【AI・人工知能EXPO】ブロック崩しのAIが渋滞解消…電通大・人工知能先端研究センター

自動車 テクノロジー ネット
ブロックくずしから渋滞しない信号機制御へ(電通大)
  • ブロックくずしから渋滞しない信号機制御へ(電通大)
  • ありの触覚の神経細胞の画像認識にもAIを応用したという実験
  • AI・人工知能EXPO

機械学習やディープラーニングのライブラリがコモディティ化し、一気にビジネス利用が広がっているAIだが、じつはAIや人工知能といったとき、まだまだブレークスルーが待たれる分野が多い。

そのため、AI・人工知能EXPOでも大学や研究機関の出展も目立つ。電気通信大学は人工知能先端研究センターを設立し、この分野の研究に力をいれているが、栗原聡教授の研究に、信号機の動的制御をAIに行わせ、渋滞を解消させるというものがある。

栗原教授らは、もともとアタリ社のブロック崩しゲームをAIに学習させるという研究を行っていた。ディープラーニングの単純な応用例として、ボールを落としたらマイナス評価を与えるという強化学習を行っていた。これを信号機の制御に応用できないかたというのが、この研究の狙い。なお、ディープラーニングと強化学習は、GoogleのライブラリとQ-Network(強化学習実装のひとつ)を利用しているそうだ。

交差点の画像をディープラーニングによって処理し、車を認識してモデル化した画像(写真では黄色い矢印)の面積が増えれば渋滞が発生していると考え、これを減らす制御をAIに強化学習によって学ばせる。最初から道路で実験するわけにはいかないので、交差点の交通量を模したシミュレーションによる学習と、実際の道路の交通量データを使った学習を行い、実際に渋滞解消に効果を発揮しているという。

話を聞いて、デモシミュレーションの画面を見るかぎり、これは実際の信号機に応用してもよいと思うレベルだ。AIによる制御は、ロジックによるものと違い、時間、天候、季節など変化にも対応できる。長期の学習データがあれば、通年で発生すると思われる交通パターンには対応できるはずだ。

地味ながら、こういった研究にも期待したい。

《中尾真二》

【注目の記事】[PR]

編集部おすすめのニュース

特集