【立教大学大学院人工知能科学研究科・公式インタビュー 】 傑出したAI人材輩出の拠点へ

立教大学大学院人工知能科学研究科は、2020年に開設された我が国最初の「AI特化型大学院」だ。1期生75名と専任教員9名で構成される本研究科は、他大にはみられない極めて先進的な取り組みによって、あらゆる業界に対して先導的立場を取るAI人材の輩出を目指している。

今回は本研究科を代表して、研究科委員長の内山泰伸教授、医療AI研究を進める瀧雅人特任准教授、および現役学生でもある医師の佐藤元己氏からお話を伺った。(以下、敬称略)

 

– この度は貴重なお時間を頂き、まことにありがとうございます。まず最初に、皆様の自己紹介からお願い致します。

内山「内山です。私は元々高エネルギー天文学を専門にしていますが、AI技術を研究に取り込みながらその新しい方向性を模索してきました。またAI開発に取り組むスタートアップであるGalaxies, Inc.も主宰しています。研究科では研究科委員長を拝命し、研究科の立ち上げを主導してきました」

瀧「瀧です。研究科では特任准教授を務めておりまして、元来の専門は高エネルギー物理学なのですが、現在は専門性を機械学習にシフトしてきています。医療データ解析や医療画像に関するAIソフトウェアの開発などにも取り組んでいます」

佐藤「佐藤と申します。医師としては岡本(編集部注:岡本は弊メディア編集長)の後輩にあたります。彼がAIの勉強・研究を数年先に始めており、影響を受けたことが取り組みのきっかけです。今回縁がありまして立教大学大学院の本研究科に通わせて頂くこととなり、日々勉強に邁進しています」

 

研究科が輩出を目指す人材とは?

 

– では、まず貴研究科として輩出を目指す人物像を教えて頂けますか?

内山「皆さんご存知のように、近年AIの急速な発展がありましたが、この技術は種々の社会問題を直接的に解決し得るものです。本研究科では設立の段階から踏み込んだミッションの設定をしており、つまり学術への究極的な特化というよりは「社会課題の解決」に重きを置いています。研究のための研究ではなく、積極的に社会課題と結びつけることで、技術による社会貢献を果たすことに主眼があります。そのために育成すべき人材としては図に示すようなものが挙げられます」

 

 

「特に特徴的となるのはAIプランナーです。現実的な開発の場面では、プロダクト・サービスの企画・立案側にも確かなAIの知識を持ち、実現可能な技術に結び付けていく人材が必要です。曖昧なニーズを、既存の技術につなげるコンサルタントのような役割と理解することができます。他の大学では育成の難しいこういった人材を育てていくことも、社会課題解決を重視する本研究科ならではの特色となります。AIエンジニアの養成については、AIを専門とする研究科ですので当然行います。下の2つについては修士2年で到達するのは現実的に難しいとも考えており、基本的には博士課程を含めた5年間での育成を目指す予定です」

 

– ちなみに佐藤さんはどのような人材になりたいと考えていますか?

 佐藤「私はAIサイエンティストになることを目標として、日々の勉強に努めています」

 

– やはり、医療AI領域を主要な研究の舞台にされるのですか?

 「これまでの背景とキャリアは活かすべきですので、当然そうなると思います」

 

– 楽しみですね。非常に期待しています。

 

カリキュラムについて

 

– 実際のカリキュラム構成はどのようになっていますか?

 内山「ここにお示しするものが主なカリキュラムとなります。黄色塗りされているものが必修科目で、あとは各人の興味・関心に基づいて選択してもらいます」

 

 

「1年生の春学期は機械学習への習熟に時間を割き、これをベースにして秋学期でディープラーニングに重点的に取り組むという流れになります。この1年間の学習で一般的なAIエンジニアを標榜できる程度の知識量にはなっているはずです。2年目ではより研究にシフトしていき、1年目で身に付けたAIやデータサイエンスの知識を応用していきます」

 

研究テーマについて

 

– コースワーク以外にも主体的な研究活動を求めていますが、院生の取り組むことができる研究テーマやその指導教員などをご紹介頂けますか?

内山「専任教員以外にも広く指導者を集めており、幅広い関心に対応できるようにしてあります。例えば、三宅陽一郎さんは人工知能学会でも著名な方で、スクエアエニックスのご所属です。ゲームAI関連の研究テーマとなりますが、こういった題材は大学という組織ではなかなか正面から取り組まないものですので、ひとつの特色になるかと思います。他には高次元ニューラルネットワークといったより基礎研究に近いテーマもありますし、データサイエンスに寄った社会・経済ビッグデータの分析、自然言語処理、松下伸行さんによるAIカメラ、瀧さんの医療AI、村上祐子さんの情報哲学、などと多岐にわたるテーマを設定しています」

 

– 仮に学生側から独自の研究テーマが持ち込まれた場合も対応は可能ですか?

