　現在、AI技術については、ニューラルネットワークを用いたディープラーニングに注目が集まっている。ただし、人間の脳のような知能を持ったAIを創り出すには、その他のさまざまなAI技術も必要になってくる。富士通研究所は現在、扱う問題ドメインに特化した性能を提供する「ドメイン志向コンピューティング」の開発に注力している。さまざまなドメイン志向コンピューティングの開発を経て、最終的に将来的な脳型コンピューティングの実現が可能になるという考え方だ。

　同社社長の佐々木繁氏は「AI技術の進化に向けてニューラルネットワークを用いたディープラーニングは極めて有用だが、それだけでは人間の脳のような知能を持ったAIを創り出せない。AIが賢くなる仕組みとして、当社が1998年に発表した『Semantic Web』の研究開始から約20年にわたって蓄積してきた、既存知を構造化するグラフ構造データを用いたAI技術は不可欠だ。グラフ構造で表現される知識から、いかにして新たな知を創出するかが、今後のAI技術開発で重要になってくる」と語る。

富士通研究所が考える将来のコンピューティング（クリックで拡大）出典：富士通研究所

量子コンピュータを実用性で超える新アーキテクチャ

　今回発表したAI技術の1つ目は、トロント大学との共同研究による「量子コンピュータを実用性で超える新アーキテクチャを開発」だ。ドメイン志向コンピューティングのうち「判断・意思決定」のドメインと関わる「組み合わせ最適化問題」の処理を大幅に高速化するものとなる。

ドメイン志向コンピューティングのうち「判断・意思決定」と関わる「組み合わせ最適化問題」が対象（クリックで拡大）出典：富士通研究所

　さまざまな社会問題は、どのような順番で対処していけば最も効率的に解決が図れるかということが常に課題になってくる。例えば、電力送電網、災害時の復旧計画、経済政策、投資などだ。

　この課題の解決と大きく関わるのが組み合わせ最適化問題である。例えば「ある地域の全ての都市を巡回して出発地点に戻るときの最短ルート」を求める場合、都市の数に対して計算時間が指数関数的に増大してしまう。

社会問題と組み合わせ最適化問題（クリックで拡大）出典：富士通研究所

　この組み合わせ最適化問題を高速に解く手法として、既に幾つかの事例が発表されているのが量子コンピュータである。ただし、解く問題に制約のある発表が多く、現実問題に広く適用可能な状態ではまだない。今回、富士通研究所が発表した技術は、高速かつ幅広く適用できることから、「量子コンピュータを実用性で超える新アーキテクチャ」となっている。