【NEW】ICC サミット FUKUOKA 2025 開催情報詳しくはこちら

6.量子コンピューターは企業の課題、人間の課題をいかに解決するのか?

平日 毎朝7時に公式LINE@で新着記事を配信しています。友達申請はこちらから!
ICCの動画コンテンツも充実! Youtubeチャネルの登録はこちらから!

「量子コンピューティングで実現する社会」7回シリーズ(その6)では、会場の皆さんと一緒に、量子コンピューターで解決できる問題や、より最適化できるようになることについて考えます。「愛」は最適化できるのか?全体の最適化は本当に良いことなのか?興味深い議論が続きます。ぜひご覧ください。

▶ICCパートナーズではコンテンツ編集チームメンバー(インターン)の募集をすることになりました。もし興味がございましたら採用ページをご覧ください。

ICCサミット FUKUOKA 2018のプラチナ・スポンサーとして、IBM BlueHub(日本アイ・ビー・エム株式会社)様に本セッションをサポート頂きました。

ICCサミットは「ともに学び、ともに産業を創る。」ための場です。毎回200名以上が登壇し、総勢800名以上が参加する。そして参加者同士が朝から晩まで真剣に議論し、学び合うエクストリーム・カンファレンスです。次回 ICCサミット KYOTO 2018は2018年9月3日〜6日 京都市での開催を予定しております。


【登壇者情報】
2018年2月20-22日開催
ICCサミット FUKUOKA 2018
Session 3E
量子コンピューティングで実現する社会
-Quantum Opportunityで捉えるビジネス-
Supported by IBM BlueHub

(スピーカー)
及川 卓也
株式会社クライス&カンパニー
顧問

小野寺 民也
日本アイ・ビー・エム株式会社
東京基礎研究所 副所長 技術理事

草野 隆史
株式会社ブレインパッド
代表取締役会長

山田 貴士
株式会社LIFULL
取締役執行役員 LIFULL HOME’S事業本部長 兼 LIFULL技術基盤本部長

(モデレーター)
尾原 和啓
IT批評家、藤原投資顧問書生

「量子コンピューティングで実現する社会」の配信済み記事一覧

最初の記事
1.量子コンピューターの「現在」と「未来」をIBMのエキスパートが解説!

1つ前の記事
5.量子コンピューターが実現する「本当の最適化」とは

本編


尾原 話も尽きないのですが、残り15分程なので、もう1つの話題に入っていきたいと思います。

量子コンピューターのアルゴリズムが開発された時に広がるデータの世界というのがあると思います。

尾原 和啓 氏

今のインターネット・マーケティングでは、広告はワンクリック単位でしか最適化できなかったのが、本当に大きなデータ、つまりライフタイムバリュー(顧客生涯価値)だとか、もっと言うと「他の人にどう影響を与えたか」というようなことも測れるようになるかもしれません。

僕たちは、問題空間を今のAIに合わせて小さくし過ぎているところがあって、量子コンピューターの世界が来たらこのように解けるはずだ、というものが本当はあるはずです。

会場の皆さんには今日から「量子脳」になってもらうために、ぜひ「今はうちの事業はこうやってAIの限界に合わせてやっているけれど、本当は大きく捉えるとこのように最適化したいんだよね」とか、「本当はこういう予測をしたいんだよね」というのを隣の方と話していただきたいです。

ムチャ振りしますが、ICCは「コミュニティ」ですので、今日これをきっかけに量子仲間になってもらわないと困ります(笑)。

もう一度言いますよ、隣の人とまずは挨拶をしてください。

横でもいいですし、2人組になれなかったら3人でも。

後30秒くらいにしましょうかね。

(カウントダウン)

はい、ありがとうございます。

それでは、議論の盛り上がった組にぜひ発表してもらいたいと思います。

複数戦略の即時シミュレーションを金融に応用する

松本 勝氏(以下、松本) 僕の会社でいいですか?

