経済産業委員会

御答弁いただきまして、ありがとうございます。 　こういった、実際にコンサルティングも含めて、事後にしっかりと生産性が向上し、経営が高度化するところまでコミットする仕組みというところは非常に評価できるところでございますので、ばらまきにならないように、しっかりと成果等も注視していただきたいと思います。 　また、従量課金について現時点で制度がないことは理解いたしますけれども、例えば業務効率化による経費削減などを望むのであれば、そういった削減幅に連動するなど、いろいろな仕組みの可能性はあると思いますので、今後の検討に是非のせていただければというふうに考えております。ありがとうございます。 　では、続いて、三つ目のテーマとして、フィジカルＡＩのためのＡＩレディーなデータセットについてお伺いいたします。 　政府は、ＡＩロボティクス戦略において、我が国の強みである高品質な現場データを核に、データ

お答え申し上げます。 　今回開発するマルチモーダル基盤モデルには、汎用的な性能を持たせる必要があると考えております。したがいまして、テキストデータや音声、画像など、様々な汎用性のあるデータは当然学習させます。 　一方で、今回のマルチモーダル基盤モデルは、大規模言語モデルとは異なり、フィジカルＡＩを実現するためのＡＩモデルであります。したがいまして、テキストなどのデータだけでなく、触覚、摩擦などの物理特性データなどの様々なユニークなデータも学習させることが必要だと思っています。 　こうした物理特性などに関するデータについては、日本には、製造業などの現場の高品質なデータ、高齢者のヘルスケア、災害対応、廃炉などのユニークなデータが蓄積しておりまして、こうした様々なデータを活用することで、実社会を理解し、物理的なタスクを行うフィジカルＡＩの実現に結びつけていきたいというふうに考えています。

御答弁いただき、ありがとうございます。 　多様なデータというところで、まさにいろいろなデータを使いながらこれから社会実装を進めていく上で、テストベッドの整備について重ねてお伺いをいたします。 　ＡＩロボティクス戦略では、中核拠点にテストベッドを整備するとしています。テストベッドとは、導入現場に近いモックアップや試験設備といった物理の空間と、計算資源、データ基盤、シミュレーションといったサイバー空間を一体で運用し、学習、検証、改善を高速で回すための実証と実験の場です。 　実装ロードマップでは、市場規模、導入ニーズ、技術の成熟度、導入の容易性などを総合的に評価し、対象となる産業を横断で整理し、短期に共通する八つのタスクを選定しています。 　もっとも、現実にどの領域から絞り込んでいくか、まだ具体化されていないと承知しております。分野の選定においては、人手不足が最も深刻で、社会的必要性が一

なかなか面白い議論だと思っていまして、成功が見込みやすい製造業というおっしゃり方をしたのですが、私自身はちょっとまた別の見方をしているところがあるので、答弁をさせていただきたいと思います。 　先月末に改訂版を公表したＡＩロボティクス戦略では、ＡＩロボティクスの社会実装を加速する政策の柱の一つとして、ＡＩロボティクスの中核拠点、センター・オブ・エクセレンス、ＣＯＥの整備を掲げております。 　同戦略では、製造、介護、物流などの十八分野において二〇四〇年までに一千万台導入することを目標に掲げ、そのうち今六分野、製造、物流、建設・土木、建築、小売、警備の六分野を先行的に社会実装を進める分野として位置づけています。 　これの裏にある考え方でもないんですが、加えて、私自身は、ビッグデータ掛けるＡＩの時代なので、勝ち筋はかなりはっきりしていて、一言で言えば、我が国が超高齢社会で、かつ災害大国だとい

