特別広報企画 人工知能サミット 2018

REVIEW
AIがもたらすビジネス革命

その実現のためにいまなすべきこととは

日本IBM

自社のデータを強みに変える、ビジネスのためのAI

日本IBM ワトソンData & AI ワトソンソリューション担当理事 元木 剛 氏

自社のデータを強みに変える、
ビジネスのためのAI

日本IBM
ワトソンData & AI
ワトソンソリューション担当理事

元木 剛

IBMのAIプラットフォームである「IBM Watson」(以下Watson)が、ビジネスのためのAIとして進化を続けている。同社の元木剛氏が、AIの最新動向を交えながら、Watsonについて、特にData層とAI層の統合という観点から解説した。

「Watsonの法則」によって埋もれたデータの活用を加速

 講演の冒頭で元木氏は、AIの将来展望とWatsonの進化の状況を説明。Watsonの能力向上の速度について、「ムーアの法則」(半導体の集積度は18カ月で2倍になる)と「メトカーフの法則」(通信網の価値は利用者数の2乗に比例する)を引き合いに出して、「将来は『Watsonの法則』と呼ばれるかもしれません」と、大きな技術革新のまっただ中にあることを強調した。

 IoTやSNSの進展によって、日常的に生成されるデータ量は爆発的に増加している。しかし、増加するデータを消費し活用するための人間の認知能力には限界があり、そのギャップが大きな課題となっていく。「Watsonの進化によって、私たちが活用できるデータが指数関数的に増えることになります」。これが、Watsonの法則である。

 これを示す例として、元木氏はコールセンターなどで活用される対話・照会応答型システムを挙げた。Watsonでは、機械学習や自然言語解析の技術を駆使して対話アプリケーションを開発するためのプラットフォームとして「Watson Assistant」というサービスを提供中だ。このサービスは、限られた数のよくある質問「FAQ型」照会応答では大きな力を発揮する。ただし、専門性が強くあまり頻度の高くない質問に対してまで回答を提示するようなケース(これを「ロングテールQ&A」と呼ぶ)では、質問者が欲するようなデータにたどり着くのが難しくなる。これはWatson Assistantに限らず、一般的な商用の対話・照会応答エンジンに共通する課題だ。

 こうした課題を解決するために、IBMでは「Watson Discovery」という新たなサービスを開発した。これは、知識ベースを構築しその空間を探索することにより何十万・何百万という回答候補から求められる答えをランキングして提示するサービス。「大規模な知識空間を探索するとともに、教師データをもとに学習を重ねることで適切な意思決定を支援する回答や根拠を提示するサービス」である。

 Discoveryは主な機能として、①HTMLやPDF、WORD、JSONなどの多種多様な文書を読み込んで、それらに対して構造の変換と標準化を行う文書読み込み機能、②文書に記述された自然文の中から情報の抽出と意味付けを行うエンリッチ機能、③意味付けをインデックスに保持して知識ベースを構築し、検索・分析するクエリー機能──を提供する。「Watson Knowledge Studio」というツールと連携させることによって、特定の業界・専門領域や企業特有の言葉や言い回しを教え込むことも可能だ。Watson Assistantと同Discoveryを組み合わせることでFAQ型の照会応答とロングテールQ&Aの両方に対して、適切な回答を提示することが可能になる。

2つのソリューションを組み合わせることによって、FAQ型の照会応答とロングテールQ&Aの双方に対して適切な回答を提示できるようになる

2つのソリューションを組み合わせることによって、FAQ型の照会応答とロングテールQ&Aの双方に対して適切な回答を提示できるようになる

画像を拡大する

AI活用を成功に導く3つのポイントとは?

 元木氏は、ビジネスにおけるAI活用を成功に導くポイントが3つあるという。①AIのモデル開発に入る前のデータ整備作業をどれだけ極小化できるか、②ビジネスの現場にいるデータ活用者に対して、どれだけ簡易で優れたAI開発および機械学習の仕組みを提供できるか、③生成したモデルをビジネスプロセスにどのように適用し継続的な学習を可能にするか──の3つだ。①にあるデータ整備は、AI活用における作業全体の8割を占めているという。

 こうした企業ユーザーの課題を解決するために、IBMは2018年3月にデータ管理・分析基盤関連のソリューションとAI関連のソリューションを統合して展開する「Watson Data & AI」という取り組みを発表している。

 Watson Data & AIでは、データを統合して管理する基盤として「Watson Knowledge Catalog」を提供する。これは、インテリジェントなカタログサービスで、機械学習モデルや構造化データ、非構造化データを含む分散したデータ資産を一つにまとめるものだ。

 ここに蓄えたデータを活用して、すぐにAIが利用できる分析基盤として「Watson Studio」を提供する。機械学習技術の一種であるディープラーニングの基盤と連携する機能も備えている。分析基盤は、パブリッククラウドとプライベートクラウドのいずれの環境でも利用でき、ハイブリッドクラウド環境での利用も可能である。

 この分析基盤の上で、各種の学習済みコグニティブサービスのAPIを呼び出して活用することが可能だ。提供するAPIは、Watson Assistantと同Discovery以外にも、感情・性格分析や言語翻訳、音声認識・合成、画像認識などのコグニティブサービスが含まれる。

 これらを活用した業種・業務別ソリューションも、Watson Data & AIの枠組みの中で提供していく。金融や医療、製造・IoT、マーケティング、人事、セキュリティなどの領域でWatsonを組み込んだソリューションが用意されている。

データ基盤・分析基盤・AIの三位一体で成果を継続

 Watsonは顧客にサービスやシステムを提供する際に、3階層の学習モデルを用意する。①一般的に入手できる大量データから学習しどのような業種・業務でも共通に活用できる「ベースモデル」、②特定の業種・業務におけるデータを学習した「業務・ドメイン別モデル」、③企業内の固有のデータを学習した「企業固有モデル」──の3階層のモデルだ。元木氏によると、対象となるデータのドメインが絞られるほど、学習が加速するという。

 同社は2018年3月に、さまざまな業界の顧客に対して事前に業界固有の機械可読データを提供する「IBM Watson Data Kit」を発表している。当初は旅行・運輸業界と食品業界を対象に、旅行のPOI(Points of Interest)およびフードメニュー用のWatson Data Kitを、順次提供する予定だという(当初は英語版のみの提供)。

 元木氏は「企業におけるAI活用で継続して成果を出していくためには『データ管理基盤』『データ分析基盤』『AI』の三位一体で環境を整備していくことが求められます。このうちのいずれかが欠けても、成果を継続していくことは困難になります」と強調する。

「データ基盤」「分析基盤」「AI」の三位一体で環境を整備することによって、継続的にAI活用の成果を生み出せるようになる

「データ基盤」「分析基盤」「AI」の三位一体で環境を整備することによって、継続的にAI活用の成果を生み出せるようになる

画像を拡大する

このページのトップに戻る