大臣、御答弁いただき、ありがとうございます。
日本の置かれている状況をまさに課題先進国として捉えて強みとしていくというアプローチ、非常に共感をいたします。
重ねて、データの観点でちょっとお伺いをしていきたいんですけれども、まさにこういった難しい現場でのデータもありますし、まさに強みとして伸ばしていこうという製造業の現場におけるデータ活用も非常に大きな課題があるというふうに認識をしております。まさに大臣がおっしゃっていただいたように、フィールドとしての日本は非常に豊かな可能性があると思いますけれども、世界に目を向けてみますと、フィジカルＡＩの領域におけるデータ集め、これは年々苛烈さを増しています。
まさに、先ほど参考人もおっしゃっていただきましたけれども、言語データだけじゃないデータをどうやって集めていくかというところにいろいろな事業が今集積してきておりまして、データを取ること自体を事業とする企業がアメリカで高い評価で調達をしていたりですとか、あるいは人件費の安いところでデータを集めながら、それを商品として販売していくというようなモデルも出てきたりしているところだと認識をしております。
また、データを取るということ自体も専用のツールが必要だったりもしておりまして、例えばですが、３Ｄプリンターで出したようなグリッパーと言われるようなつかむツールにカメラをつけて、人間がしている作業を、そこでいろいろな情報を入れながら収集していくことで人間の動作をロボットに学んでもらおうというような、ＵＭＩという装置を使って集めていったりですとか、製造業の現場に目を向けてみましても、既存の設備に更に加えてセンサーですとかカメラなどを後づけする必要も出てきているというところで、事業者さんからは新たにデータを取っていくための負担みたいなお声も聞こえてきております。
そうなってきますと、データを集めるということに目を向けましても、現場の側に追加の投資が必要でしたりだとか、その規模が当初の想定を上回るという可能性もあり得るのではないかと思います。加えて、既存のデータの取扱い、権利関係ですとかデータ提供のスキームの整備も欠かせません。
ここで、政府参考人にお伺いいたします。
現場データをしっかりと集めるために必要な投資の規模をしっかりと把握されているのか、また、こういったところを、政府自らの投資に限らず、参加するインセンティブ設計を含めてどのような制度設計となっているか、お伺いをいたします。
176奥奥家敏和経済産業省大臣官房審議官
お答え申し上げます。
今回開発するマルチモーダル基盤モデルには、汎用的な性能を持たせる必要があると考えております。したがいまして、テキストデータや音声、画像など、様々な汎用性のあるデータは当然学習させます。
一方で、今回のマルチモーダル基盤モデルは、大規模言語モデルとは異なり、フィジカルＡＩを実現するためのＡＩモデルであります。したがいまして、テキストなどのデータだけでなく、触覚、摩擦などの物理特性データなどの様々なユニークなデータも学習させることが必要だと思っています。
こうした物理特性などに関するデータについては、日本には、製造業などの現場の高…
この発言のページ
177河河合道雄(みらい)
御答弁いただき、ありがとうございます。
多様なデータというところで、まさにいろいろなデータを使いながらこれから社会実装を進めていく上で、テストベッドの整備について重ねてお伺いをいたします。
ＡＩロボティクス戦略では、中核拠点にテストベッドを整備するとしています。テストベッドとは、導入現場に近いモックアップや試験設備といった物理の空間と、計算資源、データ基盤、シミュレーションといったサイバー空間を一体で運用し、学習、検証、改善を高速で回すための実証と実験の場です。
実装ロードマップでは、市場規模、導入ニーズ、技術の成熟度、導入の容易性などを総合的に評…
この発言のページ
178
赤澤亮正(自民)経済産業大臣・内閣府特命担当大臣（原子力損害賠償・廃炉等支援機構）
なかなか面白い議論だと思っていまして、成功が見込みやすい製造業というおっしゃり方をしたのですが、私自身はちょっとまた別の見方をしているところがあるので、答弁をさせていただきたいと思います。
先月末に改訂版を公表したＡＩロボティクス戦略では、ＡＩロボティクスの社会実装を加速する政策の柱の一つとして、ＡＩロボティクスの中核拠点、センター・オブ・エクセレンス、ＣＯＥの整備を掲げております。
同戦略では、製造、介護、物流などの十八分野において二〇四〇年までに一千万台導入することを目標に掲げ、そのうち今六分野、製造、物流、建設・土木、建築、小売、警備の六分野を…
この発言のページ
