中国のAI研究は米国を上回る？専門家：例えば、ディープラーニングに関する論文の発表数

現在、世界の人工知能分野には、業界で「神のような存在」とみなされるトップの専門家が3人いる。そのうち2人はカナダ出身、1人はフランス出身だ。彼らは、カナダのトロント大学のジェフリー・ヒントン氏、モントリオール大学の終身教授であるヨシュア・ベンジオ氏、そしてフェイスブックの人工知能研究部門（FAIR）の責任者であるヤン・ルカン氏（以下、「ルカン」と略す）である。パリ出身のこの学者は、現在ニューヨーク大学の終身教授であり、ニューヨーク大学のデータサイエンスセンターの創設者でもある。

[[189702]]

ヤン・ルカン氏は今年3月に中国の大学を訪問し、清華大学とニューヨーク大学上海校で人工知能に関するトップ対談を2回開催し、中国ビジネスネットワークの記者に独占インタビューに応じた。

機械に常識を与える

ルカン氏はフランスの学術界が誇る科学者であり、アメリカのテクノロジー大手で重要な地位を占める数少ないフランス人の一人でもある。二人とも「オタク」ではあるが、フランス人特有の気質により、ルカン氏は多くのアメリカ人科学者に比べてカジュアルで親しみやすい印象を受ける。

ルカン氏は1987年にパリ第6大学のコンピュータサイエンス学部を卒業した後、博士研究員としてトロント大学に進み、「ニューラルネットワークの父」であり、グーグルにディープラーニング技術をもたらした人物でもあるジェフリー・ヒントン氏の下で学んだ。ルカン氏は博士研究員としての研究を終えた後、米国で働き、暮らしており、ベル研究所やAT&Tなどの大手企業で働いてきました。 2008年にビッグデータマイニングのコンサルティング会社YLCを設立。現在は音楽制作や教育を手掛ける別の会社を設立し、最高科学責任者も務める。

ルカン氏は現在、フェイスブックの人工知能研究部門で約100人のチームを率いている。彼の仕事は、コンピュータービジョン、人間とコンピューターの対話システム、仮想アシスタント、音声認識、自然言語処理 (NLP) など、さまざまな分野で人工知能技術の実用的なアプリケーションを開発するための実験を通じて、人工知能の基礎科学技術研究を推進することです。

「人工知能の背後には多くの基礎科学がある。それらは応用指向ではないかもしれない。あなたの研究は、知能と人工知能を理解するための単なる道なのかもしれない」とルカン氏はチャイナ・ビジネス・ニュースに語った。

LeCun 氏は、マシン ビジョンにおけるニューラル ネットワークの使用を開拓しました。 5年前、彼は研究者を率いて画像認識の精度を大幅に向上させました。その背後にある技術である人工ニューラルネットワークは、近年の人工知能の発展に貢献し、GoogleやFacebookがユーザーが自分の写真アルバムで検索機能を使用できるようにし、顔認識を使用した多くのアプリケーションの登場につながりました。

機械に学習方法をトレーニングすることは、LeCun チームの最も重要な仕事です。研究者たちは長い時間をかけて、機械に何千枚もの画像を与え、「車」と「子犬」のようなものを区別できるように教えた。しかし、LeCun 氏はその過程で新たな疑問も提起しました。利用可能なサンプル (テーブルや椅子、猫や犬、人など) が多数ある場合、機械をトレーニングするのに問題はありませんが、機械がこれらの物理的なオブジェクトを見たことがない場合は、サンプルを認識できるのでしょうか?

ルカン氏は、人工知能開発における大きな課題は、機械が人間の常識を習得できるようにすることだとし、それが機械と人間が自然にやりとりできるようにするための鍵となると述べた。これを実行するには、予測を行うことができる内部モデルが必要です。 LeCun 氏は、この AI システムを「予測 + 計画 = 推論」という式で簡潔にまとめました。研究者が今やるべきことは、人間の訓練に頼ることなく、機械が自らこの内部モデルを構築することを学習させることだ。

「画像や動画にキャプションや説明を自動的に追加する方法を研究する人々は何年も費やしてきました。現在の技術からすると、確かに印象的な実装があります。」と、ルカン氏は中国ビジネスネットワークの記者に語った。「しかし、実際には、それらは見た目ほど素晴らしいものではありません。これらの機械の専門性は、人々がそれらを訓練する環境によって大きく制限されます。機械に非伝統的な状況を見せた場合、ほとんどの機械は常識がないため、途方に暮れてしまいます。」

