JETROが出展支援する、世界最大のテクノロジー見本市「CES」に参加した注目企業に本誌編集長・杉原行里が訪問。京都大学初のベンチャーとしてスタートし、高性能ドップラー・ライダーを開発したメトロウェザー株式会社。大気中にレーザーを照射することで、数キロ先の風向や風速を測定できるという装置で、装置自体は他社でも作られているが、今までにない距離と精度を提供するという。さらにゲリラ豪雨の予測や、ドローンの実証実験にも貢献している。ドローン技術はもちろん、都市防災にも並々ならぬ関心をもつ編集長が、同社代表取締役CEOの東邦明氏に「風を読む」技術の可能性を聞く！

ゲリラ豪雨や強風の
予測を「光」で行う

（画像元：https://www.metroweather.jp）

杉原：僕がメトロウェザーさんに興味を持ったのは、もちろん技術的な面もありますが、御社のウェブサイトにも掲載されている「風を制し、空の安全を守る」という言葉がカッコいいなと思ったからです。そもそも、なぜ「風」に行き着いたのですか？

東：もともと学生の時はゲリラ豪雨の予測というか、線状降水帯の研究をずっとやっていて風とは無縁だったのですが、京大大学院のポスドクで古本（京都大学生存圏研究所助教授、メトロウェザー取締役）の元を訪れてから、風に着目するようになりました。よくよく考えてみると、ゲリラ豪雨は夏の入道雲みたいな雲が急にわいてきて雨が降る。今もそうですが、当時はレーダーで予測できるといっても、10分前が限界で、誰が見ても雲が来ているのが見える。雲が急速に集まってくる時というのは、風が集積されて上昇気流ができるから、その風をとらえるともっと早く予測できるのではないかと考えました。あとは、大学の時にもうひとつやっていた研究が、滋賀県の強風だったんです。琵琶湖の西側で山と湖が非常に接近しているところがあって、そこは貨物列車が転覆するくらいの強烈なおろし風が吹くんですね。

杉原：あの風にうまく乗れたら、鳥人間コンテストでも戻ってこられますもんね(笑)。

東：そうそう (笑)。そこで、JR西日本の湖西線の電車がしょっちゅう止まる。その風を解明してほしいということで、共同研究していく中で、「風をとらえる」ということを始めました。最初は風見鶏みたいなものを置いていたのですが、それでは全体像がわからないので、リモートセンシングで測る方法として、海外のドップラー・ライダーを取り寄せてみたんです。それまで大学ではレーダーで風をとらえていたのですが、電波の場合は、どうしても四方八方へ広がることがあって、情報がノイズだらけになってしまう。あとは電波法の規制もあって自由に出せない。ドップラー・ライダーというのは、レーダーではなく光で風をとらえる装置です。でも、琵琶湖側に海外製のドップラー・ライダーを置いてみたら、当時は１キロメートル先もとらえることができなくて。

杉原：１キロ以内といったら、体感のほうが早いですよね。

東：そうなんです。僕は全然ダメだと思っていたら、古本が「自分たちで作ればいい」と言い出したんですね。それが2014年くらいで、2015年の5月にメトロウェザーを立ち上げました。

杉原：従来のものとは全く違うドップラー・ライダーを自社で開発されたということですが、信号処理技術、解析技術などを独自で研究開発されたということでしょうか？

東：そうです。当初は開発に5年もかかるとは思っていませんでした。基本的な原理や構成はレーダーとほぼ同じですし、信号処理の技術も、京大の大型レーダーで培ってきた信号処理技術を応用すれば、さほどハードルは高くないだろうと思って作り始めたのですが、いざ作り始めると、この部品とこの部品の組み合わせはNGとか、この部品とこの部品は相性がいいとか。

杉原：それは材質的な部分ですか？

東：部品メーカー同士の相性などです。どの組み合わせがいいのかは、組み合わせてみなければ分からない部分もあり、そうこうするうちに5年かかってしまいました。幸い、駆け出しのころにNEDO（国立研究開発法人新エネルギー・産業技術総合開発機構）の補助金をいただいたり、「そういうチャレンジングなことをするのなら投資しよう」という投資家さんが現れたので、なんとか乗り切ったという感じです。