VISITS Technologiesの松本 勝と申します、尾原さんご無沙汰しています。

尾原 ご無沙汰しております。

松本 量子の考え方とは違うかもしれませんが、今から10年ほど前に、実はAIのヘッジファンドを日本でやっていたことがあります。

黎明期だったのですが、AIを用いていろいろなシミュレーションをやっていました。

その中でどうしてもできなかったのが、過去のシミュレーションです。

10年、20年分のデータを全部、ある戦略でシミュレーションするのですが、そこにAIを導入します。

すべての戦略に、すべてのお金、リソースを配分して、あるマーケット環境になった時に負ける可能性を考え、複数の戦略をシミュレーションをしようとしてみました。

しかし、実際にアルゴリズムを走らせて複数の戦略を同時に10個、20個も動的にシミュレーションすると、コンピューターがパンクしてしまいました。

過去のデータを用いて動的シミュレーションを行うのに最適なアルゴリズムを選ぶことが当時どれだけPCを使って試してもできなくてすごく悩んでいたのですが、何かボヤっと、そういったことも全部解決できる時代が来るのかなと思いました。

実際にトレーディングする時は0.X秒で判断しないといけないので、「計算に何秒かかります、何分かかります」ということでは、金融の世界では命とりなので、そういった計算機資源を多く使うシミュレーションができるようになるのかな、と話していました。

尾原 はい、ありがとうございます。

どうですか、小野寺さん。

小野寺 いや、まさに今問題を見つけるフェーズなので、1つ面白い問題を無料で教えていただいて……

日本アイ・ビー・エム株式会社 東京基礎研究所 副所長 技術理事 小野寺 民也 氏

(会場笑)

尾原 みんな、メモるところだ!

実際そういった問題がありますよね。

今おっしゃったように、おそらくヒントというのは組み合わされば組み合わさるほど複雑になって結局計算できなくなります。

金融は特にそうですが、ポートフォリオという考え方をした時に、Aという部分と、Bという部分、そしてCという部分がそれぞれどんどん動いていくし、しかもお互いがインタラクションして影響し合うため、それぞれの干渉による影響も無視できません。

これは金融に限らず、もっと言うと人材、そして会社の組織における組合せのところを見ていくのも同様の話です。

それが特に大事なのは金融のように即時判断をするところということです。

このような、量子コンピューターが非常に大きな影響力が持つであろう分野に、1つのQuantum Opportunityがあるということですね。

では少し、このノリで当てましょうかね。

岩田さんはどうですか?

投資の最適化には、将来に備えたデータ蓄積が必要

岩田 真一氏(以下、岩田) 3人で話していたので、時間が足りず挨拶で終わってしまいました。

僕はベンチャーキャピタルなので、いろいろな条件で投資判断をする時に、「どういったものが過去に実際あったのか」が把握できることが大きいです。

しかしながら、徹底的にデューデリジェンス(投資先の評価やリスクの調査)を行って投資を決めたものと、付き合いだから投資しておこうというように判断したもので、結果として、付き合いで行った投資の方が当たることもあります。

そういったものにも本当はファクターがあって、人間がそれを見ることができていないだけなのかなと思います。

しかしファクターがあまりにも多すぎて、しかも起業家さんを待たせられないため早く決めないといけません。

ですので、パイプライン(投資検討先)にたくさんの投資先候補がある時に、効率よくババっといろいろなデータを見て、過去の投資家の履歴などから何らかの傾向が出せて、株価やいろいろなステータスなり、パラメーターなりを重ね合わせて、「参考までにここがいいんじゃないの?」というような提案をしてくれる技術があればいいと思っています。

尾原 実際今、営業管理系のAIベンチャーとか、結構そういった形になってきていますよね。

岩田 そうですね、シンガポールでAIを使ってポートフォリオを組むようなベンチャーキャピタルのような会社もあります。

人間がやっていることなので、少しずつですが、そういった投資の分野はパラメーターが無限に増えていくと思います。

そういうことに対しては量子コンピューターが速く計算できるのかなと思いました。

尾原 もう1つ大事なことは、結局過去の履歴が分かっていないと学習できないので、あらかじめ10年単位で最適化されるということを理解して、10年分のデータをきちんと蓄積しているかが問われます。

岩田 そういうことになると思います。

属人的に投資判断などをしてきたところを、10年先の投資家としての仕事を鑑みれば、これからはデータを溜めて、かつ投資した後の結果もトラックして、このパラメーターの会社はどうなったかという関係性を含めたデータを蓄積していく段階にある、そのことを意識しないといけないのかなと思います。

尾原 ありがとうございます。

シェアリングエコノミーを最適化する

山田 今のお話を伺って思い出したことがあるのですが、日本は今、空き家の存在が大きな問題になっています。

世帯数がどんどん減っている一方で、新たに住宅が建てられているし、今既に820万戸くらいある空き家が、もっともっと増えていくと言われています。

株式会社LIFULL 取締役執行役員 LIFULL HOME’S事業本部長 兼 LIFULL技術基盤本部長 山田 貴士 氏

そこで僕たちは今、そのような不動産の利活用に取り組んでいます。

今までは「住む」ということにしか使っていなかったものを、用途を転用して、民泊、カフェ、小規模保育所のようにして使ったり、一時的にタイムシェアリングのような形で貸し出したりすることで、不動産を住む以外の用途に利活用していこうとしています。

