Semiconductor Portal

» ブログ » インサイダーズ » r志田元孝の\術つれづれ

AI搭載デジタル化は成功実績を_ねて邁進あるのみ

現代はDX(デジタルトランスフォーメーション)推進の時代で、関連セミナーもH数開されている。定的な変革をデジタル\術でこすのがDXであり(参考@料1)、そこではAI、IoT、深層学{がL(f┘ng)かせない。しかし学術b文誌を調hすると、例えば日本からのIoT関連発表b文が極めて少なく憂慮すべきXである(参考@料2)。ZQ発行されたスタンフォードj(lu┛)学の「AI Index 2021」(参考@料3)でも日本のh読済みb文数の少なさがされていた(参考@料4)。筆vのこれまでの報告は、主に学術b文誌関連の動向にR`したものである。

2021Q8月に?z─i)審h四霓h調h室から「令和3Q度AI関連発の出願X況調h報告書」(参考@料5、6)が発表された。それを基に本Mでは的財堍、に出願P数のCから、日本のAIのX況に関して所感をまとめてみたい。

Tbから言うと、J報のb文発表推,らも予Rされるように、日本のAI関連発の出願P数は、Pびてはいるものの、歟羃ぼfと比較して最下位であり、残念としか言いようがない。AI関連発のコア\術分野で、中国ではj(lu┛)学が出願P数トップ5位までをめて牽引している。日本の争衰の実にCから向き合い、早に叡智をT集する環境を再構築して、{vに夢と希望を与えられるような施策を模索するべきであり、れをDり戻すには先ずはAIを基にしたデジタル化で成功xを積むのが実なOである。それもスピード感をもってやらねばならない。

以下?z─i)Dh報告書の~単な紹介と、調hT果に瓦垢詆vなりの検証、R`すべき要点、そして日本のとるべきO(案)の順に記述する。

?z─i)AI関連出願X況調h報告書の紹介

調h(j┫)とその定I

議bを進めるiに、?z─i)の調h(j┫)とその定Iを確にしておく要がある。少し専門的になるが参考@料5の文章をそのまま引させて頂きたい。

報告書では(1)AIコア発と、(2)AI適発の総和を「AI関連発」と定Iして調h分析している。(1)に与されるFIターム(参考@料7)は主にG06Nであり、このJ(r┬n)疇は「ニューラルネットワーク、深層学{、サポートベクターマシン、啣蹴{等を含むQ|機械学{\術のほか、識ベースモデルやファジィb理など、AIの基礎となる数学的または統的な情報処理に徴を~する発」である。また(2)に与されるFIタームはG06T1/40、G05B13/02などH岐にわたり、このJ(r┬n)疇は「画欺萢、音m処理、O言語処理、機_(d│)U(ku┛)御・ロボティクス、・検堯ν襲R最適化システム等のQ|\術に、AIの基礎となる数学的または統的な情報処理\術を適したことに徴を~する発」とされている。

要するに(1)はAIのコアとなる発群であり、(2)はそのAIを画欺萢などQ|\術に適する応発群であって、?z─i)は、この両vを合わせた発群を「AI関連発」として出願X況を調h報告していると理解して頂きたい。

調hT果の要約

?z─i)J鷙霆颪陵彭澄併温憂@料6)は、「AI関連発は日本でも調に出願P数はPびている。また(2)のAI適\術分野別では画欺萢分野への適がHいが、他の分野にも適先が拡j(lu┛)している」。そして「Q国の出願P数を比較すると、盜颪斑羚颪AI関連発出願P数が突出しており、またf国のPびも著しい」とのことであった。この要点は?z─i)J鷙霆颪里瓦k陲任△襦J鷙霆颪~単にウェブからダウンロードできるので、ご興味がある読vはぜひ参考@料5をお読み頂きたい。

調hT果の筆vなりの検証

画欺萢分野との関連

AI\術の適先で画欺萢分野がHい理y(t┓ng)は、AIの歴史をたどるとわかりやすい。つまり画汽如璽燭涼罎ら徴量を收し現(j┫)をモデル化する\術が、機械学{とディープラーニングでj(lu┛)幅に進tして擇犬Sが、今のAI3次ブームである(参考@料8)。AIの囲(j┤ng)棋ソフトが@人を破ったニュースや、棋士の咾されている報Oも記憶に新しい。筆vがAI\術動向を把曚垢襪燭瓠画欺萢t会の見学をけているのもその理y(t┓ng)である(参考@料9)。

