ビッグデータ・IoTを活用した地方創生の概要
ビッグデータ・IoTを活用した地方創生の概要
はじめに
自治体レベルでは統計情報から何が有意でデータがどのような関連構造になっているか、明確に表示されていない。そのため、なんらかの政策的な投機・投資を行った際の費用と効果が見えていないのが現状である。
経済産業省や総務省では積極的にデータの活用が行われ、様々な可能性を提示しているが、行動に移し実行している地方自治体の例はあまり見つけられなかった。明確な目標戦略を立て、行動しているのは会津若松市が発見できた。
データ・IoTの活用の意義
RIETIのプレゼンテーション資料によると、現在のAI・ディープニューラルは技術的特異点と呼ばれる状態にあるらしい。
これは、AIが自ら少しでもAI自身を生み出せるようになったとき、一気に発散する傾向がある。
直感的理解では0.9^1000 = 0 だが、1.1^1000 = ∞
国内での動向
- ドワンゴが人工知能研究所を開設
- リクルート人工知能研究所開設
- 産業技術総合研究所 人工知能研究センター開設
- 経済産業省
情報経済小委員会、AI・ビッグデータによる産業革命研究所 - 総務省
インテリジェント化が加速するICTの未来像に関する研究所
- 個々の地方自治体が試行錯誤の上うまくいった事例集（行った行動にたいして、定量的なリターンが明示されていないが、ストーリーとして成立しているもの
http://nipponianippon.or.jp/local-creation/news/
考えられるインパクト
- 機械の動作が飛躍的に向上する可能性
- 自動運転、自動製造装置
マイダスタッチのように、自己複製可能な機械の登場[天冥の標]
- 犯罪は非常に減る傾向になる
監視カメラ、スマートフォンの動き、位置、加速度、入力文字などで犯罪特徴量の検出
Psycopassの世界[Psycopass]
- 仮説生成と施行のサイクル（PDCAサイクル）自体の完全自動化
人工知能のサブシステム性
- 「目的」自体を定めれば、その目的に向かって人工知能が完全に自動化して行うことが可能
- 推論・探索、質疑応答、検索、、、
用語
- プログレッシブ保険
保険契約者の運転特性に応じて保険料を削減
- プレッドポル
犯罪記録・種別・犯人属性・日時・天候・場所を素性にして、重点的にパトロールする場所を決定
- インフォメティス
家庭用の分電盤のデータから生活サイクルや家電の運用状況を予想。マーケティングや火災防止、孤独死の予防など。
- DARPA
- 軍隊の意思決定を支援するシステム
- NIH 国立衛生研究所
- 遺伝情報を収集し、データを公開
- NSF
- データサイエンティストを要請するためのプログラム。カルフォルニア大学主導
- DOE
- スーパーコンピュータを利用した気候モデリングや物質探索
企業の動向
インダストリー4.0
地域経済分析システム RESAS(リーサスと発音)
地方創生のシステムで各都道府県が客観的なデータに基づき、自ら地域の現状と課題を把握し、
その特性に即した地域課題を抽出して「地方版総合戦略」の立案をサポートするもの。
・主にデータの可視化が主要な機能のソフトウェアである
・webアプリであるので、誰もが利用可能である
図1. 限定的な領域しかまだ把握でき無い
図2. 人口のFrom To図 東京の一極化が激しい
まとめ
地方創生を行うためのIoTやデータの活用（それ自体が地方の売りになってはならない）に関して、明確な目標となる指標であるKPIを定めるべきである。人口の増加や、税収の増加、地域住民生活満足度など多数の定量的な指標が存在している。私たちは、徐々にであるが解析のための手法を持ちつつある。解決手法を持って、問題解決に当たり、それが良かったか悪かったかを評価したいものである。
[1] 経済産業省 第7回 日本の「稼ぐ力」創出研究会
[2] 独立行政法人 経済産業省 RIETI 2015年度6月資料
[3] まち・ひと・しごと創生本部http://www.kantei.go.jp/jp/singi/sousei/resas/information/jirei-boshu/index.html
