AI x ロボティクス x ブロックチェーンによる次世代自律テクノロジー

1. 石井 敦 Atsushi Ishii
atsushi@couger.co.jp
2017/7/24
AI x ロボティクス x ブロックチェーン
による次世代自律テクノロジー
1

2. CEO 石井 敦
Atsushi Isii
CTO 高橋 光
Hikaru Takahashi
自己紹介
楽天・インフォシーク・ライコスにて、
デイリー億単位のアクセスを誇る、
大規模検索エンジン及び大規模システ
ムを開発していたメンバーが創業。
Rakuten, Infoseek, Lycos,
members who had developed
large-scale search engines and
large-scale systems with hundreds
of millions of accesses per day
founded Couger.
スマホオンラインゲーム
「マジモン」の開発。日本での
トップセールスを獲得
Development of a Smartphone
online game "Magimon". Win
top sales in Japan.
http://couger.co.jp
技術開発実績
Technical development record
「ファイナルファンタジー」シリーズ
開発メンバー
"Final Fantasy" series development.
AI・ビッグデータによるリアルタ
イムパーソナライズ
Real-time personalization with
AI and big data
Sonyの5億デバイスを想定した次世代
アーキテクチャー設計。
Next-generation architecture
design assuming Sony's 500
million devices
2
クーガー株式会社 CEO

3. Amazon Picking Challenge
Amazon Picking Challenge 2015 で世界6位を獲得した中部大学・三菱
電機への技術支援。彼らと共に「NEDOプロジェクト 次世代人工知能フ
レームワーク研究開発」の開発メンバーに選定。
商品点数として約1億を想定した、ロボット向け大規模クラウドシステム
を開発中。
Technical cooperation to team ”C^2M”, which won the 6th place in
the world by Amazon Picking Challenge 2015. Together with them,
we are members of "NEDO Next Generation AI Development”.
Now we are developing a large-scale cloud system for robots that
support about 100 million items.
AI・クラウドロボティクス AI Cloud Robotics
3

4. AI学習シミュレーター AI Learning Simulator
自動運転カーやロボットを対象とした、3D空間によるAI学習用シミュレーター。
ホンダのAI学習に導入。
Simulator for AI learning by 3D virtual space for Self-driving car and Robot AI.
Introduced to Honda‘s AI learning.
LIDAR
SegmentationDepthMap
RGB
4

5. 5
世界中で急速進化している「AI」「IoT」
「ロボティクス」「ブロックチェーン」が
実現しようとしていることは何か？
それは、
Autonomous Execution（自律実行）
「何が自律実行できるか？」
「何を自律実行すべきか？」
という視点で最新テクノロジーを組み合わ
せるプロジェクトが無数に現れる。

6.  デジタル空間に物理法則を適用するようなこと。
 デジタル空間でのデータのやりとりは基本的にコピーに
なってしまう。メールでのファイル送信、SNSでのファ
イル送信、など。
 我々が無意識に信じている物理法則
 家やビルは何年もかけて建設する。それが一瞬でコ
ピーできないから価値がある。
 地球上の全ての物質は必ず重力に従う。それを前提に
全てのものは製造されている。
 誰かに手渡ししたものは自分の手元からは消える。だ
からこそ対面での買い物で「お金をもらってない」と
か「商品をもらってない」などのトラブルが起きない。
6
ブロックチェーンが実現しようとしていること

7. 情報のインターネットから
価値のインターネットへ
（信頼のインターネット）
7
ブロックチェーンのコンセプトとは

8. Block
#1
Block
#2
Block
#3
Block
#4
Block
#5
Block
#6
Block
#7
Block
#8
• 時系列で発生したことをダイジェストにしてブロック化。
• そのブロックを鎖のように連結していく。
• 前のブロックのアウトプットが次のブロックのインプットとなる。
• 一つのブロックを書き換えようと思ったら、それ以降のブロック
を全て書き換えなくてはならない
8
基本原理

9. 中央集権： 非公開かつ特定の管理者により管理
管理者
9
従来のシステム

10. 履歴がブロック化されつながり、かつ多数のコンピューター上にコピー
される。改竄するには、すべてのコンピューターにあるブロックをすべ
て書き換えなくてはならない＝事実上不可能。
10
ブロックチェーンによる分散型自律システム

11. ブロックチェーンの構成要素
• P2Pネットワーク
• コンセンサスアルゴリズム
合意形成を行うためのアルゴリズム
• 電子署名、ハッシュ関数
トランザクションの正当性を保証したり、改ざん防止な
どを行う仕組み
• スマートコントラクト
ブロックチェーンネットワーク上で動作するプログラム
11

12. AI・ロボティクス・IoTとの関連性
IoTデバイスの爆発的増加に伴う自律世界が目前
Source: http://www.zdnet.com/pictures/at-your-service-8-personal-assistant-robots-coming-home-soon/
IoT時代の共通項は下記。
・あらゆるデバイスにAIが搭載される可能性が高い。
・ほとんどの処理でリアルタイム性を求められる。
加えて、デバイス側のハードウェアリソースには限界がある
ため、処理をエッジ・フォグ・クラウドで分散する必要があ
る。
12

