Webで体験する研究所公開
AI・量子から6G、月との通信まで――KDDI総合研究所の今

量子コンピューターが実用化されると暗号解読リスクが高まるため、耐量子計算機暗号（PQC）が求められる。
一方でPQCは計算負荷が増大する。そこで、PQCの高速・軽量な実装技術や、PQCの利用が必要な暗号の洗い出し手法などの開発で、PQC移行を支援する。

自動化プログラムのボットが、不正ログインや情報拡散を行うサイバー攻撃が後を絶たない。kCAPTCHAは、ボットのアクセスを検知するプログラムを毎回自動生成して変化させる技術。検知プログラムから逃れようとするボットの振る舞いに対応し、不正アクセスを防ぐ。

未知の攻撃である「ゼロデイ攻撃」が多く発生している。既存のWeb Application Firewall（WAF）は、既知の攻撃をリスト化したブラックリスト型で、未知の攻撃を防げない。「KWAF」は、サーバーログからホワイトリストを自動生成することで、未知の攻撃を阻止できる。

生成AI（LLM、大規模言語モデル）では、犯罪幇助や自殺助長などの不適切な回答が得られることがある。これを防ぐため、心理学的なアプローチを使ってガードレールを開発した。LLMの入出力に含まれる悪意を心理学的に分析し、リスクの高い応答を防ぐ。

サイバー脅威の情報を収集・分析して、新しい手口が生み出される前に早期に対策を実現するため、世界規模の観測網に攻撃をおびき寄せる「ハニーポット」を配備する。ハニーポットは実システムではなくLLMを用いて構成することで、安全に先回り攻撃対策を実現する。

量子コンピューターの期待が高まる一方で、実用化に向けては高い専門知識と量子コンピュータの安定稼働が必要になる。KDDI総合研究所では、AI・量子共通基盤を開発し、専門知識を必要とせずに量子コンピューターとGPUを適切に選択できる技術や、量子コンピューターの運用監視技術などを提供し、実用化を加速する。

量子コンピューターによる暗号解読の脅威に対応する量子暗号通信は、高い安全性を持つ一方で膨大なデータ量の通信が必要になる。KDDI総合研究所は大容量光通信技術を生かして、57Tbpsの大容量量子暗号通信をパートナーと連携して開発し、KDDI局舎とデータセンター間の実証に成功した。

既存のAIは、過去と現在のつながりを認識することが難しく、ボールが道路にある映像を見ても、「ボールが道路にある」としか認識しない。KDDI総合研究所が開発した記憶を頼りにするAIでは、「公園に子どもがいた」記憶から「子どもが飛び出すかも」という文脈を理解する。

AIが現場の映像を分析して点検などを行う際に、故障や侵入などの特殊な学習データが多く必要になる。KDDI総合研究所では、現場の映像を擬似的にAIが生成して学習させたり、補助的なテキスト情報を追加学習させたりして、フィジカルAIの状況判断の精度を高める。

店舗などで品出しロボットなどが人間の近くで働くようになると、正確な作業だけでなく人間との接近などの高度な状況判断が求められるようになる。デモでは、品出しロボットが顧客の接近を検知して商品購入を促すようなロボットの自律制御技術を示した。

防災や災害対応に向けた、AIを活用した災害準備の促進や被災時の被害状況の推定、可視化の研究成果を展示した。デモでは、ドローン画像からAIが被害の大きさを推定し、被害状況を地図上に可視化、実際の画像を用いた状況把握が可能なことなどを示した。

建設や測量では高精細写真が用いられるようになり、伝送に時間がかかったり、データが欠落したりする課題が顕在化してきた。KDDI総合研究所では国際標準の映像圧縮技術をドローン測量に応用し、精度を維持したままで伝送時間を削減できることを示した。

3次元の情報を持つ3D点群データは、防災やインフラ、建設などで立体構造の把握に役立つ一方で、データ量が膨大なデメリットがある。KDDI総合研究所では3D点群圧縮伝送技術を開発し、データ量を20分の1に圧縮できる技術で、リアルタイム伝送と活用を可能にした。

5Gは主に人間がスマートフォンを利用していたが、6G時代にはAIエージェントやモノが通信を活用するようになる。そうした中で、高速通信を省電力で実現したり、通信品質を維持したりするような無線通信技術が、これまで以上に求められるようになってきた。

既存の無線通信技術では、基地局から発する電波が「セル」を作る。セルエッジでは電波強度が下がり、セル間の干渉で通信品質が下がることがある。KDDI総合研究所では、セルがない「セルフリー」の通信方式を開発し、場所を問わずに通信品質を確保できるデモを実施した。

高周波数帯も活用する6G時代には、さらに多くの基地局の運営が不可欠になる。その設定をAIに調整させるのがこのデモ。デモでは人間とAIで基地局の最適化設定を対決。AIが複数の基地局を制御しながら適切に通信品質の改善を実現できることを示した。

電波が届きにくい場所に対して、電波を的確に反射させて届けられる技術をデモした。電波の反射方向を制御できる「液晶メタサーフェス反射板」を使ったデモでは、人間による電波の遮蔽に対して、反射板を適切に設定することで電波が届けられることを示した。

高周波数帯を利用する際には、通信の途切れが大きな課題になる。ロボットの協調作業の現場では、1台でも通信が途切れると協調作業が乱れてしまう。ブースでは、電力変動パターンを学習したAIが通信の遮蔽を先読みし、事前に接続先を切り替えるデモを実施した。

デジタルツインを活用して、電波の見える化を推進する技術を展示。AIを活用することで、地図データと実測した電波の飛び方などから電波のデジタルツインを構築し、エリアの最適化を効率的に実施できることをデモで示した。

複雑化するネットワークでは、トラブルが発生したときの原因追求の難易度が高まる。KDDI総合研究所では、膨大なシステム性能データを基にAIを活用して障害箇所を特定する技術を開発。障害対応時間を大幅に減らす運用が可能なことを示した。

AIデータセンターでは、膨大な演算と通信が実行される。KDDI総合研究所でも高速広帯域で省電力なネットワークを実現するため、オール光ネットワーク（APN）の研究開発を推進している。データセンターネットワークの光化やマルチコアファイバーなどの展示があった。

月で通信サービスを提供するためには、地球と月の光通信が不可欠になる。しかし38万キロ離れた月と地球の通信衛星同士では、光の到来角度が刻一刻と変動して受信が困難だった。そこで高感度角度センサーなどを使った高精度追尾技術を開発し、追尾を可能にした。

月と地球の間の通信を実現するには、これまでは大型の光増幅器が必要だった。KDDI総合研究所では、小型で高出力なフォトニック結晶レーザーを活用することで、遠距離の通信を実証。10cm四方の小型の衛星を使った光衛星通信の実用化に足を踏み出した。