対談 CONVERSATION

音を感じる世界が、声を出すきっかけに!「Ontenna」開発者・本多達也が届けたいもの 前編

宮本さおり

光とバイブレーションにより、音を伝えてくれるデバイス「Ontenna」(オンテナ)。この新しいデバイスが聾学校の子ども達が言葉を話すきっかけをも作り出しているという。そんな「Ontenna」の開発者、本多達也氏は「Ontenna」を使いどのような未来を切り開こうとしているのか。開発当初から親交のある編集長・杉原行里が迫る。

杉原:お久しぶりです。「Ontenna (参考:http://hero-x.jp/movie/2692/)」やっと実用化になりましたね。この日を心待ちにしていました。

本多:ありがとうございます。行里さんにぜひ見ていただきたいと思っていました。

杉原:パッケージもこだわりを感じますね。充電もこれでできるっていうところがいいですね。

※注:充電にはmicro USBでの接続が必要です。

本多:よくぞ気づいてくれました。そうなんです。試行錯誤しながらやっとここまできまして、3段スイッチにしています。スライドを真ん中にカチッとしていただくと、電源が入るようになっています。「あー、あー」(発話)

杉原:バイブレーションがしっかりと伝わります。感度がものすごくいいですね。

本多:はい。大きい声だとバイブレーションの強度も強くなり、小さな声だと弱くなります。音の強弱も伝えることができるようにしています。それから光。音に反応して光も出ますから、見ていても楽しいですよ。

杉原:本当だ!

本多:「Ontenna」は何を話しているかまでは分からないのですが、音が出ていることを掴むことはできる。そこに特化させたものです。聾学校の生徒さんたちに体験していただいているのですが、太鼓を叩いたり、笛を吹く合奏で「Ontenna」をつけてもらったところ、音を感じることができるので、リズムが取れるようになったんです。もちろん、彼らが発する声にも反応する。言葉の受け手はバイブレーションで音をキャッチできますし、発話者は光で自分の声が相手に届いていることが分かります。聾学校に通う子どもの中にはなかなか発話をしない子もいるのですが、「Ontenna」を使うことで子ども達が声を出しはじめたというケースの報告も先生方から受けています。

当事者との出会いから開発へ

杉原:なるほど。聞こえないと、本当に自分は声を発しているのかとか、声が届いているのかは分かりにくいものですが、こうしてきちんと見えて感じられたら、確かに楽しいでしょうね。子どもたちが飛びつくのも分かります。そもそも、なぜ、本多さんはこれを開発しようと思われたのですか?

本多:大学1年生の時にある聾者の方と出会ったのがきっかけでした。手話の勉強をはじめて、手話通訳のボランティアをしたり、手話サークルを作ったり、NPOを立ち上げたりと、いろいろと活動していました。

杉原:やはり、人との出会いがきっかけなのですね。

本多:そうですね。僕が出会った聾者の方は、生まれてすぐに出た高熱により、神経に障がいがでてしまい、全く耳が聞こえないという方でした。人工内耳も補聴器も使えなかった。なので電話が鳴ってもわからないし、アラームが鳴ってもわからない。動物の鳴き声なんかもわからないなかで生活をしていたんです。もともと自分がデザインやテクノロジーの勉強をしていたので、そういった知識を活用してなんとかできないものかと考えはじめたのがきっかけでした。そこで思いついたのが、バイブレーションと光で音を伝えるということでした。「Ontenna」は、60〜90dBの音の大きさを256段階で光と振動の強さにリアルタイムに変換し、リズムや音のパターンといった音の特徴を着用者に伝えます。

杉原:60~90㏈っていうのはなにか医学的領域の話ですか?

本多:聾学校に行っていろいろとヒアリングをすると、「喋りかけている声を知りたい」「声の大小の出し方を練習したい」という話が出たんです。60㏈は人がしゃべっているくらいの大きさ、90㏈はものすごく大きい声を出したり、楽器を強く叩いたりだとか、工事現場の雑音くらいの音の大きさです。ここのグラデーションを伝えたい、表現したいというので、この値を設定しました。ただ、「小さな音にも反応してほしい」というリクエストもあって、販売製品はサウンドズーム機能を取り入れたり、ユーザー自身で感度を変えられたりできるようにしています。

サードパーティーの可能性

杉原:ここの振れ幅を思いっきり変えるというよりは、振れ幅の補完、拡張みたいなものをほかのデバイスを使ってやるってことですね。

本多:そうです。そして、見た目にこだわりました。クリップ型になっているので髪の毛につけたり服につけたり、いろいろな場所につけていただけます。

杉原:いやー、本当によくここまできたと思います。これだけコンパクトにするにはかなりの苦労があったのではないですか?