13. 13
• Fogコンピューティング
デバイスとクラウドだけでは実現が難しい高
度かつリアルタイムでの自律処理に必要。
• エッジコンピューティング
デバイス側でのAIを含む動的処理の実現。ク
ラウドへの負担軽減。
• スマートコントラクト
条件成立時のプログラムの自動実行。
IoT x AI x ブロックチェーンの可能性

14. Cloud
背景： クラウドロボティクスとフォグコンピューティング
Background: Cloud Robotics and Fog computing
Device
Robot
Fog
Server
フォグコンピューティングにおいて、中核の
役割を担っているのがフォグサーバー。
フォグサーバーの目的は下記を軽減すること。
・ネットワーク帯域の消費
・ネットワーク経由によるレスポンス遅延
・クラウドシステムの負荷
In fog computing, the core role is fog server.
The purpose of the fog server is to reduce the
following.
- Consumption of network bandwidth
- Response delay via network
- Cloud system load
14

15. 解決すべき課題： AIによる動的分散処理とブロックチェーンにて
フォグサーバーの課題を解決
Issues to be solved: AI optimization and Blockchain solves the
problem of Fog server
1. デバイス x フォグ x クラウドによる最適な処理分散。複雑化・多様化する
ネットワーク構成でどのように解決するか。
Optimal process distribution with device, fog and cloud. How to solve
with complicated and diversified network configuration?
→ AIによる動的分散処理。 Dynamic distributed processing by AI.
2. フォグサーバーの高速処理及びセキュリティ担保。高速に処理しつつ、セキュ
リティレベルを上げなければならない。
Fog server high speed processing and security collateral. It is necessary
to raise the security level while processing at high speed.
→ ブロックチェーンによるデータ保全及び担保、かつ高速処理技術の開発が
必要。 Data integrity and collateral with blockchain, and And
development of high-speed processing technology is necessary.
ブロックチェーンベース・フォグサーバー開発
Blockchain based Fog Server 15

16. Cloud
AI/Device
VR/Self-driving Car
Robot/Drone
Blockchain Based
Fog Server/
Edge GateWay
フォグコンピューティング x ブロックチェーン全体イメージ
16

17. 17
データに従いすぎることのリスク
• 学習モデル次第でどのようなことも学習可能ということは、
逆説するとデータに従ってどうとでも動くということ。AI
はデータの奴隷であるとも言える。
• 自分がハッカーだったらどこを狙うか？それはデータであ
る。データを都合の良いように書き換えればAIはそれに
従って成長する。
• AIは学習データを鵜呑みにする。人間のように疑わない。
• 例えばAIに対して、自動車の映像を複数見せて「Car」と
学習させたとする。その後、また自動車の映像を見せて
「Cat」と学習させた場合、その概念も取り入れてしまう
ので、判断力のぼやけたAIが出来上がる。
• 人間であれば2回目の段階で「これCarでしょ？」となる
が、AIは「どうあるべきか」の判断ができない。
ブロックチェーンのような検証可能な
データ（Verifiable Data)の適用が必須

18. 18
AIの構成要素
 学習データ：どこで誰が作ったデータ？
テキスト、画像、動画など
 ソフトウェア：誰が開発？
バージョンアップ、機能追加など
 学習モデル：どういうデータの組み合わせ？
データの量、加工内容、パターンなど
 トレーニング：誰がどのようにトレーニング？
パラメータ、イテレーション回数など
AI x ブロックチェーンの可能性

19. AI成長履歴の重要性
AI
ソフトウェア/
アルゴリズム
学習モデル
学習データ
AI判断内容・結果
（意思決定に対する結果）
• 今後、全てのデバイスで何らかのAIが
稼働するのは確実。AIは「判断」を自
動化するものであるから、不具合時の
影響は甚大。
• AIの判断内容・結果とAIの成長履歴の
因果関係は極めて重要。
• AIを構成するソフトウェア/アルゴリズ
ム、学習モデル、学習データがそれぞ
れどういう経緯で現在に至ったかを証
明する必要がある。
• 改竄や変更が不可能な仕組みが必須。
改竄されたAIには信頼がない。
19

20. AI成長履歴の保証及びトレーサビリティを
ブロックチェーンで実現
ソフトウェア/
アルゴリズム
学習モデル
学習データ
学習データ
学習データ
学習データ
学習モデル
学習モデル
ソフトウェア/
アルゴリズム
ソフトウェア/
アルゴリズム
ソフトウェア/
アルゴリズム
AI
学習データ
学習データ
学習モデル
20
ブロックチェーン

21. 石井 敦 Atsushi Ishii
atsushi@couger.co.jp
@craquee
Thank you!
www.facebook.com/craquee