人工知能技術戦略実行計画

平成 30 年 8 月 17 日 人工知能技術戦略実行計画 人工知能技術戦略会議において、2017 年 3 月に人工知能技術戦略及びその産業化ロードマップを取りまとめ、「生産性」「健康、医療・介護」「空間の移動」「情報セキュリティ」の重点分野を中核に、官民が連携して、ＡＩ技 術の研究開発から社会実装までに取り組むこととした。また、2017 年 12 月には、これまでの事務局（総務省、文部科学省、経済産業省）に内閣府、厚生労働省、農林水産省、国土交通省を追加し、人工知能技術戦略会議 の司令塔機能の強化を図り、産業化ロードマップの実現に向けて府省連携して取り組む体制とした。 しかしながら、ここ数年のビッグデータ等を通じたＡＩ技術の利活用に関し、米国のＩＴ企業や中国の企業等による覇権争いが激しさを増しており、様々な分野で従来の延長線上にない破壊的イノベーションが生み出されて きているが、我が国は米国や中国に比べると研究論文数やビジネスへの導入、人材の育成、データ連携、ベンチャー支援等で後れを取っている状況である。他方、ＡＩ技術導入の潜在的分野は広範囲に及ぶが、巨 大 プラッ トフォーマーが未収集である現場でのデータ収集や利活用など競争は始まったばかりであり、勝負はまだこれからであるとの声もある。 熾烈な競争に打ち勝ち、我が国が世界をリードしていくためには、人工知能技術戦略で定めた（１）研究開発、（２）人材育成、（３）産学官が有するデータ及びツール群の環境整備、（４）ベンチャー支援、（５）ＡＩ技術の開発 に係る理解促進が鍵となっており、産業化ロードマップの実現に向けて、今まさに我が国が一丸となって実行することが真に求められている。このため、人工知能技術戦略を踏まえた政府内の取組をより具体化・ 強化する 観点から、各取組の目標と達成時期を示した実行計画を暫定的に取りまとめたところ、今後、熾烈な国際競争下で世界に伍していくための本格的な計画を策定する。 ※黒枠は人工知能技術戦略を引用、施策概要は統合イノベーション戦略をベースに記載 （１）研究開発 ①研究重点方針 ・ＡＩ技術の研究開発は、他の技術以上に社会との接点が鍵となる。３センターを中心とする国のプロジ ェクトでは、 産業化ロードマッ プにおけるテ ーマのうち、いく つかの重点的に取り組むべきテ ーマについて、 実用 化研究 と、その高度化に貢献する基礎・基盤・要素技術研究を相互補完的に推進する。特に産業化ロードマッ プのフェーズ２やフェーズ３を見据えたチャレンジングなテーマについて積極的に取り組む。 ②３センターの連携による研究開発目標 ・産業化ロードマップを踏まえ、特に国立研究開発法人として中心となって取り組むべき研究開発テ ーマについて、３センターは連携して取り組む。 ・３センターが連携して取り組むテーマは以下の観点から選定する。 −基礎研究から社会実装まで一貫して取り組むべきもの。 −短期的な収益化が見込めず、民間だけでは開発が進まないもの。 −国際標準化、共通基盤技術など協調領域であるもの。 ・具体的には、以下のような研究テーマなどに取り組む。 ⅰ）「生産性」：ハイパーカスタマイゼーションの実現を目指し、消費者の需要を反映させた適時適量・多品種少量生産を可能とする次世代生産技術の研究開発（理研、産総研） ⅱ）「健康、医療・介護」：予防医療の高度化による病気にならないヘルスケアの実現を目指し、認知症を含む疾患の早期発見、最適な治療法選択、対処を可能とするシステムの研究開発（ＮＩＣＴ、理研、産総研） ⅲ）「空間の移動」：ＳＩＰにおける自動走行システムと連携しながら、地図データの意味づけやユニバーサルコミュ ニケーション技術による移動空間の高付加価値化を実現するスマートモビリティの研究開発（ＮＩＣＴ、産総研） ③産学官連携による研究開発プロジェクトの推進 ・３センターだけで全てのＡＩ技術の研究開発を担えるものではないが、３センターをハブとしつつ、産学官連携によるオープンイノベーションにより、研究開発プロジ ェクトを推進する。 ・内閣府のＳＩＰを含め、厚生労働省、国土交通省、農林水産省など出口産業を所管する関係府省のプロジェクトとの連携を進める。 ・政府では、昨年より、企業から大学・研究開発法人への投資を、今後１０年間で３倍に増やすことを目標としている。ＡＩ技術の研究開発についても、民間投資を促進する。 【具体的な取組例】 ●脳情報通信及び自然言語処理等に関する人工知能技術に関する研究開発（総務省、ＮＩＣＴ） ●「ＩｏＴ/ＢＤ/ＡＩ情報通信プラットフォーム」社会実装推進事業（総務省） ●ＡＩＰネットワークラボ（ＪＳＴ） ●人工知能に関するグローバル研究拠点における産学官連携プロジ ェクト（産総研、東京大学） ●革新的なソフトウェア・ハードウェア技術の研究開発及びそのための最先端のデバイスの試作・設計環境の整備（経済産業省） 1 平成 30 年 8 月 17 日 施策概要（研究開発） 具体的な取組内容 目標 達成時期 担当部局 ○ 我が国の強みである現場データ・ハードウェアとＡＩ技術を組み合わせた研究開発を推進する観点から、我が国が質の高い現実空間の情報 を有す る分野や解決すべき社会課題分野（農業、健康・医療・介護、建設、防災・減災、製造等）において、データ連携基盤 を活用したＡＩ技術の社会実装、 ロ ボット技術等と組み合わせた応用開発、現在のＡＩ技術の弱みを克服する基礎・基盤的な研究開発を産学官が一体となって強力に推進する。 ＜社会実装＞ 我が国が質の高い現実空間の情報を有する 分 野等 に 2022 年度まで 科技、 防災、 総 、 分野ごとのデータ連携基盤も活用し、産業化ロードマップの実現に向けたＡＩ技術の社会実装を世界に先駆けて実現 おいて、分野ごとのデータ連携基盤を活用し、ＡＩ 技術 の 文、厚、農、経、 社会実装 国、環 生産性・ 人の作業等を軽減、 効率化する、フィジカ ビッグデータ・AI を活用したサイバー・フィジカル・システムを社会実装に向けて、 人と AI 基盤技術を確立し、人と AI の協働が効果的と考えられ 2022 年度まで 科 技 (SIP) 、 総 、 サービス ルデータ処理基盤や人間とコンピュ ータ・ の協働に資する高度に洗練された「ヒューマンインタラクション基盤技術」と、「 分野間デ る分野(例えば介護、 教育、 接客等)において、 生産性 文、経 機械の間の高度かつ知的なコミュ ニケーシ ータ連携基盤」、「AI 間連携基盤技術」を確立 (作業時間・習熟速度等)を 10％以上向上させる実用 化 ョンを可能とするヒューマンインタラ クシ ョ ン 例を 20 以上創出 基盤技術の開発に着手 生産性の飛躍的向上等を図るた めのスマ 【技術開発・社会実装の推進】 農業データ連携基盤の機能を強化・ 拡張してスマ ー ト フ ①2025 年まで 科技(SIP)、 宇宙、 ート農業技術の開発を行うとともに、 消費 ・ブロックチェーン技術等を活用した、生産から加工・流通・消費までの情報の 共有・ 活 ードチェーンを 2022 年度までに構築し、 ②2025 年まで 総、農、経 に合わせた生産のカスタマイズや流通を効 用を可能とする情報プラットフォームの構築 ①農業の担い手のほぼ全てがデータを活用し た農業 を 率化する、スマートフードチェーンシ ステ ム ・高精度な生産・需要予測、需給マッチング技術の開発（ＡＩ技術等を活用し、 多数 のほ 実践 