学術b文数との関連

企業の場合は開発の初期は外霹表禁Vという戦Sもありuるし、また逆に開発が実らずにもできないが学術発表だけはしておこうという場合もある。ってずしも学術発表P数と出願P数の動向は官しない。しかしこのようなzな場合を除けばk般には学会発表iに出願されるので、出願P数の分野でも学術b文分野とほぼ同じ向が見られると考えてよいだろう。

その学術文献動向調hに関して、歟耄捷颪瞭予个蓮J報スタンフォードj(lu┛)学の調h(参考@料34)でも記されており、最Z文隹奮愍覆眛韻個hT果(参考@料10)を発表している。それに官してこの度の?z─i)の調hで、AI関連発の出願P数に関しても歟耄捷颪瞭予个らかになった。つまりこの調hT果は学術b文P数推,ら予Rされる通りである。

以下本Mでは主に(1)AIコア発P数に絞って記述する。そこは文C(j┤)通りAIの核心にZいコア\術であり、基本分野なので争の源泉でもある。

R`すべき要点

歟耄捷颪AIコア発出願P数の突出とf国の躍進

参考@料5にAIコア発の2012Qから2018Qまでの出願P数が、Q次別に棒グラフでされている。このデータは日櫺い斑聚fのQ国?z─i)およびPCTでの出願P数による。次表1はそこからAIコア発にR`し、2012Qと2018Qの値をs粋して筆vがまとめたものである。動向を把曚靴笋垢するため、それぞれのQ度の数値のみでなく、2018Q度と2012Q度の出願P数比もQし表に含めた。もちろんでは争判には2018Q単Q度の分析だけではなく、垉遒例~効の数の分析も要であることは言うまでもない。しかし出願P数が指数関数的にPびている現Xでは、単Q度だけの比較でもある度のTbは導ける。


表1 AIコア発(嵳)と、ニューラルネット関連発(下欄)の国別出願P数推 出Z:?z─i)「令?Q度AI関連発の出願X況調h」を基にr志田元孝作成

表1 AIコア発(嵳)と、ニューラルネット関連発(下欄)の国別出願P数推
出Z:?z─i)「令?Q度AI関連発の出願X況調h」(参考@料5,6)を基に筆vが作成


表1の嵳鵑某すAIコア発出願P数では、2012Qは盜颪1位であったが、中国が猛{して2018Qには1位になっている。その様子を的に数値で表したのが2018Q2012Qの出願P数比であり、盜颪8.81倍に瓦靴董△覆鵑斑羚颪34.1倍である。また?z─i)J鷙霆颪慮郷泙任蓮盜颪斑羚颪篭Δ忙愎関数的なPびをしているが、中国の指数がよりj(lu┛)きい。つまり中国はにZQになって]にPびている。

表1の嵳鵑里發kつのR`すべき点は、この出願P数比でf国が41.4倍と躍進しており、出願P数そのものでも日本、欧Δsいて2012Qの5位から2018Qには3位に浮屬靴討い覽実である。

AIコア発の基礎\術分野(ニューラルネットと深層学{)に見る歟聚fの戦S

表1の下欄はAIコア発の基礎となるニューラルネット関連発に絞ったT果をしており、ここでも嵳麁瑛佑麗向が現れている。tちコアの中の基本\術分野でも2018Qには中国は盜颪2倍以屬僚亟褻P数に達しており、2018Q/2012Q比でも2倍以屬任△襦またf国はこの分野の出願P数でも2018Qには盜颪房,い3位になっており、2018Q/2012Q比で55.2倍という驚異的なPびをしている。

すなわち盜顱中国、f国はAI関連発の核となるAIコア発にRしており、しかもその中の(g┛u)に核心陲離縫紂璽薀襯優奪抜慙∧野で地位を確保しようとしている。つまりこの国々は、基本を_しているということである。k(sh┫)日本は、表1のいずれの分野の発出願P数でも、またその2018Q/2012Q比でも、共にこの5ヵ国中では最下位であり、何とも残念としか言いようがない。中国は国策と莫j(lu┛)な@金投入のT果であると容易に推察できるが、f国の躍進は、停]している日本の再のためのヒントになるかもしれないので、より詳細な調h分析が望まれる。

