スポーツ工学って？と思う方は多いはず。このあまり一般的ではない分野を端的に説明すると、“スポーツ＝体育”と考えるのではなく、機械工学の目線から違う角度で捉えることにより、その先にあるさらに質の高いライフスタイルを創造していくという分野である。そして今回は、この隙間産業のような狭き門の「計測」という観点から、スポーツの世界を変えようと志す慶應義塾大学スポーツ工学教授・仰木裕嗣氏に、HERO X編集長 杉原行里がお話を伺った。

杉原行里(以下、杉原)：お会いできるのを楽しみにしていました。なぜ仰木教授に興味を持ったかというところからお話させてください(笑)。僕が、計測が持つ重要性を考え始めた理由は、世界的チェアスキーヤーの森井大輝選手(http://hero-x.jp/article/193/)のマシン開発に携わったことに始まります。

彼は、2014年ソチ・パラリンピックの出場時に転倒をしてしまったんですね。その理由を分析していくと、素材の選出や剛性、はたまたソチの雪質など様々な要素のバランスがかみ合っていなかったことに気がつきました。その原因を僕らなりに数値化していく作業を積み重ね、実際に反映していくことで、彼の成績がどんどん向上していったことが計測ということに真剣に向き合ったきっかけです。

仰木教授は、その“計測”をしっかりとした理論に基づき、スポーツを面白くさせようとしているのを知り、是非その考えをHERO Xを通して世間に広めたいと思い対談を提案させていただきました。

仰木裕嗣(以下、仰木)：そうなんですね。ありがとうございます。人とはだいぶ違うことやっているなとは、正直思っています(笑)。僕は、“Evidence Based Sports”と2000年くらいから言い続けていることがあるのですが、それは最近よく聞くスポーツアナリティクスとは全く違うものなんですね。なぜならスポーツアナリティクスを簡単に言ってしまうと、チームマネージメントのことなので、選手の身体動作そのものが上達することが期待できないものなんです。いうならば、監督やコーチが作戦を立てるために必要な材料ということですかね。

でも僕の推奨している“Evidence Based Sports”とは、人間の体の動かし方の良し悪しを見て、技術を向上させるのが目的。そして、この研究の最終的な目標は、センシング(※1)で選手を発掘するというところを見据えています。
※1 センサーなどを使用してさまざまな情報を計測・数値化する技術。

杉原：なるほど。仰木教授がやろうとしていることは、その人の可能性を発掘して育成までをするということなんですね。

研究結果が反映される場面とは

慶應義塾大学スポーツ工学教授 仰木裕嗣氏

仰木：我々が主に行っている研究は、ひとつはモーションキャプチャーなどを使った歩行解析やランニングの解析。これは人間だけではなく、馬もJRAと協力してサラブレッドの研究にも取り組んだことも。ふたつ目は個人研究になるのですが、スポーツ飛翔体といってボールやスキージャンプなど飛んでいくものにセンシングデバイスを内蔵し、計測をするということ。

それらの研究から、スキージャンプレコーディングシステムというのを開発しました。これは、スキージャンプで、飛んだ軌跡を瞬時に計測できる装置なんです。今までこの軌跡を出すのに1週間くらいかかっていたのですが、実際に1週間前のジャンプの空力特性のデータはこうでしたと言われてもちょっと困りますよね。練習中にこのデータを見ながら、一本一本ジャンプの修正できなくては本来意味がないものですから。

杉原：本当にそう思います。ちなみにこの装置は実際に使用されているんですか？

仰木：それがまだで。高梨沙羅選手のホームである蔵王ジャンプ台が国際基準のスロープの形をしているので、ピョンチャンオリンピックに向けいろいろと画策をしているのですが、思うようには進んでくれませんね。もしエビデンスが取れるスキー場が蔵王にしかなかったら、世界中から選手が集まると同時に、町おこしにもなるわけですよ。

同時にこの装置はテレビにも向いていて、前の選手が飛んだ軌跡と、いま飛んだ選手の軌跡を重ね合わせて同時に見せることも可能なんです。そうすることで、ゲームに近い感覚でお茶の間で楽しめたら、また違う層もファンとして取り込める可能性も生まれてくると思いませんか。

杉原：確かに！視聴者がコーチ感覚になれるということですもんね。今まで自分の興味がなかったスポーツだとしても、この入り口があることで新しいアプローチが生まれるわけだし。

仰木：結局スポーツ全体を面白くしないと、見に来る人は増えないんです。そして見に来る人が増えたら、スポーツ界全体の底上げになるじゃないですか。

今後、どのような場面でスポーツ工学は活用されるのか

仰木：障がい者の選手達に、3Dプリンターでグローブの作り方を教えるプロジェクトを進めています。車いすの選手達と言っても上半身は健常者と同じじゃないですか。なので、3Dプリンターでの物作りを学び、自分のものにすることが出来たら、彼らの職に繋がるのではないかなと思い、研究室で後押ししているところです。

