岐阜県の技術顧問をやっていました。地域や地場産産業の活性化のためにも、専門学校にきちんとした教育を受けさせることがすごい大事だと思います。
地域を支える人材をきちんと育てていくことが、やはり日本の基盤として大事です。日本の中小企業の競争力は我が国の基盤だったと思っています。
大学の現場にいて感じることは、高校の3年間をほとんど受験勉強でとられることです。実はそれ以外に優れた能力を持っている方々が商業、工業、および農業高校にいます。
神成 淳司 氏：慶應義塾大学 環境情報学部 教授 内閣官房 情報通信技術（IT）総合戦略室 副政府CIO
AIにどう人を引きつけるか｜AI人材育成のインセンティブ
AI人材を育成するには、AIを学ぶだけの動機付けをしなければなりません。それはAIを教える講師に対しても同じで、AIを教える能力や能力を付ける動機が必要です。
このパートでは、３者それぞれの立場から、AIに人を引き付けるアイデアが語られました。
安西氏：教育改革は口で言うのは体がいいですが、小中学校の先生は100万人以上おられます。
一方で教えられる先生は本当に足りない。学生の方も（AIを）勉強したら報われるのかと言われれば、初任給が同じだとやる気にならない。これを打破していかなければなりません。
しかし、時代が大きく変わっています。教員の処遇に関しては、IT技術に関わる方が教育に関心を持っていられて、その研修なども進めていくべきだと思っております。高等学校には、数年後までに1校に1人は情報担当の教員を置きたい。これもAIの戦略のカギにございます。
北野氏：教える人と教材はものすごい問題で、現実的に足りていません。まず、今回はターゲットの人数をだして、ロジスティクスは頑張るしかない。いろいろなところを総動員して、教える人の量とクオリティを確保するしかないでしょう。教える人の学びなおしも望まれます。
例えばソニー銀行は、新人全員と手を挙げた社員にデータサイエンスブートキャンプを2週間缶詰にしてやります。ソニー本体も全員にデータサイエンス教育をしました。そういった取り組みは増えるのではないかと思います。理系文系関係なく企業側がそういう風に変わっていくんじゃないでしょうか。
神成氏：大学入試で情報という科目をいれると途端に高校生が勉強を始めるようになります。大学の方の入口を多様化していくということが一点。
加えて、小中学校の先生方の仕事のかなりの部分は先生じゃなくてもできます。本来教育としてやるべきことを支援する環境が大事です。やるべきではない負担を減らしつつ、先生方へのAI教育に関するインセンティブを増やしていくことが大事です。
「選択と集中」から「戦略と創発」へ｜AIの研究について
続いてはAIの研究がテーマです。このパートでは、AIの研究において「選択と集中」は間違っていると語られました。
どのような開発の考え方が求められているのでしょうか。
北野氏：研究開発の基本的な考え方として、選択と集中を辞めて、戦略と創発に切り替えます。選択と集中は間違った戦略です。選択できる分野はレッドオーシャンで、お金の張り合いで勝負する部分が大きくなってしまいます。またディスラプティブ（破壊的）イノベーションと呼ばれるようなものは、見向きもしなかったところから出てきます。
そこで、「戦略と創発」に方針を転換しました。
重点化する部分は、重要なのが明確なのでレッドオーシャンになりますが、ここは、限られたリソースでいかに競争力を得て、その中でのオリジナリティーを追求する戦略が重要になります。
逆に、コンセンサスで「重要」と思われていない研究者が「これはおもしろい」と思う部分をどうやってエンカレッジ（促進）するかが重要です。今、AIブームの元になっているディープラーニングも全くお金が取れない、重点領域化されていないところから来ています。
創発的研究をどうやって支援するかはチャレンジングで重要です。「ばらまきじゃないか」「何の成果がでるんだ」と批判されますから、頑張らないといけません。いろんな人がディスカッションできる多様性や、国内・国外という分野ごとのミックスできるかということも求められます。
加えて、図をご覧ください。
北野氏：AI中核センター群の3センターの連携が大切です。
- 理研AIPはAIの理論をGoogleと勝負ができるか
- 産総研は、産業界でどれだけ連携できるか
- NICTは、言語処理に強いですがナンバー１になれるか
基本的にナンバー１になれないと意味がありません。ＡＩにお金をドンと突っ込んで破壊的イノベーションを狙うのは間違っています。破壊的イノベーションは計画されて出てきません。ただし、レベルが高い研究でのイノベーション、いわゆるラディカルイノベーションはある程度狙えます。
このように、ラディカルイノベーションをやりながら、破壊的イノベーションが起きる確率を上げることがおすすめです。
日本の研究は、ほぼ公的資金です。アメリカの場合は民間から何千億という資金が出ています。資金の多様性がないことは日本の決定的な弱みです。
テールサイドが長い研究支援の必要性は、ＡＩだけでなく日本の研究全般に言えることです。
データを前提にした社会づくり｜スマートシティの実現に向けて
AIを社会実装するうえでは、社会設計から考えていくことが重要です。このパートでは、AIやデータを前提とした社会の設計を考える発想の必要性が語られました。
