次世代情報処理基盤技術開発(RWC-RWI/PDC)事業の概要

通商産業省 機械情報産業局 電子政策課

　通商産業省機械情報産業局長の諮問機関である「次世代情報処理基盤技術開発（RWC-RWI/PDC）事業」推進委員会（委員長 東京大学教授 田中英彦氏）第1回が、さる5月15日に開催されました。この委員会では、RWC-RWI/PDC事業の基本計画をはじめ、実世界知能技術分野及び並列分散コンピューティング技術分野の研究開発内容、推進体制、スケジュール等の検討が行われました。　技術研究組合 新情報処理開発機構では、その検討結果を受け、平成9年度から基本計画に基づく研究開発を具体的に実施することになりました。　以下に基本計画の全文を掲載し、RWCプロジェクト後期5年間の方針をご紹介致します。（編集部）

次世代情報処理基盤技術開発（RWC-RWI/PDC）事業基本計画

第１部　基本理念

1. 背　景

　現実社会の情報をそのまま処理し得る革新的な情報処理技術体系の確立という目標を掲げ、10ヵ年を予定したリアルワールドコンピューティング（RWC）事業が平成4年度から開始された。平成4～8年度の5ヶ年間は探索的研究の期間と位置付けられ、新機能、並列システム、光技術等の分野において研究が実施された。

　RWC事業の後期のあり方については、平成8年3月の評価推進委員会、各準備委員会等を通じ検討が行われた。その結果、実世界知能技術及び並列分散コンピューティング技術という2つの分野に研究資源を集約し、研究活動の一層の先鋭化を図ることが望ましいとされ、平成9年度からの後期5ヶ年間は、RWC事業の枠組みを継承しつつ次世代情報処理基盤技術の開発を行うとして、各分野における重要な要素技術の確立を図るとの方向が確認された。

　RWC事業の基本計画では前期から後期への移行にあたり、研究開発課題の絞り込みを行うこととされている。本基本計画は、これを受けてRWC事業の基本計画の変更を行うものである。

2. 基本方針

　柔軟な実施体制、競争原理の導入等、RWC基本計画の基本方針を原則として継承するとともに、実世界知能技術、並列分散コンピューティング技術分野ごとに適切な方法、体制によって研究開発を実施する。また、重要な次世代の情報処理基盤技術の確立を効果的、効率的に図るとの観点から研究資源の配分等、両分野の調整・連携を行う。

　実世界知能技術分野においては、情報技術の新たな領域を開拓し産業への展開を図るための新しい技術基盤が求められている。かかる基盤は産学官が有機的な連携により各々の役割を果たすことで初めて得られるものである。このような連携を可能とするために、研究開発の詳細な内容の策定、実施（研究資源の配分を含む）等において電子技術総合研究所が具体的な枠組みの下で先導的役割を担い、実世界知能技術分野における研究開発を推進する。

第2部　研究開発計画

Ⅰ. 実世界知能技術分野 （Real World Intelligence）

1. 背　景

　現在の情報処理技術は、論理・手続型情報処理を柱としており、予め定められたアルゴリズムに従って、効率良く処理を行うアプリケーションに適する。しかしながら、実世界における情報の多くは、時空間的に広がりを持つパターン情報であり、莫大な多様性と曖昧性を特徴とする。このようなパターン情報が対象となる場合は、例えば人物の認識や人との対話のように、予めあらゆる状況を想定してアルゴリズムを用意しておくことは不可能であって、アルゴリズム自体が不明であることも多い。人間の脳は、パターン情報を並列・統合的に処理するとともに、経験によって神経回路の結線を自ら変える学習・自己組織化機能によって、未知の状況や環境の変化への適応能力を高めていると考えられている。情報処理技術の適用や応用範囲の拡大を図るためには、このような情報統合・学習型情報処理能力を、現在の情報処理技術に新たに付加することが不可欠である。

2. 目　的　

　従来の情報処理技術に情報統合・学習型情報処理能力（実世界知能）を付加するための基盤技術等を開発し、情報処理の応用分野の拡大を図る。

3. 研究開発内容

（1） 目　標

　実世界の情報をそのままの形で受けとり、環境や状況を認識または推測し、自律的に応答する事ができる情報統合・学習型情報処理システムに必要な次の要素技術等を開発する。

①情報統合技術

実世界における曖昧さ・不確かさを含む不完全な画像・音声などの情報を統合的に処理し、認識・理解や総合的判断、行為の決定に利用するための技術。

②学習・自己組織化技術

現実世界との相互作用を通してシステムが自律的に情報を収集し、自らの機能を適応・進化させるための技術。

（2） 概　要

　認識・理解、対話、問題解決、制御等の要素的機能を含む3種類の機能実証システムの構築を並行研究方式によって行い、理論・アルゴリズム基盤研究との連携によって情報統合、学習・自己組織化技術等の確立を図る。同時に、これらの技術の実現に有用な実時間・適応処理が可能なデバイスを開発する。また、研究開発に必要な実世界情報データベース、ベンチマークとなる課題、ソフトウェアライブラリ等の整備を行う。

