　両者はは、これまでにもAIの判断理由を人間に説明できる新しいAI技術を開発してきた。今回の技術は、「反実仮想説明」という手法を利用。この技術では、過去の事例の分析から非現実的な変更を避けるとともに、属性値の変更が他の属性値に与える影響もAIが推定し、実際に必要な変更量を計算することで、適切な順序かつ最も少ない労力で最適な結果が得られるアクションを提示できる。

　例えば健康診断において、体重や筋肉量などのデータから病気になるリスクをAIが判断し、判断の根拠となったデータを提示する。これに加え、データがどう変化すれば病気のリスクが下がり、望ましい結果になるかを提示可能になる。これによりAIの適用が、判断だけでなく、人の意思行動を支援する用途にも広がると期待される。

健康診断データにおける同技術活用例出典：富士通研究所

　今後、富士通研究所は、今回の開発成果と個別の因果関係を発見する技術を組み合わせて、より適切な手段を提示できるよう研究を続ける。また、同技術の2021年度の実用化を目指し、富士通のAI技術「FUJITSU Human Centric AI Zinrai」に活用するとしている。

　北海道大学は、さまざまな現場データから人間の意思決定に役立つ知識や情報を抽出するためのAI技術を確立していく。

エンジニアの最初の選択肢となるAI、2021年に注目すべき5つのトレンドとは
製造業での活用が広がり始めたAI（人工知能）ですが、2021年以降にどのような方向性で進化していくのでしょうか。本稿では注目すべき5つのトレンドを取り上げます。
エッジAIや説明可能なAIは“過度の期待のピーク”へ
米国の調査会社Gartnerは「先進技術におけるハイプサイクル2020年版」を発表した。調査結果によると、「コンポーザブルエンタープライズ」「データファブリック」「組み込み型AI」「セキュアアクセスサービスエッジ（SASE）」「説明可能なAI」などが「過度の期待のピーク」に入った。
ボッシュが開発に取り組む“説明可能なAI”
Robert Bosch（ボッシュ）が2017年1月にAIセンター（BCAI：Bosch Center for Artificial Intelligence）の稼働を発表してから半年が過ぎた。年次会見にAIセンターのグローバル責任者であるクリストフ・パイロ氏が出席、AIセンターの目的や取り組みについて語った。
教師データなしで異常値を検出できるAI技術を開発
富士通研究所は、教師データなしで高次元データの特徴を正確に獲得するAI技術「DeepTwin」を開発した。情報圧縮技術と深層学習を融合し、ネットワークへの不正アクセスや、医療データの異常値をAIで検知する。
正しい手洗い動作を自動判定する映像認識AI技術を開発
富士通研究所は、カメラで撮影した映像から手洗い動作を認識するAI「行動分析技術 Actlyzer手洗い動作認識」を開発した。厚生労働省が推奨する正しい手の洗い方6ステップの実施と、各ステップで手をこすった回数を自動で認識できる。
ソフトウェアバグに対する修正案をAIが提案、富士通らが実証実験
富士通、三井住友フィナンシャルグループ、日本総合研究所は、AIを活用してソフトウェアの修正案を開発者に自動推奨する技術の実証実験を実施した。潜在バグを開発者が手作業で修正する場合と比べて、修正時間を最大約30％削減できる。