ディープラーニングに向くのは「100点を取らなくていい現場」 東大・松尾研発のVC代表が語る“AIの狙い目”(2/2 ページ)
ディープラーニング技術を開発・提供する企業に特化して投資するベンチャーキャピタル・Deep30代表の田添氏が、ディープラーニングに向いている領域やその可能性などを語った。
ディープラーニングと相性が良い領域
冒頭で紹介した通り、田添代表は「ディープラーニングに向いているのは、100点を取らなくていい現場です」と指摘する。その現場とは、ある程度経験のある職人の目が必要だが、そこそこの水準を保てていれば問題なさそうな領域――とも言い換えられる。
田添代表は「われわれの投資先ではないのですが」と笑いながら、AIベンチャーのRidge-iが公開している、ごみ焼却施設におけるAI活用事例を紹介する。同社は荏原環境プラントと共同で、AIでごみを画像認識する仕組みを開発。ごみを効率的に焼却するには、クレーンを操作して適度にごみをかき混ぜたり、燃えにくいごみを除外したりする必要がある。これまでは熟練作業員がクレーンを操作していたが、ディープラーニングによる画像認識と高度制御装置によるクレーンの自動操作によって、これらの作業の多くを自動化できたという。
「ごみの投入やかくはんのクレーン操作に、100点の答えはありませんよね。何か問題が起きても、人が介入してカバーすれば間に合います。そうしたビジネス的に大事だけれど細かなミスがクリティカルではない領域は、AIで代替する価値があるでしょう」(田添代表)
「一方で、食やクルマ、医療など人に直接関係していくる領域は、ちょっとしたミスが致命的な問題になるので、参入するハードルも高いといえます」(同)
ディープラーニングによる画像認識は、食品工場の製造ラインにおける原材料の不良検知などでもよく使われている。田添代表は、工場関係の事例は今後ますます増えていくだろうと予想する。
「工場の検品作業について、日本では人手不足が、海外では品質を保てないことがそれぞれボトルネックになっています。社会的に解決する意味のある領域はディープラーニングが入り込みやすいです。人間の作業をそのまま代替するだけでは費用対効果はたかがしれているので、そこからどれだけ付加価値を付けられるかでしょう」
自身もコンサルタント出身である田添代表は、「技術だけでなくビジネス全体を考えられる、コンサルタントのような人材の需要はとても高いです」と話す。技術に長けているベンチャーは数多くあるが、両方を兼ね備えた人材は日本にはなかなかいないという。
「ディープラーニングの全体像は、正直な所まだ分かりません。私たちもダメだと思う所には投資しませんが、よく分からないものはいったん保留して納得いくまで考えます。ディープラーニングが今後コアな技術になるのは間違いないでしょう」
関連記事
- なぜ日本は人工知能研究で世界に勝てないか 東大・松尾豊さんが語る“根本的な原因”
なぜ日本はAI(人工知能)の研究開発で米国や中国に勝てないのか。ディープラーニング研究の第一人者、東京大学の松尾豊特任准教授が日本の問題点を解説する。 - 人工知能開発は「儲けないと意味がない」 東大・松尾豊さんが見た“絶望と希望”
日本が人工知能開発で世界と戦う上で可能性のある分野や領域は。日本国内におけるディープラーニング研究の第一人者である東京大学の松尾豊特任准教授に聞く。 - 「開発の丸投げやめて」 疲弊するAIベンダーの静かな怒りと、依頼主に“最低限”望むこと
AI(人工知能)開発を丸投げするクライアントの「いきなり!AI」に苦悩するAIベンダー。データサイエンティストのマスクド・アナライズさんに、AI開発現場の実態と、依頼主に最低限望むことを聞いた。 - 「意思決定」の視点がないデータ分析が失敗する理由 元大阪ガスの河本薫氏が解説
ビジネスの現場で活躍できるデータサイエンティストに求められる能力とは。そして実際に問題を見つけ、それを分析し、業務に役立てるためのポイントは何なのか。滋賀大学の河本薫教授が説明した。
関連リンク
Copyright © ITmedia, Inc. All Rights Reserved.