ロボットビジネス勉強会（交流会）

自動翻訳の精度は年々向上しています。また、ＩＴ技術と組み合わさり、より便利なものに変化しています。組み合わされるＩＴ技術には画像や音声の認識技術などがあげられます。

例えば、画像に写る文字を認識して、翻訳することが可能です。音声を吹き込むことで、それを訳して発音までしてくれる場合もあります。最近では、より人間に近い自然な読み上げができるようになっています。

時間をかけて機械翻訳をすれば精度が高まりますが、瞬間的な翻訳でも日常会話レベルであれば問題ありません。音声を認識して翻訳する技術は、ポケットに入るサイズの端末に搭載され、実用化されました。

（本郷理一）

「Ａｐｐｌｅ　Ｗａｔｃｈ」などで知られるウェアラブル端末の開発は年々進んでいます。端末が小型・軽量になったことと、他の機器との連動が可能になったことが影響しています。

ウェアラブル端末とは体や衣服に装着する端末のことで、スマホやＰＣなど携帯する端末と区別されます。端末の種類としては、メガネ、ジャケット、下着、靴、靴下、時計、指輪などがあります。

用途としてあるのが運動管理や健康管理です。端末に搭載されたセンサーから心拍数など身体情報を読み取り、モニタリングすることができます。例えば、心臓の不整脈を機械学習で特定するなど。他にも、心臓発作を検出して救急に連絡する機能が出てくるかもしれません。

実際、このように活用の幅は広がっていますが、まだスマホのように多くの人が買おうとするほどの訴求はできていないようです。

（本郷理一）

ＩｏＴは、あらゆるものがインターネットにつながることを指す言葉です。まず、センサーによって、今まで情報化の対象とされなかった世界をデジタル化し、データとして蓄積します。そして、データを分析して現実世界へとフィードバックするという流れの繰り返しになります。

これらの流れにはインターネットが介在するため、ＩｏＴはセキュリティリスクを考える必要があります。ＩｏＴのセキュリティの甘さが露呈した例に、スマート家電がマルウェアに感染させられ、所有者が知らない内に他のサーバーを攻撃する事件がありました。

長い間情報端末として使われてきたパソコンは、その利用者のほとんどが危険性について理解をしており、セキュリティソフトを入れるなど対策をしています。

一方、ＩｏＴ化したものに対しては、危険性への意識が追いついていないと思います。完全に普及した時よりも、広まり始めたくらいの時期が意識の面で一番危険かもしれません。

セキュリティに問題が生じたことが分かりにくい製品が多いため、ネットワーク家電やスマート玩具などもＰＣ同様、ソフトウェアアップデートをするなど基本的な対策が必要です。

（本郷理一）

ＡＩに学習させるための教材は人が選びます。そしてその教材はテキストデータや画像データなどがあり、いずれも人間がつくったものです。

学習用の教材が客観的なデータでない場合、そのデータには、偏見や差別を含んでいる場合があります。そしてその教材をＡＩがそのまま学習するため、ＡＩも人間と同じように偏見と差別を持ってしまう可能性があります。ある特定の人やものを差別するようなＡＩを意図的に生み出すことも可能だと言うことです。特に、ＡＩが人の評価に使われる場合、これは大きな問題になります。

この問題を解決するために、極端に偏ったデータを使用しないことがまず考えられます。
また現在では、偏見と差別をＡＩから除く取り組みがされています。

（本郷理一）

ＡＩによる高精度の演算処理は悪用されることがあります。

ＡＩがパスワードを推測することで、特定がはやくなり、その確率が上がったという実験データがあります。従来のやり方に片っ端から文字を並び替えていくものがありますが、これでは数年の時間がかかります。

実際にはパスワードをつくるとき、完全にランダムな文字列にする人は多くありません。忘れてしまわないように自分の中でパターンをつくる傾向があります。「このパターンをＡＩが自ら見つけ出す」という領域に足を踏み入れようとしています。自分の名前や誕生日などの個人情報は入れてないから安全というわけではありません。飼っているペットの情報をパスワードに入れることや、英字の後に数字を入れることもパターンになります。