本多:ハードウェアは作るのが本当に大変で、とくに、「Ontenna」のようなものの場合、ソフトウェアのエンジニアと、ハードウェアのエンジニアの協力が必要です。あんまり小さすぎるとバッテリーの持ちが悪くなるし、大きくしすぎるとアクセサリーのようなお洒落さがなくなる。バイブレーションも、マイクと振動マットがこれだけ近い位置にあると、ハウリングの問題も出てきます。どうやったらハウリングせずにできるか。ここも頭を悩ませたポイントでした。

杉原:初期のころはほんと、まだビヨンといろいろと線が出ている状態でしたもんね。

本多:本当に苦労しました。

杉原:「子供たちを笑顔にする」っていうのがビジョンなのですか? すごくいいですね。

本多:開発する時に思い描いたのが、聾学校の子供たちに使ってもらうことだったんです。だからキービジュアルも聾学校の子どもさんにモデルになってもらいました。聴覚に不自由を感じる人の数でいけば、おじいちゃんおばあちゃんのほうがビジネスになるんじゃないかっていう話も何度もあったのですが、やっぱり子どもの時にリズムを知っておくってことがめちゃくちゃ大事なので、子どもたちのために作りたいという気持ちが強かったんです。

杉原:未来を感じるね。今後、サードパーティーとか、これを使って何かビジネスをしたいっていう人たちも増えてくるのでは?

本多:前振りありがとうございます!(笑) それがまさに今富士通でやっている研究の話にもなるんですけど、「Ontenna」って、今のものだとうるさいところに行くとずーっと振動してしまうんです。これを機械学習などを入れることによって特定の音を学習し、それに対してのみ振動するように研究をはじめています。

杉原:具体的にはどういう使い方を想定しているのかなど、興味が湧きますね。後編ではそのあたりをもう少し掘り下げて伺いたいです。

後編へつづく

本多達也(ほんだ・たつや)
1990年 香川県生まれ。大学時代は手話通訳のボランティアや手話サークルの立ち上げ、NPOの設立などを経験。人間の身体や感覚の拡張をテーマに、ろう者と協働して新しい音知覚装置の研究を行う。2014年度未踏スーパークリエータ。第21回AMD Award 新人賞。2016年度グッドデザイン賞特別賞。Forbes 30 Under 30 Asia 2017。Design Intelligence Award 2017 Excellcence賞。Forbes 30 UNDER 30 JAPAN 2019 特別賞。2019年度キッズデザイン賞 特別賞。2019年度グッドデザイン賞金賞。現在は、富士通株式会社にてOntennaプロジェクトリーダーを務めている。

(text: 宮本さおり)

(photo: 増元幸司)

  • Facebookでシェアする
  • LINEで送る

RECOMMEND あなたへのおすすめ

対談 CONVERSATION

Laboro.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

吉田直子

現在はAIの第三次ブームといわれている。機械のスペックが上がり、膨大なデータを処理できるようになったことで、いわゆるディープラーニングが可能になり、ビジネスの様々なシーンに活用されるようになった。しかし、AIが何を得意とし、実際にAIを使ってどんなことができるのかは一般にはあまり知られていない。AIを活用したオーダーメイド型のソリューション開発やコンサルティングを提供する株式会社 Laboro.AIのCEO・椎橋徹夫氏に、編集長・杉原行里がAIビジネスの可能性を聞く!

AIは人間の右脳的な働きを実現できる

杉原:僕はその分野にいるのでそう感じてはいないのですが、一般の方はAIを神格化している部分があると思います。そもそも“AIはなんでもできるのか?問題 ”というのがあると思うのですが、そのあたりを教えていただけますでしょうか?

椎橋:AI万能論に対してよく言うのは、まず「AIは基本的にはソフトウェアです」ということです。ただ、今までのソフトウェアやITシステムとは少し種類が違うことができるようになっています。今までのソフトウェアはロジカルな処理を正確に速くやることが得意でした。一方で直感的な処理が結構難しかったんです。

例えば、画像を見て、それが犬か、猫かを分類するみたいなことは、明文化できない直感的な処理が人間の脳の中で起こっています。そういう直感的な処理は今までのソフトウェアでは全くできませんでした。でも、AIはそれができるようになった。人間のように賢くて難しいことができるというより、人はわりと当たり前にやっているけれども、従来ならプログラムやルールに落とし込みきれなかった処理ができるようになったソフトウェアだと考えています。今までのソフトウェアが左脳的なものだったのに対して、AIは右脳的な処理ができるようになったと言ってもいいと思います。膨大なデータから自動的に特徴を見い出して、それに沿って具体的な認識や予測ができるようになりました。ですから、AIという言葉は「データに基づいた直感的な処理ができるソフトウェア」や、「認識や予測のアルゴリズム」という捉え方をするのが、現時点では実態に近い説明ではないでしょうか。