杉原：素晴らしいですね。お話を聞いていて感じたんですけど、仰木教授は研究者でありながらビジネスマン的な考えもお持ちだなと。

仰木：そうかもしれないですね。慶應で体育の教員をやる前は、個人事業で商売をしていたことが活きているのかもしれません(笑)。

杉原：失礼かもしれませんが、大学の教授とお話している感じがしませんでした(笑)。

仰木：分かります。機械工学の先生だとこういう発想がないですからね。開発に対してきちっとした仕事はするけど、それがゴールになりがちですもんね。

常に研究結果をその先に活かすことを目指している仰木教授。優しい口調からは想像出来ない強い意志をお話しから感じた。それはスポーツに対する真っ直ぐな気持ちがあるからこそ生まれる、純粋な考えなのであろう。

人と人とのコミュニケーションに必要なものは、言語だけにあらず。視線やジェスチャー、表情といった非言語情報も不可欠であることはいうまでもない。岡田将吾氏は、それを社会的信号処理という新しい領域に基づいた研究を通して読み取ることを実践する先駆者のひとり。同氏の試みは、人間の内面の状態を理解するためのAIの新分野として世界から注目を浴びる。これらの研究は認知症の初期症状などを読み取る手がかりにもなるという。編集長・杉原が、最先端の研究の現状とその先に広がる未来について伺った。

人の行動から内面状態を理解するという試み

杉原：もともと岡田さんは、大学でいわゆるAIに関する研究をされていたんですか？

岡田：そうですね。人工知能を基本に、修士、学士と約５年間研究をしまして、少しずつ人の行動を予測するとか、人の行動からコンテキストを推定するということにフォーカスするようになりました。　例えば、この人のしゃべり方や使う言葉の特徴がこうなら、この人はロボットとのおしゃべりを楽しんでいるとか、いくつかの行動から、人の内面を予測するというような研究です。

杉原：今日は、話していて僕の思惑がバレるかもしれないから、サングラスか何か掛けたい気分です（笑）。

岡田：いや、僕自身は（内面を予測することは）できないですよ（笑）。システムにはできてしまうことがありますけどね。

人の行動から内面を読み取るという研究を続ける岡田氏。「最近は、手の動きと感情の関係性が気になる」という。

杉原：ならよかったです（笑）。岡田さんのそういった研究は、AIなどを通じて出口がたくさん出てきたという段階ですか？

岡田：そうですね。最近は動作を測るセンサーが安くなったりもして、状況が変わってきましたし、企業でも自分たちのような研究をしているところが出てきました。そういうプロジェクトに自分が加わることも増えてきて、出口は広がったと感じています。

杉原：もともと岡田さんがAIに興味を持ったのは、どういった経緯でしょうか？

岡田：最初は大学で物理をやっていたのですが、物理の世界っていろいろと難しくて挫折してしまいました。それで物理の先生にはちょっと失礼なんですが（笑）、もう少し目に見えてわかりやすいことがやりたいと思って、ロボットに顔の認識や画像の認識をさせて動かすという研究をやっている研究室に入ったんです。AIを研究し始めたのは、そこからですね。

杉原：岡田さんのような分野の研究者は、日本にどのくらいいらっしゃるんですか？

岡田：もちろん産官学で人工知能の研究をされているグループは山ほどありますけど、ピンポイントで、人の行動から内面状態を理解するみたいなことに焦点を当てているのは、僕たちと数えるくらいしかないです。

こちらは、2018年にジョージ・アンド・ショーン合同会社（現株式会社）と岡田研究室が共同で開設したG&S Labのイメージビジュアル。IoTデバイスであるbiblle（ビブル）を活用して、行動学習に特化した機械学習プログラムの開発を行っている。

もう多くの企業ではAIが採用面接をしている!?

杉原：表情から何かを読み取るということは、なんとなく僕もイメージできるんですが、そこから購買意欲だったり、そこに出口を見つけていくというのは、なんだか大学でやる研究っぽくないなと思いますね（笑）。

岡田：そう言われれば、そうかもしれないですね。

杉原：僕自身のイメージでは、大学の先生は研究を突き詰めて、あとはアウトプットを第三者に見つけてもらう、そんなスタイルが多いなと常々感じているんですよ。それが出口までしっかりとしていて、岡田さんの研究は面白いなと思います。

岡田：そう言っていただけるとありがたいです（笑）。確かにそれは狙っていて、研究室でコンピューターの前に座って突き詰めるのではなく、実際のインパクトのあるデータに対して、なんらかの回答を出していくほうが、世の中的にも出口がわかりやすいですし、そういうことは意識していますね。

岡田氏の研究に興味津々の杉原。感情という抽象的なものを数値化するという試みには、シンパシーを感じているようだ。

杉原：世界的にはどうなんですか？

岡田：コンピューティング分野の国際会議のような場には、アメリカ、ヨーロッパの有名大学の研究者が集まってきますが、そこでは感情を理解するという研究が一番多いように感じます。コンピューターにいろいろな感情を理解させるということが基本ですけど、話している声や内容、表情からコミュニケーションのスキルを推定するということも盛んになってきてはいます。AIによる企業の採用面接みたいなものもそうですね。

