脳科学とAIの融合分野において世界をリードする金井良太氏。金井氏が代表を務める株式会社アラヤでは、人間の脳の仕組みをAI技術に応用し、製造業を中心とした企業に最先端のAIソリューションを提供している。同社が得意とするエッジAIとは何か。そして、金井氏がプロジェクトマネージャーとして参加する内閣府のムーンショット事業の狙いとは。次世代AIの可能性について、HERO X　編集長・杉原行里が聞く！

クラウド不要のエッジAIとは

杉原：御社の強みであるエッジAIとは、なんでしょうか？

金井：エッジというのは、スマホやカメラのような端末のことです。一般的なAIは映像をクラウドにあげて、クラウド上で計算して答えを返しますが、エッジAIはスマホなどのデバイス上で計算するというものです。全部クラウド上で自動にすると、遅延も生じてしまうし、計算が重たいですよね。それを、ディープラーニングまで含めてデバイス上で実行するのがエッジAIという技術です。

杉原：クラウドにいったん上げなくていいということですね。

金井：まさにそうです。そのほうが安価だったりします。

杉原：なぜほかのシステムはクラウドに1回上げるということになっているのでしょうか？　アイデアがないのか、気づいていないのか。

金井：みんなエッジでやりたいはずですが、なぜできないかというと計算が多いからです。そこで、計算を少なくするとか、計算をしやすいようにするとかの手法が、我々の技術ドメインになると思います。

杉原：変数が少なくなるという感じでしょうか？

金井：そうですね。入力のビット数を減らしたり、あとは枝刈りといって、計算する時にニューラルネット（人間の脳の働きを模倣する数理モデル）のつながりを減らしても同じような計算結果が出るようにするなどです。

杉原：そう伺うと単純な疑問が出てくるのですが、クラウドに上げて計算したものと、御社のエッジAIで計算したものとでは、この言葉が正しいかどうかわからないのですが、整合性は保てるのでしょうか？

金井：いえ、計算を簡単にしてしまうので、性能は落ちます。ただ性能を落とさずに計算を減らすというようなことを研究開発しています。自動運転などではかなり高い精度が求められますので、実際に我々が手掛けているものは工業製品の検査とかが多いですね。

今のAI開発は野球でいうと
ピッチャー量産型!?

杉原：御社のサイトに掲載されている「お掃除ロボットの例」（https://www.araya.org/about/feature/）ですが、要は機械による自動化は地図に沿って走行計画を作っていくけれど、自律AIなら「部屋をきれいにする」という目的を人間と共有する、という。この言い方が僕はすごくわかりやすかったです。

金井：今のAIの使われ方は、物事を自動化するところがメインで、その先に自律というアイデアがあります。自動というのは人がやり方を教えてその一部をAIに置き換える手法ですが、自律の場合は、目的を与えたらやり方を見つけ出すところまで、AIがやる。さっきのお掃除ロボットだったら部屋をきれいにするためには途中の問題も自分で解く必要がありますが、現状のディープラーニングは自動レベルのものが多いです。我々はそこに強化学習や深層強化学習と呼ばれる手法を取り入れていて、それを使うと自律への道が開けるのではないかと考えています。

杉原：面白いですね。御社はAIに意識を実装する研究もしているとお聞きしましたが、すごくシンプルな質問をしていいでしょうか？　意識ってなんですか？

金井：意識は感覚だと思いますね。ものを見た時は「見た」という感覚が生じるし、痛みを感じたときは「痛い」という感覚が生じる。そういう主観的な感覚のことを意識と言っています。

杉原：五感で感じられることが意識ということでしょうか？

金井：そう、感じる能力ですね。それをAIにもたせようと思ったら、結構具体的なことを考えなきゃいけない。自発性とか、想像力とか、AIが考えるというのはどういうことか、みたいなことを突き詰める必要があります。でも、そういうことを考えていくと、普通のAIとは違う作り方を思いつける。だから、新しいAIのアーキテクチャを考える時のヒントとして、意識をもたせるには？ということを研究したりはしますね。