北野氏：データ基盤の整備と同時に、例えば医療画像分析において品質の高いアノテーション（データへのタグ付け）がないといけません。ルーティーンの中で自然と医療のアノテーションや権利関係の処理が出来るようなインセンティブが必要です。
神成氏：全体として、政治的なアーキテクチャの設計や標準化はやっていかなければなりません。社会変革の仕組みがないと具体的な変化はできません。
大事なことは、データをアノテーションする仕組みづくりなどが、ネットワークインフラやコンピュータパワーを前提としていない研究スタイルが各分野において踏襲されています。結果的なアドホックな（限定目的の）システムになったり、サスティナブルになっていなかったりします。
我々はこの分野において、円滑に進めるだけの研究の基盤となるシステムを作っていきたいと思います。
北野氏：国の役割と、民間の役割をしっかり認識して民業圧迫にならず、意味のあるサポートができるようにする事が必要です。今回の戦略でも国土強靭化の部分は書き足りないと思っています。
スマートシティ（ICTなどの技術を活用した都市設計）にはサプライサイド（供給者側）の目線が多くて、具体的なベネフィット（利益）は分からない部分も見直しの対象です。具体的なことが積みあがらないと、うまくいかないのではないでしょうか。
安西氏：今回、ディープラーニングや強化学習の話が全然出てきません。むしろ、産業基盤や雇用の問題や教育の問題やシステムアキテクチャの問題など、日本がこれまで不得意だった、データを前提とした社会に転換していくことが根底にあります。
インタラクティブ（双方向に）にシステムアキテクチャを、みなさんと一緒に作ることが大切です。
日本の市場縮小 ｜ 海外とのデータの連携の重要性
9.11の東日本大震災の反省として、データの連携が出来ていないことが上がりました。日本の医療データなども、AI活用の余地を秘めると言われていますが、十分なデータの連携はされていません。
この点に関して、海外とのデータ連携という視点も加えて語られました。
安西氏：医療などのデータの連携もまだまだです。標準化も含めてデータ連携基盤のスペックを作りながら、同時にそれぞれのデータ基盤の整備をやっています。データを共有する方が、ユーザーから見ても特になるような所まで到達する努力の必要を感じます。
北野氏：データの連携について重要なことは、海外との連携です。日本の生産性はOECDの中で一番低いです。追いつくためには名目労働生産性の伸び率を2倍にして、それを10年続けないと届かない見積もりです。ASEANの国が迫っているのが今の日本の立ち位置です。
AIを使って生産性を上げることが一つ。また人が減ってマーケットシュリンク（市場が縮小）をする中で海外との連携をどうするかもポイントです。
AI戦略は競争領域として認識を｜人間中心のAI社会原則
続いて、人間中心のAI社会原則について語られました。日本では比較的AIに対する心理的な抵抗感が低いと言われています。その中で、AIと人間が共存していく姿を打ち出すことが、AI戦略のカギになりそうです。
北野氏：今までAI開発者原則は出ていました。今回は対象を社会にしています。そこで人間の尊厳や多様性、持続可能性がキーの考え方になります。
例えば、Microsoftが顔認識についての法的拘束力が必要だという動きも出てきました。他の企業もアメリカではこういう動きが出てきています。もし、GDPR（EU一般データ保護規則）のような法的規制や国際標準のようなものができると、FAT（Fair Accountable Transparent：公平で、説明性のある、透明な）のシステムを持っていない、もしくはプロセスを経ていないものは市場に出せないということになります。
FATは競争領域ということを認識しておくことが大切です。日本がやるべきことは、信頼されるAIだというのも一つの考えかたでしょう。
安西氏：倫理の問題は人間の根幹的な問題です。アメリカはフリーにやっていました。中国は国が中心にある意味フリーでした。一方でヨーロッパは厳しい。今はアメリカが変わりつつあります。その中でこのAI社会原則は非常にバランスが取れていると思います。日本がAIをインクルーシブ（包括的）にダイバーシティ（多様性）と組み合わせることは理念的に打ち出す柱にあると思います。
AIに対する心理的な抵抗感の理由として、データを扱ううえでのプライバシーの問題もあります。あるいは、データを守るセキュリティの面も求められています。この点に関して、粘り強く訴える必要性と、技術的な課題が強調されました。
神成氏：セキュリティも含めて、AIの戦略の原則は政府の他な戦略とつながっています。そこは連携していくことが可能です。その一つがセキュリティだと思っています。
安西氏：この枠組みを世界に粘り強く訴え続けることは当然だと思います。一方で「アルゴリズムの非常細かいところにおいて、妙なことをやっていないか」をきちんと検証する技術も重要だと思います。これに似たようなことをネットワーク、ハードウェア、アーキテクチャの部分でやっていくことが必要でしょう。技術的な人材が大切だと見ています。
面白い研究が人を集める｜産業支援・開発のあり方について
続いてベンチャー産業を支援する上での課題や国がAIの開発を進めるうえですべきことが問題に上がりました。