杉原:もともと、椎橋さんは東大の松尾研究室にも関わられていたということなので、その分野のエキスパートだと思うのですが、僕は、AIが介在することによって、今までバリューとしてとらえていなかった一連の行動や、価値を見出せていなかったデータを、価値あるものに置換できる未来を期待しているのですが。

椎橋:はい。まさにそうですね。

杉原:ヘルスケアの部門はそれが顕著だと思います。御社や椎橋さんの中で、今後こういう未来が来そうだという予測はありますか?

椎橋:はい。実はヘルスケア、メディカルの領域はひとつの重点領域として考えています。まさに、AIのイノベーションというのは、今までは価値に変換できなかった細かいデータを、AIというアルゴリズムを通して効率よく価値(バリュー)に変換できることです。でも、その中でまずみなさんがやるのは、とりあえず持っているデータの価値を引き出すためのAIを開発することなんです。

一方で20〜30年後を考えると、そういうタイプの取り組みの価値は、むしろ小さくなると考えています。より大きいのはA社、B社、C社、それぞれが持っている断片的なデータをきちんと組み合わせてAIのアルゴリズムを通すと、全員にとってかなり大きな価値を生み出すという流れです。今、我々は様々な領域でクライアントと1対1でAIのスキームを作っていますが、この先は複数のデータをつなげてAIに入れて価値を引き出すということも視野に入れていく必要性があるなと感じています。

杉原:具体的な例はありますか?

椎橋:はい、そうですね、例えば、今、健康診断のデータは保険組合が、病院の診断データは病院が、細かい精密検査のデータは検査会社がそれぞれ持っているような状態です。一方でそれらのデータを使って価値あることをやりたいのは、製薬会社や医療保険系の保険会社です。データを様々な人が断片的に持っていて、かつそのデータの価値を一番引き出せる人が、データを持ってないということが、すごくわかりやすく起こっているのが医療の領域です。この医療ビッグデータの活用が、ひとつの議論です。患者さんのデータを共有しあう構造の中で、アルゴリズムで処理されて適切に医療データが提供される形になると、リスクがあれば早めに手を打てて、健康なまま長く生きることが可能です。

近未来に予想されるAIの具体的な活用について話し合う編集長杉原(左)と椎橋代表(右)

杉原:僕もまったく同じことをずっと言っています。僕らはたぶん将来、病院というものが形を変えていくだろうと考えています。日々生活していく中で当たり前のようにデータがとられ、レコメンデーションがどんどんされていって、健康寿命が延びていくと。製薬・投薬もそうですが、まだパーソナライズされたものがないですよね。そこまでには越えなきゃいけない壁がたくさんあるとは思いますが。

椎橋:医療費も削減されるので、国レベルで考えるとデータの統合は絶対やったほうがいいのですが、難しいのは、一歩踏み出す、その一歩の踏み出しによってネガティブな印象を受ける可能性があることです。短期的にいかにインセンティブがある形で各プレイヤーがそこに踏み出していけるかというのを設計することが重要だと思います。

杉原:そうですね。僕らもよく言っているのは、結局ここで一番大事なのはコミュニケーションだということです。どういう未来がインセンティブをくれるのかというのを提示しない限りは、たぶんみんなはデータ共有に賛成してくれないですよね。

「冷蔵庫の中の最適解」を
AIが導き出す!?

杉原:今後、医療の業界以外には、どういう分野でより顕著にAIが活用されていくでしょうか。

椎橋:そうですね。キーワードになるのが、フィジカル×コンシューマのデータの領域だと思っています。要はインターネットを介したデジタルなデータの分野は、すでにネット系のプレイヤーが色々とやっています。一方で物理的なところと切り離せない領域、医療もそうですが、これはまだネット系のプレイヤーもほとんど手つかずです。

食の領域もそうですね。例えばレシピは、データがフィジカルなので、あまりきちんと整備されていない。ここが整備されていくと、新しい料理をAIが発明したり、その人の今食べたいものと料理のスキル、あとは冷蔵庫の中に何が入っているかを総合的に見て、作り方まで含めた献立の提案ができる世界も可能です。これをやろうとすると、一社だけではできない。栄養という観点でいうと、先ほどの医療にもつながっていきますし、食周りのデータにAIを活用するというのはあると思います。