の構築に着手 場のセンシング等で得られる各種データ、消費動向等を分析） ②スマート農業技術の国内外への展開による 1,000 億 ・生産情報を踏まえた物流における最適化技術の開発 円以上の市場獲得 ・機械・施設のＩｏＴ化やインテリジェンス化のための革新的な技術・システムの開発（ 多 を達成 様なデータを自動センシングして自動管理する技術等） ・多様な地域に導入可能な小型・機能特化型の自動農業機械の開発 ・「cm 級」精度で農業機械等を制御する技術・システムの開発（アジア太平洋地域にお いて準天頂衛星システム等を活用） 【技術開発・社会実装の加速化に向けた環境整備】 ・スマート農業関連の研究開発プラットフォーム間の連携強化、 プロデュ ーサ ー人 材の 育成、異分野の知識・技術を融合させるセミナー・ワークショップの開催 ・先進的な農業者の技術オーダーに的確に対応できる革新的技術の民間コンサル タン トの発掘・育成・活用 ・スマート農業の先端の要素技術を生産から出荷まで体系的に組み立て、一気 通貫で 実証 ・営農データの利活用に当たり、農業者とデータ利活用者の利用権限を公平に 取り 決 めるための契約ガイドラインを 2018 年中に策定 ・ＡＩ技術等を活用した研究者と農業者をつなぐコミュニケーションツールの構築 ・農業分野における地域が抱える課題解決に資するＡＩ、ＩｏＴサービスモデルの創出・ 展 開 2 平成 30 年 8 月 17 日 施策概要（研究開発） 具体的な取組内容 目標 達成時期 担当部局 先端的なセンサの農業用へのカスタマイズを行うとともに、農場等の過酷現場 にお ける ・農作物の成熟度、病気や商品価値を損なう周 辺環 境 2022 年度まで 科技(PRISM)、総、 大規模の IoT ネットワークの構築等を進めることにより、農業生産現場のスマー ト化 を 等を検出可能なセンサを開発 文、農、経 推進 ・消費者の求める品質の農作物をセンシングしながら 育 成するための消費者嗜好解析の確立 ・センサ等の新たな技術の農業生産現場での実証 建設・維持管理、港湾物流、 海事・ 海 洋分 調査・測量から設計、施工、検査、維持管理・更新までの全ての建設生産プロセスで、 点検画像から損傷を自動的に抽出するＡＩの導入、 ＡＩ を 2025 年度まで 国 野などの生産性向上・ 低コスト 化 に 資 す AI をはじめとする ICT 等を活用する「i-Construction」の推進 活用した最適な工期の設定等建設生産システムの高度 る、ＡＩ技術等の活用に着手 化に関する技術開発等による建設現場の生産性の向 上 インフラに関わる管理台帳、 工事記録、点検データ、センサーデータ、基盤地図 情報、 ・インフラ・データプラットフォームの構築、分析の試行 2019 年度中 科技(SIP)、国 地盤情報等を共通中間データに変換して集約・共有可能とするインフラ・データ プ ラッ ト フォームを構築し、AI 解析等により、劣化予測やライフサイクルコスト分析などのア セッ トマネジメント、施工管理の高度化に活用 港湾物流分野における「AI ターミナル（AI、IoT、自働化技術を組み合わせ、世界最高水 「ＡＩターミナル」の実現に向けた具体的な目標と 工程 を 2018 年度中 国 準の生産性を有するコンテナターミナル）」の実現 策定 船舶の開発・ 設計、 建造から運航に至る全てのフェーズ で生産性向上を目指す「i- 自動運航船の実用化 2025 年まで 国 Shipping」と我が国海事産業による海洋開発市場の成長の獲得を目指す「j-Oce an 」 を 両輪とする「海事生産性革命」の推進 観光分野などの生産性やサービス を 向上 様々な分野の翻訳データを集積する「翻訳バンク」の取組を推進するとともに、 ＡＩ 技術 東京オリンピック・パラリンピッ ク競技大会をき っか け に 2020 年中 総 する、多言語音声翻訳へのＡＩ技 術等 の活 の一つであるディープラーニングの活用により翻訳精度のさらなる向上等を図る。ま 多言語音声翻訳技術を社会実装 用に着手 た、関係府省との連携を強化し、ＩＣＴを活用した多言語対応を推進することで、 様々な 分野での利活用を促進 健康・ 医 健康長寿社会の形成に向けて、 我が 国が ・AI 開発に必要な教師付き画像データを、 医学会が連携して収集し、ＡＩ開発企 業等へ ・医学会が連携して収集した教師付き画像データを企 業 2020 年度中 厚 療・介護 強みを持つ保健医療技術 と関連する画像 提供する体制を整備 へ提供する体制を整備し、ＡＩ画像診断支援等、 AI の 社 データ等の収集やデータ連結に関 する イン ・手術関連データを相互に連結するためのインターフェース標準化を実施 会実装に向けて産学官で取り組む ターフェースの標準化等の研究、 及び 当該 ・AI 技術を用いた手術支援システムの基盤構築 技術領域へのＡＩ技術の活用に着手 バイオマーカーの開発等のための大規模脳機能データの収集と AI 技術による 特徴解 定型化した大規模データを収集し、 脳活動ネッ ト ワ ー ク 2020 年度中 総 析 解析で健常人および患者の脳特性解析技術を開発 症例データ等の収集と AI 技術による創薬ターゲット探索 特発性肺線維症等を対象として、 カルテ等の臨 床情 報 2022 年度まで 科技(PRISM)、文、 やオミックス解析、その他文献情報等のデータ を収集 す 厚、経 ると共に、AI を活用して創薬ターゲットを探索 IoT データに基づく地域包括ケア・モデルの構築 医療機関、介護施設等において、介護者、 被介 護者 の 2022 年度まで 科技(PRISM)、文、 生活機能をウェア ラブルセンサ等により 計測。 同 デ ータ 経 を AI により解析することにより、介護の質等を向上。 3 平成 30 年 8 月 17 日 施策概要（研究開発） 具体的な取組内容 目標 達成時期 担当部局 最適な医療モデル等を構築することで医療 高度で先進的な医療サービスを提供するとともに、医療機関における効率化を図り 、 医 ・セキュリティの高い医療情報データベースシ ステ ム の 2022 年度まで 科技、厚 の生産性を向上する、 ＡＩ ホスピタル の構 師や看護師などの医療従事者の抜本的な負担の軽減に向けて、AI、 IoT、ビッ グデ ータ 構築と医療有用情報抽出技術の開発 築に着手 技術を用いた『AI ホスピタルシステム』を開発・構築・社会実装 ・AI の診療現場への導入による、医師―患者アイコンタ クト時間の倍増 ・10 医療機関での『ＡＩホスピタルシステム』導入モ デル 病院の運用開始 空 間 の 観光地域において地域・資源を楽しむ質の 可搬型を含む ETC2.0 や AI カメラ等により得られたデータから人や車の流動を把握・ 分 面的な観光渋滞策の導入 2020 年 国 移動 よい移動を実現するため、 ICT ・ AI を活用 析するとともに、課金に関する技術面の検討を実施 し、 交通需要調整のための料金施策を含 めた面的な観光渋滞対策を推進 道路管理の情報収集・ 提供の効率 化 を図 カメラ動画等と AI 画像解析を活用した交通状況把握や交通障害発生の自動検知・ 予 カメラ動画等の AI 画像解析について精度検証 を行 い、 2018 年度中 国 るため、AI を活用した交通障害の 自 動検 測システムの開発 道路管理に実装 