强化日本的AI，需要推动联合研究与个人研究的协调发展

在民营企业与公共研究机构的联合研究中，研究机构保有的研究成果被期待投入商业化和用来解决企业的课题。而研究机构的研究人员期待的是，根据自由的思考进行具有挑战性的研究，为未来的科学技术发展做出贡献。因此，研究机构需要建立一个可以平衡联合研究和个人研究的环境。

本文将根据日本理化学研究所（以下简称“理研”）创新智能综合研究中心（以下简称“AIP中心”）的研究事例，回顾人工智能（AI）领域的课题，并讨论今后的研究应该采取的推进方式。

◆ 事例——AIP中心的联合研究

AIP中心于2016年4月在理研成立，主要负责日本文部科学省的人工智能、大数据、IoT及网络安全的综合项目。研究课题涉及多个方面，包括从理论上阐明深度学习的原理、开发旨在实现后深度学习的通用型AI基础技术、开发旨在加速日本擅长的科学研究和解决日本存在的社会课题的目的导向型AI基础技术、讨论AI技术普及时会出现的伦理和法律问题及社会影响等，这些研究课题在日本信息科学、数学、医学、经济学、法学、哲学及社会科学等相关的50多个团队和单位的协助下推进。

除这些研究活动外，AIP中心还最大限度地致力于与企业之间的联合研究。实际上，AIP中心成立后，与非常多的企业进行了接触，与100多家企业实施了面谈。2018年11月1日与其中32家企业签订了联合研究合同，目前正在与这些企业派来的100多名研究人员推进联合研究。联合研究的规模根据企业的研究主题和风格而异，既有AIP中心仅一位研究人员参与的个人规模的研究，也有AIP中心整体参与的合作中心。

◆ 课题与对策——人才短缺的壁垒

最近，AI技术领域的研究人员和数据科学家短缺已经成为世界性问题，AIP中心实施的联合研究对此也深有感触。在受理联合研究咨询的AIP中心，接到的委托主要集中于机器学习、优化、图像解析及自然语言处理等特定领域，而这些领域的研究人员工作已经达到饱和状态。另一方面，在委托AIP中心实施联合研究的企业中，掌握推进联合研究所需的知识和技术的人才严重短缺。因此经常出现好不容易接到一个令人感兴趣的研究课题，但无法进入具体的讨论的状况。另外，即使实际进入了联合研究阶段，想招聘新的研究员和技术人员也一直非常困难。

由于要对有限的人力资源进行分配，AIP中心选择合作企业时非常慎重，会详细调查研究内容是否适合公共研究机构、能否建立可以持续推进联合研究的体制等。因此也存在即使是知名企业提出的联合研究建议，最终仍然无法达成一致的情况。

开展联合研究的前提是，由企业方面向理研提供研究课题，并以企业的研究人员为主体进行数据解析。AIP中心的研究人员不会承接数据解析的实际操作业务，而是主要负责提供高级技术和知识。虽然这与通常实施的联合研究的形态大不相同，但却是应对AI研究人员极度短缺的无奈之举。这样，AIP中心为数不多的研究人员才能应付得过来来自众多领域的大量联合研究请求。另外，这样做还能促进企业方面的研究人员自发学习技术，有助于培养人才。

◆ 问题意识与建议——联合研究与个人研究协调发展

通过与企业的联合研究解决现实存在的问题当然很重要，但不能忘记的是，这种联合研究是否对研究机构的研究人员自身的研究也有益。如果只是一味忙于接受委托的联合研究，而研究人员自身的研究没有任何进展，那就是本末倒置了，从解决当务之急——培养AI领域的研究人才，以及提高日本整体的技术水平的角度来看也是一大损失。

从大局来看，公共研究机构的重要职责不仅是积极改良和普及欧美及中国等已经实现实用化的技术，研究人员还应该预测未来社会的应有形态，并开发实现这样的社会所需的科学技术。现在已经实现实用化的技术中，也有很多以前曾被批判不知有何用处。例如，人工智能研究始于1950年代，目前迎来了第三次热潮，但半个多世纪以来，由于技术限制，一会儿热潮平息进入寒冬时代、一会儿又随着新技术的出现引发下一次热潮。也就是说，无论社会关注与否，在寒冬时代研究人员也坚持推进的研究，有朝一日会突然成为社会需要的新一代核心技术。要想实现科学技术的真正发展，必须建立无论社会热潮如何，都能长期支援研究人员根据自己自由得思考开展独创性尖端研究的环境。

AIP中心今后也将在国民和社会的理解下，为解决现实社会存在的课题做贡献，同时建立让研究人员能根据自己的自由想法致力于挑战性研究的环境。

文：山野真裕、日本理化学研究所创新智能综合研究中心研究支援协调员
杉山将、日本理化学研究所创新智能综合研究中心主任
原载自《产学研合作月刊》2019年1月号
翻译编辑：JST客观日本编辑部