LeCun 氏は、マシン ビジョンの分野にはまだ改善の余地がたくさんあると考えています。マシン ビジョンの次のブレークスルーは、ビデオを見るなどして世界を自律的に観察して学習することです。これはまた、将来、コンピューターが赤ちゃんのように常識的な知識を獲得できるようになるかもしれないことを意味します。

ルカン氏によると、フェイスブック社内でも、機械視覚が常識とどう関係するかについては深い意見の対立があるという。 「言語を通じてのみインテリジェントシステムと通信できると考える人もいますが、言語は情報密度の低い非常に低帯域幅のチャネルです。言語が多くの情報を伝達できるのは、人々がその情報を理解するのに役立つ多くの背景知識、つまり常識を持っているからです」とルカン氏は説明した。

一部の AI 科学者は、画像の情報密度は言語よりもはるかに高いため、AI システムに十分な情報を提供する唯一の方法は視覚認知を組み込むことだと考えています。たとえば、機械に「これはスマートフォンです」「これはローラーです」「押せるものと押せないものがあります」などと伝えると、機械は世界の基本的な動作原理を学習できるかもしれません。この点について、ルカン氏は「これは赤ちゃんの学習方法に似ています。しかし、幼い子どもは多くのことを学ぶときに明確な指示を必要としません」と述べた。ルカン氏は、指導なしの学習こそが自分が達成したいことだと信じている。

同氏は、フェイスブックが実現したいことの一つは、機械がビデオを見たり他のものを観察したりすることで現実世界の限界の多くを認識できるようにし、最終的には常識を構築できるようにすることだと述べた。 「現在、機械は世界についての基本的な理解が欠けているため、簡単に騙されてしまう」とルカン氏は言う。「例えば、将来は機械に短いビデオを見せれば、機械は次に何が起こるかを予測できるようになる。もし、これを実行できるようにシステムを訓練できれば、教師なし機械学習のコア技術を作り上げることができる。これは、人工知能に対する我々の野望の重要な部分だ」

畳み込みニューラルネットワーク

LeCun 氏は 20 年を超える研究で 180 本以上の論文を発表しています。彼の最も有名な研究は、1988 年に有名な畳み込みニューラル ネットワーク (CNN) の開発に参加したことです。そのため、LeCun 氏は業界では「畳み込みニューラル ネットワークの父」としても知られています。

畳み込みニューラルネットワークは近年開発された効率的な認識方法です。最初の概念形成は1960年代に遡ります。研究者たちは、猫の大脳皮質にある局所的感受性と方向選択に使われるニューロンを研究していたとき、その独特なネットワーク構造がフィードバックニューラルネットワークの複雑さを効果的に軽減できることを発見し、畳み込みニューラルネットワークを提案しました。

現在、畳み込みニューラルネットワークは多くの科学分野、特にパターン分類の分野で研究のホットスポットの1つになっています。このネットワークは画像の複雑な前処理を回避し、元の画像を直接入力できるため、より広く使用されています。この革新的なシステムは、最初から手書きの数字を認識でき、データのトレーニングが進むにつれて、画像ピクセルから視覚的な特徴を認識し始めることができます。これは、コンピューターの目を開いてデータから学習できるようにするようなものです。

LeCun 氏は、China Business Network の記者に次のように語った。「現在、深層畳み込みネットワークは、ターゲット認識を含むさまざまなコンピューター ビジョンの問題を解決するために使用できます。さらに、ネットワークの深度が増加し続けるにつれて、画像認識、セマンティック セグメンテーション、ADAS など、多くのシナリオで使用できる新しい深層畳み込みニューラル ネットワーク構造が登場しています。」

Facebookは現在、顔認識を含むさまざまな機能に機械学習を利用している。顔認識は、人間の脳をシミュレートするニューラルネットワークをベースとした技術であるため、人物の顔にラベルが付いていなくても機械がオンラインで顔を識別できる。

これらのネットワークは、言語、テキストデータ、視覚画像などの情報のパターンを認識するようにトレーニングすることができ、近年の大量の人工知能研究開発の基盤となっています。機械システムの次のステップは、世界を観察することで世界がどのように機能するかを学ぶことであり、そのための 1 つの方法は、スマートフォンやウェアラブル テクノロジーと対話することです。