知・予測システムの開発を推進 その他 ＜防災・減災＞ AI を活用した被災状況の解析技術を開発 統合システムに技術を実装 2022 年度 科技、防災 防災・減災分野での対応力を強化す る、 災 害情報共有・支援システムの開発に着手 民間等からニーズの高い情報を中心とした SIP4 D における災害情報の充実 民間等が有する災害情報の SIP4D への追加、 民間のニ ーズに合わせたオンデマンドでの情報提供シ ステ ム の 構築 ＜環境・エネルギー＞ ・行動科学の知見を活用し、AI 技術を用いてエネルギー消費行動を分析して低 炭素型 ・エネルギー消費行動に基づいて個人・世帯毎にパ ー ソ ・2021 年度 環 行動科学の知見を活用し、AI 技術 を用 い の行動変容を促す取組を推進 ナライズした省エネ・エ コドライブのアドバイス を提 供 す てエ ネルギ ー消費行動を分析し低炭素型 るビジネスモデルを構築 の行動変容を促す取組を推進 ・IoT 化により得られたデータに基づく AI 技術・ ブロックチェーン技術等の活用により 、 自 ・再エネ CO2 削減価値の取引システムモデルを確立 ・2022 年度 家消費される再エネの CO2 削減価値を低コスト・効率的・安全に自動でやりとり するシ ステムを構築 ＜政府が取り組む実証実験の把握＞ 政府が取り組む主要な実証実験について、目標、 取組状況、 制度的・法的課題等 を一 目標、取組状況、制度的・法的課題等を一体的に 把握・ 2018 年度中 科技、各府省 政府が取り組む実証実験につい て目 標や 体的に把握・整理して、関係府省で共有 整理 課題を一体的に把握し、関係府省で共有 ＜応用開発＞ 大学や産業界へのヒアリングを行いながら、関係府省の関連国研で研究開発や 連携 を 我が国の強みとＡＩ 技術を組み合わせた応用開 発の 内 2018 年度中 科技、総、文、厚、 我が国が強みを有するロボッ ト技術等とＡＩ技術 を組合 検討 容の明確化 農、経、国 せた応用開発 を 2018 年度中に明確化し、具体的な 目標を設定して産学官が一体となって重点的に推進 （例） Ø 日本が強いロボッ ト等の産業技術やサ イエ ンス分 野（再生医療、ものづくり、マテリアル等）の強化 Ø 国内で取り組む必要のある社会的課題 の解決（ 高 齢者ヘルスケア、防災・減災、インフラ等の検査） 4 平成 30 年 8 月 17 日 施策概要（研究開発） 具体的な取組内容 目標 達成時期 担当部局 ＜基礎・基盤的な研究開発＞ 人と協調でき 個々人の思考や情動、意思決定の傾向等を定量的に把握する基盤技術の研究開発 人個性判別手法を研究開発 2025 年 総 現在のＡＩ 技術の限界を突破し、人の るＡＩ 人とＡＩの間の協力や円滑なコミュニケーションに資する技術等の開発 グループ会話支援 AI の開発、ヒューマンコンピュ テ ーシ 2025 年度まで 文 能力の拡張に寄与する我が国の次世 ョン、人と AI の間の円滑なコミュニケーションを行うた め 代ＡＩ基盤技術として、人とＡＩ を滑 らか の計算の枠組みの確立等 につなぎ「人と協調できるＡＩ」， 限定デ 人間と対話し、学習する AI、ヒューマンインタラクション、知識構造化の自動化技 術の開 現場の従業員等が AI と対話しながら、熟練者が持つ暗 2023 年度中 経 ータや人の知識と融合するなど、 従来 発 黙知や社会の有する集合知を構造化し、AI と人間が 連 の大量かつ整理されたデータ以外か 携して学習できる手法を確立 らも「柔軟に学習できるＡＩ」、ＡＩの判断 柔 軟 に 学 習 ①マルチタスクの情報処理を目指した多課題対応脳型情報処理の基盤技術 を研 究開 ①脳の認知情報処理機構を研究開発 ①2025 年 総 結果の理由の説明や、ＡＩの 品質 を評 できるＡＩ 発 価できる「信頼できるＡＩ」 を定め、 ＡＩ ３ センターを中心に世界に先駆けて研 ②脳のメカニズムに倣いスパースなデータからの学習を可能とする次世代人工 知能技 ②スパースなデータからの学習を可能とする次 世代 人 ②2024 年度中 究開発を行う。 術の研究開発を推進 工知能技術の社会実装の実現 大量・整理された教師データによらない学習技術の構築 ・深層学習の原理を理論的に解明し、さらなる性 能・ 効 2021 年度まで 文 率の向上を実現 ・限定情報学習、因果推論、並列探索等、深 層学 習で 2024 年まで 太刀打ちできない難題解決（良質な少数データ か ら学 習する技術等）を目指した次世代 AI 基盤技術の開発 人間の知識の機械学習への組込み技術の開発 機械学習技術とシミュレーション技術・知識構 造化技 術 2023 年度中 経 の融合を発展させ、複雑な系やレアなケースに対応でき るシステムを整備 信頼できるＡＩ AI の内部表現の脳科学的解析を研究開発 各層のニューロン特性解析の研究 2025 年 総 深層学習の判断結果を理解する研究開発 深層学習の原理を理論的に解明し、 深層学習の判断 2021 年度まで 文 結果の根拠等を理解可能にする 人工知能技術が社会に浸透する際の倫理的・法的・社会的影響の影響分析等、 人工 人工知能の重要な資源である個人データの円滑な流 2025 年度まで 知能の倫理的課題を数理的観点も踏まえて解決 通の促進に向けたプライバシー保護技術の確立等 AI の有効性範囲・品質保証手法の開発 リスクの高い実世界での応用を念頭におき、開発され た 2023 年度中 経 AI の目的の範囲を明確にし、その範囲内での当該 AI の 品質を評価する手法を開発 説明できる AI 技術の開発 機械学習による学習・推論結果について、 人間 が理 解 2025 年度中 できるように説明し、信頼性を向上させる技術を開発 ○ 現状、試行錯誤が伴い多くの稼働と無駄が生じている ＡＩ AI 開発・導入プロセスの自動化（AI for AI）技術の開発 以下の技術を確立することにより、目的に応じた学習 済 2023 年度中 経 開発に対し、効率的に高品質なシステムを開発 す ること み機械学習モ デルの構築に必要な時間・ コストを現行 を目的としたＡＩ工学の確立を目指す。 の１／５にする ＜機械学習プロセスの自動化促進＞ 5 平成 30 年 8 月 17 日 施策概要（研究開発） 具体的な取組内容 目標 達成時期 担当部局 • 機械学習をする際に事前に設定するハイパ ー パ ラメ ータの自動最適化技術の開発 • 専門家・熟練者等の人手によるデータ構築 作業、 ア ノ テーション作業における人工知能の活用 手法の 確立 （人と AI との会話を通じたアノテーション作業 等 を含 む） ＜AI の開発・導入における各種プロセスに関 す る デ ー タ収集と効率化＞ • AI 開発・導入にあたっての前提となる有 効性範 囲の 事前合意手続き等の明確化とガイドライン化 • AI 開発・導入プロセスに係るアジャイル開発手法の導 入 • AI の業務への導入や AI による価値創造をコンサル ティングする AI の開発 モジュール化、再利用可能化技術の開発 • 汎用性の高い要素機能のソフトウェアモジ ュ ール化、 公開化の促進 • 転移学習による学習済みモデルの再利用の推進 • 国際標準化への対応、相互接続可能性の確保 等 ○ ＡＩと親和する脳型、 量子等の革新的コンピュ ーテ ィ ング センサ近傍の圧倒的に少ない計算リソースで高度な分析を行いながら要求され