今の話にあった、金融のプロの視点でポートフォリオのコードを組むような、少しプロっぽい話が、もっと民主化して、一般の人たちでも使えるようになればいいのではないかと考えています。

一般の人たちが1、2つ物件を持った時に、どういう使い方をしたら、リターンが取れるかというような最適化を一般のエンドユーザーでもできるようになると、リスク低く不動産を再活用、利活用できるようになり、ひいては日本全体がもう少し盛り上がったりしないかなと思ったりしました。

尾原 確かにそうですよね。

シェアリングエコノミーと量子コンピューターは実は相性がいいという話ですね。

つまり、今までは動きにくかったものがすべて流動化していき、流動化するということはいろいろなインタラクションが起こるということです。

単純に言うと、シェアリングエコノミーで部屋を出した時に、どれだけ儲かるのかをロングスパンで考えた時に、実は不動産価値を上げているのか、もしくは下げているのかということを含めてシミュレーションできるようになるということです。

たぶんそのような金融商品も出てくるし、場合によっては車も、もしかしたらコンピューターの中に入っているCPU資産もそうなるかもしれない、というようなことが考えられるかもしれませんということですね。

山田 それが、Quantum Opportunityになるかなと思いました。

尾原 次の方どうぞ!

人間の「愛」も最適化できる?

吉松 徹郎氏(以下、吉松) @cosme(アットコスメ)の吉松と言います。

尾原 一番長くデータ集めている会社ですね。

吉松 今、「利」の話になっていたので、アットコスメの経験からお話しすると、化粧品というのはLIFULLさんと同じように数が多くて、日本には大体3万ブランド、30万アイテム・商品があります。

それだけあるなかで、女性は「何か私に合う化粧品がない」とおっしゃいます。

これが何に一番近いかというと「なかなか良い男性に巡り会えないなぁ」という発想と一緒なんです。

尾原 なるほどね。

吉松 もうね、男は35億人いるじゃないかと思うわけです。

結局のところ、今一番解けていない問題は、ラブですよ、愛。

これこそパラメーターが一番多い。

先ほどのように10年単位で考えると、いわゆるスマートフォンのようなデバイスが無くなっていく中で、データは溜まっていき、「あなたにとって最適な人はこれですよ」という解が出てくるようになると思います。

化粧品どころではありません。

人に対する解が示されるようになる可能性が出てくるかもしれません。

それこそが圧倒的なシミュレーションだということです。

尾原 確かに。

吉松 だって考えてみれば、住んでいるところ、世帯年収、親との関係、友達との関係というのは大体見えてしまいます。

尾原 更に、恋人の時の最適化と、結婚した時の最適化、もっと言うと子どもが生まれてからの最適化も違うということですね。

吉松 違う、違う。

一番問題なのは「人」です。

今、金融の話をしていましたが、全然違います。

子どもとか愛の方がよっぽど変わります。

もっと問題なのは、そのような解が出てくるようになった時に今、自分の嫁が「最適」でないと分かったらどうするのかということです。

(尾原氏爆笑)

吉松 もっと世の中ね、皆変わる。

そうすると解けていく問題が何かガラッと変わるような気がしています。

先の話のようないわゆるクイックトレードがどうのこうのや、金融のポートフォリオではない世界があるのではないかというのが、僕が今日ここに来た一番のポイントです。

人の出会いというのが変わってきますし、自分にとっての最適な人やコミュニティなど、そしてその気持ちよさが人にとって最適なのかどうかが、量子コンピューターが出てくることで変わってくるのではないかなという思いがあります。

ネットが出る前の20年前を振り返れば、この20年で世界が劇的に変わったように変化があるかもしれません。

恐らく僕たちの先輩たちは、要はダム端末、クラサバ(クライアント&サーバー)でやっていた時代には、インターネットでこんなに世の中変わるとは考えていなかったと思います。

恐らく、今インターネット利用者の世界がまた劇的に変わろうとしていて、スケールが変わった時に、世界も本当に変わるのかということについて、シミュレーションしていて皆さんがどう考えているのかすごく聞きたいと思ってここに来ました。

