2015年10月の記事を読む
2015年9月の記事を読む
2015年8月の記事を読む
2015年7月の記事を読む
2015年6月の記事を読む
2015年5月の記事を読む
2015年4月の記事を読む
2015年3月の記事を読む
2015年2月の記事を読む
2015年1月の記事を読む
2014年12月の記事を読む
2014年11月の記事を読む
2014年10月の記事を読む
2014年9月の記事を読む
2014年8月の記事を読む
2014年7月の記事を読む
2014年6月の記事を読む
2014年5月の記事を読む
2014年4月の記事を読む
2014年3月の記事を読む
2014年2月の記事を読む
2014年1月の記事を読む
2013年12月の記事を読む
2013年11月の記事を読む
2013年10月の記事を読む
2013年9月の記事を読む
2013年8月の記事を読む
2013年7月の記事を読む
2013年6月の記事を読む
2013年5月の記事を読む
2013年4月の記事を読む
2013年3月の記事を読む
2013年2月の記事を読む
2013年1月の記事を読む
2012年12月の記事を読む
2012年11月の記事を読む
2012年10月の記事を読む
2012年9月の記事を読む
2012年8月の記事を読む
2012年7月の記事を読む
2012年6月の記事を読む
2012年5月の記事を読む
2012年4月の記事を読む
2012年3月の記事を読む
2012年2月の記事を読む
2012年1月の記事を読む
2011年12月の記事を読む
2011年11月の記事を読む
2011年10月の記事を読む
2011年9月の記事を読む
2011年8月の記事を読む
2011年7月の記事を読む
2011年6月の記事を読む
2011年5月の記事を読む
2011年4月の記事を読む
2011年3月の記事を読む
2011年2月の記事を読む
2011年1月の記事を読む
2010年12月の記事を読む

時代開く技術「ディープラーニング」

　コンピューターが大きく変わろうとしている。膨大なデータを解析して人のように認識し、日々学習しながら作業効率を高めていく知的システムの実現が近づいている。歩行者を避けながら走行する無人自動車や新薬開発、災害防止など、あらゆる面でイノベーションが進む見通しだ。国の競争力を左右する分野だけに、欧米勢は国レベルで競っている。日本も傍観してはいられない。
　これまでのコンピューターは演算速度の高速化を追求してきた。量子コンピューターも、その延長線上にある。ところが最近、画像や形を見て理解する新たなコンピューターシステムが注目されている。カギとなるのはＣＰＵ（中央演算装置）ではなくＧＰＵ（画像処理装置）。プログラムに頼らずに作業が可能なところが画期的だ。
　新システムの肝は、膨大な画像データを何千回も繰り返して機械に学習させる「ディープラーニング」。人は目で見るだけで容易に物を認識できるが、コンピューターは、これが不得手。そこでＧＰＵを駆使し「この線は目の形」「ここは顔の輪郭」などと一つひとつ教え込む。すると、例えば何千もの自動車の写真から、特定の車種のみを選んだりできる。
　さらに「救急車や歩行者が近づいたら徐行する」などと覚えさせることも可能。車載イメージセンサーで捉えた周辺の画像情報を随時解析しながら、安全に走行できる自動車の開発に道筋を拓くものとなる。
　同じ仕組みを生産現場に適用すると、ロボット同士がコミュニケーションをとりながら日々無駄を省いていくようなシステムが構築できる。新薬開発への適用も考えられている。医用画像の読影支援や生理活性予測の精度を高め、生産性の大幅改善が見込める。
　こうした新技術に国を挙げて取り組んでいるのがスーパーコンピューター世界一の奪回を目指す米国。この中心にいるＩＢＭは、ディープラーニングと同様の機能を人の脳を模した「ニューラルネットワーク」で実現しようと長年取り組んでいる。新構造の半導体に、プログラムではなく学習により画像を認識させる。少子高齢化が進む日本を先進モデルと位置付け、河川の氾濫を予測し、避難を促すシステムなどを検討中だ。
　しかし当の日本ではディープラーニング技術の開発は、まだまだ。気を吐くベンチャー企業はあるが、発想力やアプリケーション開発で欧米の後塵を拝している。労働人口が減り続ける日本。生産性向上のためにも世界最先端のテクノロジーをものにしたいところだ。