RWCプロジェクトの研究成果概要報告II
| 独立行政法人 産業技術総合研究所 フェロー/RWI研究所長 大津
展之 |
私は、産業技術総合研究所の成果概要の発表をさせていただきます。島田所長から全体概要の説明がありましたが、おさらいということでもう一度全体について簡単に述べさせていただきます。
RWCプロジェクトのスキームと産総研の役割
このプロジェクトは、実世界における多様な情報を直接、しかも柔軟に取り扱おう、そのための基盤となる技術を構築しようということで、10年プロジェクトとして立ち上がりました(図1)。
図1
10年という長丁場を、大きく前期(フェーズ1)、後期(フェーズ2)に分け、前期は探索的に研究の芽を育てることを主体に進めてきました。後期は実世界知能と並列分散コンピューティングという2つの分野に集約して、より鮮明な目標に向かって進めてきました。産総研(当時
電総研)は、特に後期においては、実世界知能技術分野のプロジェクトを先導するというかたちで協力してきました。
もう少し具体的に説明すると、コントラクターとしてのRWCパートナーシップの研究に加えて、当時の電総研で50~60名の研究者の集団による先導的・基盤的な研究を実施して、つくば研究センタあるいは分散研と協力しながら、このプロジェクトを進めようというスキームになっていました(図2)。
図2
電総研の役割としては、10年プロジェクトが立ち上がる前の3年間の準備期間において、電総研の研究者が中心になり、10年先の情報技術の将来を見据えて、どう技術展開すべきかを検討してきました(図3)。
図3
当初は、基礎分野での国際貢献という通産省の方針もあり、10年先の情報技術のあるべき姿を想定することは非常に難しい作業でした。しかしながら3年間のフィージビリティ・スタディを経て、具体的なプロジェクト・フォーメーションの段階で電総研が大きな役割を果たしました。
前期においては自ら先導的な研究を推進してきましたが、1996年、ちょうど中間の5年が終わったところでそれまでの成果を見直して、後期のより明確な目標に向かった枠組みについて、また計画の段階に入りました。そこでも電総研の研究者が、特に実世界知能分野における研究フォーメーションに関して貢献いたしました。
フェーズ2の後期5年、電総研の中に実世界知能研究センターという8つのラボからなるスーパーラボをつくり、組合と協力しながら実世界知能の研究を推進してきました。2001年が最終年度になりますが、実は今年4月から、電総研等、工業技術院傘下の15の国立研究機関が統廃合され、産業技術総合研究所(AIST)という大きな1つの組織として、新しい一歩を踏み出すことになりました。この1年間、RWCプロジェクトの仕上げを行うと同時に、これから先の産総研における研究展開の中にRWCプロジェクトの成果を持ち込むべく、いろいろ計画をしているところです。
実世界知能研究の目的(RWIプロジェクト)
実世界知能の分野の話に移りますが、その目的は、実世界での多様な情報を柔軟に取り扱う知的情報技術、そのための基盤技術をしっかり構築して、今後の新しい展開に備えようということです(図4)。
図4
我々人間は、実世界の不確かで、多様で、あいまいな情報を極めて柔軟に取り扱って情報処理することができるわけですが、今日のコンピュータは、それにはまだまだ硬すぎる存在です。10年前に我々は、そういう硬いコンピュータに人間が近づくというよりも、むしろコンピュータの方が我々に近づいてくるべきだという考えを持ち、そのためには計算機に人間のような柔軟な知能の機能をつけ加えなければならないという考えで、「実世界知能」という言葉の下に研究をしてきました。そうすることによって新規性のある情報処理、アプリケーション分野の地平を切り開こうというのが第2の目標です。
そのために、中間見直しの段階で、実世界知能分野をまとめるうえで6つのコア領域を設定しました(図5)。
図5
最初の3つはどちらかというと機能実証システムあるいはプロトタイプの開発を目指したシステムオリエンテッドな研究です。それぞれシステムをイメージしながら展開していく研究開発ということで、応用領域を大きく3つに分けました。
最初は、自律学習システム。これはコンピュータを含めた情報システムが、自律的に実環境の中で機能して、実環境とのインタラクションを通してだんだん賢くなっていくというシステムです。典型としてはロボットのようなものを考えればよいかと思います。これは情報システムと実環境との間のインタラクションに主眼を置いた知能の在り方を研究する分野です。
2つ目は、マルチモーダル・インタラクション・システムです。これは、情報システムとユーザ、すなわちシステムと人間の間のインタラクションを取り扱う応用場面です。コンピュータと人間の間のインタフェースにおいて、計算機の方に人間に近い機能を持たせることで円滑で人に優しいインタフェースを実現するためには、どういう技術が必要かを想定する分野です。