内山「まさに今そのような状況になっています。やはり社会人の学生が多く、自身の背景に沿った独自テーマの提案を多数受けています。我々教員としてもこれは是非応援したいと考えていますので、うまくアレンジして進めているところです」

 

– 学生の方の背景はやはり多様でしょうか?

「ソフトウェアエンジニアなど近傍領域の方もいらっしゃいますが、その他にも公認会計士や弁護士などの士業の方、教育、報道、ファッション、海運、銀行、建設など非常に多岐に渡るバックグラウンドの方を集めています。逆に、新卒で社会人を経ずに入る方は20名程度です。社会人の方の問題意識の高さは非常に明確ですので、研究科としてはもちろん社会人の方の入学を積極的に進めていく姿勢は変わらないと考えています」

 

博士課程の設置について

 

– 現在の修士課程1期生の修了に併せて博士課程が開設されるのでしょうか?

内山「その通りです。博士課程は現在準備を進めているところです。現修士課程の学生75名に対して進学希望を尋ねたのですが、なんと21名が希望していました。これは博士課程への進学希望者のなかなか増えない、一般的な大学の現状を考えると驚異的な数字です。いかに高いモチベーションを持つ学生を集められているか、当該領域への関心が高いかを如実に表していると思います」

 

– 修士課程と同じく平日夜間・土曜日の開講を予定していますか?

 内山「そうです。コースワークの重要性は言うに及びませんが、研究主体となる博士課程においては、日中働きながら通われる方々にいかに高水準の研究を遂行してもらえるかがキーになります。当然、通っているだけで博士号が授与されることは決してありませんので、本人の努力と共に、環境の整備も重要になってくると考えています」

 

– 話が少し変わりますが、当該分野には、DataCampやCourseraといった優れたオンライン教育プラットフォームがありますが、これらに対してどのような優位性を持つとお考えでしょうか?

内山「そういったオンラインの講座にも価値はあると思っています。一方でそこでの大きな課題としては、講座を修了できる割合が非常に低いことです。数日間の単発の講座くらいであれば誰もが修了できるのですが。例えば米国MITが提供するようなオンラインでも大学へ通うのと同程度にハードに取り組まなければいけない講座は、結局かなりの人数が修了できないという現実的なデータがあります」

「その大きな理由は、学生がそれぞれ独りで家で講義を受けていることにあるかもしれません。講義内容について学生同士で十分なコミュニケーションを取ることなく、黙々と受ける形になってしまう。1年間くらいのスパンでそれを続けるのは相当なハードルであることは数字上にもはっきりと示されています」

「私たちのような大学院と、オンライン講座との大きな違いはそこにあります。学生同士が互いに刺激を受け合い、コミュニケーションを取り、励まし合ったり、自分の目指すロールモデルを見つけたり。教員とのコミュニケーションももちろんですが。そういったリアルなコミュニケーションと組み合わせることが大事だと思っています。大学の存在意義とも言えるのかもしれません」

 

コミュケーションを促す独自の取り組み

 

– コミュニケーションを後押しするため用意した取り組みの例について教えてください。

内山「ハウス制度と呼ばれる、20名単位での仮想的な寮生活をイメージしたものを作りました。私自身、アメリカのスタンフォード大やイエール大への研究留学の経験がありますが、向こうでは全寮制でいわゆる「同じ釜の飯を食べる」という経験をすることをとても重視していました。世界の一流大学といわれるようなところの強みが、実はそのあたりにもあると実感しています。私たちの研究科で実際の寮生活を提供することはできませんが、それに代替するものとして密度の高いコミュニケーション機能をもつ「ハウス」という仕組みを用意したわけです。授業だけではない、もっと雑談だとか私生活を含めたコミュニケーションを積極的に行ってもらうことを推奨しています。どこまでうまくいくか試行錯誤ですが、アメリカなどでの寮生活の大切さを見るにつけ、このコースでも授業外でのコミュニケーションを大事にして欲しいと願っています」

 

– ハウス制度の現在の状況はいかがでしょう?

内山「4つにわかれており、それぞれペンギンの名前がついておりまして」

佐藤「僕が所属するのはフンボルトです」

 

– 寮長のようなリーダーシップも設定されているのでしょうか?

内山「リーダーとしてハウス長がいます。学生にも研究科の運営に参画してもらおうという考えがありまして。少なくともハウス長には、先ほどの話にもあった博士後期課程の検討に加わってもらいます。大学院のあり方として、日本の常識を外してゼロベースで考えました。教員と学生との関係も一方向ではなく、学生が大学院を作るくらいのイメージをもってもらいたいと思っています。これから検討される次年度の入試についてもコメントをもらったり、教員と一緒に研究科を作るところまで踏み込んでもらいたいですね」

 

– ハウス長の選任はどうなされたのでしょうか?