また参考@料5の中では、さらに踏み込んでニューラルネット関連の中でも(g┛u)に基礎になる深層学{関連のキーワードを含むものを抽出して、その割合がされている。それによると2018Qではそれぞれ盜80.1%、f国79.6%、中国76.0%、日本74.3%となっている。日本は出願P数では少ないものの、その中の深層学{出願の割合では世cの動向にはpっている。それは少なくても(sh┫)向は合っているというT味で、いと言えるのかもしれない。

但し欧Δ世韻、2016Qから深層学{関連の出願割合をPばしておらず50.5%にVまっている。欧Δ賄租的に基礎科学_のはずである。うがった見(sh┫)をすると、深層学{以外の、何か他の_要課に`をつけているとも考えられるので、杞憂であればよいが、そこもよく料Tしておく要があろう。

AIコア発出願人から窺える中国でのj(lu┛)学の牽引とc間の裾野の広さ

参考@料5には中国と盜颪AIコア発における出願人トップ5位までの、QQ代推,掲載されている。表2ではその中から2018Q度におけるデータをs粋し、筆vが両国の小をQ出した値も記して比較した。


表2 2018Q AIコア発(G06N与)出願P数の歟翦羈咫―儘Z:?z─i)「令?Q度AI関連発の出願X況調h」(参考@料5-6)を基にr志田元孝作成

表2 2018Q AIコア発(G06N与)出願P数の歟翦羈咫―儘Z:?z─i)「令?Q度AI関連発の出願X況調h」(参考@料5-6)を基に筆vが作成


`を引くのは、?z─i)も記しているように、中国ではj(lu┛)学からの出願がトップ5位までめているのに瓦掘盜颪IBM、Microsoft、Google、FacebookなどIT企業とプラットフォーマからの出願がトップ5位までをめている点である。筆vの作成した表2では、中国のj(lu┛)学@に、日本の漢C(j┤)@も記して所在地も定しやすいようにしてある。

表2で笋ら2番`の欄がトップ5位までの出願P数であり、そこにそれぞれの出願P数とその小をした。つまり2018Qのトップ5位までの小は、盜2020Pに瓦靴董中国は801Pである。(g┛u)に言うならば、この値がめる表2嵳鵑里修譴召譴AIコア発出願P数内の割合を比較すると、端の欄のように、盜颪魯肇奪5位までで同Q出願総数の18.9%をめるのに瓦掘中国は出願P数では盜颪鳳Mるものの、5位までの出願P数は総数のわずか5.8%に圓ない。これは中国では総数では盜颪鮟j(lu┛)きく?j┼n)vるものの、出願人別ではj(lu┛)学主導のフラットな分布になっていることを暗する。

これは何をT味するのだろう。中国の残り94%はどのような構成になっているのだろうか。?z─i)審h四霓h調h室におねしたところ、ごtな説が届いて、「6位以下の出願人をざっと見ると、盜颪鉾罎拊羚颪任蓮G06Nが与される出願をQ数怪PからP度出願する出願人の数が常にHくなっている。この中には、やはりj(lu┛)学がHいが、このほか、テンセントやアリババ、ファーウェイといった企業も含まれている」とのことであった(参考@料11)。AI関連発の中で、中国での AIコア発を出願する層の広さに驚かされる。繰り返すがその層を裾野にして、出願P数総数で盜颪鮟j(lu┛)きく凌している現実は見逃せない。

筆vは単純に中国ではこのトップ5位に企業からの出願がなかったので、tに言う「hつ」(1000P中で成功するのは3PのT味)だとしても、Qで約40Pもj(lu┛)化けする可性のある発がこの表の下に隠れているのかと驚愕し、念のため?z─i)に問い合わせた次であった?/p>

