物理世界、デジタル世界、生物学的世界と機械の融合については、これまで多くのことが書かれ、議論されてきました。
人工知能は、人間に本来備わる能力を再現し、それを人間が作ったシステムに組み込むことを指す包括的な表現となっています。そうしたシステムは、私たちの身体や脳より優れた、あるいは少なくともより効率的な働きをする可能性があります。
疑いなく、進歩は遂げられてきました。
そして、良くも悪くも、現代の機械の重要なシステムを形づくる0と1、シリコン、基板の中に、人間の特性や能力を模倣しようとする動きは止めようがありません。
しかし、4分の壁やエベレスト登頂と同じように、転換点となる局面があります。物理法則に縛られた限界があり、計算のパラダイムを見直す必要があるのです。
視力だけでなく、ものを見る力
機械がただ見るだけでなく、存在し、相互作用する環境を真に感知できるようにする次の段階へ進むうえで、私たちはそのような転換点に達しました。
信頼性と実用性を備えた、知能を持つ視覚対応システムを実現するには、電力、性能、予測可能性という障壁を克服しなければなりません。
人間の視覚から着想を得ることで、コンピュータービジョンを再構築し、視覚機能を強化した新世代の製品やサービスを実現できます。
課題は大きいものの、社会にもたらされる恩恵もまた大きいものです。
新しいタイプのマシンビジョンは、移動、仕事、コミュニケーションをより安全かつ効率的に行う方法を一変させる可能性があります。さらに皮肉な逆説として、身体そのものが、見る能力における自然な限界や不足を克服する助けにもなり得ます。
私たちの見解では、生物から着想を得た視覚技術は、次のような成果をもたらす可能性があります。
● 事故率ゼロの自動運転車によるシームレスな移動
● 衝突のリスクなく運行する高速ドローンや配送車両
● スマートデバイスの高度な警告システムによる危険やリスクの排除
● 人間とロボットの共生的な協働
● 失明や視力喪失の解消
マシンビジョン：時が止まったまま
機械で画像を捉えるという考え方は決して新しいものではありません。実際、史上初の写真が撮影されたのは、今からほぼ200年前にさかのぼります。
しかし、信じがたいかもしれませんが、機械がどのように見て記録するかという点で、カメラの仕組みは何十年もの間変わっていません。
つまり、配列内のすべての画素が同時に受け取った光を測定し、その測定値を処理装置に送ります。
これを一度行えば静止画カメラになり、十分な速さで繰り返せば動画カメラになります。1880年代に動物の動きを研究していたエドワード・マイブリッジが偶然映画を生み出して以来、この方式はほとんど変わっていません。
スーパーコンピューター向けの自撮りカメラ
カメラが主に人が人を撮影するために使われていた時代には、この方式は理にかなっていました。
今日、コンピューターは世界最大の画像消費者になりつつありますが、画像の撮影方法にはその変化が反映されていません。
要するに、私たちは今もスーパーコンピューター向けの自撮りカメラを作っているのです。
機械に適した画像処理への道筋は、ニューロモーフィック工学として知られる分野が示してきました。この分野では、脳の構造や情報処理の仕組みから得られる手がかりを活用し、コンピュータービジョンに生物から着想を得た、より優れたアプローチを構築します。
何十年もの間、この取り組みは純粋な基礎研究でした。しかしここ10年ほど、私たちを含む研究者たちは、このアプローチによる実用的な視覚システムの構築に取り組んできました。
進化の産物
人間の視覚システムは、視覚シーンに含まれる膨大なデータを解釈できる強力な脳を維持する代償を伴う一方で、進化上の大きな優位性を私たちにもたらします。
進化の倹約的な性質によって、このデータの洪水に対処するための近道が生まれました。
たとえば、目の光受容細胞は、視覚シーンのコントラストや輝度などの特徴に変化を検出したときにだけ、脳に情報を送ります。
進化の観点からは、細部を何度も無差別に調べるより、シーン内の動きに集中できることの方がはるかに重要です。
この点は、自動運転車など、特定の用途や利用モデルで膨大なデータを取得・分析する場合に、とりわけ重要になります。
管理された環境では、高度な後処理によって従来の動画撮影の限界に対処できます。
しかし、モバイル機器、ドローン、その他の小型ロボットなど、電力、帯域幅、計算資源が限られる現場でのリアルタイム利用では、こうした力ずくの方法は通用しません。
少ないほど豊か
人間と同じく、機械の視覚をより効率的にする鍵は、少ないほど豊かという考え方です。
画像をフレームごとに分析するのではなく（私たちの目は確かにそのような処理をしません）、新しいパラダイムでは、シーンの変化に応じて視覚情報を選択的に捉えます。
このアプローチは速度と精度のトレードオフを最適化し、コンピュータービジョンや画像処理の用途に大きな時間的余地をもたらします。
イベントベースのモデルを用いることで、従来のカメラの重要な制約を克服し、イベントを低遅延で検出できること、消費電力が少ないこと、必要な帯域幅が小さいことなどの利点を実現できます。その結果、より幅広い用途や製品で視覚機能を効果的に活用できるようになります。
当社の創業者の一人は、戦略をどのように築いたかについて、よくこう語ります。「私たちが発明したのではありません。観察したのです。人間は関心のあるもの、つまり空間や時間の変化を捉え、その情報を非常に効率よく脳に送ります。」
人間にとって有効な戦略なら、生物から着想を得た新世代の視覚センサーや、コンピュータービジョンを支える関連する人工知能アルゴリズムにとっても有効なはずです。
利便性、安全性、生活の質を新たな水準へ高めるため、人間の目の働きに似たアプローチを市場に投入する時が来ています。
2017年のテクノロジー・パイオニア選出企業について詳しくは、当ウェブサイトをご覧ください。