内山「教員からは締め切りだけ提示して、学生が各ハウスの裁量で好きに決めてくださいと伝えました」

佐藤「フンボルトでは2名の立候補者がいて、オンラインでの話し合いで円満に決まりました。エンジニアとしての技術力があり時間にも余裕のある候補者が、もうひとりの立候補者から自然と譲られるような形になりました」

 

– 佐藤さんは立候補しなかったのですか?(編集部注:立候補すべきだったのでは?)

内山「佐藤さんは、ZOOM飲み会をいち早く提唱して開催してくれた。彼はそこで先陣を切ってもらいました(笑)」

 

– 佐藤さんを昔から知る立場としては、やはり勉強面で主導して欲しい思いもありますね。飲み会よりは。

佐藤「親と教官を交えた三者面談みたいになっていますね(笑)」

内山「彼には期待していますよ」

 

革新的サービス・プロダクトが生まれる土壌

 

– カリキュラムの中にプロジェクト実習というものの設定がありますが、どの程度のレベルのものが想定されていますか?

内山「研究科からすぐ世に出せるものが2年間でかなりの数出てくると考えています。博士後期課程への進学希望者がこちらの想定を大幅に上回ったことからも、相当高い目標を持った学生が集まってくれているのは確かです」

「2年間あれば、単なるデモというレベルではなく、社会で即活用できる実用的なアウトプットに到達できるケースもかなりあるはずです。既に様々な企業で活躍されている方も多く、その領域での知識や経験などは一級のものを持っています。そこに2年間で人工知能に関する技術・データサイエンスの素養を加えると、即座に業界最高水準のプロジェクトが生まれてくる可能性があります。例えば、監査法人におけるAI監査について。監査法人のトップレベルの方にヒアリングする機会もあったのですが、AIの利用余地があることを把握しながらも、監査法人の中にAIが分かる人が誰もいないという状況でした。会計士がこの研究科で2年勉強することで、最初から日本のAI監査という分野でトップリーダーとなれるはずです。海運業界でAIを活用しようという別の例でも、瞬く間にその業界の先端的な取り組みになります。75名の学生の中から30例程度プレスリリースしても良いようなプロジェクトが生まれたとしても不思議ではありません」

 

– 学生のモチベーションが高く、いずれは学内起業というところにも達するかと想定されます。それを支援する枠組みはありますか?

内山「学生からの聞き取りでは既にそういった声がありますので、起業の種はいくつもありそうです。立教大学内でそういった取り組みを後押しする正式な制度の必要性を訴えているところです。インキュベーション組織・センターのようなものを学内に作ることが必要だと思います。現状では各指導教員が個別にアレンジするような形で後押ししていくつもりです」

 

医療AIへの取り組み

 

– ディープラーニングを担任している瀧先生のお話をお聞かせください。

内山「前提のお話として、学生からは瀧さんに指導を受けたいという希望者が圧倒的に多く、人気があり過ぎて困っています(笑)」

瀧「ちょうど一番希望の多いプロジェクトが、グループ学習でできるように設計していますので、ある程度の受け入れは用意しています。でも皆さんのことをひとりでカバーできる限界もあるので、若干困っております(笑)」

 

– そのグループ学習プロジェクトというのはどのようなものでしょう?

瀧「『ディープラーニング100本ノック』というキャッチーな題をつけさせてもらいました。著名なモデルを丁寧に一から実装していこうという、実習型のプロジェクトです。僕が頑張るよりも院生の皆さんの頑張り次第なので、ある程度希望者が多くても大丈夫かもしれません」

 

– 私たちのメディアThe Medical AI Timesは、医療 x AIのテーマを取り扱っているのでそこに関心の強い読者が当然多いのですが、瀧先生が医療分野で手がけられた内容をご紹介いただけますか?

瀧「ひとつには網膜の眼底検査の話があります。セマンティック・セグメンテーション(編集部注:画像内の画素にラベル付けやカテゴリ分けを行い、画素の集まりを認識・推定させるアルゴリズム)という機械学習を医療用に応用するひとつの大きな分野について研究しています。網膜の毛細血管を検査画像からどれだけ良く機械的に抽出できるかというタスクはこの領域で標準的なベンチマークとなります。十数年来使われてきた既存の手法よりも、色々な指標面で改善される手法を研究し続けています。

「医療画像に適したチューンがなされたディープラーニングアルゴリズムが精度向上には必要で、医療用じゃないモデルを無理やり医療データに当てはめても精度を出すのは難しいです。機械学習領域と医療領域の中間でバランスよくやるのがアプリケーションを考える際には重要となります」

「他には、MRI・CT・病理画像も扱っています。それら複数の検査で同じ種類のがんを対象として、病理学的な情報を行き来させながら画像情報を抽出するような仕事も行っています。そこにもセグメンテーションが役立つため、私自身好んで取り組んでいます。国際学会で乳がん病理画像のセグメンテーションを行うコンペに参加した思い出もあります。病理画像における腫瘍の固まりの部分を、どれだけ専門医の指摘と同じ程度にディープラーニングモデルで抽出させることができるか。年々改良が進んでいる領域で、私の研究テーマのひとつでもあり興味深いところです」

 

新型コロナウイルス感染症の影響

 

– 話題も終盤となってきましたが、この度の新型コロナウイルス感染症をめぐる社会の混乱で、研究科はどのような影響を受けていますでしょうか?教員のみなさんが大事にしたいと掲げるコミュニケーションについてはどうなるでしょうか?