風を読む技術を
ドローン社会のインフラに

杉原：ドップラー・ライダーは10キロ圏内であれば、円としてセンシングできるんですか？

東：半径10キロ、条件がよければ15キロくらいの範囲をスキャンできます。もちろん、鏡を使ってレーザーをいろいろな方向に向けて円形にスキャンすることもできますし、斜め上に照射して三次元でとったりすることもできます。

杉原：やはり高い所に設置したほうがいいのでしょうか？

東：はい。見通しがいいところがいいので、おのずと鉄塔の上などがベストになります。

杉原：今、京大の中で研究しているということですが、仮に京都全域をドップラー・ライダーでセンシングするとなると、およそ何台くらい必要ですか？

東：京都盆地の中だったら、４、５台あればいけると思います。ざっくりとですが。

杉原：え？　すごい。想像以上に少なかったです。でも、高い建物というだけではなく、障害物というのがキーですよね。これ、機材の大きさはどのくらいですか？

東：去年の３月にローンチしたタイプでだいたい１立方メートルくらい、重量がかなりあって350キロくらいです。ただ、今年の春には一辺が65センチ四方で重さが130キロくらいのものができます。

杉原：すごい。急に開発スピードが上がっていますね。いったん完成した後のスピードは、「今までなんだったんだ？」と思うくらいですよね。僕も開発しているので、わかります。ドップラー・ライダーはどういう場所で活用することになりますか？　企業のビルに業務委託の形で置かせてもらうのか、それとも公共の場所と手を組むのか。

東：最終的には、ドローンがこれからたくさん飛んでいく世界になった時のインフラにしたいと思っています。例えば、電柱や携帯の基地局に置いていきたいのですが、いきなりそこにはいけないので、今は協力してくださるビルオーナーのもとで、ビルの屋上などに置いているケースと、業務提携契約を結んでいるNTTコミュニケーションズ社の遊休鉄塔などを使わせてもらっています。

杉原：このドップラー・ライダーにはセンシングやアルゴリズムなど御社独自の技術があると思うのですが、出口がとても豊かだなと思います。いま東さんがおっしゃられていたドローン社会の到来もそうだと思うのですが、「風を制す」というところの中で、わかりやすいものでは、日本で社会課題になっている都市防災がありますよね。例えば御社のテクロノジーを使ったら、僕らが今こうむっている災害を防げるということはありますか？

東：防災の観点では、やはりゲリラ豪雨の予測ですね。東京の都市には地下空間がいっぱいあります。よく地下鉄の入り口に止水板が置いてありますが、ああいうものを設置するのに10分前予報だと間に合いません。これが30分前だと、なんとか間に合います。そういう形でドップラー・ライダーを使って浸水を防ぐ、なんらかの対策がとれる、というケースはよくお伺いします。

杉原：ゲリラ豪雨の特徴をもった特殊な風の集積ができた時に、それを感知して「あと30分後にゲリラ豪雨が来る可能性は何％くらいです」みたいな予報になるのでしょうか？

東：たぶん、そうなると思います。

杉原：うわあ、すごい。めちゃくちゃ傘が売れそうですね。

都市部で必要になってくる風の情報

画像元：https://www.metroweather.jp

杉原：あとはドローンのための風予測ですよね。今は長崎の五島列島など、人のいない場所で実証実験をやっていますが、都市部で飛ばす場合は、風が一番重要な情報といっても過言ではないと思います。

東：おっしゃる通りで、ANAの五島列島での実証実験で弊社のドップラー・ライダーが使用されたのですが、海の上は比較的乱れが少ないんです。都市に入って来た瞬間に、ビルや建物の影響がすごく出てくるので、風の情報が非常に重要になってきます。

杉原：ドローンに関しては、リアルタイムで24時間データを供給しながら、「今、どのルートがいいよ」と提案していくイメージですか？

東：そうですね。建物の情報はそんなに変わるものではないですが、唯一風の情報だけが時々刻々と変わっていくので。24時間365日の観測情報をドローンのオペレーターに提供していく形になると思います。