- （上の発言）
179河河合道雄(みらい)
大臣、御答弁いただき、ありがとうございます。
日本の置かれている状況をまさに課題先進国として捉えて強みとしていくというアプローチ、非常に共感をいたします。
重ねて、データの観点でちょっとお伺いをしていきたいんですけれども、まさにこういった難しい現場でのデータもありますし、まさに強みとして伸ばしていこうという製造業の現場におけるデータ活用も非常に大きな課題があるというふうに認識をしております。まさに大臣がおっしゃっていただいたように、フィールドとしての日本は非常に豊かな可能性があると思いますけれども、世界に目を向けてみますと、フィジカルＡＩの領域におけるデータ集め、これは年々苛烈さを増しています。
まさに、先ほど参考人もおっしゃっていただきましたけれども、言語データだけじゃないデータをどうやって集めていくかというところにいろいろな事業が今集積してきておりまして、データを取ること自体を事業とする企業がアメリカで高い評価で調達をしていたりですとか、あるいは人件費の安いところでデータを集めながら、それを商品として販売していくというようなモデルも出てきたりしているところだと認識をしております。
また、データを取るということ自体も専用のツールが必要だったりもしておりまして、例えばですが、３Ｄプリンターで出したようなグリッパーと言われるようなつかむツールにカメラをつけて、人間がしている作業を、そこでいろいろな情報を入れながら収集していくことで人間の動作をロボットに学んでもらおうというような、ＵＭＩという装置を使って集めていったりですとか、製造業の現場に目を向けてみましても、既存の設備に更に加えてセンサーですとかカメラなどを後づけする必要も出てきているというところで、事業者さんからは新たにデータを取っていくための負担みたいなお声も聞こえてきております。
そうなってきますと、データを集めるということに目を向けましても、現場の側に追加の投資が必要でしたりだとか、その規模が当初の想定を上回るという可能性もあり得るのではないかと思います。加えて、既存のデータの取扱い、権利関係ですとかデータ提供のスキームの整備も欠かせません。
ここで、政府参考人にお伺いいたします。
現場データをしっかりと集めるために必要な投資の規模をしっかりと把握されているのか、また、こういったところを、政府自らの投資に限らず、参加するインセンティブ設計を含めてどのような制度設計となっているか、お伺いをいたします。
180奥奥家敏和経済産業省大臣官房審議官
お答え申し上げます。
まず、競争力があるフィジカルＡＩの開発には、現場で蓄積された物理特性などの様々なデータの活用が不可欠ということで、るるお話をさせていただきました。
経済産業省においては、ＡＩ開発の支援プログラム、ＧＥＮＩＡＣなどにおいて、製造業などの現場データをＡＩの学習などに利用することができるようにするためのまずデータの整備手法、これを確立してそれを標準化する、さらに、その手法を活用してデータセットの構築を進める、こういった支援を進めています。この中には、当然のことながら、設備を導入するようなことも含めて支援対象に入ってくるということです。…
この発言のページ
181河河合道雄(みらい)
ありがとうございます。
マルチモーダル基盤モデルに使っていくことを条件にしつつというところで、積極的に集めていくような取組を目指されているということで、方向性、非常に共感いたしますので、一層ここを推進いただければと思います。
加えまして、こういったデータだとか研究の観点でいうと、先日、アメリカの取組であるジェネシス・ミッションのパートナーシップに日本も参加したことについてお伺いをしたいと思います。
ジェネシス・ミッションは、米国が二〇二五年十一月に大統領令で立ち上げたものでございますけれども、ＡＩで科学の発見を加速するための国家的な取組です。日本は…
この発言のページ
182生生田知子文部科学省大臣官房審議官
お答えいたします。
本年六月に発表した日本のＡＩ・フォー・サイエンスの取組と米国のジェネシス・ミッションとの連携に向けた日米戦略的パートナーシップにおいて、日米は先進的なＡＩを活用して研究開発の在り方を根本的に変革することを目指し、様々な先端科学技術分野での協力を拡大、強化することとしています。
日米両国は長年にわたり、互いの強みを生かしながら科学技術分野で補完的なパートナーシップを築いてまいりました。特にＡＩについては、米国は世界トップレベルの研究力を持ち、大規模なデータや計算資源環境を保有、整備する一方、日本にはＡＩ開発に不可欠な質の高い研究デー…
この発言のページ