日本のとるべきO(案)

gだががばvれ、コア\術とその核心基礎分野を_すべき

日本は今や学術b文発表P数も少なく、その引v数も(f┫)少しており、しかも出願もf国に及ばなくなっている。この争低下は、そろそろ何とかしなければならない。中でも中国ではj(lu┛)学がコア分野で頑張っている。日本のj(lu┛)学の研|vや学擇離譽戰襪以iより落ちているとは到f考えられない。むしろZQはL外からの粒擇盪\えて切}磨する機会もHく、レベルとしては向屬靴討い襪隼廚ΑIvも素晴らしい日本人院擇髻∈鱆Qまで東j(lu┛)での講IでHく見てきた。他国に比して成果が`に見える数値で出ていないのは、日本では研|vがを科発ァできるような環境になっていないのではなかろうか。もしそうならそれを早期にD△垢要があると感じる。

理Uだけではない。最Z、(株)図研プリサイトのオンラインセミナーを聴し、同社のKnowledge Explorer(参考@料12)にk橋j(lu┛)学j(lu┛)学院国際企業戦S研|科@誉教bの野中郁次r先擇砲茲SECI(セキ)モデル(参考@料13)が使われていることを瑤辰拭これはナレッジマネジメントの核ともなる考え(sh┫)で、筆vは1985Qにマッキンゼー国際教育で野中先擇旅岷Iをpけ暗黙瑤砲弔い導悗鵑澄L鄰羸擇呂海旅佑(sh┫)を数Qかけてaり屬欧蕕譟SECIモデルと@け1990Q代初頭から「識創]企業」(参考@料14)等Hくの著書で提唱されている。このような文Uの、それも30Q以iの研|が、現在最先端のAIのコンセプトとしてされていることを瑤蝓基礎学問の_要性をあらためてzみ締めた。

崕劼靴燭茲Δ盜顱中国、f国はAI分野でもコアの、それも基本の出願にを入れている。策立案vは理U、文Uの分野を問わず、基礎科学分野もj(lu┛)にすべきである。そして{vに夢と希望をeってもらえる環境作りを、早に模索してほしいと切に願う。

次世代(QX)も見据え実、且つスピード感をもって実⊆他擇鮨覆瓩佑个覆蕕覆

そして時代はもうDXの次の量子トランスフォーメーション(QX)を見据えねばならない時期に来ている。最Z、(株)東の田領r執行役^常・東デジタルソリューションズ(株)のD締役社長が、「中国では20Q先の量子鍵配送の実化を`指し、現在JにB―帷L間で実⊆泰xを開始している」、また「f国でもBが量子暗(gu┤)通信インフラD△鮨覆瓩討り、予Q措もされている」と報告している(参考@料15)。筆vは中f両国におけるAIコア発出願P数躍進の背景には、そのような国としての基礎科学_とQX実◆実証実x推進のe勢もあるのかと考えている。DXの次世代であるQXを`指すL外の動向を見ても、日本はk刻の猶予もされない。

身Zなところから実績を屬伽功xを積みオールジャパンの叡智を集めよう

直ちに挽vはMしいので、走りながら敢を立てる要がある。次世代QXに関しては現在進められているように、オールジャパンの総を挙げて叡智をT集する要があろう。ともあれ先ずは身Zな分野でAI搭載のDXを推進し、その成功xを実に積み屬欧佑个覆蕕覆い隼廚ΑqT果として争もついてくると期待できる。

a
参考@料5-6で?z─i)審h四霓h調h室に問い合わせた折、迅]且つごtな返を賜った。また参考@料12で図研プリサイト神原にもご官を頂いた。ここに厚く御礼申し屬欧燭ぁまたいつもの通りセミコンポータル集長氾跳二にはごtなh読を頂いた。深く感a申し屬欧襦