杉原：この意識をもったAIが、どのような分野に入ってくるんでしょう？

金井：今、仮説としているのは、いわゆる汎用人工知能みたいなものが作られるということです。脳の中にはたくさんのAIが一緒にいる状態で、その合体方法を意識というプラットフォームが示している。今のAIは機能特化型といって、姿勢の推定や、表情の読み取りなど、１つのことに特化しています。だけど人間はそれをうまく組み合わせて考えることができる。だから、今いろいろな人が作っているAIを統合して、ひとつの強力なAIを作る方向になるのではないかと思います。

杉原：野球でいうと、今のAIはピッチャーばかり作っているみたいな感じですよね。でも、金井さんは「野球やろうぜ」と言っている。

金井：そんな感じですね。チームをちゃんと作ろう、という意味です。

ムーンショットで
BMIの技術開発

杉原：御社を知るきっかけになったのが、内閣府が進めているムーンショット型研究開発制度です。目標１のブロックで民間企業として参加しているのは御社だけですが、参加のきっかけはなんでしょうか？

金井：ムーンショットの目標は、「時間と空間と脳と身体の制約から解放される」という突拍子もないものです。これは自分に向いていそうだなと思って、普通に応募しました。

杉原：今回ムーンショット１で、2050年までに御社が達成したい目標はありますか？

金井：まず2030年までにBMI（ブレインマシーンインターフェース）を実用化できるレベルをめざしています。BMIには侵襲・非侵襲といろいろあります。最初、イーロン・マスクがやっているみたいに侵襲で脳に電極を埋め込むことを考えていたのですが、それ以外にも非侵襲で普通に脳波をとったり、あとは意外と外から画像だけ解析すればいけるんじゃないかと思って。脳を見なくても何をやろうとしているかが予測できればよいので、AIのノウハウを最大限応用すれば、侵襲性が低くても人が何か考えただけでモノを動かすくらいのことができるのではないかと思っています。

杉原：PoC（プルーフオブコンセプト）としてどのあたりに入りそうですか？　エンタメでしょうか？　それとも老人や言語が伝えにくくなった方たちに、最初に実証していくのか。

金井：侵襲と非侵襲で使える場所が違うと思います。侵襲のほうは完全に四肢麻痺やALSのかたの身体の補完という医療用の目的。非侵襲のほうは意外に自分自身のモニタリングみたいなものに使われるんじゃないでしょうか。まず自分の疲れを知るとか、鬱や過労を防止するみたいに使って、そのあとにインターフェースとして検討されていくと思います。たぶん、声を出さないでしゃべるくらいにはなると思います。

杉原：すごいですね。例えば触覚センサーみたいなものをつけて、より重さや触覚が伝わっていくと、自宅でロボットを遠隔操作することもできますよね。

金井：そうですね。入力のところを簡単にすればいいのかなと思っています。BMIですごくいいものを作ろうとすると、精密なデータが脳からとれて、ロボットのほうも自由度が高いイメージになりますが、そこまでいかなくても「前に進みたい」と思ったら、歩くところはもう全部半自動でロボティクスでやってしまえばいいのかなと。

事業者のほうが脳の研究は進んでいる

杉原：HERO Xはスタートアップのかたも読んでいるので、起業の時に大事にしていたことをお聞きしたいと思います。

金井：起業をする時は、少しでも前に進みたいと思っていましたね。進まないのが一番つまらないので。あとから考えるといろいろ失敗もありましたが。

杉原：研究領域だけではなく、実装領域も兼ね備えるための起業だったのでしょうか？

金井：そうですね。研究でできることは限られているんです。特に脳の画像を見て、個人の特徴、例えば知性とか性格とかを読み取ることはかなりできていたので、そういうことを役立てたいと思っていました。脳の研究も、Googleのような企業が圧倒的になってしまって、アカデミックな研究よりも自分が事業を作ったほうが研究が進むのではないかと思ったんです。起業したい人からよく相談を受けるのですが、実際にはなかなか起業しないですね。やってみればいいんじゃないかと思うのですが。