産官学それぞれの立場によるやり方で、AI産業を支援、開発する必要性が語られました。
北野氏：基本的にはスタートアップの環境を良くしていくことも必要でしょう。これをやるのは民間です。
国の戦略として世界中から人材を惹きつけるには、待遇も含めた研究環境の劇的改善が必要です。プロジェクトをやる場合は、極めてチャレンジングで、すごく面白くないと人は集まりません。明らかに技術的ブレークスルーになるとか、世の中を変えるぞという事が、目に見えるようなプロジェクトだと思います。
ロボカップは2050年までにサッカーのワールドカップで人間の勝つように初めて面白いから注目されました。結果として、倉庫のマネジメントシステムに繋がりました。それがアマゾンに買収されてAmazon ロボティクスになっています。また、ソフトバンクロボティクスによるペッパー君にもつながっています。
サッカーロボットを作っていたら、物流を変えているわけです。
このようなデザインや、人や技術の流れを国がやっていくはできます。面白いことをやって世の中を変えないと優秀な人は来ないです。
神城氏：いろんな方が入れるオープン性が必要だと思います。データ連携基盤を作ることにもつながっています。
私は学生時代にロボカップをやらないかと突然電話がかかってきて面白そうだから参画しました。
面白さと可能性に人が来ます。
北野氏：ディスラプティブ（破壊的）なことは、辺境から起きます。メインストリームからはおきない。辺境的な人が集まることが必要です。国はメインストリームなので、逆のことになりますが、辺境をエンカレッジしないと面白ことは起きません。
メイドバイジャパンの海外進出戦略に｜AIの海外との連携
日本のAIは中国やアメリカに遅れをとっているとも言われます。
今後、AIに対するどのような考え方を輸出していくか、あるいはどのような戦略の海外進出が求められているかの議論が繰り広げられました。
安西氏：日本がイノベーティブかと言われるとなかなかそうではありません。AIを心配するより先に、AIを道具にして我々がどうやって幸せに生きていくかを目標にした方がはるかに良いように思います。
エジプトがAI戦略をやりたい。また、日本を模範にしたいと言われます。根本にあるのは、今日話をしていたこと全体が、目標になりつつあるということです。日本としてはスピード感をもって実践することが大事です。
北野氏：グーグルがグーグルAIのラボをガーナに作りました。AIのいいところは、データが必要ですが、ものすごい設備産業ではないことです。
様々な人材のネットワークを作って、人材の交流をして、日本にトレーニングに来てもらう、もしくはリモートできてもらう環境が必要です。我々もAI人材は足りていません。連携は極めて重要です。
スタートアップは、日本でやらなくてもいいんです。日本に来てもらった人が、日本のVCを使う、未来像はありえます。日本に閉じていると我々の未来はないと思います。
ガーナの首都アクラに設立されたAI研究センターについて詳しくはこちら
神成氏：農業で、よく申し上げるのはメイドインジャパンだけじゃなくて、メイドバイジャパンでいこうという話です。
日本は島国ですぐ輸出を考えますが、日本のやり方で日本の高技術なもの、対環境性が強いやり方を諸外国に適応する。それも広い日本産で良いと思います。バイジャパンで連携するなかで、AI戦略そのものも育ててい」かないといけないです。
通信インフラが設備されていない国の方が、モバイルが流行ったように、アジアやアフリカの諸国の方がキャッチアップが早かったりします。彼らのエネルギーをもらう中で加速していくことをやっていかなければなりません。
安西氏：AIの研究を始めたのは40年前のアメリカです。当時アメリカでは日本の車はあまりは走っていませんでした。今、世界中日本の車が走るようになりました。
そういうことを考えると、我々もやればできる。国が豊かになることも可能なんだ。それによって、それぞれの個人が幸せになることが可能なんだ。ということを共有すべきでしょう。
AI戦略もまとめましたけど、進化していきます。これからもよろしくお願い致します。
終わりに
今回のセッションで２点印象に残ったことがありました。
１点目は、AIはあらゆる産業と組み合わせて活用することで真価を発揮すること。つまり、AIのアルゴリズムの理解が多少ブラックボックスでも、〇〇×AIで社会課題と組み合わせることで価値を生み出せることです。
今回のセッションで登場した人材育成のピラミッドで、自分がどの役割を果たしたいかを位置付けるのが重要だと感じました。
２点目は、人間社会と組み合わせたAIの設計の重要性です。AIは人間との対立構造が強調されることも少なくありません。これによって活用や開発が滞るのはもったいないです。一方でそのような声が一定数ある以上、向き合う必要性もあります。
ヒントになるのは今回の「人間中心のAI社会原則」です。人とAIが共存するモデルを、国内にも海外にも打ち出してく必要があります。AIに対する心理的なハードルが海外に比べ低い、日本だから果たせる役割でもあります。
今回のAI戦略が机上の空論に終わらず、いかに反映・実装されているかどうかも追いかけていきたいと思います。
画像提供：日本経済新聞社
編集:おざけん