た時間 ・従来と比較して IoT ソリューションの開発期間または開 2022 年度まで 科技、経 技術等について、 具体的な目標を設定して産 学 官が一 内でフィジカル空間を制御する技術、従来取得できなかった情報を利用可能に す る超 発費用を 1/10 以下に削減するプラットフォームの開発 体となって研究開発を重点的に推進する 低消費電力 IoT チップ技術、革新的センサ技術等の技術課題の解決を行うとと もに、 容 ・ 従来設置できなかった環境での計測を可能とするた 易に高度な IoT ソリューションを創出できるプラットフォームを構築 め、消費電力やサイズを 1/5 以下に削減する、 超低消 費電力 IoT チップ開発や、革新的なセンサ技術の開発 ・上記技術の有効性を検証するとともに、社会 実装 を推 進し、複数の事例を創出 脳情報利用型コンピューティング技術の基盤を開発 現状の AI 技術の精度を向上 2025 年 総 Society5.0 を支える革新的コンピューティング技術の創出 ・情報処理を質的に大転換させる新たなコンピュ ーテ ィ 2025 年度まで 文 ング技術の創出 ・ ア ルゴ リ ズム、 アーキテクチャ等の技術レイヤーを連 携・強調させた高効率コンピューティング技術の創出 高効率・高速処理を可能とする AI チップ・次世代コンピュ ーティング の技術開発事業 消費電力性能で従来比 100 倍以上を実現する技術を確 2027 年度中 経 を立ち上げ、技術開発を実施 立 6 平成 30 年 8 月 17 日 （２）人材育成 ・研究開発目標と産業化ロードマップの実現に向けて、ＡＩ人材の不足が指摘されるところ、特にフェーズ１において、トップレベルのＡＩ人材を、産学官の強力な連携のもと、即戦力として育成することが急務である。 ※当該人材は、ＡＩに関する様々な知識・汎用的能力を有し（問題解決）、コンピュータサイエンスの知識・プログラミング技術を駆使でき（具現化）、具体的な社会課題に適用できる（活用）ことを期待。 ・フェーズ２及び３においてはより広い産業でのＡＩ技術の活用が予想されるところ、ＡＩ技術が創造する価値を産業として普及させる人材を育成していくことも必要である。 ・ＡＩ人材の育成が効果を発揮するには、ＡＩ人材を惹き付ける環境整備の観点から、ＡＩ人材の活躍できる場の確保が重要である。 この観点から、ＮＩＣＴ、理研、産総研が積極的にグローバル水準で活躍できる 国内 外の若手研究者等を相応に処遇し、給与だけでなく職務環境や内容等も魅力的なものにするとともに、共同研究先の研究者の受入や連携大学院・外部研究者との交流といった取組を推進することが必要である。 ・社会ニーズに応じた教育環境の整備、企業における処遇やマッチング等の課題もあり、これらに関する議論も併せて進める必要がある。 【具体的な取組例】 ①即戦力育成のための新たな取組 ●即戦力育成のための教育プログラム（ＡＩに関係する社会人を対象に、業務上必要な分野の最先端の知識やＡＩの体系的な知識の修得、リアルコモンデータ演習を通じた価値創造力の向上を目指す） ②大学と産業界の連携 ●大学と産業界との共同研究、ＯＪＴを通じた人材育成等の取組の面展開（教育プログラムの普及、インターンシップ充実の検討等） ③政府・研究機関等によるこれまでの取組と更なる充実 ●ＪＳＴファンディングによる若手人材育成 ●データ関連人材育成プログラム 施策概要（人材育成） 具体的な取組内容 目標 達成時期 担当部局 ○ 関係各省のＩＴ人材施策について、各レベルにおける現状の育成 可能規模 関係各省のＩＴ人材施策について、現状の育成施策を基に各レベルに おける 現 2025 年までに達成すべき育成規模を設定 2018 年度中 科技、総、文、厚、 を把握の上、2025 年までに達成すべき育成規模を 2018 年度中に設定し、情 状の育成可能規模を把握の上、 人材育成効果の観点から各施策によ る今 後 経、国 勢変化等に応じて必要な見直しを行う（今後施策の追加等があれば同様） 。 見 の育成規模について検討し、2025 年までに達成すべき育成規模を 2018 年度 直しにおいては、達成すべき育成規模の実現に向けて、有効な政策 を大胆に 中に設定 展開し、人材育成効果が低い又は不明な政策は整理統合又は廃止して、 より 効果の見込める政策にはリ ソースを集中・ 強化するなど、政府全体として 取り 組んでいく。 ○ ＩＴ人材の各レベルに対して、有望な若手研究者の研究機会の拡大、社会人のリ カレント教育、大学における実践的な教育から数理・データサイエ ンス教育 ① 先端Ｉ Ｔ人材を年数万人規模、ＩＴ人材 ① 2025 年まで 科技、総、文、厚、 における質・量の充実等を行うとともに、全ての生徒に対して、「読み・書き・そろばん」に匹敵する素養としてＩＴリテ ラシーを醸成する。レベルごとの主な人材育 を年数十万人規模で育成・採用できる ② 2032 年まで 経、国 成施策は下記のとおり。 体制を確立 ② 初等中等教育を終えた全ての生徒がＩ Ｔリテラシーを獲得 先端ＩＴ人 研究開発を通じたトッ プレベルの人材育成にＳＩ Ｐ／Ｐ ＲＩ Ｓ 理研等における研究プロジェクト等を通じた人材育成 ＡＩＰセンター受け入れ学生、企業研究者数 2018 年度中 科技(SIP)、文、経 材（ トッ プ・ Ｍ等の活用 の拡充（センターの各研究開発プロジ ェク ト 棟梁レベ への参画を通じて OJT 的に AI 分野の人材 ル） を育成）や統計数理研究所のリ ー デ ィン グ ＤＡＴ養成コース等の着実な実施等 ＪＳＴ事業等における若手研究者に対する研究費の拡充 大学院生を含む若手研究者の独自のテ ー 2018 年度中 科技(PRISM)、文 マでの個人研究を支援 ＩＰＡの未踏ＩＴ人材発掘・育成事業の拡充等 新たな技術領域を主導する先端 IT 人材の 2018 年度中 科技(PRISM)、経 発掘・育成 7 平成 30 年 8 月 17 日 施策概要（人材育成） 具体的な取組内容 目標 達成時期 担当部局 トップ人材の育成に向けた初等中等教育段階の数理・ デー スーパーサイエンスハイスクール、ジュ ニア ドクター育成塾、科学オリ ン ピッ ク 具体的な支援策の策定 2018 年度中 文 タサイエンス教育への支援を具体化 等の既存の支援策を踏まえて具体化 トビタテ！留学ＪＡＰＡＮ（ 未来テ クノロジ ー人材枠） の留学 企業を巻き込んだ課題解決型のワークショップの実施等 ワークショップの実施 2018 年度中 文 後の学生へのフォローアップを開始 博士課程の学生や博士号取得者等の高度人材に 対 する ・４拠点大学（東京医科歯科大学、電気通信大学、 大阪大学、 早稲田大 学） と 他機関への展開策の策定 2018 年度中 文 データサイエンス等の教育プログラム を開発・展開 他機関の協働によるデータ関連人材育成プログラムの開発 ・他機関への展開策を 2018 年度中に策定 先端ＩＴ人 ＡＩ関連のリカレント教育機会の拡大 第四次産業革命スキル習得講座の拡充 第 1 回として、ＡＩ・データサイエンス分野を 2018 年度中 経、厚 材（ 独り 立 含む 23 講座（16 事業者）を認定。