これが聞きたいことです。

全体最適化が、個にとっての最適とは限らない

及川 それはすごく面白いと思います。

今の話というのは、人の幸せを軸にした「組合せ問題」のようなものだと思うのですが、その最適組合せを出すという時には、「全体最適」を取りますよね。

今の最適組合せ問題をもし日本国の少子化問題対策に当てはめて考えたならば、本人の意思とは別に、「この人はここで別れて、こっちの人と一緒になった方が子どもの生まれる可能性が高い」という考え方が出てきたりすると思います。

株式会社クライス&カンパニー 顧問 及川 卓也 氏

タクシーの配車問題などもそうだと思うのですが、前回のICCサミットで尾原さんがUBER Poolの話をされていましたよね。

▶参考:注目の量子コンピューターが生み出すビジネスインパクトとは?(ICC KYOTO 2017)

UBER Poolというのは「乗り合い」状態なのですが、最適化のために「お前、ここまで歩け」と言われます。

歩いた先で乗車し、また別のところで「そこまで歩け」と言われた人をピックアップするという仕組みになっています。

人間さえも、このようにコントロールすることで最適化が実現するという考えがあります。

でも本人からしたら、最適ではない可能性があるわけです。

たとえば本人は前に進みたいのに、最適化のために反対方向へ歩けと指示されたら、頭では分かっていても何で僕は後ろに歩かされているんだろう、しかも5分も、と思いますよね。

実はそれが一番早く到着できるパターンだったということが分かっても、本人のパーソナライゼーションと相反することがたくさん出てくるような気がします。

タクシーの配車はまさにそういうことがたくさん起きるような世界ですし、今おっしゃっていた「男女の組合せ」についても、そういうことが起きる可能性も無きにしも非ず、なのではないかと思います。

更にその先のディストピアのような世界を考えると、恐らくそこのパラメーターに「人間の感情」というものを入れれば、そこは解決できるようになると思います。

しかし、それというのは本当にディストピアの世界で、それは我々が望んでいる未来なのだろうか、というようなことを考えると、なかなか深いなと思います。

尾原 それは逆に言うと、最適化の解き方を考えるのではなくて、何をもって最適化とするのかという、その最適化の目的関数を考えるという話に近いのかなと思います。

尾原 和啓 氏

たとえば先ほどのUBER Poolの話でいうと、今のUBER Poolというのは結局、全員をトータルで一番安く、しかも“ユーザーとして我慢できる範囲”で目的地に行くにはどういう最適化をするかという話です。

つまり、あなたはどうせUberを待つのに5分待ちますよね、だったらこの5分間のうち4分間歩いてもいいのではないですか、と言って最適化しているということですよね。

その時に、僕のように絶対に歩きたくない!という人は、歩かないというオプションを選択して1.5倍の値段を払えばいいというような形の最適化がたぶん進んで行くことになるのかなと思います。

及川 その商品としての組合せが増えてくると思います。

中では量子コンピューターなりが使われていて、最適化の組合せが出てきます。

一方で入力と出力のパラメーターもさらに増えてきて、嗜好性という点で、自分が何を大事にするかというパラメーターを入れることによって、得られる結果がどんどん変わってくるという世界になってくるのではないかと思っています。

尾原 そうですよね。

時間もちょうどいいので、質問タイムに入っていければと思うのですが、先ほどの吉松さんぐらいに突拍子もない質問の方が場も盛り上がりますし、せっかくこういった最前線の方々がいらっしゃる機会ですし、ご質問があればどうぞ。

(続)

次の記事を読みたい方はこちら

続きは 7.「量子大陸」を目指して出航せよ!未踏分野の覇者になろう!【終】 をご覧ください。

平日 毎朝7時に公式LINE@で新着記事を配信しています。友達申請はこちらから!
ICCの動画コンテンツも充実! ICCのYoutubeチャネルの登録はこちらから!

編集チーム:小林 雅/戸田 秀成/本田 隼輝/浅郷 浩子/尾形 佳靖/鈴木ファストアーベント 理恵

【編集部コメント】

次回はいよいよ最終回。フロアからの2つの質問に、IBMの小野寺さんが鋭く答えます。各登壇者からのメッセージとあわせて、ぜひご覧ください!(尾形)

他にも多く記事がございますので、TOPページからぜひご覧ください。

更新情報はFacebookページのフォローをお願い致します。

この記事が気に入ったら
いいね または フォローしてね!