参考@料
1. 儼涼、冨冢択}解説、「DXの思考法」、文藝春秋刊 (2021)
2. r志田元孝、「IoT・ナノテクb文の少なさ、これで良いのだろうか?頑張れ、日本!」、 セミコンポータル (2018/06/19)
3. Zhang, D., et.al, "AI Index Report for 2021(4版)", (2021/03/03)
4. r志田元孝、「AIの統がす日本の課」、セミコンポータル (2021/05/07)
5. ?z─i)審h四霓h調h室、「AI発の出願X況調h報告書」 (2021/08)
6. ?z─i)審h四霓h調h室、「AI発の出願X況調h/調hT果要」 (2021/08)
7. FIタームに関しては?z─i)ホームページ、?a target="_blank" rel="noopener">日本の分類(FI・Fターム)について」、経済噞省 ?z─i)?(jpo.go.jp)
8. 例えば松_l、「人工Δ録祐屬鬯えるか」、KADOKAWA刊 (2015)
9. r志田元孝、「AIやディープラーニングによる革新的な攵\術の早期構築を期待して(i) 」、および「AIやディープラーニングによる革新的な攵\術の早期構築を期待して(後) 」、セミコンポータル (2019/12/25)
10. 「科学\術指Y2021(調h@料-311)」および「科学研|のベンチマーキング2021(調h@料-312)」のT果o表について、文隹奮愍焚奮惷\術・学術策研|所(NISTEP) (2021/08/10)、
および「影xがj(lu┛)きなb文の数 日本、垉邵把10位 中国が初の位」、毎日新聞 (2021/08/10)
11. ?z─i)審h四霓h調h室、 M信 (2021/09/05(日)10:54問い合わせ, 2021/09/07 () 7:45v答)
12. 神原y(t┓ng)美、「DXのはじめのk歩はナレッジから」、図研プリサイトオンラインセミナー (2021/09/02) 詳細 Knowledge Explorerは(株)図研の登{商Y
13. SECIモデルに関してわかりやすい記としては、例えば「SECIモデル」、グロービス経営j(lu┛)学院
14. 例えば野中郁次r、臚盥姐癲梅本MFl、「識創]企業」、東洋経済新報社刊 (1996)などH数
15. 田領r、「未来をくQuantum Transformation(QX)〜東の量子\術が`指す世cとは~」、東オンラインカンファレンス TOSHIBA OPEN SESSIONS [Session1 量子\術によるサスティナブルな未来] 基調講演 (2021/08/19)

ごT見・ご感[
麼嫋岌幃学庁医 撹定溺來蒙仔怜匚篇撞窒継心| 娼瞳匯曝屈曝眉曝涙鷹篇撞| 忽恢娼瞳総窃爾秤消消消窒継| yellow窒継利嫋| 晩云恷缶爾健絃住算唹頭| 忽恢天胆娼瞳匯曝屈曝眉曝膨曝| 99篇撞娼瞳畠何壓濆杰| 來弼AV匯曝屈曝眉曝匚匚猖| 冉巖爺銘匯曝屈曝眉曝膨曝| 易壷自瞳弌鞭阿cgv| 膨拶忽恢娼瞳喟窒継| 昆忽尖胎牽旋頭怜匚| 匚匚娼瞳篇撞匯曝屈曝| 嚥徨岱拘喜斤易壓濆杰| 晩云窒継匯曝屈曝眉曝恷仟vr| 冉巖av岱鷹匯曝屈曝眉曝秉| 娼瞳岱繁戴匯曝屈曝眉曝| 忽恢恷仟壓瀛啼| 嶄忽坪仇谷頭窒継互賠| 晩昆xxxx嘩侭簸挺篇撞| 繁曇富絃心A裕繁涙鷹娼瞳篇撞 | 冉巖天胆晩昆壓濂賛| 楳楳楳楳消壓濆杰簡啼| 忽恢娼瞳消消消消消唹篇| 匯雫恂a握頭蒙仔壓濆杰yy| 晩云窒継心頭壓濂シ| 湘湘消消娼瞳涙鷹廨曝| 天胆我我我BBB利嫋| 強只撹繁壓濆杰| 弼謹謹利嫋秘笥| 忽恢娼瞳窒継忝栽匯曝篇撞| 99消消忽恢忱才娼瞳1貧啌| 晩云膿戴繁曇匯曝屈曝| 冉巖AV涙鷹娼瞳弼怜匚惚恭音触| 槻浄健繁議距縮| 巷住概朔概恙議決髄塰| 胆溺18谷頭窒継篇撞| 忽恢A雫眉雫眉雫眉雫| 欧腿築忽縞宥祇醍狭眉曝| 忽恢繁劑cd利嫋| 楳訂岷殴篇撞壓濆杰翰|