Q&A会（テキスト） オンライン座談会2 「データ・AI×〇〇な人」

【質問】 ひと言でAIと言ってもいろいろな技術があるかと思いますが、皆さんが注目されている技術は何でしょうか？

• 司会

  まず、最初の質問は皆さんにお答えいただきたいと思います。
  ひと言でAIと言ってもいろいろな技術があるかと思いますが、皆さんが注目されている技術は何でしょうか？とのことです。
  それでは蛭田さんからお願いいたします。

  蛭田

  個人的には大規模言語モデルLLMやGPTと言われている技術に関心がありまして、音声合成のところで言うとやはり実在感に関心があります。昨今、そういった技術がかなり進化していて、まるで人と話しているかのようところまで来ています。例えば、データ・AIで強化した自然な音声合成で喋らせてあげることで、ツールとして使っている感覚から一緒に仕事をしているパートナーのような感覚を生み出すことが出来ると言う点でLLM、GPTに注目しています。

• 司会

  チャットGPTなどもだいぶ普及はしてまいりましたがまだまだのところも結構たくさんあるのですね。
  これから期待しているということでLLMそしてGPTを挙げていただきました。
  さあ、それでは続きまして、伴野さんいかがでしょうか？

  伴野

  はい、データ分析で必要なのはやはり説明性ですね。AIが出してきた結果に対してなんでそうなのかということをお客様から求められることがありますので、やっぱり説明性に関する技術、XAI（Explainable AI）と呼ばれたりしますけれども、そういった技術が大切だと思っています。

• 司会

  はい、ありがとうございます。AIの説明性ということに注目されているというわけですね。
  ありがとうございます。さあ、それでは上條さんはいかがしょうか？

  上條

  私も生成AIに注目しております。我々はAI×半導体を検討していますが、今後はさらに生成AI×半導体というものも視野に入れて検討を続けていきたいと思っています。

• 司会

  ありがとうございます。生成AI×半導体ということでいろいろな可能性がありそうですよね。
  ありがとうございます。それでは、永野さんお願いいたします。

  永野

  はい、そうですね。エレベーターは最近データを蓄積できてきたというところでまだまだですが、機械学習、ニューラルネットワーク、ディープラーニング、こういったところでデータを蓄積して設計図を出すとか、そういった活用が出来ればと思います。

• 司会

  ありがとうございます。それでは、宮地さんはいかがでしょうか？

  宮地

  私は、東芝エネルギーシステムズのエネルギーアグリゲーション事業部というところで再エネ関連の業務をしていますが、先ほどちょっと話にもありましたけどやっぱり気象データってすごく大きなデータなのです。ビッグデータって言ってもいいかなと。研究者のノウハウから作られたモデルみたいなところとAIで作られたある意味ブラックボックスなところの間に位置するような、説明性という話もありましたけどそういうところで大量のデータから人間では見つけられないようなパターン特徴みたいなのを見つけてきて、それが何かしらの物理法則になっているというようなところ、PINN（Physics-informed Neural Network）が気になっています。

【質問】 職場はスーツの方が多いのでしょうか？

• 司会

  それでは次のご質問に移らせていただきたいと思います。次のご質問も皆さんにお答えいただきたいと思います。本日見てお分かりの通り皆さんスーツをお召しかと思いますが、職場はスーツの方が多いのでしょうか？とのご質問をいただいております。
  こちら、蛭田さんはどうでしょうか？

  蛭田

  はい、私のところは普段スーツを着ている方は僕の周りではあまりいません。
  当社においては、セルフビズで自分でその日に合った服装を着るというところがありまして、本日ですと学生の皆様にこういった形でお話しする機会というところでスーツで出演させていただきましたが、一人での作業の時にはよりラフな格好で動きやすかったり着心地が良かったりというところを意識しています。

• 司会

  本日はビシッとネクタイまで締めていただいておりますが、普段はもうちょっとラフな格好の方が多いということですね。ありがとうございます。
  伴野さんはどうでしょうか？

  伴野

  はい、私の職場ではスーツではなくて作業着になりますね。安全面を考慮していて事業所ごとに割と服装って異なるのですけど、我々の事業所は作業着が基本になります。

• 司会

  安全性に配慮して作業着ということですね。ありがとうございます。
  では、上條さんの職場はいかがでしょうか？

  上條

  私の職場もスーツの方は少ないですね。いわゆるビジネスカジュアルで働いている方が多いです。

• 司会

  ジャケットは着用されていますか？

  上條

  いえ、着ていない人が多いですね。

• 司会

  ラフな感じの方が多いというわけですね。ありがとうございます。
  永野さんはいかがでしょうか？

  永野

  そうですね。私の部署はスーツ100パーセントになりますね。ネクタイをビシッと、というわけではないですが。

• 司会

  お客様相手ということでやはりスーツでビシッと決めているわけですね。
  ありがとうございます。宮地さんはいかがでしょうか？

  宮地

  はい、私は研究開発センターと東芝エネルギーシステムズの両方を経験しています。偉い人に怒られるかもしれませんが、研究開発センターにいた頃はビジネスカジュアルっていうゆるい決まりはありましたが、ジーンズで行ったりしていたこともありました。お客さんとの対応が入ってくるとさすがにジーンズはダメなので、ちょっとスーツっぽいビジネスカジュアルの格好をしていました。