（2018 年 ちレベル） 1 月） 第２回の講座募集・認定の実施 インフラ分野の個々の事業に適したソリューション を提供で 大学等におけるリカレント教育プログラムを開発・普及 東京大学にて寄付講座を開設・開始 2018 年中 国 きる人材の育成 ビッグデータ収集に必要な IoT 基盤運用のための人材育 ＡＩ時代において、現場のリアルなデータを収集するため、膨大な IoT 機器等 を ・求められるスキルの明確化、 認定方 法等 2019 年度中 総 成 迅速・効率的にネットワークに接続させるにあたり必要な技術を運用す る人 材 の確定 を育成する環境基盤を整備する。 ・IoT 基盤運用人材数の拡大 先端ＩＴ人 民間団体等が実施するＡＩ関連検定・資格試験の 受験者拡 非営利団体等が実施する、機械学習、深層学習（ ディープラーニング） 等の ＡＩ 各種試験の実施・広報 2018 年度中 科技、経 材（ 見習い 大策の検討 技術に関する知識・能力を証明できる検定・資格試験の受験者拡大策の検討 レベル） 産業界と連携した情報系の学生（ 学部・研究科） 及 び社会 教育プログラムの拠点大学から他大学への普及を含む育成規模拡大策 を 拠点大学から他大学への普及策等の具体 2018 年度中 文 人に対する実践的な教育（ＰＢＬ）プログラムを開発・普及 2018 年度中に見直し 的な育成規模拡大策の見直し Ø 情報系の学生を対象としたもの：東北大学、筑波大学、名古屋大学、 大阪 大学 Ø 社会人を対象としたもの：名古屋大学、北九州市立大学、東洋大学、 早稲 田大学、情報セキュリティ大学院大学 工学系教育改革を通じたデータサイエンス教育の強化 ① 工学系の学科・専攻の定員設定・ 教員編成を柔軟化し、 主専攻・ 副専攻 ① 大学設置基準の改正 2018 年度中 文 （メジャー・マイナー）制の導入を促進する大学設置基準の改正を 20 1 8 年 ② モデル・コア・カリキュラムの先導的開 度中に実施（情報系教員の他学科・ 他専攻での活用や重点配 置、 デ ータ 発 サイエンスを全ての学生が専攻することも可能） ③ ②のカリ キュ ラムの他大学への普及 ② 全工学分野でのデータサイエ ンス教育の取入れに向けたモ デル・ コア ・ カ 策を策定 リキュラムの先導的開発 一般ＩＴ人 大学全学生に対する数理・データサイエンス教育の標準 カ ① ６拠点大学（北海道大学、東京大学、滋賀大学、京都大学、大阪大学、 九 左記取組を含む育成規模拡大策を策定 2018 年度中 文 材 リキュラム等を開発・普及 州大学）と他大学の連携による標準カリキュラム等の開発に着手 ② ６拠点大学から他大学への教材等の共有や授業の共用（授 業の 実施が 難しい場合は、放送大学やＭＯＯＣを活用したオンラインでの履修も検討） 「ＩＴパスポート試験」における先端ＩＴに関する出題を追加 ＡＩ、ＩｏＴ、データ分野を中心に習得すべき知識等を示す「物差し」として「 Ｉ Ｔリ テ 「IT リテラシー・スタンダード」(仮称)の策定 2018 年度中 経 ラシー・スタンダード」（仮）を策定し、試験を拡充 8 平成 30 年 8 月 17 日 施策概要（人材育成） 具体的な取組内容 目標 達成時期 担当部局 IT パスポート試験の拡充（AI・IoT・データ等 の出題を拡充） Ｉ Ｔスキルの習得促進に向けた一般教育訓練給付の給付 人づくり革命 基本構想（2018 年 6 月人生 100 年時代構想会議決定）に基づ 労働政策審議会等の議論を踏ま え実現 に 2018 年度以降 厚 率の引上げ き、労働政策審議会等の議論を踏まえ、キャリアアップ効果の高い講座 を対 象 取り組む に、一般教育訓練給付の給付率の引上げを検討 基礎的ＩＴリテラシー習得のための職業訓練の開発・ 実施を 雇用保険（失業保険）を受給している求職者等を対象として、 キャリア ア ッ プ や 在職者訓練や離職者訓練において、 基礎 2018 年度中 厚 検討 希望する就職を実現するために、必要な職業スキルや知識を習得する こと が 的 IT リテラシー習得のための訓練コースを できるよう、基礎的ＩＴリテラシー習得のための職業訓練の開発・実施を検討 設定 国民一般 新学習指導要領（2020 年度より実施）による、言語能 力、 ① 新学習指導要領に定める目標の到達度についての評価の在り方を 2 0 1 8 ①新学習指導要領に基づく 学習 評価 の在 ①2018 年度中 文 情報活用能力（プログラミング的思考を含む）、問題発 見・ 年度中に具体化 り方に関する報告の取りまとめ ②2020 年度以降 解決能力等の学習の基盤となる資質・能力の育成 ② 国内外の各種の調査等を活用して新学習指導要領の実施後に お ける学 ②新学習指導要領の実施後にお ける 学習 随時 習状況を把握し、得られた結果を随時政策に反映 状況を把握し、得られた結果を随時政策 に 反映 新学習指導要領の着実な実施に向けた環境整備 教員による授業を支援するＩＣＴ支援員を 2022 年度までに４校に１名配置 ICT 支援員を 4 校に 1 名配置 2022 年度まで 文 新学習指導要領に基づく情報活用能力の育成に向けた教員研修等の充実 教員研修用教材の開発 2018 年度中 文 教員養成課程において情報機器を用いた指導力に関する科目の必修化 各教科の特性に応じた情報機器 の活 用等 2019 年度から 文 について必修化 新学習指導要領に対応した、情報科目の設定を含 む大学 2024 年度からの大学入学共通テストを「情報Ⅰ」等の新学習指導要領に対 応 2018 年度〜 文 入学共通テストの科目の再編を 2018 年度中に検討開始 した出題科目で実施することについて検討を推進 新学習指導要領の開始をきっかけに、 プログラミ ン グ等 を 地域におけるメンター、教材・会場、 活動資金等の各資源を活かし、 地域の 特 児童・生徒の居住地域等を問わず、 受け入 2019 年度まで 総 学びたい児童・生徒等が発展的に学び合う機会として「 地 性に応じた様々なタイプのモデル実証を実施 れが可能な地域 ICT クラブを展開 域ＩＣＴクラブ」を試行的に展開 ○ 学部横断的な人材育成が機動的に実施されるよう「学部等の組織 の枠 を 中央教育審議会における検討を踏まえ、2019 年度中を目処に大学 設置基 準 大学設置基準等の改正 2019 年度中 文 超えた学位プログラム」 を制度上位置づける。それにより、 既存の学 部、 研究 等を改正予定 科等において数理・データサイエンス教育を横断的に取り入れることや、 人文・ 社会科学系と情報工学系の学部横断的な教育プログラムの実施など、 社会的 ニーズ等に機動的に対応した教育の取組を促進する。 ○ 民間企業等への履修者、受講者・資格取得者、高度な外国人の 積極採用 大学、大学院、オンライン教育でのＡＩ関連教育プログラムの履修者、ＡＩ 関連 講 フォローア ッ プ調査の方法の検討と 実 施 2018 年度中 科技、経 に対する要請とその後のフォローアップ調査を実施する。 座の受講者やＡＩ関連検定・資格の取得者、高度な外国人に対する積極採用 を （P） 民間企業等へ要請するとともに、その後のフォローアップ調査を実施 9 平成 30 年 8 月 17 日 （３）産学官が有するデータ及びツール群の環境整備 ①重点分野でのデータ整備の強化 ・ＡＩ技術の技術開発にはデータが不可欠である。健康、医療、介護、交通、農林水産分野など社会ニーズにつながっているデータの活用、環境整備を行っていく必要がある。