3つ目として、実世界の情報も膨大なら情報ネットワーク上に発信されている情報も実は膨大で、どこでどのような情報が発信され、どこにどのような情報が存在するかが皆目わからないような状態になっています。10年前に我々は、情報ネットワーク自身が実世界化するという考え方を持ちました。実世界知能という、多様で膨大であいまいで不確かな情報をうまく取り扱う技術が、これからのネットワーク社会に必要になってくるに違いないという想定で、そのような情報をうまく取り扱い、人間に提供する技術が必要だと考えました。これは自己組織化情報ベースシステムといっていますが、自分でユーザに対応して、適切に自己組織化機能を持つデータベースシステムのようなものを想定されるとよいかと思います。検索機能あるいは要約機能、それからプレゼンテーション機能といったものを考えようということです。特にこれは、今日のインターネットに代表される情報化社会の中で、非常に急務でホットな話題になっていると思います。データマイニングというキーワードも入ってくると思います。
情報技術においては、情報をつくり出したり、送ったり、表示したりする技術が非常に進んできました。ところが、膨大な情報を有効に利用する技術はかなり遅れています。最近サイバーバブルがはじけつつあるという暗いニュースもありますが、インターネットに代表されるような技術は情報インフラの技術であり、道が整備されているようなものですから、これが発展した先にはその上をどんな車でどういう走り方をするかという、インフラに対してスープラという言葉が適切かはわかりませんが、ネットワーク上のインフラの上で、どのような新しい技術の応用を展開していくかが大切です。これが、実はITという言葉の中でもう一つ重要な側面として、今、クローズアップされているかと思います。ITというと、ついついインターネットに代表されるインフラの話にいきますが、これからますます、その上でどんな新しいことができるかという話が大事になると思います。
これら実世界知能の大きな3つの応用場面に、それぞれのプロトタイプシステムをイメージしながら進める研究分野を設定しています。
4、5、6は、むしろこれを支える領域で、一つは、まずそのための理論的な基盤やアルゴリズムの研究分野です。また、理論的なサポートだけではなく、実際に上の3つを実現していくためにはデバイス的、ハードウエア的なサポートも必要になってきますし、ソフトウェア的なサポートも重要になってくるということで2つ挙げました。
実世界適応デバイスは、ハードウエア、特にデバイス的なもので、実際に新しい適応機能を持ったデバイスを開発して、上のような応用システムの中にどんどん組み込んでいくということが、ユビキタスなこれからの知能システムの在り方だと思って研究を展開してきました。
最後の知的資源というのは、音声や画像、あるいは両方を合わせたマルチモーダル・データベース等をしっかりと整備して、これを研究に役立てていくというものです。研究開発を進めるうえで、特に実世界の生の情報を使ってシステムをデザインする、あるいは評価するうえで大事な各種データベース、ベンチマークテストも含みます。また逆に、理論的な手法のような成果をソフトウェアライブラリという格好で蓄積していくことも、研究を加速していくうえで、また形あるものとして後世に伝えていくために必要だろうということで、知的資源という分野もあえて積極的に進めてきました。
図6
これらのコア・エリアを図で示します(図6)。中央のインプリメンテッドシステムは、自律学習システム、マルチモーダル・インタラクションシステム、セルフオーガナイジング・インフォメーションベースシステムの3つを理論的にしっかりと支えようというものです。
これらを支える2本柱の一つは、情報統合技術です。これまでのマルチメディアや知能の研究は、音声は音声認識だけ、画像は画像の認識だけと専門分化されていて、大体飽和してしまいました。ところが、人間はそのように情報を扱っているわけではありません。人の顔色を見ながら言葉をしゃべるし、相手の顔色から次の言葉を考えていく、というように、多様な情報を統合して柔軟な知能で処理しているわけです。そのときのメカニズムや、多様な情報をどのように統合して有効に利用しているのかという技術の柱が大事であるということです。
知能研究のもう一つの柱として、学習・自己組織化があげられます。あるいは、適応、進化という言葉もいいかもしれませんが、そのようにシステム自身が成長していくメカニズムを組み込まないと、一つ一つすべてをプログラミングで記述して与えるのでは知能システムはできないわけです。実世界の多様な情報、何が起こるかわからないようなあらゆる場合に対して、あらかじめすべてを従来のようなパラダイムでプログラミングという格好で書き下すわけにはいかないため、システム自身に外界を理解し、自ら最適な方向へと自分をつくり替えていく機能を持たせなければいけません。この2つの大きな柱が、実世界知能システム実現のための非常に大きな基礎的な柱になるわけです。
