ディープラーニング（深層学習）の技術開発がますます活発になっている。最適な行動や動作の決定、コンテンツの生成といった用途に使える成果が相次ぎ登場した。画像内容の質疑応答が可能な対話システムなど、高い知性の実現を目指した研究も始まっている。 「DNNは、真の知性を作るための重要な一要素になると思う。ただし、未来のDNNは現在とはかなり違う。新たなタスク（課題）に対して適切なネットワークの構造を自動的に考案し、ネットワークの構造を常に進化させ、精力的に情報を集め続けて将来どう行動すべきかを学んでいく」（米University of California Berkeley校 ProfessorのTrevor Darrell氏）。 深層学習を使って、より知的なAIを実現しようと試みる研究がますます活発になっている。パターン認識のように、与えられたデータを受け身で処理する段階から、データをもとに現実

音楽産業が衰退している。音楽配信がCDからiTunesのようなデジタルに変わり、今ではSpotifyなどストリーミングが主流となった。これに伴って、業界全体の売上金額が大きく減少した。音楽制作もIT化が進み、コンピュータに楽譜を入力して音を創る。出来上がった音楽は、フォトショップで修正するように、いかようにも手を加えることができる。主としてコスト削減が目的であるが、The Beatlesのような歴史に残る名作も生まれない。 このような中で、人工知能が音楽特性を正確に把握できることが分かった。この研究結果が業界に衝撃を与えている。人工知能が音楽業界再生の切り札となるのか、様々な試みがなされている。 Convolutional Neural Networkで音楽特性を把握 音楽のような二次元データは、人工知能が得意とする分野である。しかし、新しい可能性を求めて多くの研究者が挑んできたが、目立っ

ディープラーニング技術を活用するのはGoogle社やMicrosoft社といった米国企業ばかりではない。日本の企業の中にも、いち早く商用化する企業が出始めた。小売り店舗などでの人の流れの画像認識に応用したABEJA、ニュース閲覧アプリでのトピック分類に応用したスマートニュース。先駆的な2社の事例を見ていこう。 ABEJA ディープラーニング技術が最も成果を上げた領域である画像認識。これをいち早く商用サービスに生かしているのが、2012年設立のベンチャー企業、ABEJAである注1）。同社創業前に米国シリコンバレーに滞在していた代表取締役CEOの岡田陽介氏が「Google社が活用するなど、現地で盛んに話題になっていたディープラーニング技術を何とか事業化できないか」との思いで設立した。 同社が手掛けるのは、小売業や外食などの店舗内で来店客の動きやその属性を計測する「人流計測」と呼ばれるシステムだ

人工知能（AI）分野で数十年来の歴史を持つ技術「ニューラルネットワーク」が今、復権している。深い階層のニューラルネットを学習可能にする技術「ディープラーニング」が登場したことで、画像認識や音声認識などで従来手法と比べて高い精度を実現した。ただし現時点での応用範囲は限定的で人に近づくにはさらなる革新が必要だ。 「人工知能に革命をもたらす」として一般の新聞や雑誌をもにぎわすようになった「ディープラーニング（deep learning、深層学習）」技術。その実用化が猛烈な勢いで進んでいる。米Google社 Senior FellowのJeff Dean氏は2015年3月に開催されたイベントで、同社の写真検索サービスや道路画像表示サービス「Street View」、Androidの音声認識、広告表示など「既に47種類の自社サービスで利用している」と明言した。 Google社に限らず、米Micros

あるときは銀行の窓口業務をこなし、あるときはがん患者の治療方針を提案し、あるときは独創的な料理を作る――。米IBMの「Watson」が提供するアプリケーションはあまりに多彩で、捉えどころがない。 Watsonとは、いったい何を指す言葉なのか。IBMは、クイズ王を破ったこのコグニティブ（認知）システムを、どうビジネスに結びつけるつもりなのか。英語向けのWatsonを日本語に対応させることは、本当に可能なのか。 これらの問いに最も適切な答えを返せるのは、Watson Groupの指揮を執るIBMシニア・バイス・プレジデントのマイク・ローディン氏だろう。 ローディン氏は、Software Solutions Groupの責任者だった2011年半ば、クイズ番組「ジョパディ！」でWatsonがクイズ王を破ったシーンをテレビで見て、思わず「I want that！（これが欲しい！）」と叫んだという。翌

コンピュータの「ユーザーインターフェース（UI）」には、二つの用途があることにお気づきだろうか。一つはご存じの通り、我々人間がコンピュータを利用するための接点（インターフェース）である。もう一つは、コンピュータが人間を観察するための接点だ。 UIを通じて人間行動を「機械学習」したコンピュータが、人間のように行動できるプログラムを次々と生み出していく――。SFのような未来が、もうそこにまで迫っている。 「今後の機械学習の発展にとって最も重要なのは、UIの進化だ」。記者にそう教えてくれたのは、米IBMの「トーマス・J・ワトソン研究所（ワトソン研）」で人工知能「Watson」の研究開発を進めているBrian Gaucher氏（写真1）である。記者は2013年11月、機械学習の最新動向を取材するために、IBMのワトソン研を訪問していた。

