トリプルアイズ新CEO・片渕博哉氏に聞く
第2回 囲碁AIからフィジカルAIへ──トリプルアイズが歩む技術進化
囲碁AIから顔認証、そして生成AIと、トリプルアイズは常に最新のAI潮流を踏まえながら技術を磨いてきた。その連続性は、一見異なる領域に見える囲碁・顔認証・LLMが、実は共通の「ベクトル検索」「探索」「認識」の技術でつながっていることにある。次の主戦場とされるフィジカルAI時代に向け、同社がどのように根幹技術を蓄積してきたのか、片渕氏に聞いた。
取材：2025年11月14日 オンラインにて
 |
片渕博哉（かたぶち・ひろや） 株式会社トリプルアイズ代表取締役CEO 1991年生まれ。東京都出身。東北大学理学部中退。2016年にトリプルアイズにエンジニアとして入社し、開発業務に従事した後、AIに関する研究開発のリードエンジニア、囲碁AIソフトウェア開発マネージャー、AIエンジニア教育サービスの責任者、画像認識プラットフォーム・AIZEの開発責任者、DXS事業責任者等を歴任。23年より執行役員を務め、DXS/AI 事業責任者、当社グループのAIに関する研究開発責任者、事業計画の策定等を担当。またイベント登壇、企業セミナー、技術記事寄稿など外部発信も積極的に行う。25年11月26日より現職。 トリプルアイズHP |
囲碁AIから顔認証へ、そしてフィジカルAIへ
編集部（以下、─）これまでのトリプルアイズのAI開発の流れについて教えていただけますか。
片渕博哉（以下、片渕） 開発の潮流というかAI研究の潮流に乗って、わたしたちは取捨選択して開発してきたという自負はあります。
─具体的にどんな流れでやってきたのでしょうか。
片渕 まず2014年から囲碁AIの開発がスタートしました。技術でいうと画像認識とか強化学習ですね。囲碁は19×19の碁盤の上で、10の360乗という宇宙の元素より多い選択肢から次の一手を決めて打つというゲームです。そこでは、局勢判断における画像認識と無量大数*1ともいえる多くの選択肢から「最適解」を導く探索エンジンの優秀さがポイントになります。
─囲碁AIへのチャレンジがAI開発の基礎になったというわけですね。
片渕 当時、囲碁AI世界大会には、Google、Facebook、テンセントなど、世界の名だたるグローバル企業が鎬を削っていました。そこは、AIモデルの優秀さを競い性能をアピールする場でもあったわけです。2016年には、当時世界トッププロ棋士であった李世乭（イ・セドル）にDeepMind社の「AlphaGo」が勝ったことにより、ニューラルネットワークの有用性が認められ第３次AIブームが巻き起こりました。2019年の世界大会では、当社はグロービスと共同開発し産総研のHPCで強化学習をおこなったプログラムで、2位という結果*2を残すことができました。
─そこで培った技術を用いて画像認識（顔認証）プラットフォーム・AIZE*3を立ち上げるわけですね。
片渕 囲碁と顔認証は「固定長」のデータからどのように詳細な「特徴量」を取得するかという部分で共通しています。認識する画像が囲碁の盤面から顔に変わっただけです。実際に人の顔のデータを数値に変換して、それをデータベースに入れて、そのデータベースのベクトル検索で本人か本人じゃないかを見極めるというのが顔認証の基本になります。
顔認証技術は、コロナ禍での検温需要も相まって、瞬く間に世間に浸透しました。今では、勤怠管理や入退室管理には欠かせない技術になっています。
─そこから2023年には今につながる生成AIブームがやってきます。
片渕 わたしたちはLLMを活用してRAGの開発をサービスとして行なっていますが、文章をベクトル化して数値に変換して、そこから検索をかけて一番近い答えを返すというのは、顔認証の索引の仕方と非常に近いものがあります。
＊1 無量大数：「無量（はかり知れないほど大きい量）」と「大数（大きい数）」を合わせた言葉で、「はかり知れないほど大きな数」という意味。漢字文化圏で名前のついた数のなかで最も大きな単位で、10の68乗を意味する。
＊2 以下を参照：「囲碁AI、世界の壁は厚かった！ 第11回UEC杯コンピュータ囲碁大会で「GLOBIS-AQZ」が惜しくも準優勝」
＊3 画像認識プラットフォーム・AIZE：トリプルアイズが独自に開発した画像認識AIエンジンを擁するプラットフォームサービス。顔認証や物体認証を行い、勤怠管理や入退室管理、破損箇所の検知などに活用されている。
フィジカルAI時代に必要な３つの根幹技術
─入力するのが文章か顔画像かのちがいであって、仕組みとしては同じ「ベクトル検索」で動いているんですね。
片渕 まったくちがうもののように見えますが、技術としては引き継がれています。今度はフィジカルAIが来ると言われていますが、空間認識ではまず画像認識が絶対必要になります。そして、物理空間にはたくさんの選択肢があって、ロボットがやらなきゃいけないことは何なのか無量大数のなかから最適な選択をして実行しなければなりません。この無量大数から最適解を探索エンジンで選択していくというのは、つまり囲碁AIの最適な候補手を選ぶ技術と近いもがあります。
今後、LLMというソフトウェアからフィジカルAIというハードの領域にテーマが移ったときに、自動運転もそうなんですけど、パラメーター数が増えて選択肢が増えてきたら、囲碁AIの技術が生きるだろうなということは、なんとなく読めてはいたんです。なので、LLM、つまり脳みその部分は、グローバルテックがお金をかけてやればいいと思うんですけど、いわゆる人間の環境とか世界をつないで、実行を判定して行動を獲得していくところは別のAIになるはずだから、そこに注力すればいいのかなと考えていました。LLMが流行りだしてから、あれは結局ソフトウェアの世界なんで、ハードに行ったときには、また別のAIが開発されるとなったときに、うちの今までの研究が生かされていくんじゃないかなというのは、ずっと考えていたことではあります。
─生成AIの次の概念を考えていると思ってもいいでしょうか。
片渕 時代はフィジカルAIでロボットの領域に行くと思うんですけど、わたしたちにはそこの根幹技術は全部やってきているという自負があります。
─根幹技術というのは何を指していますか。
片渕 わたしの解釈になりますが、囲碁AIで鍛えた膨大な選択肢からの「探索」、画像認識のAIZEが担う「認識」、領域特化LLMによる「生成」の３つがフィジカルAIに必要な根幹技術だと思っています。フィジカルですから、たとえれば、脳がLLM、目が画像認識、行動実行が探索エンジンにあたると思っていて、これらの統合がこれから始まるというイメージです。
「探索×認識×生成」で現場を“賢く”する
関連記事
