強化学習と呼ばれる AI 技術は、世界で最も複雑な問題のいくつかを解決する助けになるかもしれません。
この技術により、アルゴリズムはシミュレーター、すなわちデジタルツインの中で試行錯誤を通じて、タスクの遂行方法を学習できます。
地球のデジタルツイン全体で気候変動対策の取り組みを検証するためにこの技術を応用すれば、気候変動への対応に役立つかもしれません。
昨年、私たちはニュージーランドのセーリングチーム「エミレーツ・チーム・ニュージーランド」と共同で、AI ボットを開発する野心的なプロジェクトに着手しました。このボットは、チームがデジタルで設計したあらゆる種類のボートの設計を、デジタル上で再現された実際の航海条件下で操舵することができます。これにより、練習の合間にわずか数時間しか時間を割けない人間のセーラーの時間を確保するよりも、はるかに速く様々なボート設計をテストできるようになります。
世界最高のセーラーと同等の操舵能力を持つため、AI ボットは、多様な状況下での様々な操船法を習得し、幅広い風や海況に応じて最適な進路を選び、14 種類のボートの操作装置を適宜調整し、自らの判断結果を評価し、長期的な視野で判断を継続的に改善する必要がありました。
私たちは、強化学習と呼ばれる AI 技術を用いてボットを訓練しました。この技術により、アルゴリズムは、シミュレーター、すなわちデジタルツインの中で行動をテストし、報酬システムを通じてその行動に対する即時のフィードバックを受け取りながら、試行錯誤によってタスクの遂行方法を学習できます。
ボットをこれほど高度な水準で航海させることは、非常に複雑な課題でした。しかし、多くの変数や、選択可能な多数の行動と経路を含む動的な環境を伴うこの種の複雑な問題こそ、強化学習が得意とする領域です。
強化学習の力
この技術の応用先は、ほぼすべての業界に存在します。例えば、小売業者はかつて、過去の消費者行動から将来の嗜好を合理的に予測できましたが、現在では消費者の購買パターンと嗜好が急速に変化する世界で事業を行っています。新型コロナウイルス感染症のパンデミックが繰り返し生活様式を再定義していることで、その傾向はさらに顕著です。メーカーや消費財企業は、世界中のどこで生じる気候、政治、社会の変化にも即座に対応できる動的なサプライチェーンの構築を迫られています。これらの課題はいずれも、複雑で非常に動的な最適化問題であり、適切なデータとフィードバックループがあれば、強化学習による解決に適しています。
プロジェクトの完了後、私たちは一歩引いて、ますます実用的になりつつある強化学習のような技術を、差し迫った社会課題にどのように適用できるかを検討しました。強化学習は、複雑な最適化問題を解決し、次に取るべき最適な行動を予測するのに優れています。例えば、この技術を用いて、食料支援を切実に必要としている地域を特定して優先順位を付け、世界中への食料配分を最適化できるでしょうか。
気候変動に立ち向かう方法
気候変動の例において、地球のデジタルツインに強化学習を適用し、世界各地で行われる多数の個別の気候変動対策を、どのような順序で組み合わせれば最も効果的に、相互に補強し合う全体的な取り組みにできるかを検証できるでしょうか。いくつかの動向が収束しつつあり、これを実現可能にする可能性があります。
第一に、十分なデータがあります。世界のデータ圏は 2025 年までに 175 ゼタバイトに達する見込みであり、人工衛星は、気候がどのように、なぜ変化しているのかについての理解を深めるために活用できるデータを絶えず地球へ送信しています。例えば 2016 年 6 月には、GHGSat が初の高解像度衛星を打ち上げました。この衛星は、世界中のあらゆる産業施設の大気測定を行い、関連する温室効果ガス排出量を算出できます。別の例では、AI を活用した衛星画像により、 NCX が世界の森林を正確に目録化できるようになっており、これにより、より大きく丈夫な樹木を育て、より多くの CO2 を吸収させるための情報が得られています。
海洋観測も大幅に進歩しています。例えば米国海洋大気庁（NOAA）は、数千のブイと浮標を用いて、海水温、海流、水位、化学組成を監視しており、これらは表層と深層で毎日測定を行っています。
第二に、世界最大級の企業のいくつかが環境への責任に目覚め、野心的な目標を掲げて多くの気候変動対策に取り組んでいます。強化学習は、これらの取り組みの効果を評価できる可能性があります。
いくつかの例を挙げます。
スターバックスは、排出する量以上の炭素を貯蔵し、廃棄物をなくし、使用する量以上のきれいな水を提供することを誓約しています。
グーグルはエネルギー供給をすべて 100% 再生可能エネルギー源へ切り替え、データセンターの冷却に強化学習アルゴリズムを用いて約 40% の省エネを実現しており、さらに DeepMind と協力して、機械学習アルゴリズムを活用し、風力の強さを予測して、それに応じて電力網への電力供給を計画しています。
McKinsey & Company は、2030 年までに気候への影響を実質ゼロにすることを約束しており、既に 95% の再生可能エネルギー源へ切り替えを済ませ、2018 年以降、温室効果ガス排出量の 100% を相殺しています。
第三に、強化学習の導入にかかるコストと複雑さは低下しつつあります。最新の強化学習アルゴリズムは、タスクを遂行するための訓練効率が大幅に向上しており、計算コストを大きく引き下げています。同時に、計算処理そのもののコストも著しく低下しています。企業は現在、クラウド上の特殊なシステムを利用し、使った分だけ支払うことができます。また、クラウドプロバイダーは、組み立てライン方式で導入でき、手作業によるコーディングや統合作業の一部を不要にする、既製の企業向け強化学習フレームワークの提供にも力を入れています。
最後に、そして重要な点として、3 月に欧州委員会は「Destination Earth」イニシアチブを発表しました。このイニシアチブでは、科学者が地球のデジタルツインを構築し、気候変動の把握と、その進行を緩和または逆転させうる解決策の評価を可能にすることを目指します。EU は、時間をかけてデジタル地球モデルを産業界の利用に開放する計画です。Destination Earth イニシアチブによって生成されるモデルは、強化学習が世界中の気候対策を分析し、それらの総合的な効果を測定して、気候変動を食い止めまたは逆転させるためにさらに必要な行動を判断できるかどうかを見極める試験の場となる可能性があります。
これは容易なことではなく、万能の解決策でもありません。しかし、新たな AI ツールやその他の技術が引き続き実現可能性と影響力を高める中で、産業界、学術界、公的機関が努力を結集し、重要な地球規模の課題に共に取り組んで前進させる方法を模索すべきです。