内山「まず、新学期から早速すべての授業がオンライン、ZOOMなどで行わなければいけなくなりました。一方で、やってみて面白いなと思うところも多々ありました。私の授業では、画面と並行してチャットへの書き込みも気軽にできるようにしています。普通の対面式の授業ではなかなか出てこないような、ちょっとしたつぶやきや質問が出てくる傾向にあります。すべてに応えていると授業がうまくいかないのですが、以前よりも教員と学生の双方向性のコミュニケーションとしてかなり向上している印象があります。これから対面で授業が可能になった後にも、このようなツールの利点はうまく取り入れていきたい部分です。

「今回のコロナ禍の経験は様々に生きてくると思いますし、長期的な視点で考えるべきだと考えています。今後も第二波第三波というような状況や、別の深刻な感染症など、これまでもいつ起こっていてもおかしくなかったものですから。大学のあり方そのものを考え直す良いきっかけになったと捉えています」

 

– 新設のコースだからこそ柔軟に対応できる部分も多いでしょうか?

内山「そこはすごくアドバンテージであるという見方ができます。開設初年度からこの状況で、急激な変化に対応しやすいゼロベースで検討可能な組織の強みがあります。具体的に挙げると、学生の多様性がこれをきっかけに変わるかもしれません。静岡から新幹線、福岡から飛行機で通学を希望する学生がいました。オンライン授業との組み合わせで、今後も遠隔地からの大学院入学という道が拓ける可能性があります。できる部分はオンラインで、あとは東京に定期的に出張してもらい、そこで濃密にコミュニケーションする。そういった腹案を持っていたりもします」

 

– 受け入れ枠の拡大についてはいかがでしょうか?

内山「遠隔地まで考慮すると入学希望者は一気に増えるでしょう。しかしひとりの教員がしっかり面倒を見ることができる学生の数には限界があります。教室の大きさなどのキャパシティは拡張できても、教員のキャパシティは安易には増やせないというところがあります。定員を増やさずに学生の地域的な多様性を模索できればと考えています」

 

– 立教大学大学院人工知能科学研究科について、希望と可能性に満ちた素晴らしいお話をありがとうございました。今後とも学生のプロジェクトが進んだ際など、ぜひThe Medical AI Timesでも最新情報を共有させてください。

 

 

———————————————————–

● 内山泰伸 Yasunobu Uchiyama

東京大学理学部物理学科卒業。東京大学理学系研究科物理学専攻・修士課程修了、同・博士課程修了(理学)。東京大学で博士(理学)を取得後、2003年6月からイェール大学物理学科のPostdoctoral Associateとなり、2006年4月からは宇宙航空研究開発機構宇宙航空プロジェクト研究員として「すざく」衛星プロジェクトに従事。2008年8月よりSLAC国立加速器研究所 Panofsky Fellow。2013年4月に立教大学理学部物理学科准教授に就任し、2016年4月より同教授として学生の指導にあたる。2018年、先端テクノロジーのベンチャーGalaxiesを起業。2020年4月、人工知能科学研究科の委員長に就任。

 

 

● 瀧雅人 Masato Taki

2004年東京大学理学部物理学科卒業。2009年東京大学大学院理学系研究科物理学専攻修了。2009年から2012年まで京都大学基礎物理学研究所博士研究員。その後、理化学研究所基礎科学特別研究員、数理創造プログラム(iTHEMS)上級研究員を経て現職。

 

 

● 佐藤元己 Motoki Sato

2006年慶応義塾大学商学部卒業、2013年信州大学医学部医学科卒業。横浜市立大学附属病院、横浜栄共済病院、横浜医療センターを経て、現在横浜保土ケ谷中央病院泌尿器科勤務。 2020年立教大学人工知能科学研究科入学。泌尿器科専門医、医師会認定産業医、ワインエキスパートなど。

前の記事AI創薬プラットフォームを用いたCOVID-19治療薬の探索
次の記事脳腫瘍の悪性度をMRI検査画像からAIで予測 – 京大 iCeMs
TOKYO analytica
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc, PhD
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員を経て、東京大学特任研究員など。専門はメディカルデータサイエンス。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。