日立製作所の矢野和男氏(研究開発グループ 技師長)は、「Embedded Technology 2015(ET2015)/IoT Technology 2015」の基調講演に登壇し、同社の人工知能技術「H」(「Hitachi Online Learning Machine for Elastic Society」の略称)について語った。その冒頭で、最近のAIブームに触れ、「AIと発表されているものの大半は"AIもどき"である」(同氏)とし、同氏が考え、実現した人工知能の話を始めた。

講演する矢野和男氏 日経エレクトロニクスが撮影。
講演する矢野和男氏 日経エレクトロニクスが撮影。
[画像のクリックで拡大表示]
図1●「H」の概要 日立のスライド。
図1●「H」の概要 日立のスライド。
[画像のクリックで拡大表示]
図2●「跳躍学習技術」の概要 日立のスライド。
図2●「跳躍学習技術」の概要 日立のスライド。
[画像のクリックで拡大表示]

 矢野氏によれば、AIと呼ぶには、自ら学習してどんどんと賢くなる必要がある。Hにはその能力があるうえ、次の3つの特徴を備える(図1)。第1は、Hを使って到達すべき目標と、Hへの入出力は人間が定義すること。第2は、対象とする問題やアプリケーションに固有の解法(手順)を人間が定義する必要はないこと。第3は、既存システムに追加して使えることである。

 第1の特徴である、人間が目標と見るべきデータを指示することで、第2の特徴である問題やアプリケーションから独立して動作可能になる。独立して動作可能かつ、入出力(インターフェース)が決まっていることから、既存システムと協調して利用できると言える。すなわち、Hは任意の既存システムに対して、目標を達成する入力データの組み合わせを見つけるサブシステムとして稼働する。

 最適な組み合わせを見つけるためには、どの程度最適化されたかを測る評価関数が必要である。Hの処理の核心は、同社が特許出願した「跳躍学習技術」と呼ぶもので、評価関数を効率良く導きだす(図2)。効率化の秘訣に関しては、今回の講演では言及はなかったが、最適解にかなり近い解を短時間で求めるために、見るべきデータ(変数)の絞り込みや、評価関数の候補の検討(ダメな候補の廃棄)などに独自の工夫があると見られる(日経テクノロジーオンライン関連記事1)。

■変更履歴
この記事の掲載当初、要点と写真の説明文で「矢野和夫氏」としていたのは「矢野和男氏」の誤りです。お詫びして訂正します。現在は修正済みです。