전기전자/정보통신

Nikkei Computer_2017.1.5 특집 (p20-47)

인공지능 100
AI가 바꾸려고 하고 있는 세계의 전모

이론에서 실전으로, 연구에서 응용으로. 심층학습(딥러닝)을 중심으로 한 인공지능(AI)의「제 3차 붐」이 더욱 열을 띠고 있다. 나라도 기업도 방향을 바꾼다. 의사결정의 지원, 생산성의 향상 등, 극적인 효과를 노린다. 선행하는 선두주자는 성과를 내기 시작하고 있다. 업종을 가리지 않고, 다양한 현장에서 응용이 시작된 지금, AI가 바꾸려고 하고 있는 세계의 전모를 밝힌다.


● 총론 : 붐에서 실용으로 승부하는 해

인공지능(AI) 붐이 일어난 2016년이 끝나고, 2017년이 시작되었다. 붐은 올해도 이어갈 전망이다. 기업은 응용을 보다 본격화할 것이다. AI가 지금 어떠한 상황에 있는지. 어떻게 접목하면 자사에게 있어서 가장 효과적인지. 유저기업, 벤더를 가리지 않고, 이 물음에 진지하게 임할 필요가 있다.

AI 001. 암 치료에 AI, 2021년 실용화가 목표
“의료 AI는 큰 산업이 될 수도 있지만, 일본은 유럽에게 뒤쳐지고 있다. 이번에, 최고 권위자들을 불러 모았다. 일본의 지혜를 집결하고, 세계에 어깨를 나란히 한다.” 국립 암 연구센터의 마노 히로유키 연구소장은 2016년 11월 29일, 「AI를 활용한 통합적 암 치료 시스템 개발 프로젝트」의 발표회에서 각오를 이렇게 말했다.

프로젝트에는 국립 암 연구센터에 더해, 심층학습에 강점을 가지는 AI 벤처기업의 Preferred Networks(PFN)과, 경제산업성 계열의 연구기관인 산업기술종합연구소 인공지능연구센터(산종연AI센터)가 참가했다. 산관학이 협력하여, AI 기술을 이용하고 암의 진단과 치료, 창약을 지원하는 시스템의 개발을 목표로 한다. 2021년의 실용화가 목표다.

암 치료에서는 도쿄대학 의과학연구소와 일본 IBM에 의한, 자연언어처리∙기계학습 시스템「Watson」을 사용한 공동연구가 선행하고 있다. PFN의 오카노 부사장은 “우리는 「아직 알려지지 않은 규칙의 발견」에 초점을 맞추고 있는 점에서 접근법이 다르다.” 라고 하면서, “Watson과 경쟁한다는 의식은 없다. 암은 강적이고, 극복하기 위해서는 인류의 힘을 모을 필요가 있다.” 라고 말한다.

이 날, AI의 핵심 서비스를 발표한 것은 후지츠이다. AI 체계「Zinrai」를 토대로, 화상인식과 지식정보 검색이라고 하는 API(Application Programming Interface)와 심층학습용 기반 서비스를 2017년 4월부터 순차 제공한다. 심층학습 전용 프로세서「DLU」를 2018년도에 출하할 의향도 표명했다.

후지츠의 사카이 상무는, 미국의 아마존과 구글, IBM, 마이크로소프트 라고 하는 “앞서가는 타사에 뒤쳐져 있다.”라고 인정하면서, “당사가 축적한 기술을 활용하면, 한발 앞선 AI 서비스를 제공할 수 있다. 결코 타사에 지지 않는다고 생각한다.” 라고 강조한다.

AI 002. 2017년도 AI 붐은 계속된다.
AI 003. AI 시장은 2020년에 2,900억엔
AI 004. 총무성, 문부과학성, 경제산업성의 연계로 AI 연구 체제가 시작된다
AI 005. AI는 기업의 경쟁력 그 자체를 좌우한다.
AI 006. 제 3차 AI 붐의 상징은 심층학습
AI 007. 숙련공급의 이상 감지를 가능하게 되다.
AI 008. AI라고 불리는 기술의 80%는 기존의 IT
AI 009. 기존의 AI 기술도 용도에 따라서는 효과적
AI 010. AI는 산업의 국제경쟁력을 높인다


● 사례 : 다양한 현장에서 활용이 추진된다

공장의 생산라인, 주식 거래, 농가, 편의점, 호텔, 병원. 심층학습을 중심으로 AI에 도전하는 기업과 조직이 연이어 등장하고 있다. 수고가 드는 작업을 효율화하는, 사람이 알아채기 힘든 현상을 발견하는 등의 효과를 노린다. AI 없이는 기업활동이 성립하지 않는 시대가 조만간 도래할 것 같다.

AI 011. 공작기계 8,000대가 AI에 대응
“공작기계가, 사람의 종업원이 알지 못하는 이상을 직접 검출하고, 알려주게 된다.” 공작 기계 업체인 오쿠마(Okuma)의 야시로 씨는 이렇게 말한다. 이 회사는 2017년 4월부터, 공작기계를 제어하는 CNC(컴퓨터 수치 제어) 장치에 심층학습을 사용한 이상감지기능「OSP-AI」를 탑재한다. 이 장치의 출하대수는 연간 약 8000대 이다. 8000대 전부 AI에 대응하는 것이 된다.