杉原：僕もよくそういう相談を受けますが、悩んでいる方が心に悪いですよね。

金井：やったほうがいろいろ得られるとは思いますよね。

杉原：最後に、今後AIはどんな風に生活に入り込んでいくと思いますか？

金井：着実に様々なところに使われ始めるとは思います。ただスマホやネットレベルの、誰も気づかないけれど、実は広範囲に使われていたみたいな存在になっていくのではないかと。

杉原：人々がそれを実感して気づくタイミングって15年、20年くらい先ですか？　それとも、何気なく生活がアップデートされていって、そもそも気づかない？

金井：後者だと思いますね。パソコンが速くなっても気づかないみたいなことだと思います。

杉原：気づいたら20年前よりかなりよくなっているよね、みたいな感じですね。金井さんのAIに対するアプローチってすごく新鮮というか、ほかのかたからあまり聞いたことないなと思います。会社の事業としてはBtoBが多いのでしょうか？

金井：ほぼBtoBのAI開発と、R&Dのお手伝いですね。自動車の会社が多いです。

杉原：ぜひレース業界もよろしくお願いします。マシンも、いまや走るセンサーといわれていますから。今日はどうもありがとうございました。

金井良太（かない・りょうた）
株式会社アラヤ創業者。2000年京都大学理学部卒業後、2005年 オランダ・ユトレヒト大学で人間の視覚情報処理メカニズムの研究でPhD取得(Cum Laude)。米国カルフォルニア工科大学、英国ユニバーシティ・カレッジ・ロンドンにて研究員。JSTさきがけ研究員、英国サセックス大学准教授（認知神経科学）を経て、2013年に株式会社アラヤを創業。神経科学と情報理論の融合により、脳に意識が生まれる原理やAIに意識を実装する研究に従事すると同時に、産業界におけるAIと脳科学の実用化に取り組む。文部科学大臣表彰若手科学者賞、株式会社アラヤとしてJEITA ベンチャー賞(2020)、ET/IoT Technology Award(2019)など多数受賞。2020年より、内閣府ムーンショット事業プロジェクトマネージャーとしてブレイン・マシン・インターフェースの実用化に取り組む。

関連記事を読む

• AI 椎橋徹夫と語る　AIが引き出す新しいバリュー　データ統合ビジネスで見えてくる日本の未来
• 目指すはAIの民主化。低コストAIで企業を応援したい
• 自宅でも唾液1滴でがん検査！ 私たちのライフスタイルを変えるバイオテクノロジー × AIの最前線
• 安定の旨さはロボットがつくる時代へ？！　外食産業から始まる調理ロボットの可能性
• テクノロジーによる課題解決で持続可能な農業を　AGRISTの挑戦

近年、大きな社会問題になっている数々のハラスメント。とりわけスポーツ界では、監督やコーチと選手間の異常な主従関係や、暴力的な行為が問題視されることが多い。度々メディアでも報じられるこうした歪みの裏側には、記録やパフォーマンスの向上を目指す指導者側の感情的な空回りや、埃をかぶった根性論などが横たわっている。スポーツ科学とセンシングテクノロジーは、それをポジティブなコミュニケーションへと変える。第一人者である長谷川 裕氏をお招きした編集長対談。前編ではすでにヨーロッパのサッカーチームではこうしたスポーツの科学的分析が主流になりつつある話を伺ったのだが、日本のスポーツ界にもやっとその風が吹き始めているようだ。データを基にした指導で選手はどう変わるのか。未来のスポーツ指導について語り尽くしていただいた。

データ化すると選手の能力と課題が一目瞭然

杉原「具体的なトレーニングの測定についてもお聞きしたいのですが、長谷川さんは、いま何を一番重視されていますか？」

長谷川「ひとつは GPS ですね。GPS はこれからどんどん広まっていくと思います。トレーニングも分析できるし、試合も分析できる。それからいわゆるスプリントや持久力、それらを客観化することも可能です」