20 年以上人工知能の分野で研究に携わってきた LeCun 氏の目標は常に、機械の能力を高め、よりスマートにすることです。同氏は中国ビジネスネットワークの記者に対し、フェイスブックでまだやりたいことがたくさんあり、達成すべきミッションもたくさんあると語った。 「フェイスブックで新しい技術が応用され、私たちの研究がより有意義なものとなり、ディープラーニングの能力が向上して機械がインテリジェントな機械に変わることを期待しています。」

ルカン氏はまた、将来的には人工知能が人々の行動を予測することを含め、あらゆることをできるようになると信じている。 「機械の次のステップは、現実世界のあらゆるものを観察することで学習し、予測できるようになることだ」とルカン氏は最近のツイートやフェイスブックの投稿で繰り返し強調した。「監督なしのロボットには将来性がある」

Facebook が人工知能の飛躍的進歩の次の段階に入るにあたり、同社が直面する最大の課題は、機械学習を通じて最適なコンテンツを個人のニーズにいかにマッチさせるかということだと彼は考えている。昨年4月、FacebookはF8カンファレンスで、食べ物の注文や旅程の調整といったタスクの完了を支援するチャットボットを発表しました。 LeCun 氏の見解では、チャットボットの究極の目標は、人工知能技術を通じて人間と現実世界を結びつけ、日常生活のタスクを実行するパーソナル仮想アシスタントになることです。

ルカン氏は中国ビジネスネットワークの記者に次のように語った。「短期的には簡単な機能アプリケーションから始めることしかできませんが、長期的な目標は、ユーザーが直接会話できる真にインテリジェントなマシンを構築することです。マシンはあらゆる質問に答え、ユーザーの生活に役立つ必要があります。これは、今日の人工知能にとって非常に難しい課題です。人間とコンピューターの対話システムと自然言語処理はすべて、マシンが人間の常識を学習できるようにすることに基づいています。現時点では、それをどのように実現するかは正確にはわかっていませんが、多くのアイデアがあります。」

人工知能は長期投資である

人工知能分野で世界のテクノロジー大手が熾烈な競争を繰り広げていることについて、楽観氏は中国ビジネスネットワークの記者に次のように語った。「誰も先行していません。多くの企業が人工知能の研究開発に力を入れており、人材獲得競争も熾烈ですが、他社を大きくリードする新技術を発明した企業は存在しません」。また、どの企業の新技術も他社が追いつくのに3か月以上かかることはなく、各社のレベルは非常に近いと付け加えた。第 1 層には、Facebook、Google の DeepMind、Microsoft、IBM が含まれます。

ディープマインドが発明したアルファ碁の成功について、同氏は「これは人工知能の分野における大きな勝利だ。私の学生やポスドク研究員の何人かがディープマインドプロジェクトに参加した。この成果は全員の努力によるものだ」と語った。実際、囲碁盤を分析して駒の配置場所を決定するシステムは、ルカン氏が発明した畳み込みニューラルネットワークなのだ。しかし、Facebookは囲碁に関する研究をあまり行っておらず、その研究規模はDeepMindのシステムに大きく遅れをとっているとも認めた。 「私たちの Go 研究は、主に計画と探索的研究の手段として使用されました。私たちのシステムはうまく機能したので、オープンソースにしました。」

人工知能の商業化について、ルカン氏は「基礎研究の影響は長い時間が経って初めて表れる。種を蒔いたら突然物理的な製品ラインが出現し、ビジネス形態が完全に変わるなどということは考えられない。これは長期的な投資だ。グーグルやフェイスブックのような先見の明のある人材が必要だ」と語った。

最近、Facebookが消費者向け製品部門を設立するという報道があり、LeCun氏はChina Business Newsにこれを認めた。しかし、同氏は、新部門と自分が担当する人工知能部門は独立した2つのチームであり、直接的なつながりはないと述べた。 Facebook は実際に消費者市場向けに人工知能技術を開発しており、その一部はソフトウェア アプリケーションであり、一部は AR、VR、ロボットなどのハードウェアです。 「私たちは、あらゆるコンポーネントを人々の生活に結びつける AI エコシステムを構築しています。」