AI 012 기기의 가동 데이터는 보물상자이다
AI를 사용하면, 나사와 축 등의 공작기계에서 사용하눈 부품의 경미한 이상을 감지할 수 있다. 눈으로는 판별할 수 없고, 기존에는 담당자가 소리로 인식하는 방법 밖에 없었지만, “숙련공이라도 조용한 방에서 귀를 기울여서야 겨우 이상을 아는 수준이다.”(야시로 씨) 이상을 방치해두면, 공작기계의 고장과 정지로 연결된다고 한다.

AI의 열쇠를 쥐는 것은, CNC의 가동 상황과 내부의 센서가 취득한 온도와 진동의 데이터이다. 이 데이터들을 심층학습으로 분석하고, 이상판정을 가능하게 했다. 야시로 씨는 “CNC가 생성하는 데이터는 보물상자이다.” 라고 말한다.

AI 013. 심층학습의 정확도는 다른 수법보다도 높다
AI는 이상을 감지하면, 담당자에게 경보를 알린다. 이 회사는 심층학습에 관한 자세한 내용을 밝히지 않고 있지만 “다른 수법보다도 정확도는 높다.” (야시로 씨) 경보를 받은 담당자는, 정보를 토대로 최종적인 판단을 내린다.

AI 014. 공장 라인으로의 이물이 들어가는 것을 막는다
AI 015. AI라면 24시간 가동할 수 있다.
AI 016. 클라우드로 심층학습 기능을 함께 전개
AI 017. 심층학습으로 알고리즘 거래의 변동을 예측
AI 018. 예측의 정확도는 통계 수법의 2배
AI 019. 주식시장의 상장 국면을 분석
AI 020. 가격 변동 등, 투자가의 심리지수를 학습
AI 021. 6년간 운용 성적으로 40%의 차이
AI 022. 오이 구분 시스템을 10만엔 이하로 자작
AI 023. 일정 품질의 화상 데이터를 수집가능한지가 열쇠
AI 024. 자작 프로그램의 소스코드를 공개
AI 025. 감시 카메라에도 심층학습
AI 026. 태블릿PC의 처리능력으로 충분한 경우도
AI 027. 심층학습은 레서피 작성에도 사용할 수 있다.
AI 028. 사람이 먹은 감상을 예상하여 맛을 개선
AI 029. AI가 삼각김밥과 샌드위치를 구분
AI 030. 비스듬히 45도에서 촬영한 글자를 인식 가능
AI 031. 인바운드 관광객을 AI가 채팅으로 안내
AI 032. 사람의 오퍼레이터를 보완하는 존재로
AI 033. 지방도시로의 이주를 AI가 촉진
AI 034. 암의 원인이 모를 때에 묻는다
AI 035. 논문 2,000만건 이상, 특허 1,500만건 이상을 학습
AI 036. 암의 원인으로 보이는 유전자를 10분에 발견
AI 037. 전자 카르테로 환자의 넘어질 가능성을 예측
AI 038. 뇌동맥류를 심층학습으로 구분
AI 039. AI를 신속히 도입하면 그 만큼 차이를 벌릴 수 있다.
AI 040. 설문조사의 답변 등의 데이터를 활용


● 기술 : 심층학습 기반이 고도화

AI의 대표격이라 할 수 있는 기술이 심층학습이다. 다양한 용도로 응용이 추진된다. 심층학습을 좋은 효율로 개발∙도입하기 위한 구조도 갖추어가고 있다. AI의 고속화, 내장 기기로 응용을 목적으로, 소프트웨어∙하드웨어의 개량도 진행 중이다. 그 앞에는, 사람의 뇌에 유사하며 능가한다고 알려진「범용 인공지능」이 있다.

AI 041. 심층학습으로「눈」을 획득
“심층학습으로, 우리는「눈」을 획득했다.” 도쿄대학의 마츠오 씨는, 제 3차 AI 붐의 불을 붙인 계기가 된 심층학습에 대해서 이렇게 표현한다

AI 042. 패턴 처리의 구조를 직접 제작
사람은 눈을 본 것을 ”저기에 고양이가 있다””저 사람은 웃고 있다” 등으로 인식한다. 기존에는 같은 것을 컴퓨터로 실현하려고 하면, “화면에서 고양이를 어떻게 인식할까””웃고 있는지를 어떻게 판단하는가” 라고 하는 처리의 순서를 사람이 설계할 필요가 있었다.

다층형의 신경 회로망을 이용하는 심층학습은, 데이터를 학습시키면 패턴 처리의 구조를 직접 만들어 낸다. Dwango의 야마카와 씨는 “설계의 작업을 학습으로 바꾼 점이 획기적이다.” 라고 말한다.