そのために も、 ３ センターと関係府省との連携が必要となっている。 ・また、データ自体だけでなく、データからＡＩで生成される学習済みモデルはより重要な価値を持つ。学習済みモ デルを流通させる仕組みを構築することは重要な課題である。 【具体的な取組例】 ●データ整備を目的としたプロジェクトの実施（ＮＥＤＯ等） ●最先端ＡＩデータテストベッドの整備（ＮＩＣＴ） ●匿名加工医療情報の円滑かつ公正な利活用の仕組みの整備 ②産学官連携によるデータ整備・提供の強化 ・大学や研究機関でデータ整備・提供を行うことは大きな負担が伴う。必要とされるデータを見極め、効果的にデータ整備・管理を行う支援体制の整備・強化が必要である。 ・また、産学官連携により、模擬環境やシミュレータ、実証環境を整備し、効率的にデータ整備・提供を行うことが必要である。 【具体的な取組例】 ●データ整備専門機関の体制強化（ＮＩＣＴ、ＪＳＴ、理研等） ●人工知能に関するグローバル研究拠点における模擬環境、実証環境、ＡＩ クラウドの整備（産総研） ③民間保有データの利活用促進 ・官民データ活用推進基本法の制定を受けて、国、地方公共団体、民間事業者が協力してデータ流通の拡大に取り組むことが必要である。 ・民間保有データ利活用については、データそのものが競争領域と協調領域の判断が難しく、個人情報の扱いなど解決すべき課題も多い。ＩｏＴ推進コンソーシアムのデータ流通促進ＷＧな ど の成功事例を共有し、必要なデータ活用を推進する。 ・データフォーマット等のデータプロファイルの標準化や情報活用に関するルール整備等を進めることも重要である。 【具体的な取組例】 ●データ流通促進ＷＧ（ＩｏＴ推進コンソーシアム） ●医療・健康データ利活用モデルの構築（ＰＨＲ等）（ＡＭＥＤ） ●データプロファイルの標準化等に向けたＩｏＴ実証プロジ ェクトなど 施策概要（産学官が有するデータ及びツール群の環境整備） 具体的な取組内容 目標 達成時期 担当部局 ⅰ）分野間データ連携基盤の整備 ・分野間データ連携基盤の整備 ・2020 年度まで IT 、 科 技 、 知 財、 ○ ＣＳＴＩ及びＩＴ総合戦略本部が司令塔として、関係府省庁、民間協議会等との連携の下、ＳＩＰ等を活用して、３年以内に分野間データ 連携基盤 個人、総、文、経 を整備し、５年以内を目指して本格稼働させる。その後、基盤の運営は、国の一定の管理の下で、順次民間への移転を検討する。 ・分野間データ連携基盤の本格稼働 ・2022 年度まで 語彙、メタデータ 、ＡＰＩ等の整備を進め、分野ご との デ ータ連 語彙、メタデータ、ＡＰＩ等の整備により、分野間および分野ごとのデ ータ 連携 分野ごとのデータ連携基盤と相互運用性を確 保し、 国 2022 年度まで ＩＴ、科技、総、経 携基盤との相互運用性を確保するとともに、 特定分野・ エ リ ア 基盤の相互運用性を確保し、機能・性能・運用性等を検証しながら、 ア ジ ャ イ 際的な連携も可能な分野間データ連携基盤 を本 格稼 （地方公共団体等）で実証し、 ＰＤＣＡサイクルを回しな が ら段 ルに開発。当面、2020 年に分野間連携の象徴的アプリケーションによる実証 働。自立運用可能なエコシステムを構築し、 基盤 の運 階的に整備 を目指して取り組む 営を民間へ移転 分野間データ連携基盤の整備に当たり、価値創造、 利 益の源 協調領域として、サービスプラットフォーム技術（ 語彙、 カタログ管理機 能等） 分野ごとのデータ連携基盤と相互運用性を確 保し、 国 2022 年度まで Ｉ Ｔ、 科技、 知 財 、 泉になり得る機能やツールについては競争領域として、 デ ータ や運用支援技術（ＡＩ類似語推定機能等）を開発し実装 際的な連携も可能な分野間データ連携基盤 を本 格稼 総、経 利活用の促進につながる基本的な機能やツールに つ いては 働。自立運用可能なエコシステムを構築し、 基盤 の運 協調領域として整備 営を民間へ移転 10 平成 30 年 8 月 17 日 施策概要（産学官が有するデータ及びツール群の環境整備） 具体的な取組内容 目標 達成時期 担当部局 諸外国におけるデータの流通や保護に関する制度、 知 的財産 ・各国のデータ保護・流通制度等の動向を踏まえ、データ連携基盤の利 活用 分野ごとのデータ連携基盤と相互運用性を確 保し、 国 2022 年度まで Ｉ Ｔ、 科技、 知 財 、 戦略の動向等も踏まえ、それらとの整合性を取りつつ、 分野間 ガイドライン整備やデータカタログ、 ＡＰＩ、 データ品質基準の仕様策 定な ど、 際的な連携も可能な分野間データ連携基盤 を本 格稼 個人、総、経 データ連携基盤の利活用が促進されるルールや仕 組み を整 必要なルール整備を推進 働。自立運用可能なエコシステムを構築し、 基盤 の運 備し、産学官が連携して国際標準化を推進 ・米国 NIEM や欧州 SEMIC との連携、相互運用性の確保等の取組を進め、 営を民間へ移転 国際標準化を目指す 欧米等とも整合性をとったサイバー・ フィジ カル・セキュ リ テ ィ対 第二期 SIP「IoT 社会に対応したサイバー・フィジカル・セキュリティ」において、 実稼働するデータ連携基盤に実証を通じて有効性を 2022 年度末 ＩＴ、科技、総、経 策基盤も活用し、分野間のデータ連携に必要となるセキュ リ テ 分野間のセキュアなデータ連携に活用できる技術開発を実施 確認したセキュ ア なデータ連携に係る技術の組み込 ィ機能を確保 み、実用化を実施 データを暗号化した状態でプライバシ ーを保護したまま利活用する手 法に つ 実データを用いた実用性検証実験の実施 2020 年度まで 総 いて、研究開発を実施 個人情報の適切な保護を図りつつ、個人データの円 滑な越境 ・日ＥＵ間の相互の円滑な個人データ移転を図る枠組みの構築につ いての戦 個人情報の適切な保護を図り つつ、 個人データの円 ― 個人 移転を確保するための環境整備に向けた取組を推進 略的な取組を引き続き推進 滑な越境移転を確保 ・APEC 越境プライバシールール（CBPR）システムの加盟国・地域・利用企業 の拡大に係る取組を引き続き推進 様々な地域において大学を核とし、データ連携を活用 した地方 社会実装のための学術ネッ トワーク（ＳＩＮＥＴ）等との連携による広 域環 境利 分野間データ連携基盤を通じてＳＩ ＮＥＴ等を活用 でき 2022 年度まで ＩＴ、科技、文 創生を可能とするため、全国の大学をつなぐネットワ ー ク基盤 用技術を整備 る環境を整備 を実証用テストベッドとして活用することを検討し、分野 間デ ー タ連携基盤を整備する可能性を検証 ⅱ）分野ごとのデータ連携基盤の整備 分野間、分野ごとのデータ連携基盤の相互 運用 性の 2022 年度まで ○ 各分野担当府省は、分野間データ連携基盤の全体設計の進展を踏まえつつ、当面は以下の分野について、分野ごとに、ドメイン語彙 、メタデ 確保 ータ、ＡＰＩ等を整備し、分野間データ連携基盤との相互運用性を確保する。 