杉原:確かに食もパーソナライゼーションされていくほど最適解みたいなものが出てきますよね。と同時に、要はフードロスの防止にもつながると思います。だいたい日本だと年間600万トンくらい捨てられていて、実は事業者と一般家庭は、ほぼ同じくらいの量を捨てているそうなんです。ということは、まず冷凍庫の中の最適解がまだ出ていないのではないかと。買い物に対してのレコメンデーションが出てくればロスを減らせるし、そういう世界も、悪くないなと思います。スーパーマーケットで先に買っておいてくれるとか。

椎橋:結局、ネットのデジタルな消費って消費者の消費活動でいうとかなり部分的ですよね。フィジカルな領域の消費データにきちんとアルゴリズムやAIが入っていけば、バリュー地点をさかのぼって、産業全体のデータをつなげて、より効率化していくということが絶対に起こってくると思います。

杉原:僕らはデータを提供したら、1人あたり年間で何百万円かもらえる世界がくるだろうと予想しています。65歳以上からは年金をもらわなくても、たぶんデータ提供者にお金がもらえるみたいな未来が来るんじゃないかと。

椎橋:これまでのインターネットを中心としたイノベーションは、GAFAやBATなどの米中のインターネットジャイアントがデータを全部抱え込む世界でした。それに対して、ヨーロッパのGDPR(EU一般データ保護規則)などの動きもそうですが、個々人が自分のデータを管理するという分散型の方向に行ったほうが健康的ですよね。それが成り立ちうるひとつの領域が医療です。だから医療を起点に、それぞれが自分のデータを管理して、それを適切な範囲で提供することで、誰かに対して価値を提供して対価を得る。そういう社会的な構造を日本のマーケットで世界に先駆けて作って、その形を海外に展開していくことができると、すごく面白いと思います。まさに医療かつ高齢者という部分では、日本は世界最先端の課題先進国ですし。

杉原:今後日本の新しい産業を支えていく上では根幹となっていく部分かなと僕も思っています。課題先進国というのはある意味ラッキーですよね。

テックビジネスで
必要なのは技術の俯瞰図

杉原:一方でAIの世界は進化が速いですよね。そうすると、ビジネス側も研究をおろそかにできないと思います。それについてはどう考えていますか?

椎橋:AIもそうですが、あらゆるイノベーションが起こっている時は、まず学術的な領域から論文などの形で新しい技術が発表され、新しい手法が科学的に確立され、それが実用可能な技術に落とし込まれ、さらに現場で使えるソリューションになっていくという、一連の流れがあります。その意味で、アカデミアの先端にきちんとキャッチアップながら、それをどう使えばどんな産業ビジネス的な価値につながるのかということを考えることが大事だと思います。

ただ、学術的に新しいことを生み出すことをスタートアップ企業がやらなきゃいけないかというと、必ずしもそうではないですよね。どちらかというと、全体像がきちんと見えていて、技術の俯瞰地図を持っているということが必要です。つまり、この技術を探ろうと思ったらこの研究者にあたればいいとか、この論文を見ればいいとかいう全体図ですね。医療に例えれば、各専門医をつなげられる総合医のような立場です。これからスタートアップを起こす時には、実現したいことに対して、全体的なマップを見て、「これを実現するためにはこの専門医とこの専門医とこの専門医に聞きに行くのが重要だ」とか、「これをつなげるのが重要だ」とか、そう考えられることが大事ですね。

杉原:あとは誰とコラボやアライアンスを組んでいくかというのが大事になりますよね。実現したい未来に対して、1人ではなかなかチャレンジできませんから。HERO Xも、ここがコミュニティの場になって、様々なものが生まれていけばいいなと思っています。

椎橋徹夫(しいはし・てつお)
米国州立テキサス大学理学部物理学/数学二重専攻卒。ボストンコンサルティンググループに入社後、東京オフィス、ワシントンDCオフィスにてデジタル・アナリティクス領域を専門に国内外の多数のプロジェクトに携わる。BCG社内のテクノロジーアドバンテージグループのコアメンバーとして、ビッグデータ活用チームの立上げをリード。のちに東京大学工学系研究科松尾豊研究室にて産学連携の取り組み、データサイエンス領域の教育、企業連携の取り組みに従事。2016年、株式会社Laboro.AI(https://laboro.ai/)を創業、代表取締役CEOに就任

関連記事を読む

(text: 吉田直子)

  • Facebookでシェアする
  • LINEで送る

PICK UP 注目記事

CATEGORY カテゴリー