　生産性分野の最優秀賞に選ばれたのはDeepXの「食品（非定形・軟体物）を定量でピックアップするAIアルゴリズムの研究開発」である。ディープラーニングによる画像認識や強化学習を活用し、バットに盛られた「非定型」で「柔らかい」大量の食品の山から「指定量」を産業用ロボットでピッキングし、弁当などの容器に移すアルゴリズムの研究開発を目指す。

　DeepXは、AI研究で知られる東京大学教授松尾豊氏の研究室発のベンチャー企業だ。同社代表取締役の那須野薫氏は「食品の盛り付けや野菜工場での青果のピックアップといった作業は、ほとんどが人手で行われており機械化すら進んでいない。これをAIによって自動化していきたい」と語る。実際に、食品製造業の生産工程従事者の総人件費は約3兆円（2017年度）という規模であり、対象とする市場規模は大きい。

　なお今回の研究開発では、DeepXがディープラーニングに基づいてAIアルゴリズムの開発を、食品加工分野の計量・自動化機器メーカーであるイシダがハードウェアの開発や顧客ニーズ抽出、販売を担当する。

DeepXの研究テーマの概要（クリックで拡大）出典：DeepX

　健康・医療・介護分野の最優秀賞は、PuRECと名古屋大学准教授の加藤竜司氏による「AIによる高純度間葉系幹細胞の品質検査高度化の調査研究」が選ばれた。画像解析と先端AI技術を融合することで、全く新しい実用的な再生医療用細胞の品質検査システムを開発し、再生医療用細胞製造現場における安定性と効率の向上とコストダウンの実現が目標だ。

　PuRECは、超高純度ヒト骨髄幹細胞の「REC」を販売しているが、その品質を培養中の生きたままの状態で評価することができず、「人間の経験と破壊検査に頼るしかなかった」（PuREC 取締役で島根大学生命科学講座教授の松崎有未氏）という。今回の研究開発では、名古屋大学の加藤氏が開発したAIと画像処理を組み合わせた画像指紋化技術によって、RECの品質管理の定量化と安定化、低コスト化を目指す。これにより、RECの製造コストを80％以上削減できると見込んでいる。

PuRECと名古屋大学の研究テーマの概要（クリックで拡大）出典：PuREC、名古屋大学

　生産性分野の審査員特別賞は3件。IDECファクトリーソリューションズとRapyuta Roboticsによる「AI、クラウド、センサ、画像処理を活用したミドルウェア汎用ロボットコントローラの調査研究」は、スマートフォンを操作するような簡単な操作感覚で、多種多様な産業用ロボット、サービスロボットの動作を実現させるプラットフォーム技術の開発を目指す。IDECファクトリーソリューションズはロボットインテグレーター、Rapyuta Roboticsはクラウドロボティクスのベンダーであり、開発するプラットフォームは市販のさまざまな協働ロボットをセル生産やライン生産で組み合わせて利用できるものを想定している。「人手不足が深刻な中小企業が使いたいと考えている協働ロボットを、より簡単に使えるようにしたい」（IDECファクトリーソリューションズ取締役ロボットシステム事業本部部長の鈴木正敏氏）という。

IDECファクトリーソリューションズとRapyuta Roboticsの研究テーマの概要（クリックで拡大）出典：IDECファクトリーソリューションズ、Rapyuta Robotics

　MI-6による「MI（マテリアルズ・インフォマティクス）による材料探索に関する調査研究」は、MIを活用した材料探索において、AIとシミュレーションによる探索結果をクラウドソーシングで評価し、さらに評価結果を学習することで探索制度を向上する手法の確立を目標としている。AIとシミュレーションで作るべき材料に当たりを付けつつ、その合成可能性についてはクラウドソーシングで人の知見を基に判断する。AIやシミュレーションのエンジンは、合成可能性の判断結果を反映してさらにレベルアップしていく。既にキシダ化学などのメーカーとの実証実験を進めており、さまざまな成果も出ている。「創薬分野でMIが活用される一方で、材料化学分野では世界的にもこれからの取り組みになる。リチウムイオン電池は素晴らしい発明だが、それをコンセプトから実用化するまで20年かかかった。この期間をAIで短縮したい」（MI-6 代表取締役の木嵜基博氏）。

MI-6の研究テーマの概要（クリックで拡大）出典：MI-6

　ロックガレッジによる「AI／クラウドソーシング・ハイブリッド型広域人命捜索システム」の目標は、複数機のドローンにより広範囲の遭難者捜索を行い、同時にAIとクラウドソーシングを組み合わせることで、高い捜索効率と検知精度を実現する自動捜索・自動検知システムの開発である。「ドローンで取得できるデータは膨大であり、これを効率よく処理できないと捜索や救命に間に合わない。さらにAIには見落としが起こり得るので、これをクラウドソーシングによってなくしていく」（ロックガレッジ代表取締役岩倉大輔氏）。開発目標は10km²の捜索をカバーすることだ。

ロックガレッジの研究テーマの概要（クリックで拡大）出典：ロックガレッジ

　健康・医療・介護分野の審査員特別賞は、MICINの「機械学習を用いた認知機能リスク因子の探索」が選ばれた。脳梗塞により発症する認知症について、人間ドックなどで得られる医療データとの因果関係をAIで解析。「認知症予備軍」を早期に発見して、予防や根治を可能にすることを目指す。「認知症の中でも、脳梗塞などを原因となる脳血管性認知症は予防できる。認知症のうち5人に1人が脳血管性認知症だ。それに関わる因子をAIで見つけ出すことで、認知症予防の道筋を付けたい」（MICIN 執行役員の徐マリア氏）としている。

MICINの研究テーマの概要（クリックで拡大）出典：MICIN

AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
機械学習はどうやって使うのか――意外と地道な積み重ね
前編では、AI（人工知能）と機械学習、ディープラーニングといった用語の説明から、AIを実現する技術の1つである機械学習が製造業を中心とした産業界にも徐々に使われ始めている話をした。後編では、機械学習を使ったデータ分析と予測モデル作成について説明する。
人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。
日本は既にディープラーニングで後進国となりつつある――東大松尾教授
生産設備から社会インフラ、各種災害対策まで「メンテナンス」「レジリエンス」に関する最新の製品や技術、サービスを一堂に集めた展示会「メンテナンス・レジリエンスTOKYO2018」（2018年7月18～20日、東京ビッグサイト）の特別講演に東京大学大学院工学系研究科特任准教授の松尾豊氏が登壇。「AIの発達によりわれわれの生活・産業がどのように変わるのか」をテーマにディープラーニング研究の重要性について紹介した。
IoT時代のセキュリティ、誰でも使いやすいAI、独自のコイル――旬な技術咲く「第3回 JEITAベンチャー賞」
電子情報技術産業協会（JEITA）は第3回 JEITAベンチャー賞の表彰式を開催。成長性・先導性、波及性、社会性の視点から、電子情報技術産業における総合的な発展と併せ、経済発展にも貢献し得るベンチャー企業を審査および選考した上、表彰する。今回は8社のベンチャー企業が受賞した。
組み込みベンチャーが決断、「自動運転のAI止めます」の真意
組み込み機器向けのセキュリティとAIで存在感を発揮しているのが、2009年創業のベンチャー企業・SELTECH（セルテック）だ。創業時から組み込みセキュリティに注力してきた同社は、車載関連での実績を基にAIソリューションにも展開を広げている。SELTECH 社長の江川将偉氏に話を聞いた。