ルカン氏は、自分の行っている研究をより多くの人が理解できるように、研究結果の公開を主張しています。同氏は次のように語った。「大学の研究室と良好な関係を維持し、これらの機関があらゆる種類の才能をあなたのために生み出し、あらゆる種類の研究を実施できるようにするには、プロジェクトと結果を公開する必要があります。研究者であれば、研究結果を常に公開したいはずです。これは科学者にとって非常に重要です。なぜなら、あなたの地位は学術的影響力にかかっているからです。単に『私はフェイスブックで働いていますが、何を研究しているかは言えません』と言うだけではだめです。そうしないと、あなたのキャリアは台無しになってしまいます。これは非常に重要です。」

人工知能科学大使

機械学習やディープラーニングなどの人工知能分野の概念は、一般の人々に徐々に受け入れられ始めていますが、ほとんどの人にとって、それを真に理解し、表現することはまだ非常に困難です。このため、LeCun氏は近年、世界中の大学を頻繁に訪問し、人工知能の普及を積極的に推進している。同氏はChina Business Newsの記者に対し、「一般の人々が人工知能を理解できるようにすることは、業界全体の発展を促進する上で非常に重要だ」と語った。

中国訪問中、ルカン氏は中国科学院の国立パターン認識研究所も訪問した。 「中国がすでに国家レベルのAIプロジェクトをいくつか実施していると知り、うれしく思う」と、同氏は中国科学院の研究者らと撮った写真をフェイスブックに投稿し、こう述べた。

同氏は次のように述べた。「中国の海外投資は非常に興味深い現象だ。中国企業の投資アプローチは基本的に、まず自国でエコシステムを確立し、その後徐々に海外に進出し、海外展開していくというものだ。実際、海外プロジェクトに投資する中国企業が増えているのを見ると、多くの欧米企業が中国の人工知能分野に投資していることもわかるはずだ。こうした資金の流れは技術発展にとって避けられないものだ。」

ルカン氏はまた、人工知能のいくつかの分野では中国が米国を追い越し、世界をリードしていると述べた。例えば、ディープラーニングの分野では、昨年11月に米国政府が発表した報告書によると、中国は米国よりも多くの論文を発表している。

しかし、アメリカのテクノロジー大手と比較すると、中国の研究と技術には依然として差がある。ルカン氏は、両国の人工知能研究機関には大きな違いがあると考えている。「フェイスブックとグーグル・ディープマインドの人工知能研究所は、予測学習や人工知能の将来動向など、他の企業では見たことのない非常に高度な研究を行っています。」

中国では、都市部の交通渋滞の緩和から司法制度の透明性の向上まで、人工知能の応用はすでに広く普及している。しかし、中国が現在直面している最大の問題は、専門的人材の不足だ。

人工知能分野での人材獲得競争が熾烈になっていることについて、ルカン氏は「中国は世界人口の5分の1を占め、優秀な人材が豊富だ。ザッカーバーグ氏は中国市場を非常に重視している。われわれは人工知能など多くの分野の基礎研究で中国の大学とも協力しており、これはフェイスブックにとって大きな意義があるが、これはわれわれがすでに中国で事業を開始していることを意味するものではない」と述べた。

人工知能の急速な発展は、さまざまな懸念を引き起こしながらも、常に驚きをもたらしています。 Facebookが人工知能を使って人々の行動を監視しているのではないかとの懸念がある。さらに、人工知能の急速な成長により、ロボットがすぐに人間に取って代わり、世界を征服してしまうのではないかと懸念する人も多くいます。

LeCun氏は「そんなに心配する必要はない」と語った。 「安全システムを開発するAIの学習曲線は上昇傾向にあるが、機械は最終的には人間的な社会的均衡によって制御されるだろう。おそらく、架空のヘッジファンドは経済システムを破壊することで人間の利益を最大化できるかもしれないが、こうした行動は最終的には社会システムや法制度によって制約されるだろう。」

ルカン氏はかつて、アメリカの漫画家ビル・ワターソン氏の著書『カルビンとホッブス』から抜粋した漫画をフェイスブックに投稿したことがある。その絵には、6歳の少年とトラが芝生に横たわっており、2人は互いの世界を理解することができない様子が描かれている。漫画にはこう書かれている。「あなたがなぜ笑っているのか分からなければ、私たちの人生にはあまり響きがないだろう。」この一文は、人工知能と人間の関係についてのルカン氏の要約でもある。そこにはチャンスと課題があり、魅力と情熱に満ちているが、同時に人々に未知への恐怖も感じさせる。