理化学研究所が語る
「AI-Ready なデータ」が次のイノベーションを決める理由

AI（人工知能）活用は企業活動のあらゆる領域へ広がりつつある。誰もが AI を活用する時代、競争力を左右するのは AI モデルそのものではない。AI が活用できるデータをどれだけ保有し、それを価値へ変換できるかが重要になり始めている。理化学研究所 計算科学研究センターはこうした変化を捉え、研究開発だけでなく、社会課題解決や産業イノベーションのための AI 活用に力を入れている。そのためにどのようなデータ基盤が必要なのか。スーパーコンピューター「富岳」を運用してきた同センター長の松岡 聡氏と、研究基盤の運用を担う同センター運用技術部門長の庄司 文由氏に話を聞いた。

「AI × スパコン」で 誰もがイノベーターになれる時代に

生成 AI の進化によって、多くの企業で AI 活用が進んでいる。文章作成やプログラミング支援、情報検索などツールとしての利用にとどまらず、AI を軸に業務を再構築する動きも見られる。我が国が誇る、世界トップクラスの総合性能を有するスーパーコンピューター「富岳」にも、その波が迫りつつある。

理化学研究所 計算科学研究センター（以下、R-CCS）が推進するのは「AI for Science and Industry Innovation」だ。「計算という技術を科学的に進化させていくとともに、それを産業や社会に展開し、社会課題の解決や産業イノベーションに貢献する。これが当センターの意義だと考えています」と R-CCS センター長の松岡 聡氏は強調する。

従来、スーパーコンピューターは限られた専門家が利用する “特別な計算資源” だったが、今後はそうではなくなっていく。それは AI エージェントを介して、スーパーコンピューターを利用できるようになるからだ。R-CCS センター運用技術部門長の庄司 文由氏は次のように語る。

「利用者が自然言語で問いを投げかけると、AI エージェントが必要なデータを探し出し、適切な計算環境を選択して、シミュレーションや解析を実行する。スーパーコンピューターは、人が直接使う存在から『AI に利用される存在』へと変わっていくでしょう」

利用者はコマンドを駆使したり、スクリプトを書いたりする必要はない。漠然とした質問でも自然言語で AI に問いかければ、それを入り口にしてスーパーコンピューターが動く。その結果をどう解釈するかも AI が答えてくれる。

「スーパーコンピューターと無縁だった人でも最先端テクノロジーを利用できるようになるのです。裾野が広がり、イノベーションが次々起きるようになる。そんな世界が訪れるのではないかと今からワクワクしています」と庄司氏は続ける。

「富岳」をはじめとする大規模計算基盤は、AI による発見やイノベーションを支える社会基盤としての役割を担うようになるわけだ。

もちろん、その変化は計算基盤の使われ方だけでなく、研究開発そのものの進め方にも大きな影響を与える。創薬・材料開発・エネルギー・環境対策・ものづくりといった分野では、研究開発そのものが産業競争力の源泉になっている。AI はその研究開発プロセスも大きく変える。

「仮説の立案やデータ解析、知見の発見を AI が支援することで、一人ひとりのできることが格段に広がり、より大きな成果を生み出せるようになるでしょう。AI が研究者を置き換えるのではない。研究者や開発者の能力を何倍にも増幅することができるのです」と松岡氏は見る。

今のままでは「データ」がボトルネックになる

AI エージェントが研究開発に入り込む時代を見据え、R-CCS は新たな取り組みを進めている。その象徴が AI for Science 向けに開発したスーパーコンピューター「理究（りきゅう）」である。

AI 活用というと、画像処理半導体（GPU）の数や計算性能が注目されがちだが、「理究」を運用する中で別の課題も見えてきたという。それが「データ」だ。

AI 活用が進むほど、データ量は増え続ける。どれだけ高性能な GPU を用意しても、必要なデータが見つからない、その意味や文脈が理解できない、再利用できないといった状態では AI は十分に機能しない。「運用を重ねる中で、計算性能をどんなに高めても、従来の仕組みでは、データがボトルネックになると気づかされました」と庄司氏は振り返る。

必要なデータがどこにあり、何を意味し、どのように利用できるのか。それが把握できなければ、どれだけ高性能な AI を導入しても十分な成果にはつながらない。重要なのは、データを AI が活用できる状態で維持できるかどうかだ。

研究現場や企業には膨大なデータが存在している。しかし、その多くは AI がそのまま活用できる状態ではない。庄司氏が重視するのはデータの「セマンティクス」だ。「そのデータが何を表しているのか、どのような条件で生成されたのか、どの業務や研究と関係しているのかといった文脈まで理解する。セマンティクスとは、まさにその文脈情報のことです」と庄司氏は語る。

データは保存されているだけでは価値にならない。必要な時に見つけ出すことができ、その意味や背景を理解でき、さらに再利用できる状態になって初めて、AI 活用を支える“資産”として機能する。「AI が扱いやすいよう整理され、意味付けされ、継続的に活用できる『AI-Ready なデータ』が必要です」と庄司氏は主張する。

データを保存する時代から「活用し続ける」時代へ

AI の進展・普及とともに、データを保存・管理するために欠かせないストレージの役割も変わりつつある。研究データも企業データも、生成された瞬間に価値が決まるわけではない。蓄積され、解析され、他の研究や開発に再利用されることで初めて、新たな価値を生み出す。AI 活用が本格化するほど、この循環をいかに効率よく回せるかが重要になる。

加えて、外部に公開できない秘匿データや機微情報を扱うシーンも多くなる。「データの保護だけでなく、その使い方を含めてセキュリティーとガバナンスを確保する必要がある」（庄司氏）。

社会課題を解決し、新しい産業を生み出して、研究開発を加速する。そのためには必要な時に必要なデータを見つけ出し、その意味を理解して、AI が利用しやすい “AI-Readyな形” で “安全に” 提供し続ける仕組みが必要になる。

データ基盤としてのストレージに求められる役割は「保存」から「活用」、そして「継続的な価値創出」へと変わりつつあるのだ。

「富岳」の後継機となる「富岳NEXT」（※開発コードネーム）の開発にも、こうしたデータ設計思想が盛り込まれている。「富岳」の開発・運用による経験・教訓を踏まえ、「富岳NEXT」は「Made with Japan」「技術革新」「持続性／継続性」という開発方針を掲げる。目指すのは “AIとの協働前提” のスーパーコンピューターだ。

「『富岳NEXT』は学術・研究機関だけでなく、民間企業にも広く開放していく計画です。このプラットフォームを軸に国際的な協力体制を構築できれば、研究開発や産業イノベーションが大きく加速し、その価値も増幅するでしょう。日本復活の起爆剤になると期待しています」と松岡氏は力を込める。

計算資源の重要性は今後も変わらない。しかし、競争力の源泉は計算能力そのものから「データを価値へ変換する力」へと移りつつある。AI 時代の競争力を決めるのは、どれだけ多くのデータを保有しているかではない。そのデータを AI が理解し、活用できる状態へ変換し続けられるかどうかが、継続的なイノベーションを生み出す鍵になるのである。