杉原：ということは、完全にオートメーション化していかないと、遅延が発生してしまうと、情報が全く違うものになってしまうということですね。

東：ええ。我々も今はほぼリアルタイムで風の情報を提供できるようになっていますが、「今の風」をいかに届けるかというのがポイントです。

杉原：具体的にはどのくらいの時期に実用化をめざしていますか？

東：ドップラー・ライダー自体はお客さんのもとに届いている状況で、サービスは今年中にはスタートしたいと思っています。今はユーザーインターフェース部分の開発を急いでいます。

杉原：それはお客さんによってユーザーインターフェースを変えていくということですか？

東：変えていかないといけない。基盤のところは変わらないのですが、どちらかというとドップラー・ライダーを売るというよりは情報を売るイメージです。だんだんITベンチャーチックな感じになっていくと思います。

ポスドクから
ベンチャー起業の前例となりたい

創業メンバーの四人で力と知恵を持ち寄り次のステージを目指すメトロウェザー。（画像元：https://www.metroweather.jp）

杉原：最後に今、日本はポスドク問題のようなものも言われていて、研究室で若手が席を確保するのは至難の技だとさえ言われます。その中で、ポスドクの期間終了時に研究職一本で行くのではなく、起業という選択もあるのではないかということを、御社の場合は示されているのかなと感じました。

東：おっしゃる通りで、ポスドクでよく言われるのが「次がない」ということですが、起業する道もあることを示したいというのは、初期のモチベーションとしてはありました。ディープテック系で成功した事例があまりないので、その成功事例の一つになれればいいなと思います。

杉原：僕もすごく興味があります。今日は貴重なお時間をありがとうございました。

東　邦昭（ひがし・くにあき）
メトロウェザー株式会社代表取締役CEO。2009年に京都大学のポスドクに着任後、大気レーダーを用いた乱気流検出・予測技術の開発・高分解能気象予測シミュレーションの開発を行う。民間気象予報会社において2年間の環境アセスメントの実務経験も持つ。2014年にポスドクを辞めた後、1年間の起業準備期間を経て、2015年に古本氏とともに京都大学発スタートアップとしてメトロウェザーを設立。代表取締役。神戸大学博士（理学）・気象予報士。

（トップ画像：https://www.metroweather.jp）

コロナ禍は、果たして世界の秩序や価値観を大きく変えたのだろうか？　その答えは現時点では明言できないが、間違いなく人類はこの“わざわい”の先にある世界を具体的にイメージし始めている。今回の特集のテーマであるモビリティの在り方もそのひとつだ。移動は人類にとっての根源的な行為であるし、そのためのツールであるモビリティは、常にライフスタイルと直結している。ゆえに「アフターコロナ」は、それに見合った新たなモビリティが求められるはずだ。その最適解を導き出すための冷静な視点とガイドラインを、日本におけるコンピューターサイエンス研究の第一人者、佐藤一郎氏に伺った。

いまはモビリティの
定義が変わる転換期

近年、AIや自動運転といった技術面での進歩に注目が集まり、“快適な移動”をもたらすツールであるモビリティに対しては、期待値がかなり高まっていた。

ところが、誰も予想できなかった新型コロナウイルスの感染拡大を受け、その描いた未来をデザインしなおす必要が出てきた。

まずは、これから移動そのものはどうなるのかを捉える必要があるが、そもそも移動には、人と物（物流）の２種がある。両者はどのように変化したのだろうか？

「新型コロナウイルスで、移動というものはかなり制約される状況になりましたし、人の移動に関しては、いかに移動そのものを“させない”かを考える必要も出てきました。これからは、その２つのテーマが並存して進んでいくはずです。モビリティの定義そのものがちょうど変わる、いわば変わり目にいると言えます」

オンラインによる働き方もある程度浸透してきた現在、確かに人は積極的に“移動しない”ようになった。それゆえ、モビリティを使った人の移動を佐藤氏は、「物の移動と分けて考えられなくなった」という。では、物の移動はどうなるのか？