先程言いましたデバイス的な支援としては、これまでのデバイスというと、いったん設計して焼き込むとその機能しか果たせないわけですが、我々が新しく提案した概念は、適応的な機能を持ったデバイスです。進化型ハードウエアといって、ハードウエア自身が環境とのインタラクションによって自分の回路を変えていくという非常に斬新な考えを5年ほど前に提案し、それを実際のチップとして埋め込んで、いろいろな応用を考えています。こういうものがこれからの知能システム、別に知能システムといってもロボットというわけではなく、携帯電話なども相当しますが、至るところで使う情報機器端末などの中にどんどん組み込まれていくだろうと思います。
そして反対側からは、先程言ったような研究を支援するいろいろなデータベースの整備や、ソフトウェアの蓄積というものがあります。そこにスピードアップやアクセラレートという、先程申し上げたような要件が入ってくるわけです。
RWIセンターにおける研究開発 産総研(AIST)のRWIセンターでは、大体このようなスキームで研究開発を行っています(図7)。
図7
一番下に理論基盤の研究。情報統合手法や学習・自己組織化手法、あるいは適応・進化の機能を持たせるための理論的な基礎研究をここで行っています。そういうものを生かして要素的な技術、機能を実現する。例えば画像や音声を理解する、あるいは自然言語を理解する機能、いろいろな行動を適切にコントロールする技術など、このような要素的な新しい機能を展開していきます。これらを組み合わせて、これからの実世界知能システムの応用の可能性を示していこうということで、いくつかのプロトタイプシステムを開発してきました。これについてはまたあとで触れます。
それと同時に、進化ハードウエアという新しいチップを開発して組み込んでいます。日本の半導体もCPUやメモリが限界に近づき、次はシステム・オン・チップというキーワードも出てきていますが、その先鞭を示すという意味で、進化ハードウエアという新しいコンセプトのデバイスを提案してきました。
その一方で、RWCPと協力して各種データベースを整備していまして、現在これはフリーでいろいろな研究機関等に使われ、海外からも引き合いがあるようで、有効に使われています。プロジェクト終了後も、このようなデータベースは非常に有効なかたちで貢献できると思います。
図8
フェーズ1、前期においては、60人近い研究者が13研究室、6部にまたがって、情報のみならず光を含め、電総研の総合研究所としての力をうまく利用した格好で研究を進めてきました(図8)。理論からいろいろな要素技術、並列コンピュータや、コンピュータ周りのソフトウェア、光まで含めて、10のテーマがありました。最後のテーマは少し遅れてスタートさせましたが、情報統合と学習というもので、先程説明した大きな二本柱の研究を横断的に進めようということで、直交するかたちでつけ加えた研究室です。このようなフォーメーションの中で、前期にもいくつかの顕著な成果が出てきました。
まず、データフロータイプの並列計算機(EM-X)を完成させました(図9)。それから、マルチモーダル・データベース。『オズの魔法使い』と書いてありますが、当時の音声認識などの技術は十分ではなかったこともあり、実は陰に人が入って、あたかも計算機がしゃべっているふりをしながら人間と対話して、そのときのいろいろなデータを収集するという格好で、身振りも含めた音声データをたくさん集めるという研究成果を上げました。
図9
ビジョン関係では、ESCHeR(エッシャー)というロボットの頭に載せる精巧なビジョンシステムの開発や、マルチ・エージェント・ロボット・シミュレータがあります。これは、実際にロボットをたくさんつくるのは大変だということで、ソフトウェア的にロボットの機能をシミュレートするプログラムです。そのとき、1台だけシミュレートするのはつまらないので、たくさんのロボットを自分で定義し、環境も定義して、その中でロボットがどう動くかをソフトウェア的にシミュレーションするプログラム、MARS(マース)を前期に開発しました。実はこれがその後さらに展開されて、今日人工知能の研究で世界的に広く使われているロボカップのサッカーサーバというかたちで貢献しています。そういう意味でも、電総研の前期のこのような基盤技術が、現在世界的なレベルで使われています。また、光を使ったファジーコンピューティングシステム等も開発しました。
図10
後期は、実世界知能の分野を8つのラボのかたちにまとめました(図10)。ビジョン系を主にしたマルチモーダル分野のラボ、音声を主体としたマルチモーダルなインタラクションそのものを目指したラボ、それから、自律学習ロボットを研究するラボ。「Jijo2」というのは、ちょうどシステム名のように見えますが、だんだん物事の「事情通」になっていくという学習システムにふさわしい名前ということでつけました。学習統合基礎ラボは、理論的な基盤を研究するラボで、情報統合や学習の理論を研究してきました。それから、言語を主体とした統合的なシステムのためのラボ、知的資源やライブラリ等を開発するラボ、新しい進化型デバイスの研究開発をするラボ、それから光を使った新しい情報処理の基盤技術を研究するラボ、このような体制で、次のような成果を得ました(図11)。