「自ら学習するマシンを生み出すことには、マイクロソフト10社分の価値がある」。 米マイクロソフトの創業者ビル・ゲイツ氏は今から10年前の2004年2月にこう語った。 その時は来た。 米グーグルや米アップル、米フェイスブックといった先進IT企業は今、コンピュータがデータの中から知識やルールを自動的に獲得する「機械学習」の技術を駆使し、様々なイノベーションを生み出し始めている。 これらは来たる機械学習革命の、ほんの序章に過ぎない。 機械学習の本質は、知性を実現する「アルゴリズム」を人間の行動パターンから自動生成することにある。 この事実が持つ意味は、果てしなく大きい。 今後、実社会における様々な領域で「人間の頭脳を持つプログラム」が登場する一方、データの中から知識やルールを見つけ出したり、プログラムを開発したりするデータサイエンティストやプログラマーの仕事が、機械に置き換えられてしまうからだ。

世界中で毎日書き込まれているFacebookやTwitter、ブログ、YouTubeの口コミなどの内容から、顧客の生の声をつかんで分析・活用することといえる。当社のソリューションを使うと、例えば自社やライバルの商品やサービスについてソーシャルメディア上にポジティブな言葉がどれだけあるか、ネガティブな言葉はどうなのかが分かる。 どんな言葉が書き込まれているかを分析すれば、自社やライバルの商品やサービスがどう思われているか、もっと良い商品やサービスを展開するにはどうすべきかなどを判断できるだろう。 企業のマーケティングに活用することで、販売施策を考えたり海外市場に売り込んだりするときの判断材料に使える。市場への効率的なアプローチにつながるはずだ。 企業のブランド価値が口コミに左右される時代になっている。 ソーシャルメディア上でネガティブな意見が多いと、すぐに拡散して実際のビジネスにも影響が出て

旅行で撮影したビデオを後で見返しているときに、このようなことを経験したことはないだろうか。例えば、印象に残ったランドマークが出てくるシーンに飛びたいが、巻き戻しや早送りを繰り返しながら、目的のシーンを探す――。 このような問題は、特に映像データを扱うときに、常につきまとう。非構造データである映像データを扱う場合にも、前回の連載で指摘した音声ビッグデータの利活用と同種の問題が生じる。 これまでも、ビデオの中で盛り上がったシーンを検出できる技術や製品が発売されたことがあった。これらの技術では、あらかじめ「辞書」と呼ばれる取り出したい情報をモデル化したデータを基に、シーンの解析を行い、検出を行っていた。 この技術は、特定のシーンを検出するために使われたが、ユーザが希望するシーンを自動的に判断するような機能はついていなかったため、見たいシーンを見る場合には、やはり先頭から見ていくしかなかった。 そ

写真2●トレジャーデータのメンバー。CEOは米レッドハットなどで勤務した芳川裕誠氏。CTOの太田一樹氏はプリファードインフラストラクチャーの前CTO。楽天で分散キー・バリュー・ストアのROMAを開発した西澤無我氏、OSSのログ収集ツールFluentdやメッセージングミドルウエアMessagePackを開発した古橋貞之氏、MongoDB JPの設立メンバー井上敬浩氏などが参加している 米トレジャーデータは2012年9月27日（米国時間）、データウエアハウス（DWH）のクラウドサービスである「Treasure Data Cloud Data Warehouse（DWH） Service」を開始したと発表した。「Hadoop」をベースにしたDWHだが、Hadoop独自の「MapReduce」ではなく、SQLのクエリーや「JDBC」「ODBC」などを使って蓄積したデータを活用できることが特徴。米国

医薬品卸の東邦薬品では、意思や薬剤師から聞いた話を営業担当者がタイムラグ無く音声で報告できる仕組みを導入した。電話をかける時と同じようにスマートフォンに声を吹き込むと、音声認識によって瞬時に文字情報に変換される。 そのスピードは手で文字を打ち込むよりも速い。しかも認識率はほぼ100％だという。あとは送信ボタンを押すだけで、東邦薬品と医薬メーカーにメール送信される。2000人の担当者から月間5万件もの情報が届き、医薬メーカーとの商談に役立てている。長年コールセンターを運営して得たノウハウに基づき、独自の音声認識辞書を開発して、営業力の差別化に結びつけた。 ※　　※　　※ 東邦薬品には「MS（マーケティング・スペシャリスト）」と呼ばれる営業担当者がグループ全体で約2000人いる。MSの主な仕事は医療機関や調剤薬局を回って医師や薬剤師と会話をし、処方した医薬品に対する生の情報をかき集めることであ