「人の移動が減る分、逆に物の移動は増えます。いわゆるECのような形で多くの人が物を買い、宅配便は増えています。巷で話題になっているウーバーイーツのように、専門物流業者以外に物流を担う人もたくさん出てきています。ITが人々の時間を断片化してきており、普段は別の仕事をしていて、空いた時間に配達の仕事をする人はこれからも増えていくはずで、断片化された空き時間の使い方が、様々な局面で重要となります。あとは、数年おきに注目される“共同物流”もクローズアップされる可能性はあります」

「モビリティの捉え方は、コロナ禍によって大きく変わった」と語る佐藤氏。

共同物流とは、複数の企業が同一のインフラを活用して保管や配送などの作業を行うことだが、コストが削減できる反面、他者に様々な情報が漏れる危険性があったり、業者ごとの細かな要望を共有できないなど問題点も多く、これまでは、長年成功している事例が少ない。

「これからは、ITを駆使して諸問題を解決しながら、コストカットに加えて、環境負荷を軽減する手段として共同物流のメリットを活かそうという流れは出てくるかもしれません。加えて、共同物流は倉庫と小売間といった比較的中距離の物流ですが、例えば東京と大阪間というような長距離でどれだけ効率的に物流を行うか？　という課題もあります。トラックだけではなく、鉄道や船など複数の移動手段を使う“モーダルシフト”も、これからより注目される傾向にあります」

東京にはシェアリングと
公共交通の融合型がマッチする

そんな現状を踏まえたうえで、より人の生活に根ざしたモビリティの在り方も考えてみたい。例えば、現在MaaS（マース：Mobility as a Service）という概念がヨーロッパを中心に浸透してきている。マイカー以外のあらゆるモビリティをITでシームレスに結びつけるサービスのことだが、こういう動きは今後加速するといわれる。

例えば、コロナ禍以後、電動自転車などの需要が高まっているという話はよく聞く。身近なところでいえば、シェアサイクルなどのサービスは、日本でもさらに広がっていく可能性はあるのだろうか？

「日本の場合は、東京を見ればわかりますが、基本的に住宅とオフィスが混在していません。海外の都市のようにシェアリング自転車や電動スクーターが浸透するのは難しくなります。シェアリング自転車を例に取ると、東京の場合、朝は多くの人がやや郊外の住宅から最寄駅まで乗っていき、帰りは最寄駅から住宅へと向かいます。そうなると自転車の需要が時間に応じて偏ります。この結果、自転車の再配置の問題が出てきます。

シェアリング自転車置き場には、自転車がなくなってもいけないし、満杯になってもいけませんから、運用事業者はトラックを使って置き場から置き場へ再配置をしなければなりません。表に現れませんが、そこに一番コストがかかるんです。世界の都市で見れば、例えばパリは、住宅とオフィスが混在していますからシェアサイクルは古くから浸透しています。海外の都市におけるビジネスモデルが東京で使えるかというと、そうではないのです」

「世界の別の都市で活用されているモビリティのサービスやシステムが、そのまま日本で適用できるわけではない」。佐藤氏いわく「東京は、公共とシェアの融合を進めるのには有利な街」。

シェアリングモビリティは確かに便利ではあるが、街のスタイルによって向き不向きがあるというのは頷ける。では、日本では、シェアリングの乗り物はまったく向かないか、というとそうではない。公共交通とシェアリングモビリティの“融合型”がマッチするという。

「例えば住宅地ではなく、オフィス街の地下鉄の出入り口の近くに、シェアリング自転車の置き場を作る。そうすると地下鉄を降りたら自転車がすぐ利用できて重宝です。住宅地よりは実現性が高い。その背景は、オフィス街は人々が行き交うので時間に応じた偏りが少ないからです。また、地下鉄駅間は距離が短いことを考慮すると、例えば駅の自転車置き場に自転車が少ない場合は、自転車が残っている隣接する駅まで地下鉄で移動して、そこで自転車を借りるという手法も、地下鉄の事業者と連携すれば可能なはずです。海外でも公共交通とシェアリング自転車の連携は進んでいるとはいえず、東京で先行してみる価値はあるでしょう」