図11
1つは、マルチモーダル対話システム。これはかなり前の成果ですが、コンピュータ上に示された擬人的なエージェントに対して、ちょうど人と話すような自然さで円滑に対話することによってコンピュータを使う、次世代のインタフェースの先駆けを示しました。
それから、音声補完。これは最近の成果ですが、人間は、わからなくなると、「ええと・・・」と、言いよどんでしまいます。そういうものをさっと察知して、多分こういうことを言いたいのではないかというような、気のきいた音声補完機能を開発しました。これを実際の音声検索システムに適用しています。
次に、ウェアラブル・ビジョン・システム。最近はビデオカメラやディスプレイも非常に小さくなって、人間が身に付けて動くことができるようになりました。例えば博物館の入口でこういうものを渡される、歩きながら「あれは何だろう」と指さすと、カメラがどこを指しているか調べて、それに対する注を実世界の上にスーパーインポーズ、重ね書きして示す情報支援があり得ます。ちょうどメモ用紙のようなものを書物のどこかに貼るように、実環境の中にそういうものを仮想的に貼ってやるという研究です。「これは何だろう」というところに、ぱっとその情報が出てくる。新しいタイプの情報支援、特にモバイルな環境での、新しい知的支援システムのモデルをここで提案しています。
インターモーダル学習というのは、モダリティーの違う音声と画像とのインタラクションによって学習するという新しい学習方法です。子どもが母親から物を指されて、「あれは何とかですよ」と教えられ、言葉と映像を同時にアソシエーションして学習していく。これは人間特有の自然な学習ですが、意外とこういう理論がなかったということで、そういう理論を踏まえて応用していこうということです。
ニューラル・ベイジアン・ネットワークも、理論的・基礎的な研究です。また、もう少し基盤的な技術として、マルチモーダル共通フォーマット。これはテキスト、音声、画像といった多様でマルチモーダルな情報を、なるべく統一的に記述して取り扱うフォーマットをしっかりと決めましょうという提案です。ゼネラライズド・ドキュメント・アノテーションということで、国際規格、Mpeg7への標準化に向けて努力しているところです。
図12
後期の大きな成果の一つとして、進化システムがあります(図12)。先程言ったような進化ハードウエアを積んで、いくつか新しいアプリケーションを示しています。一つは、遺伝子を持った世界初の自律移動ロボットを開発しました。
筋電制御義手は医療・福祉への応用ということですが、これまで義手に人が2カ月かかって慣れていたところが、義手の方が人間に慣れる、学習していくことによって、数分で一人一人の違う動きに適応した機能を発揮できるというものです。
それから、オンデマンド・パブリッシング。インターネット時代にふさわしい新しい出版の在り方ですが、ここで問題になるのが、膨大な画像データです。それをなるべく圧縮して送ることが非常に重要になります。我々は世界標準の2倍の圧縮率を達成し、来年にはSC29において国際標準となる予定です。
それから、オプティカル・ニューラルシステムや、いろいろなソフトウェア・ライブラリの開発があります。その中では、例えばこれからのバイオ・インフォマティクスなどの分野への重要なソフトウェア基盤を開発してきました。
RWIセンターの成果と将来
少し生々しいかもしれませんが、成果発表等々に関しての、数値的な意味でのこれまでの産総研・電総研の成果を、全組合の成果に対しての割合としてまとめてあります(図13)。かなり少ない予算の中で大きな成果を出しており、10倍近いコストパフォーマンスで皆さんに頑張っていただいたと自負しております。
図13
2001年に「MITI」が、名前にも「エコノミー」が入り、非常に大きな省になりまして、経済、通商、かつ産業を統括する「METI」になりました。それに応じて、これまでの工業技術院傘下の15研究所が独立法人化して一つの大きな研究所組織となりました。工技院の英語名を継承する意味で、同じくAISTという名称となっていますが、よく見ると単語が違います。エージェンシーが抜けて、今度はアドバンスト、先端的な戦略的な産業のための科学技術を展開する研究所ということで、新しくスタートしました。RWIセンターがこれまで電総研の中でRWCプロジェクトにおいて上げてきた研究成果を新しい組織に生かし、さらに広く大きく展開していきたいと思っています。先程のデバイスの話は次世代半導体センターとして、遺伝子関係のソフトウェアはバイオインフォマティックス・センターとしてお台場に新しい拠点を設けて展開しているところです(図14)。
図14
RWCプロジェクトを通して、組合の皆様、産業界の方々、大学など外部の方々に、いろいろご協力をいただいてこれまで進めることができました。最後に御礼申し上げたいと思います。どうもありがとうございました。
|