杉原：確かにそういう面接は、実際にあるようですね。

岡田：面接で一言、二言答えたことから推測して、その人（のスキル）を判定するということですよね。あらゆる企業は、もうAIを様々活用しているのですが、採用には特定の人しか受からないとか、雇用差別・公平性の問題が出てきたりもしています。自分も就職面接のように実際に多くの人を呼んで、はじめて会った学生同士でディスカッションをしてもらい、そのビデオを人材派遣の会社に送って、人事の採用担当者に点数をつけてもらうという試みをしたことがあります。同じようにAIにも判断してもらったら、熟練の採用担当者と同じように人を選ぶのかどうかを検証しました。その実験は、学会でも良い評価をもらいましたが、アプリケーションとして見た場合、考慮すべき課題が多いと感じます。ですので、そういうスキル判定の技術を使って、スキルを上達させるための訓練に活かすことを、これからはやっていきたいですね。困っている人が喜ぶようなアプリとして機能できればと思っています。

感情を数値化するには、大きな課題がいくつもある

杉原：なるほど、それは興味深いですね。もうひとつお聞きしたいのが、“感情”っていうのは数値化も可視化もしにくいのではないか、ということです。実際に研究は進んでいるんでしょうか？

岡田：そうですね、難しいところも確かにあります。いま主にやっていることは、心理学者たちがこれまでに作った評価指標に則って、実験後に、いまあなたの感情はいくつでしたか？　というように被験者に問いかけたり、第三者に被験者の映像を見せて、被験者の感情状態はどうなっていると考えられますか？　というようにアンケートを書いてもったりする手法なんです。それをもとに人工知能が答えを導き出すわけですから、そもそものアンケートの答えが間違っていると、人工知能的にはもう破綻してしまう。そこが弱点でもありますね。

杉原：まず、ちゃんとしたデータを取ることが難しいんですね。

岡田：正解のデータがしっかりと作れなければ、人工知能は動けませんから。正直、感情って自分で数値をつけるのは難しいですよね。

杉原：自分でも自分の感情が一番わからないこともありますよね（笑）。

岡田：そういうものなんですよ（笑）。

杉原：以前の心理学者の研究だったり、研究論文なんかを追っかけながら、感情を紐解く要素を分析していくという手法はもちろんわかりますが、IoTを使ったデータ集めというのは、どうなんでしょう。世界的にはビッグデータは集まってきているんですか？

岡田：それも難しいところではあるんです。GAFAは、画像・音声を含めWeb上でたくさんの情報を集めていますが、普段の人同士の会話や、自然に対面コミュニケーションしているときのデータを膨大に集めるのは、まだまだ実際には難しいですよね。例えば感情データを集めるために、誰かが怒っているところをずっとビデオで撮るわけにもいかないですし、これからデータを取るので怒ってください、っていうのもおかしいですしね（笑）。多くの人が、AI speakerと友達のように頻繁に話す未来が来たら変わるかもしれませんが、AIの対話機能レベルから言って、それはもう少し先になりそうです。

杉原：確かにそうですね。

岡田：だから、自然にそういうデータをどうやったら取れるのか？　っていうのは自分たちの研究の大きな課題ですね。

杉原：ライフログ的なところですね。とはいえ、無理やりIoT的な要素をくっつけたものを開発して使ってもらっても、結局使わなくなりますしね。

岡田：そうですよね、スマートウォッチとかもその一例だと思います。

杉原： スマートウォッチが出た当初はすぐに買いましたけど、３日後にはこれまで使っていた普通の時計が恋しくなってしまいました（笑）。でもいまは、Apple Watchなどがセンシングに使われていますよね。睡眠だったり、バイタルだったり。そういう使われ方をしているのは有意義だと思います。

岡田：そうですね、そのような使い方は興味深いです。最近私たちもスマートウォッチのようなセンサを使った研究を始めています。とはいえ自分たちの研究は、いまはデータを採取するのにビデオの前に人を座らせなきゃならないので、常に記録するのが難しい状況です。なので、毎日何かを記録すれば、健康がチェックできるとか、そういう多くの人に受け入れやすいアプリなどを通して、効率よくデータを取る方法を模索して行こうと思っています。

後編へつづく

岡田将吾（おかだ・しょうご）
国立大学法人北陸先端科学技術大学院大学（JAIST）准教授。2008年東京工業大学大学院知能システム科学専攻博士課程修了。京都大学特定助教、東京工業大学大学院助教、IDIAP research institute 滞在研究員等を経て、2017年より現職。「社会的信号処理に基づく人間の行動やコミュニケーションの理解」を主要テーマに、AIの新たな領域の研究に取り組む。専門は、マルチモーダルインタラクション、データマイニング、機械学習、パターン認識ほか。