　2016年は第3次ブームと呼ばれるほどに、AI（人工知能）への注目が急速に高まった1年だった。2014年ごろから、GPUベンダーのNVIDIAを中心として、GPGPU（GPUによる汎用計算）を用いたディープラーニング（深層学習）に関する取り組みが大きく進展していたが、2016年はそういった種が芽吹いた年と言ってもいいだろう。

　第3次AIブームを象徴していたのが、2016年3月にGoogle DeepMindの「AlphaGo」が現役囲碁チャンピオンに勝利したことだろう。AlphaGoは、AIが人間を超える技術特異点「シンギュラリティ」の可能性を、技術者だけでなく一般消費者にも分かりやすく示した。また、このAlphaGoの技術ベースとなっていたディープラーニングは、シンギュラリティに向けたAIのブレークスルー技術と見なされるようになった。

「AlphaGo」と現役囲碁チャンピオンが対戦する様子出典：Google DeepMind

　時を同じくして、こちらもある種ブームといえるほどに加熱しているのがIoT（モノのインターネット）だ。IoTでは、さまざまなデバイスが通信接続によって“つながる”ことで、これまでとは比べものにならないほど大量のデータ（ビッグデータ）が収集できるようになる。これまで、これらのビッグデータを分析し、その分析結果からを適切な判断を下すのは人間の役割だった。

　しかしIoTから得られるビッグデータの種類と量が増えれば増えるほど、人間では対応が追い付かなくなる。そこで、人間に代わってビッグデータを基にした分析と判断を行うものとして、第3次ブームを迎えたAIへの期待が高まっているわけだ。

エッジコンピューティングに最適なAIとは

　ここからは製造業とAIの関係について考えてみたい。2016年までIoTの活用を積極的に検討することを求められてきた製造業だが、今後はIoT活用にAIをどのように組み合わせていくかも検討しなければならなくなるだろう。

　IoTの枠組みの中で、AIをシンプルに生かすことを考えるのであれば、得られたビッグデータをそのままクラウドに上げてしまえばよい。クラウド上であれば、強力なマシンパワーを用いた高度なAIをサービスとして利用できるからだ。

　2016年の1年間で、ITベンダーが提供するAIサービスは一気に拡充された。国内勢が、AIサービスにブランド名を付けて展開を始めたことがトピックになるだろう。例えば、NECの「NEC the WISE」、富士通の「Zinrai」、日立製作所の「Hitachi AI Technology/H」などだ。

　ただし現在考えられているIoTの枠組みはもう少し複雑だ。IoTから直接ビッグデータをクラウドに上げるのではなく、センサーなど末端のIoTデバイスや、いくつかのIoTデバイスからデータを収集してまとめるエッジノードでも分析や判断を行えるようにする必要があるからだ。