大臣、御答弁いただき、ありがとうございます。 　日本の置かれている状況をまさに課題先進国として捉えて強みとしていくというアプローチ、非常に共感をいたします。 　重ねて、データの観点でちょっとお伺いをしていきたいんですけれども、まさにこういった難しい現場でのデータもありますし、まさに強みとして伸ばしていこうという製造業の現場におけるデータ活用も非常に大きな課題があるというふうに認識をしております。まさに大臣がおっしゃっていただいたように、フィールドとしての日本は非常に豊かな可能性があると思いますけれども、世界に目を向けてみますと、フィジカルＡＩの領域におけるデータ集め、これは年々苛烈さを増しています。 　まさに、先ほど参考人もおっしゃっていただきましたけれども、言語データだけじゃないデータをどうやって集めていくかというところにいろいろな事業が今集積してきておりまして、データを取ること自

お答え申し上げます。 　まず、競争力があるフィジカルＡＩの開発には、現場で蓄積された物理特性などの様々なデータの活用が不可欠ということで、るるお話をさせていただきました。 　経済産業省においては、ＡＩ開発の支援プログラム、ＧＥＮＩＡＣなどにおいて、製造業などの現場データをＡＩの学習などに利用することができるようにするためのまずデータの整備手法、これを確立してそれを標準化する、さらに、その手法を活用してデータセットの構築を進める、こういった支援を進めています。この中には、当然のことながら、設備を導入するようなことも含めて支援対象に入ってくるということです。 　これらの事業においては、例えばシート状の特殊な触覚センサーとか、若しくは肩がけ型の画像、音声収集先端デバイス、こういった現場の実データを適切に収集するためのセンサーなどの機材を必要に応じて導入して、データセットを整備するということ

ありがとうございます。 　マルチモーダル基盤モデルに使っていくことを条件にしつつというところで、積極的に集めていくような取組を目指されているということで、方向性、非常に共感いたしますので、一層ここを推進いただければと思います。 　加えまして、こういったデータだとか研究の観点でいうと、先日、アメリカの取組であるジェネシス・ミッションのパートナーシップに日本も参加したことについてお伺いをしたいと思います。 　ジェネシス・ミッションは、米国が二〇二五年十一月に大統領令で立ち上げたものでございますけれども、ＡＩで科学の発見を加速するための国家的な取組です。日本はこのジェネシス・ミッションに参加する初の国際パートナーとなって、本年六月四日に文科省、エネルギー省、経済産業省の三者で日米の戦略パートナーシップの合意締結を署名、公表したと認識しております。 　まず、ここで政府参考人にお伺いいたしま

お答えいたします。 　本年六月に発表した日本のＡＩ・フォー・サイエンスの取組と米国のジェネシス・ミッションとの連携に向けた日米戦略的パートナーシップにおいて、日米は先進的なＡＩを活用して研究開発の在り方を根本的に変革することを目指し、様々な先端科学技術分野での協力を拡大、強化することとしています。 　日米両国は長年にわたり、互いの強みを生かしながら科学技術分野で補完的なパートナーシップを築いてまいりました。特にＡＩについては、米国は世界トップレベルの研究力を持ち、大規模なデータや計算資源環境を保有、整備する一方、日本にはＡＩ開発に不可欠な質の高い研究データが豊富に存在するなど、本パートナーシップにおいても両国にとって互恵的な連携が期待されております。 　その上で、本パートナーシップに基づく国際共同研究においては、日米の研究者が互いの国の計算資源をそれぞれの国の研究者と同じ条件で利用で

御答弁いただき、ありがとうございました。 　本取組は、まさに計算資源の共有というところもありますけれども、ＡＩ・フォー・サイエンスですとか共同研究の文脈で、データ等も共有しながら、一層の研究開発の推進に期待しております。 　その上では、先ほども大臣がおっしゃっていただきましたけれども、政府としてしっかりと、研究ですとか産業界のためにデータセットを構築していったりだとか、共有できるようにするような、積極的なリーダーシップを必要としていると考えておりまして、この取組の一層の進展を期待しております。 　それでは、時間となりましたので、以上とさせていただきます。どうもありがとうございました。

本日の質疑は以上でございます。 　次回は、公報をもってお知らせすることとし、本日は、これにて散会いたします。 　　　　午後二時五十分散会