「ムーンショットファクトリー」という異名をもつ、アルファベット傘下の「X」（旧「Google X」［日本語版記事］）。その責任者であるアストロ・テラーは、注目を浴びる方法を知っていた。
テラーはグーグルのキャンパス内を屋内でさえローラーブレードで移動することで有名な人物だ。そして2月16日（米国時間）もローラーブレードを履いていた。この日、テラーは気球を用いてインターネットを世界で最も高い場所に運ぶプロジェクト「Project Loon」［日本語版記事］の現状について発表したのだが、レポーターでいっぱいになった部屋にローラーブレードで滑り込んできて喝采を浴びた。
Project Loonは、グーグルの想定以上に現実に近づきつつある。この事実はビッグニュースに値するはずだ。確かに、これらの気球によって成層圏から通信用電波を発信できるようになる可能性があるのは素晴らしいことだ。
だが、それ以上に興味深いことがある。このニュースが示すのは、機械学習がデジタル領域に留まらず、現実世界にまで入り込みつつあるということなのだ。
風と「チェス」をするようなもの
Xは2016年夏、ペルー上空の成層圏にインターネット通信を可能にする気球を打ち上げた。それは100日近くの間、成層圏に留まっていた。この気球には機械学習技術を用いたナヴィゲーションシステムが搭載されており、人間の目では識別不能な大気条件の微妙なパターンを検出することで、見通しの立たない天候下でもほぼ同じ位置を保つように設計されていた。当初Project Loonでは、世界中の上空に数百の気球を上げる必要があると考えられていたが、この技術によってはるかに少ない数で済むようになるという。
「特定の場所でインターネット接続を提供するために、世界中で200〜400機の気球を上げて実験するのではなく、10〜30機でよくなったということです」と、テラーは語る。つまり、Project Loonは気球を運んで上げる手間が少なくシンプルになり、コストも下がる。このサーヴィスが最終的に利益を見込める可能性がはるかに高くなったのだ。
これまでXでは、Loonのナヴィゲーションシステムを手動でコーディングしていた。成層圏の天候は予測が非常に難しいため、気球のコントロールには制約があった。というのも、超軽量の気球は自力で方向転換する能力が限られている。上昇と降下ができるだけだ。特定の場所に留まるには、成層圏の状況を的確に予測し、気流を捉えて上昇・下降することで1カ所に居続ける必要がある。「これはまるで風とチェスをするような、極めて繊細な制御なのです」と、テラーは言う。
さあ、ご存知のとおり、チェスはコンピューターが非常に得意とするものだ。Loonチームは、気球が自らナヴィゲーションのロジックを学習するアルゴリズムを開発した。このアルゴリズムは飛行と天候のデータを分析して学習することで、手動コーディングによるシステムより上手に気球をナヴィゲートできるようになったのだ。
このナヴィゲーションシステムの一部は、最近になって人工知能分野で注目されている「ガウス過程」（Gaussian process）と呼ばれる論理に基づいている。こうした技術のおかげで、パターンの認識に大量のデータ出力が必要なニューラルネットワークとは異なり、比較的少量のデータを分析するだけで成層圏における極度の不確実性に対処できたのだ。
機械学習はぼくらの現実をも変えうる
「人工知能のおかげで、手もちのデータだけで多くのことをできるようになりました。大量のデータは、必ずしも得られないのです」と、かつてグーグルの検索エンジニアを務め、現在はProject Loonを率いるサル・キャンディードは話す。
過去の飛行データを分析することで、気球は飛行中に発生しそうなことを適切に予測できる。さらには飛行中のデータも分析し、それに応じて予測を調整する。こうした自己修正機能は、別の人工知能技術である強化学習に依存している。強化学習は、2016年3月に囲碁界の最強棋士を打ち負かした囲碁プログラム「AlphaGo（アルファ碁）」［日本語版記事］が、基盤としている技術だ。
機械学習は画像処理や音声認識、言語変換、広告のターゲティングに革新をもたらしてきた。だが、これらは研究者たちがやがて巨大な流れになると考えているものの初期段階にすぎない。この流れが加速すれば、さまざまなシステムが自ら学習できるようになり、やがてわたしたち人間と肩を並べ、さらには追い越すことになるだろう。
いまのところ、機械が学習して成し遂げられることの多くは、デジタル領域に限られている。だが、Project Loonの実験や自律走行車が示しているとおり、これらのシステムはオンライン上だけでなく、現実の世界でも活躍する可能性がある。
TEXT BY CADE METZ
TRANSLATION BY TOMOKO MUKAI/GALILEO