杉原「GPS は、やはり大切なんですね」

長谷川「はい。センシングという言い方をすると、最先端と思われるかもしれませんが、平たく言えばデータです。それをどう使っていくのかということなんです。GPS 同様大切なのは、筋力や筋パワーのデータですね。筋パワーというのは、筋力とちょっと違います。みんなそこをごっちゃにしていますが、質量の単位はkg、筋力の単位はN（ニュートン）、筋パワーの単位はW(ワット)というように、それぞれ別のものです。多くのトレーニングの指導者は N や W という単位を使わないばかりか、知らない人もたくさんいます。あとは心拍数や血中乳酸値など、基本的なものを計測することは難しくありません」

杉原「最近は、Jリーグでも選手の走行距離のデータなどは、よく聞かれるようになりましたよね」

長谷川「そうですね。総走行距離は、選手の平均を割り出すと１試合に10〜11km程度になります。あと大切なのは、スプリントの回数です。スプリントをどんな数値に設定するかも重要ですが、時速24〜25km　というのが一般的。それを試合中に何回記録したかを計測します。総走行距離の中で早いスピードで走った割合や、加速度と減速度からはスピードの変化が読み取れますね」

杉原「その測定を、細かく解析するのは大変な作業ですね」

長谷川「そうですね。でも、こういったデータ測定を導入すると、試合を見ていた印象と実際の数値が違っていることが多いので興味深いですよ。すごく走っていたと思う選手よりも、実は全然違う選手が長い距離を走っていたり、総走行距離が短くてもスプリント回数がダントツに高い選手がいたり。そういうデータが見えてくると、もっと守備をしっかりするべきだとか、スプリント回数を増やすべきだとか、選手一人ひとりの課題も見えてくるわけです」

杉原「確かに、そうやって選手のパフォーマンスを数値的に可視化することは、新たなコミュニケーションツールになりますね」

感情論ではない選手の本当の適正を見出す

長谷川「そうです。熊本の八代市に、秀岳館高校という学校があります。熊本といえば大津高校というサッカーの名門校がありますが、そこになかなかに勝てないため、センシングなどのテクノロジーを導入したんですね。そうしたら、選手の内発的な動機付けができるようになって、コーチのほうも選手のいいところや課題が見つけられるようになったそうです」

杉原「これから大きな効果が期待できそうですね」

長谷川「センシングを導入して、試合中のスプリント回数や加速減速などの数値を計測しているのですが、参考としてプロはこのぐらいの数値だというデータを紅白戦の前に見せたところ、選手たちはその日の試合が終わった後に、クタクタになって倒れて笑っていたというんですね。指導者は、これまで紅白戦でそこまで力を出し切った選手の姿を見たことがないと言っていました。選手もデータで見せてあげると、目標が見えやすいんです。次の段階は、一人ひとりの能力に合わせてどういうトレーニングをするか？　それをプランニングすることですね」

杉原「なるほど。計測して解析して、プランを立てるということですね。では、どのポジションが向いているというような適正は、どうやって見極めていくのですか？」

長谷川「例えばスプリントスピードを静止状態から30mまで測った場合、最初の5m、10mを何秒で走っているか？　そして、最後の10mを時速何㎞で走っているのか？　そういうところから適正が見えてきます。最初の5mで1秒切れる人は、Jリーグやラグビーの代表クラスで1人いるかいないか。でも最初が遅くても、最後の10mで時速32km出せるのであれば、世界的に見てもトップクラスですから、それを活かせばいいんですよ。そうやって、一瞬のスピードを求められるフォーワードがいいとか、ある程度の距離を早く走れると有利になる中盤がいいとか、わかってくるわけですね」