AI 043. 화상인식의 정확도는 사람을 능가
AI 044. 심층학습으로 인한 화상인식 기능을 차량 카메라에 탑재
AI 045. 통계적 기계 번역보다 높은 품질을 실현
AI 046. OSS와 클라우드로 이용의 장벽이 낮아진다.
AI 047. 프레임 워크로 심층학습이 용이해진다.
AI 048. Tensor Flow는 다양한 환경에서 이용 가능하다.
AI 049. Chainer은 심층강화 학습에 적합
AI 050. Chat Bot 구축을 지원하는 프레임 워크도 등장
AI 051. 클라우드 AI는 API로 각종 기능을 제공
AI 052. 클라우드 AI를 사용하면 초기 투자를 억제 가능
AI 053. 클라우드 서비스는 도입 전에 시험해보는 것이 유효하다.
AI 054. 국산 서비스의 강점은 AS
AI 055. AI의 발전에는 하드웨어의 발전이 기여
AI 056. AI 알고리즘의 고속화는 필수적
AI 057. 학습시간과 메모리 양을 30분의 1로 삭감
AI 058. 빠르고 대략적인 특징을 파악하는 AI도 등장
AI 059. 감시 카메라와 IoT 기기로의 이용을 상정
AI 060. AI 고속화를 위해 프로세서의 고성능화도 활발
AI 061. 심층학습의 보급에 GPU가 기여
AI 062. 저소비전력으로 고속의 병렬처리를 FPGA로 가능하게 하다.
AI 063. 뇌의 신호의 변화 패턴을 따라 해 저전력화
AI 064. 전력효율을 1만배 높인 전용회로를 개발
AI 065. 인공 시냅스에 운전의 판단을 맡긴다.
AI 066. 양자 컴퓨터에 필적하는 CMOS 칩
AI 067. AI가 다양한 가설을 세우고 시뮬레이션으로 검증
AI 068. 양자 컴퓨터의 실용화는「먼 미래」가 아니다.
AI 069. 양자 컴퓨터는 심층학습과 상성이 좋다.
AI 070. 범용 인공지능으로 사람 수준의 지성을 실현.


● 사회. 노동과 법률이 바뀐다
AI가 사회의 구석구석까지 보급되면, 노동과 법률의 형태가 바뀔 가능성이 높다. 사람은 일자리를 빼앗기는지, 사망사고를 일으킨 AI는 책임을 묻는 것 인지. 붐에 휘둘리는 것이 아닌, 바르게 현상을 이해하고, 사회 모두가 토론할 필요가 있다.

AI 071. 화이트칼라의 일자리도 뺏을 수 있다.
“2017년 이후, 사람이 미숙한 작업을 AI로 분담시키는 움직임이 가속화된다.” 인공지능 학회의 야마다 씨는 이러한 견해를 밝힌다. 문제는 「사람이 미숙한 작업」의 내용이다. 기존에는, 반복이 많은 정형적인 작업을 기계와 컴퓨터로 대체하는 형태가 대부분이었다. 하지만 AI는, 이른바 화이트칼라의 지적 노동도 대체한다고 보여진다.

AI 072. 일본의 노동인구의 49%가 AI로 대체가능
AI 073. AI가 대체하는 것은 직종보다도 작업
AI 074. 새로운 일자리∙직종의 창출에도 공헌한다
AI 075. 30년 이내에 특이점(Singularity)에 도달할 가능성은 낮다.
AI 076. 100년에 한번의 천재의 출현이 조건
AI 077. 신경 회로망의 메커니즘은 해명되지 않았다.
AI 078. 입력 효율화, 데이터 분석 등 업무 분야에도 침투
AI 079. AI의 역할은 후보의 제시, 판단하는 것은 사람
AI 080. 저작권법은 AI를 상정하고 있지 않다.
AI 081. 자율주행차로 인한 사망사고는 이미 발생
AI 082. 잘못 인식으로 인한「착각」은 AI에서도 발생할 수 있다.
AI 083. 완전 자율주행에서는, 법령의 근본적인 수정이 필요
AI 084. AI 탑재 소프트웨어는 의료기기로 정의되지 않을 가능성도 있다.
AI 085. AI가 악용될 우려가 있다.
AI 086. 악의가 없어도 공공의 이익에 반하는 AI는 생길 수 있다.
AI 087. AI 기술자가 가져야 할 논리를 규정
AI 088. 학습 데이터로는 익명 가공 기술과 옵트아웃(Opt-out)에 유의
AI 089. Ai도 소설을 쓸 수 있다.
AI 090. AI에 창작의 지표를 낸 사람이 저작권자
AI 091. 프로기사의 가치는 없어지지 않는다.
AI 092. 좋은 파트너와 같은 AI가 등장한다.
AI 093. AI도 유사한 감정을 가진다.
AI 094. 악용을 방지할 수 있는가는 개발자의 양심에 달려있다.
AI 095. 인재 획득 경쟁은 치열해진다.
AI 096. AI 인재의 연 수입, 상장회사는 1,000만엔 이상
AI 097. 기대가 너무 앞서면 붐은 시든다.
AI 098. AI에 대한 많은 오해가 발생하고 있다.
AI 099. 실패를 두려워하지 않고, 우선 직접 실천한다.
AI 100. AI 붐에 당사자로서 참여하지 않을 수 없다.

     -- 끝 --