①機能実証システム

マルチモーダル機能

情報システムを、音声や画像等を組み合わせた様式で利用するためのエージェント型のヒューマンインタフェース。

自律学習機能

実環境内を自律的に移動し、センシングや対話等を通じて環境と自らをとりまく情報を収集、学習し行動することのできるエージェントシステム。

自己組織化情報ベース機能

実世界あるいは情報ネットワーク上の多様な情報を自己組織的に整理、要約、検索、提示することのできるエージェントシステム。

②理論・アルゴリズム基盤

情報統合、学習・自己組織化、最適化手法などの基礎理論や共通手法の研究。

③実世界適応デバイス

実時間処理を行うための高速性及び適応性を備えた次世代フィールドプログラマブルゲートアレイ（適応デバイス）の開発。

4. 備　考

　並行研究方式を採用する機能実証システムに関しては、評価プロセスを通じ、情報統合技術、学習自己組織化技術の確立に最も効果的な機能の研究開発に研究資源の集中化等を行うことを検討する。また、様々な産業分野への技術移転を促すための具体的な方策等について、検討を行う。

Ⅱ.並列分散コンピューティング技術分野（Parallel and Distributed Computing）

1. 背　景

　21世紀の初頭にはデバイス技術による高速化が物理的な限界に達することが予測されており、コンピュータシステムの高性能化には様々なレベルでの並列分散技術が柱となると考えられる。技術的アプローチとしては、チップへの集積化を念頭においたマルチプロセッサシステム上で高速な処理を実現する技術及び多様化する計算需要に応え、分散システム上に存在する異機種の計算資源を動的に構成し、最適な並列処理環境を提供する並列分散処理技術が期待されている。また、並列環境上で効率良く動作する並列アプリケーションの実証的な開発も課題となっている。

2. 目　的

変化する多様な計算処理の需要に応じて最適な並列計算能力を得ることができる次世代並列分散環境（シームレス並列分散コンピューティング環境）の実現に必要な基盤技術等を開発するとともに、次々世代のコンピューティングアーキテクチャの開発能力の向上を図る。

3. 研究開発内容

（1） 目　標

　マルチプロセッサシステムのハードウェア性能を効果的に利用するための並列化ソフトウェア技術を確立するとともに、様々なアーキテクチャの計算資源を、それらのアーキテクチャの相違を意識することなく利用することができる並列計算環境に必要な基盤技術等を確立する。また、先端的な並列アプリケーションの実証的な開発を行う。

（2） 概　要

①マルチプロセッサコンピューティング技術

次世代高性能マルチプロセッサシステムやシングルチップマルチプロセッサ（SCM）開発のキーテクノロジとなる並列性抽出・利用技術、スケジューリング技術に代表される並列化要素技術の研究開発を次の2項目を柱として、ソフトウェア面からのアプローチにより行う。

並列性抽出・利用技術

プログラムに内在する、命令レベル、ループレベル、プロシージャレベル等、複数の粒度に渡る並列性を利用するためのプログラム解析基盤技術及び性能評価技術等。

スケジューリング技術

得られた並列性を効率よくハードウェア上にマッピングし、かつ処理とデータ転送のオーバラッピングを可能とするスケジューリング技術等。また、開発された並列化要素技術の効果的な適応を支援するプロセッサアーキテクチャ、メモリアーキテクチャ等の基盤アーキテクチャの検討を行う。

②シームレス並列分散コンピューティング技術

代表的な形態の分散システムをプラットフォームとして、変化する多様な計算処理の需要に応じて最適な並列計算能力を得ることのできるシステムに必要な技術の研究開発を次の2項目を柱として行う。

システムアーキテクチャ技術

異機種分散環境において並列実行性能の向上及び性能スケーラビリティを実現するための通信／メモリアーキテクチャ、プログラミング、ライブラリ及び環境利用技術等。

光インターコネクション技術

計算処理に関わるデータを超高速で並列に伝送することを可能とする光電送モジュール及び光／電気インタフェース並びにそれらを構成するデバイス等。

③並列アプリケーション技術

先端的な並列アプリケーション開発の基盤となる研究開発の枠組みのあり方を検討するとともに、情報技術以外の産業分野への波及効果が最も期待される次の研究分野を中心に、実証的なアプローチによって研究開発を行う。

計算化学・計算生物学分野

分子動力学法、蛋白質構造予測、遺伝子発見、遺伝子解析等。

大規模システム分野

大規模システム（社会インフラ等）を対象としたシステム解析及び大規模な情報検索等。