杉原「自分がどのポジションに向いているのか、感情論ではなく教えてもらえるのは、選手も嬉しいかもしれないですね」

長谷川「そうなんです。それに指導者側もセンシングの数値をもとに、選手の能力を活かした戦術も浮かんでくるようになる。データがわかれば、ぐっと科学的になりますし、合理的なプランが立てられるんです」

トレーニングでは最大の力を
何回繰り返すかが重要

杉原「センシングというと科学的な印象ですが、選手一人ひとりを計測するとか、フェイス・トゥ・フェイスでコミュニケーションを取るという部分はアナログですよね。そういう合理的なところと非合理的なところの良さを活かし協業することで、よりコーチングもスポーツも最大化していけますよね」

長谷川「おっしゃるとおりですね。そうやって、選手も指導者も前に進んでいけるということです」

杉原「自分はパラリンピックの競技プロダクトに関わっていますが、測定というのは少しずつわかってきたんですけど、解析に関してはまだまだ発展途上です。例えば、車いすレースの場合、スタートの５mを早くすることが大事なのか、それとも40mでマックスを出すのが重要なのか？　そういうことをいろいろと模索しています。でもデータを可視化すると、感情論抜きに選手とコミュニケーションが取れるので、やりやすいです」

長谷川「そうですね。指導者の経験や感覚に委ねていたこれまでの指導方法は、才能のある選手を潰してしまっていたケースもありますから。それは、先ほどお話しした秀岳館高校サッカー部の先生も実感されていて、センシングによってこれまで気づかなかった選手の才能を開花できそうで、すごく嬉しいと言っていました。そうなると、もう暴力的な指導をしたり、無駄に長時間練習をする必要もないわけですね」

杉原「指導者も、センシングが自分を変えるきっかけになりますね。僕らは、いまレース用の車いすを伊藤智也選手と一緒に開発していますが、東京2020のとき彼は58歳になるんです。それでどんな結果が出せるのか、社会的にも注目されると思いますから、そういう新しいテクノロジーや考え方を付与して、どんどん進んでいきたいですね」

長谷川「いまはもう、歯を食いしばって辛い練習をやれば結果がついてくると思われていた時代とは違うんです。いかに高速で大きな力を爆発的に短時間で出すか。それは、主観ではわからない。トレーニングで大事なのは、疲れるのが目的ではなくて、最大の力を出すことを何回繰り返すか。それを計測しながら効果的にやるべきです」

杉原「そうですね。能力が可視化できれば、そういうトレーニングができますから効率もいいですね」

長谷川「有名な話ですが、何かのトレーニングを７割ぐらいの力で10回３セットやったグループと、100%の力で３回10セットやったグループでは、同じ回数ですが、明らかに後者の方が爆発的な筋力が付くんです。そうやって効果的なトレーニングができれば、より合理化していけます」

杉原「そういうことですね。長谷川さんがやられているセンシングの技術があれば、選手も自分の選択肢が明確にわかりますし、それを組み立てるプランも立てやすくなる。そういう材料を提供されているというのは、素晴らしいです。でも今日のお話しを聞いて、自分もジム通いでやっているトレーニングを見直そうと思いました。まずは、真っ先に回数を減らそうと思います（笑）」

前編はこちら

長谷川 裕（はせがわ・ひろし）
1956年京都府生まれ。龍谷大学経営学部教授（スポーツサイエンスコース担当）。日本トレーニング指導者協会（JATI）理事。エスアンドシー株式会社代表。筑波大学体育専門学群卒業、広島大学大学院教育学研究科博士課程前期終了。龍谷大学サッカー部部長・監督、ペンシルバニア州立大学客員研究員兼男子サッカーチームコンディションコーチ、名古屋グランパスエイトコンディショニングアドバイザー等を経て、スポーツセンシング技術等を利用した科学的トレーニング理論の実践的研究を続ける。著者は『アスリートとして知っておきたいスポーツ動作と体のしくみ』、『サッカー選手として知っておきたい身体の仕組み・動作・トレーニング』ほか多数。