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価し、対象となる産業を横断で整理し、短期に共通する八つのタスクを選定しています。
もっとも、現実にどの領域から絞り込んでいくか、まだ具体化されていないと承知しております。分野の選定においては、人手不足が最も深刻で、社会的必要性が一方、事故の許容度ですとか合意形成の難しさから、民間の取組だけでは進みにくい課題先進の領域、例えば介護や防災、恐らく、おっしゃっていただいた廃炉なども含まれるかと思いますけれども、こういった領域においては、政府がリーダーシップを発揮して取り組む意義が大きいと考えております。
ここで、政府参考人にお伺いいたします。
テストベッドの整備と対象領域の選定を今後どのような考えで進めるのか、とりわけ、成功が見込みやすい領域に偏らず、社会的必要性の高い課題先進領域に政府がリーダーシップを発揮して取り組む考えはあるか、政府の見解をお伺いいたします。
174山山本和徳中小企業庁次長
お答えいたします。
中小企業のＡＸは、単なる生産性向上ではなく、委員御指摘のとおり、経営そのものを高度化する上で不可欠と認識しております。まずは、より多くの中小企業の経営者にＡＩを試してもらうことが重要であると考えておりまして、その導入のきっかけとなるよう、デジタル化・ＡＩ導入補助金を措置しております。
この際、経営者にとって使い勝手のよいものとすることが重要でありまして、例えばチャットＧＰＴ、Ｇｅｍｉｎｉ、クロードなど、汎用的なＡＩを対象としております。その際、御指摘がございましたけれども、補助金を適切に運用する観点からは、従量制のサービスは対象と…
この発言のページ
175河河合道雄(みらい)
御答弁いただきまして、ありがとうございます。
こういった、実際にコンサルティングも含めて、事後にしっかりと生産性が向上し、経営が高度化するところまでコミットする仕組みというところは非常に評価できるところでございますので、ばらまきにならないように、しっかりと成果等も注視していただきたいと思います。
また、従量課金について現時点で制度がないことは理解いたしますけれども、例えば業務効率化による経費削減などを望むのであれば、そういった削減幅に連動するなど、いろいろな仕組みの可能性はあると思いますので、今後の検討に是非のせていただければというふうに考えておりま…
この発言のページ
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
- （上の発言）
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価し、対象となる産業を横断で整理し、短期に共通する八つのタスクを選定しています。
もっとも、現実にどの領域から絞り込んでいくか、まだ具体化されていないと承知しております。分野の選定においては、人手不足が最も深刻で、社会的必要性が一方、事故の許容度ですとか合意形成の難しさから、民間の取組だけでは進みにくい課題先進の領域、例えば介護や防災、恐らく、おっしゃっていただいた廃炉なども含まれるかと思いますけれども、こういった領域においては、政府がリーダーシップを発揮して取り組む意義が大きいと考えております。
ここで、政府参考人にお伺いいたします。
テストベッドの整備と対象領域の選定を今後どのような考えで進めるのか、とりわけ、成功が見込みやすい領域に偏らず、社会的必要性の高い課題先進領域に政府がリーダーシップを発揮して取り組む考えはあるか、政府の見解をお伺いいたします。
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
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…
この発言のページ
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