これにより、過去に流出したパスワードからパターンを見つけ、その人がつくりそうなパスワードを生み出すことができます。

このようにＡＩはセキュリティ面での悪用が懸念されています。ＡＩを活用したセキュリティ対策と、ＡＩを悪用したセキュリティの突破のせめぎあいになっていくと思います。

（本郷理一）

ロボット社会が進む上で問題となってくるのがプライバシーの境界だと思います。

自分に関する情報が、ＡＩの学習に必要なビッグデータとして使われることに全く抵抗を感じない人がどれだけいるでしょうか。もちろん個人が特定されることはないという前提です。例えば、外に出ると、気づかない内に様々な場所で顔認識がされるなどです。社会全体として考えれば、犯罪者の発見など役立ちますが、少し抵抗を感じてしまいます。

この例も含めてＩｏＴは現実世界の情報収集に拍車をかけます。どこで何をしているかはある意味「ロボット」に見られている状態になるということです。仮にすべてのデータを合わせたとしたら、その人の行動だけでなく、趣味・嗜好などまでを把握できると思います。

また、個人単位によってプライバシーが侵害されることも考えられます。例えば、眼鏡型ウェアラブル端末であるスマートグラスがカメラ機能を備えている場合です。眼鏡をかけていれば、カメラを構えるという動作をしなくてもウインクなどで撮影が可能です。撮影しても相手は気づかないため、プライバシーの侵害につながる使い方ができてしまいます。センサーが発達することで、より自然な動作で様々な機器を動かすことができる時代になると、こういった問題も出てくるはずです。

（本郷理一）

日常生活にあふれる機械を操作する方法で最も多いのは、ボタンを押す形式のものだと思います。家電を操作するリモコン、パソコンのキーボードとマウスなど。

ボタン形式の本質は「触る」ことによる操作です。初期は形があるものを押す形式でしたが、画面上でのタッチパネル式になりました。その考え方の延長で、感覚的な操作を促すウェアラブル端末が開発されています。装着することで、自分の体がリモコンのようになります。腕をタッチして画面の操作ができるようになるわけです。

これからは、直接触らない操作も発達するかもしれません。スマートスピーカーと呼ばれるものはその代表例で、声による操作を可能とします。他にも、指輪型のデバイスを装着することで、空中で指を動かして家電を操作することができる例があります。

（本郷理一）

インターネットの発達に従い、インターネットユーザーの情報をどこまで利用していいかという問題が指摘されるようになります。個人を特定する「個人情報」もありますが、個人を識別できないが私的な情報である「パーソナルデータ」の存在がインターネットの特徴ともいえます。

私達も知らずうちに、パーソナルデータを使われています。知らずうちにとは言っても、利用規約には同意しているわけですが。

ユーザー情報を多く収集できるのが検索エンジンだと思います。例えばＧｏｏｇｌｅはユーザー情報をどのように利用しているのか示していますが、その中には位置情報やウェブでの行動、Ｇｍａｉｌなどがあります。（もちろんプライバシー設定ができたりします。）施設名をグーグル検索すると、混み具合が出てきます。非常に便利な機能ですが、これもユーザーの位置情報を利用しています。

ユーザー情報を見ているのは人間ではなく機械ですが、解析すればその人の趣味・嗜好ぐらいは簡単に分かるはずです。実際に個人合わせた広告の掲載などに使われたりします。便利な一方で、どこか怖いところもあります。

（本郷理一）

ニュース原稿は客観的事実を整然と述べるものなので、機械が作成することが可能だと考えられています。天気予報の原稿に関しては、降水量や気温などのデータを使ってＡＩが文章におこしてくれます。最終的には人のチェックが入りますが、データを原稿に打ち込む作業がなくなりました。自動原稿生成は新聞などでも活用されていくはずです。

ニュースの読み上げも自動化する例が出てきています。読み上げ機能も改善され、人が話しているような滑らかさがあります。

最近では、事実確認の自動化が考えられています。情報源が増えたことで、事実確認の作業が負担になっているからです。

（本郷理一）

飲食店などの空き状況を利用者に伝える工夫として、店舗名と一緒に混雑具合も表示されているデジタルサイネージの設置があります。直接足を運ばなくても、混み具合を知ることができるわけです。主に飲食店が多く入っている商業施設や空港で設置される例が出てきました。

店内に設置してあるカメラからの画像を分析し、店内の混み具合や待ち時間を判断する仕組みになっています。

他にも混雑するものと言えば電車がありますが、例えば、ナビタイムには数年前から混み具合を教えてくれる機能があります。さらに、この機能では検索した際に混雑回避ルートも表示しています。

このようにどれくらい混んでいるのか前もって教えてくれるのは、ありがたいのではないでしょうか。

（本郷理一）