【社長コラム】

ロジスティクスAI 戦略のポイント

配送計画システムにも使われる「メタヒューリスティクス」


From:朴成浩


日本のソフトウェア業界は特殊で、不幸です。


最大の大口顧客である銀行だけを向いて

業界構造から開発の方法論まで

全てができあがっている気がしてなりません。


極端なことを言えば、勘定系のソフトウェアを

開発する以外のことは何もやってこなかったに等しいです。


複雑かもしれないが明瞭な手順があり、

全ての業務工程を順を追った手続きとして

定義できるシステムしか作れないのです。


ですが、人間の判断や意思決定に関わる

プログラムはそのようなアプローチでは作れません。


「ネコとはどのようなものか?」


こういう質問に対して「要件定義」ができますか?


そして、ロジスティクス業界の皆様、

おめでとうございます!!


皆様が日々、頭を悩ましている問題は、


「100万円から1万円引くといくら残るか?」


というよりはむしろ、


「どうすればイヌとネコを区別できるか?」


というような問題に近いものばかりです。


まったく一体、どうしたら良いのでしょう??



人工知能にできること・できないこと



ここで、2つのお知らせがあります。

残念なお知らせと、良いお知らせです。


まず、残念な方のお知らせです。


現在の人工知能研究では

人間の知性を完全に置き換えるための

万能のアプローチは存在しません。


言われてみれば当たり前のことですが、

人間そのものを作ることはできないのです。


わずか5歳児の知性すら

今のコンピューター、人工知能では

実現することはかないません。


たとえば、人間であれば幼児でさえ、

上手に言葉も話せば、人の顔色も見る

将棋もチェスも教えれば上手にプレイします。


さらには、そこからたったの10年そこらで

過去の人類が何千年もの時間をかけて

積み上げてきた知的業績を吸収して

使いこなしてしまうわけです。


こんなにも万能で柔軟で豊かで強靱な

人間の知性というものは、

一体、どのように実現されているのか?

どのようにすれば再現できるのか?


正直、まったく見当もつかない!


これが現在の情報科学の立ち位置です。



「ディープラーニング」と「メタヒューリスティクス」



しかし、良いニュースもあります。


人間の知的作業というものは、

一つ一つを個別に取り出して

それぞれに対して適したアプローチを採れば


似たようなことをかなり上手に、

場合によっては人間以上に上手にできる、


そういう作業も少なくない、ということです。


特に、ビジネス・仕事の世界において

人間が見せる知的な振る舞い、


いわゆる「ホワイトカラーのお仕事」は、


人間の知的な活動全体から見れば相当に

狭い局面における、目的を明確化しやすい

限定された振る舞いであるわけで、


いわゆる「人工知能」、コンピューターに

肩代わりさせることが可能なものが多いです。


こうした「人間の判断」をコンピューターに

代行させるアプローチには様々なものがあります。


特に、近年、目覚ましい成果を上げている

重要な手法としては「ディープラーニング」と

「メタヒューリスティクス」があります。


「ディープラーニング」については

Googleの影響でさまざまな分野で

注目を集めるようになっているので、

ご存じの方も多いかと思います。


これは、超おおざっぱに言ってしまえば


人間の脳の構造をソフトウェア的にマネして

人間の振る舞いを学習させることで

人間と同じようなことをできるようにしよう


というような方法論です。


とはいえ、誤解をしないで頂きたいのですが、

「人間の脳の仕組みをマネする」と言っても

そもそも人間の脳の仕組み自体、まだ解明は

されていません。


なぜ、こんなたった1400グラム程度の

タンパク質の塊が、スパコンでさえ太刀打ち

できないような知性を発揮するのか?


人間も猿も構造上はほとんど同じような

脳みそなのに、なぜ学校に通わせても

猿の子は人間になれないのか?


そういうことはさっぱり分かっていません。


ですから「ディープラーニング」に対して

万能であるかのような信仰を抱くのは危険です。


人間の脳っぽいことをやってみたら

なぜか「ある種の問題」ではうまいこといった、

くらいに考えておいた方が良いでしょう。


* * *


もう一方の「メタヒューリスティクス」、

こちらは聞いたことない方が多いと思います。


メタヒューリスティクスとは

難しい組み合わせ最適化問題を解くための

最も実用的で強力なアプローチであり、


巨大な巡回セールスマン問題など

今まで解けないと考えられていた問題に

次々と解を出してきた、非常に優秀な方法論です。


特に、Googleのように巨大な計算機資源が

利用できない状況で、速やかに意思判断の解を

得るには最も現実的な手法と言えるでしょう。


実は、私たちの配送計画の最適立案システムも

この手法に基づいて人間の勘と経験に劣らない

ルート組みを行っています。

(もちろんたった1台のパソコンで動きます!)


これらのアプローチには、実は明確に

向き、不向きがあります。


なぜ囲碁はディープラーニングで

配送計画はメタヒューリスティクスなのか?

それ以外にはどういうものに使えるのか?


商売っ気のある話からどんどん離れていって

しまっているような気もしますが(笑)

気にせず続けていきたいと思います。



++朴成浩



[sc]
お役立ち情報