シェアリングと公共のハイブリッドというモビリティとの付き合い方。確かに住宅地とオフィス街が別れていることが多い日本では、それがスマートにフィットしそうだ。ただ、その場合はシェアリングの事業者と公共交通の距離感を今よりも縮めていく必要がある。では、AIに関してはどうだろうか？

ハイブリッド型のシステムを構築したうえで、オフィス街で使うモビリティにAIを搭載して、利便性を上げられないものか？

「モビリティそのものにAIを搭載して、音声で指示を与えて何かをしてもらうとか、自動運転の自転車が駅まで迎えに来てくれるとか、現段階ではそういったパフォーマンスの必要性はあまりない気がします。AIに関しては、ユーザーの意図を事前に予測して、使う自転車を予約してくれるとか、裏方的にユーザーの利便性を高めてくれるような使い方のほうが現実的ではないでしょうか」

自転車や電動スクーターそのもののインテリジェンスを高めるよりも、AIは、“先回り”的なサポート役に使ったほうがより有意義なようだ。さらに自動車においては、安全性のアップデートに使われている。

自動車はモビリティという
システムの一部になる

「これからは、自動車にカメラだけではなく、レーザーを使ったセンサーなどが搭載されるはず。そうなると障害物の発見能力が格段に上がりますから、事故を未然に防ぐ能力も高まります。

さらに、現状の自動運転は、自動車にたくさんセンサーを付けてコンピュータで処理をしていますが、自動車から見える視点には限界がありますから、他の車のカメラを含むセンサー情報も共有できれば、ドライバーの視線を超える視野を得ることになりますし、走る道路そのものにセンサーをつけて情報を共有できれば、さらに安全性は高まります。もはや自動車という閉じた単位ではなくて、それこそモビリティというひとつのシステムの一部が自動車という考え方に変わっていくのだと思います」

「モビリティという大きなシステムが作られるには、難題が多々ある」。それをクリアすることで、人間の生活はさらに大きく変わるのかもしれない。

他のモビリティや道路と連携して情報を共有しながら走るモビリティ。それが未来のモビリティの一つの在り方かもしれない。ただそこにももちろん課題がある。

「街や道路にセンサーを付けるには、それなりのコストがかかります。車の運転のためだけにセンサーを使うのではなく、社会的に他の用途でも使えるようにしなければ、その問題はクリアできません。そしてもっと難しいのは、新規の街ではなく、既存の街の方です。レガシーな場所をどうやってインテリジェント化するのか、ということです。

例えば過去に博物館のスマート化に関する実証実験を、上野の国立科学博物館などでやらせていただきましたが、それは企画展ではなく、既存の展示空間のスマート化でしたが、展示の邪魔をしないことが難題でした。、ショッピングモールなどで景観を損ねずに電源などを確保し、センサーを設置して、コンピュータで制御できるシステムを組み込むことも同じような難しさがあります。複雑に入り組んだ街もそうですし、そもそもそういった場所で、自動運転が可能なのか？という課題もあります」

既存の街や建物、インフラに新しいモビリティというシステムを組み込むことが難しければ、まだ未発達の地域を実験都市的に作り上げるというのも考えられなくはない。

「確かに実験都市というのは、新たなモビリティシステムを作っていくには好都合かもしれません。ただ、そこで得た知見が、既存の街でも応用できるかというと、それは違う部分もあります。また既存の街に関しても、東京などの大都会は複雑すぎます。今後はモビリティの概念が変わったときに都市や街に求められる大きさが違ってくるはず。新しいモビリティを活かすことで、新たな発展を遂げる地域や街が地方から出てくる可能性は、大いにあるのではないでしょうか」

（さとう・いちろう）
国立情報学研究所（NII）・情報社会相関研究系教授。慶應義塾大学理工学部電気工学科卒業。慶應義塾大学大学院理工学研究科計算機科学専攻博士課程修了。博士（工学）。お茶の水女子大学理学部情報学科助教授、国立情報学研究所助教授等を経て、2006年より現職。ほかにランク・ゼロックス客員研究員（1994〜1995年）、科学技術振興事業団さきがけ21研究員（1999〜2002年）等を務める。仮面ライダーゼロワンのAI技術アドバイザー（2019年）としても知られる。