• 司会

  ありがとうございます。やはり職場によってお召しになる服装も変わってくるというわけですね。

【質問】 データAIを各分野で活用する上で一番苦労するところはどこでしょうか？

• 司会

  次のご質問も皆さんにお伺いしたいと思いますが、データAIを各分野で活用する上で一番苦労するところはどこしょうか？とのことです。蛭田さん、こちらはいかがでしょうか？

  蛭田

  そうですね。やはりリソースとのバランスが難しいと思っています。データ、AIの力を使って音声合成の音質などを引き上げていくとコンピューターの性能やメモリなどの必要リソースが増えていってしまう。特に昨今の高度な技術だとそうなっていきますが、一方そのリソースをできるだけ抑えることでより多くのお客様に届けることができて社会への貢献が進むと思っているので、そこはもう東芝の技術を結集して取り組んでいます。

• 司会

  リソースのバランスが大変であり、重要であるということですね。
  ありがとうございます。では、伴野さんはいかがでしょうか？

  伴野

  AIがおかしな答えを出した時の対策ですかね。AIも万能ではないので、100パーセント良い答えを出すとは限らないです。変な答えを出してきた時に、例えば社会インフラで停電してしまいました、では済まないわけですよね。そうならないためにAI以外の仕組みでロバストなシステムを考えるなどの工夫が必要になってくるところは苦労するところですね。

• 司会

  どうサポートしていくかというところが大変なわけですね。
  ありがとうございますでは、続いて上條さんはいかがでしょうか？

  上條

  私もリソースのジレンマの部分が一番苦労するところですね。高水準な推論AIの処理をしようとするとやはりCPUの性能もメモリも必要になりますが、先ほど申し上げましたように半導体はそこまでリッチなものを積んでいるわけではないので、その中でいかに良い結果を出すかというところに苦労しています。

• 司会

  制約がある中でいかに良い結果を出すかに苦労されているというわけですね。ありがとうございます。
  それでは、永野さんはいかがでしょうか？

  永野

  そうですね。AIに食べさせるデータの整理、加工が一番難しいと思います。エレベーターひとつとっても、たくさんの部品やパラメーターで構成されます。エレベーターのドアを一つ開けるとしてもゼロ／イチで管理しています。そういったデータを整理して、ちゃんとAIに食べさせてそれができるかどうかっていうのは一番苦労しているところかなと思います。

• 司会

  データは莫大にあるわけですからね。それを噛み砕くというところに苦労されているということですね。
  ありがとうございます。それでは宮地さんお願いいたします。

  宮地

  はい、苦労しているところですけれども先ほどご説明した通り気象データってすごくビッグデータなのですが、時にはビックじゃない時もあります。すごくデータが小さい時に、如何にAI、機械学習を使ってモデルを作っていくかっていうところは非常に課題として抱えているところになりますね。

• 司会

  ビッグデータも大変ですけど、データが少なすぎても大変なのですね。
  ありがとうございます。

【質問】 永野さんそして宮地さんへのご質問です。エレベーターやVPPの実物を見る機会はありますか？

• 司会

  最後のご質問は永野さんそして宮内さんへのご質問です。エレベーターやVPPの実物を見る機会はありますか？とのことです。
  こちら、永野さんはいかがでしょうか？

  永野

  エレベーターですが、最初の研修で見ることもありますし、あとはその後の据え付け実習とかそういったもので見ることもできます。
  自分の部署は情報システムというところであまり自分が設計したエレベーターに行くことはないですが、設計者の方は自分が納めたエレベーターを見に行く機会はあります。

• 司会

  わざわざ見に行ったりしないですか？

  永野

  あっ、実は個人的には見に行っています。

• 司会

  ありがとうございます。宮地さんはいかがでしょうか？

  宮地

  最近だと風力の発電所を実際に見せていただく機会がありました。風車は100メートルぐらいの高さがあって下のドアから入りちょっと怖いエレベーターに乗って上まで行ってみたり、あとは水力発電もやっていますので、実際にそのダムまでお伺いさせていただいて、発電機の設置についての説明や相談の様子などを見せていただくこともあります。また、社内の展示会でエレベーターも見たことがあります。意外とそういう機会は多いと思いますね。

• 司会

  自分が携わった仕事の実物を見ることで社会に貢献できている実感がたくさん湧いてきますよね。
  ありがとうございます。