11 平成 30 年 8 月 17 日 施策概要（産学官が有するデータ及びツール群の環境整備） 具体的な取組内容 目標 達成時期 担当部局 ＜農業＞ 【技術開発・社会実装の推進】 農業データ連携基盤の機能を強化・拡張してスマ ー ト ①2025 年まで 科技、 宇宙、 総 、 フードチェーン全体でデータの相互活用を可能にしたス マー ト ・ブロックチェーン技術等を活用した、生産から加工・流通・消費までの情報の フードチェーンを 2022 年度までに構築し、 農、経 フードチェーンシステムを 2022 年度までに構築するため、 農業 共有・活用を可能とする情報プラットフォームの構築 ①農業の担い手のほぼ全てがデータを活用 した 農業 ②2025 年まで データ連携基盤の機能を生産から加工・流通・ 消費ま で強化・ ・高精度な生産・需要予測、需給マッチング技術の開発（ＡＩ技術等を活 用し、 を実践 拡張 多数のほ場のセンシング等で得られる各種データ、消費動向等を分析） ②スマート農業技術の国内外への展開による 1,000 億 ・生産情報を踏まえた物流における最適化技術の開発 円以上の市場獲得 ・農業用へのカスタマイズを含めた各種センサの開発、機械・施設のＩ ｏＴ 化や インテリジェンス化のための革新的な技術・システムの開発（多様な デ ータ を を達成 自動センシングして自動管理する技術等） ・多様な地域に導入可能な小型・機能特化型の自動農業機械の開発 ・「cm 級」精度で農業機械等を制御する技術・ システムの開発（ア ジ ア 太平 洋地域において準天頂衛星システム等を活用） 【技術開発・社会実装の加速化に向けた環境整備】 ・スマート農業関連の研究開発プラッ トフォーム間の連携強化、 プロ デュ ーサ ー人材の育成、異分野の知識・技術を融合させるセミナー・ワークシ ョッ プの 開催 ・先進的な農業者の技術オーダーに的確に対応できる革新的技術の 民間 コ ンサルタントの発掘・育成・活用 ・スマート農業の先端の要素技術を生産から出荷まで体系的に組み立て、 一 気通貫で実証 ・営農データの利活用に当たり、農業者とデータ利活用者の利用権限 を公平 に取り決めるための契約ガイドラインを 2018 年中に策定 ・ＡＩ技術等を活用した研究者と農業者をつなぐコミュニケーションツ ール の構 築 ・農業分野における地域が抱える課題解決に資するＡＩ、ＩｏＴサービスモ デル の創出・展開 【再掲】 ＜エネルギー＞ 2018 年度中に関係府省庁と、達成に向けた道筋を構築 データ連携基盤の枠組み構築 2020 年度 経、環 環境エネルギー分野のデータ連携基盤の枠組みを３年以 内に 構築するため、2018 年度中に関係府省庁と調整し、その達成 に向けた道筋を構築 ＜健康・医療・介護＞ 健康医療、文、 次世代医療基盤法 の施行後、医療情報の取得、匿名加工医 − − − 厚、経 療情報の作成・提供等を行う事業者を速やかに認定 12 平成 30 年 8 月 17 日 施策概要（産学官が有するデータ及びツール群の環境整備） 具体的な取組内容 目標 達成時期 担当部局 ＜健康・医療・介護＞ データヘルス改革を進め、健康長寿社会の形成に向けたデータ利 活用 基盤 データ利活用基盤の本格稼働に向けた環境整備 2020 年度 厚 データヘルス改革を進め、健康長寿社会の形成に向け たデ ー の本格稼働に向けた環境整備 タ利活用基盤を 2020 年度から本格稼働 ＜自動運転＞ 大規模実証実験を実施し、地図の更新、 動的な情報の配信等について 技術 ダイナミックマップの技術仕様の策定 2018 年度 ＩＴ、科技 ダイナミックマップ の検証・有効性の確認をしつつ、 技 術仕様 検証 を 2018 年度中に策定 ＜自動運転＞ ISO/TC204(ITS)/WG3 地図の主査として日本がダイナミックマップに関する国 ①ダイナミックマップの静的・準静的・準動的な情報 に ①2020 年度国際標 ＩＴ、科技、経 ダイナミックマップの国際標準化及び他分野展開に向 け た取 際標準規格開発を主導 係る要求、論理データモデルの国際標準規格化 準規格発行目標 組を推進 ②車線レベル位置参照方式を可能とする地図 プロ フ ァ ②2019 年度国際標 イルの国際標準規格化 準規格発行目標 ＜ものづくり＞ 具体的事例を想定しながら検討を進めるためにユースケース（「稼 働率 の向 ユースケースをもとに実証等を実施。【2018 年度中】 2020 年度 経 Connected Industries の実現に向け、複数企業の間でのデー 上」、「歩留まり率の向上」、「品質の向上」等）を策定し、データ流通シ ステ ム 海外連携、国際プラッ トフォーム化を目指す【201 9 年 タ流通・活用など、ものづくり データを連携させるための デ ータ の実証・開発を実施 度〜2020 年度】 利活用基盤を新たに整備 ＜物流・商流＞ スマート物流サービスの創出に向け、以下の研究開発に取り組む 官民連携して新たなビジネスモデルの創出を促進する 2022 年度まで 経、国 スマート物流サービスを創出するため、 ものの動き（物流） と個 １．物流・商流データプラットフォームの構築 ことによって、多くのサプライチェーン上の業界関 係者 品単位の商品情報（商流）のデータの収集・解析やサ プ ラ イチ ブロックチェーン等の技術を活用し高いセキュリテ ィを確保したプラッ ト フ ォ を巻き込んだ物流・商流データプラットフォームを構築 ェーン間でのデータの共有を図る物流・商流データプラッ トフ ォ ームや大量の物流・商流データを目的に沿って適切に処理・分析する こと を ームを 2022 年度までに整備 可能とする処理技術を開発 ２．「モノの動きの見える化」技術の開発 ①貨物動態情報や積載 3D センシング技術の開発、②物流センターにお け る荷姿・貨物情報の自動認識技術や積み合わせ解析技術の開発、 ③港湾荷 役業務の自動化実現技術の開発を実施 ３．「商品情報の見える化」技術の開発 ①80bit 以上で単価 1 円以下の RFID タグの開発、②高精度リーダーの開 発、③製品への高速貼付方法の開発、④国際標準規格を獲得 ＜インフラ＞ インフラに関わる管理台帳、工事記録、点検データ、センサーデータ、 基 盤地 インフラ・データプラットフォームの構築、分析の試行 2019 年度中 国 インフラデータのオープン化、Ｉ Ｔベンチャー企業等も含 めたオ 図情報、地盤情報等を共通中間データに変換して集約・共有可能と する イン ープンイノベーシ ョンを加速し、 i-Construction の深化等によ フラ・データプラットフォームの構築 る生産性向上を図るため、国、地方公共団体、民間のデ ータ を 連携させるインフラ・データプラットフォームを整備 ＜防災＞ SIP4D を活用した地方公共団体・民間における災害対応の推進 異なるタイプの複数の地方公共団体・民間へ の プロ ト 2022 年度 科技、文 災害情報を集約・統合・加工・提供するＳＩＰ４Ｄについて、 災害 タイプの実装 情報の充実、地方公共団体や民間が活用しやすい 形で の提 供により、府省庁のみならず地方公共団体や民間が 活用でき るように拡張 13 平成 30 年 8 月 17 日 施策概要（産学官が有するデータ及びツール群の環境整備） 具体的な取組内容 目標 達成時期 担当部局 ＜地球環境＞ ・ＤＩＡＳにおいて、水力発電ダム水量管理を行う水課題アプリケーションなど、 ・ニーズに応じたアプリケーションの開発 2020 年度 文 地球環境ビッグデータの学術及び産業利用を促進す るた め、 ニーズに応じたアプリケーションの開発を推進 ・利用側に配慮した安定的な運用環境の整備 ＤＩＡＳにおいて、ニーズに応じたアプリケーションの開発 を進 め ・適切なデータポリシーの設定や汎用的なフォーマッ ト形式の提供な ど、 利用 るとともに、利用側に配慮した安定的な運用環境を 2020 年度 側に配慮した安定的な運用環境の整備を推進 までに整備 ＜海洋＞ ①AUV 複数機運用技術等の開発に着手 ①具体的内容の検討実施 ①2018 年度内 海洋、文、国 ＭＤＡの能力強化の一環として、ＡＵＶ等の自動観測技 術の開 ②海洋情報の適正で効果的な集約と共有を行うための海洋状況表示シ ステ ②2018 年度内の運用開始 ②2018 年度内 発を含む情報の収集体制を強化し、海洋情報の適正で効果的 ムのアプリケーション開発に着手 な集約と共有を行う先進的な情報共有システム を引き続 き整 備 ＜宇宙＞ ①準天頂衛星システム「みちびき」の開発・運用を着実に推進 ①７機体制の確立と機能・性能及び運用性の 向上（ 準 ①2023 年度 宇宙、文、経 Ｇ空間情報センターも活用したＧ空間プロジ ェクトの推進 や衛 ②先進光学衛星(ALOS-3)・先進レーダ衛星(ALOS-4)等の開発・ 運用 を着実 天頂衛星システム） ②2020 年度 星データの源泉である各種衛星等のインフラを整備するとと も に推進 ②衛星を着実に開発し、打上げを実施 ③2020 年度 に、ＪＡＸＡなどが保有する衛星データ等を企業、大 学等 が活 ③政府が保有する衛星データ等を原則無償解放するとともに、基盤 イン フ ラ ③国際的な動向等も踏まえつつ、 原則無償 での 利用 用しやすい形で提供し、産業利用を促進する衛星データ プラッ として、ユーザーが宇宙由来のデータ、様々な地上データ、AI 解析技術等を によるオープン化及び利用者目線での具体 的な 開示 トフォームを新たに整備 組み合わせることができるデータプラットフォームの開発を実施 方法等の整備を行い、新たなビジネスを創出 14 平成 30 年 8 月 17 日 （４）ベンチャー支援 ①オープンイノベーションによるベンチャー支援の強化 ・ＡＩ技術の開発を迅速かつ機動的に進める上では、既存の大企業がベンチャー等へ資金面、事業化の面などで連携し、オープンイノベーション型でプラットフォームを形成していくことが望まれる。 ・大企業とベンチャーとのマッチングの機会を整備するとともに、大企業での目利き人材を特定し、ネットワーク化していくことが重要である。 ・また、大企業の課題を特定し、解決のための技術を有するベンチャーをつなぐコーディネート人材の育成も重要である。 【具体的な取組例】 ●オープンイノベーション協議会 ●ＮＥＤＯピッチ（ＮＥＤＯ） ●コーディネート人材の派遣（産総研、中小企業基盤整備機構等） ②ベンチャーを担う人材の育成・確保 ・技術はあっても経営ノウハウがないなど、ＡＩ分野を中心にベンチャーの担い手は依然として不足している。ベンチャー人材の育成とともに、新技術を用いた事業化の挑戦への支援や大企業か らの 資金が難しいプレシーズ段階での資金支援が必要である。 【具体的な取組例】 ●アウトリーチの会（産総研） ●ＡＩチャレンジコンテスト ●研究開発型ベンチャー支援事業（ＮＥＤＯ） ●ＩＣＴイノベーション創出チャレンジプログラム（I-Challenge!）（総務省） 施策概要（ベンチャー支援） 具体的な取組内容 目標 達成時期 担当部局 ○ オープンイノベーシ ョンによるベンチャー支援 の強 ・NEDO を事務局とするオープンイノベーション・ベンチャー創造協議会（JOIC）を設置し、NE DO ピ ・年間 10 件程度、累計 1000 人参加 2018 年度 経 化 ッチの実施等を通じて、大企業とベンチャー企業とのマッチングの機会を創出 ・AI 分野に限ったものではないが、ベンチャーと大企業のオープンイノベーションの推進 を目的と ・イベント参加者数：5,000 人 したマッチングイベントを通じ、ベンチャー、大企業、海外企業等の連携を促進 ○ ベンチャーを担う人材の育成・確保 I-Challenge!にて、民間からの資金調達が難しい「死の谷」を越える段階の事業化の挑戦を支援 2018 年度中に 3〜5 件程度の挑戦を新たに支援。 2018 年度中 総 ・革新的・挑戦的な AI 技術を発掘して支援することを目的に、優れた AI ベンチャー企業等 をデモ ・当該研究公募についてより効果的かつ効率的な 2019 年度中（P） 経 ンストレーションによるコンテストで選定する研究公募を NEDO において実施 実施方法の検討（P） ・ベンチャー企業が持つ優れた研究開発シーズ を大企業やベンチャーキャピタル等のコミ ッ ト を得 ・支援企業数：累計 65 件以上 て社会実装につなげるため、ＮＥＤＯを通じた、研究開発型ベンチャーへの支援を実施 ○ 「我が国の研究開発型ベンチャーの創業に係 る環 大企業・大学等とベンチャー企業との間での対等な協業・連携や柔軟な人材の移動を促 す方策 創業ＴＦにおいて、ＡＩ関連ベンチャーを対象とした 2018 年度中(P) 科技、総、文、農、 境を、 世界最高水準の米国又は中国並み に 整 を検討する創業ＴＦに対し、特にスピード感が求められるＡＩ関連ベンチャーを対象とした 具体的方 具体的方策の検討実施(P) 経、国 備」を目指す、ＣＳＴＩの下に設置されている創 業Ｔ 策について検討を要請(P) Ｆに対して、ＡＩ関連ベンチャーの創業促進 に 向け ＳＩＰを含む政府が取り組む研究開発・実証実験等についてＡＩ関連ベンチャーの阻害要因 となる 創業ＴＦに提示すべき、諸課題の抽出・整理(P) 2019 年央(P) 科技、総、文、厚、 た具体的な諸課題を提示することを通じて、 創業Ｔ 制度的・法的課題を抽出・整理し、創業ＴＦに提示(P) 農、経、国 Ｆにおける課題解消方策の検討に寄与 既存のＡＩ関連ベンチャーに対し、ベンチャー支援策の提示に向けたヒアリングを実施し、 創業 ＴＦ ＡＩ関連ベンチャーに対するヒアリ ングを通 じた支 2018 年度中(P) 科技 に提示(P) 援策のとりまとめ(P) 15 平成 30 年 8 月 17 日 （５）ＡＩ技術の開発に係る理解促進 ・ＡＩ技術の進化・普及は既存の産業や雇用に対する負の影響を懸念する声もあるが、そのような負の影響を克服し、ＡＩ技術をサービスとして利活用することで人間の能力を最大限に活用し、 人間社会 を豊かにし、経済・産業に便益をもたらすことについて理解を醸成していくことは重要である。 ・ディープラーニングなどはまだ原理的に未解明な部分はあるが、それによって開発自体が制限されるべきではなく、開発を進めた上で十分な検証を行うことが重要である。 ・ＡＩ技術の性能や安全性はアルゴリズムやデバイスだけでなく、使用するデータや環境に依存する部分がある。製造者だけでなく、サービスの提供者、使用者にＡＩ技術が理解されることが必要である。 施策概要（AI 技術の開発に係る理解促進） 具体的な取組内容 目標 達成時期 担当部局 ○ ＡＩ技術をより良い形で社会実装し共有するための基本原則となる「人間中心のＡＩ 社会 原則」 を 人工知能技術戦略会議の下に、産学民官のマルチステ ークホ ルダ ー 人間中心のＡＩ社会原則（ 仮 2018 年度中 科技、総、文、厚、 2018 年度中に策定し、Ｇ７、ＯＥＣＤ等の国際的な議論を我が国が主導する。 による「人間中心のＡＩ社会原則検討会議」を設置し、原則策定に 向け、 称）の策定 経、国 幅広い視野からの調査・検討を実施 16