なぜ今人工知能や機械学習に注目が集まっているのか

あなたの疑問に答えているのはロボットかもしれない

Yahoo!知恵袋で質問したら、もしかすると人工知能が回答しているかもしれません。

自然言語理解は技術的に成熟してきたし、答えを導き出すロジックも新しくない成熟したテクノロジーとなりつつあります。

 

今年の頭にこんな本も出版されました。

人工知能は人間を超えるか (角川EPUB選書)

人工知能は人間を超えるか (角川EPUB選書)

 

 

2012年ざっくりどんなことが人工知能に起きたか

Hintonがディープラーニングは発表するまでの人工知能は、一世を風靡したAkinatorのように人間が人工知能にものを教えるのが当たり前でした。人間は機械のように24時間働けないし計算量も少ないので、賢い人工知能は中々作れなかったわけです。

 

ところがHintonは猫には毛があって、顔が丸くて、という特徴を人工知能だけで学習させる方法を発表しました。

 

Googleはこのテクノロジーを応用し、Youtubeの動画を使って猫を認識する人工知能を作って見せました。

 

何がすごいかというと、とにかくPCを並べて大量の画像データをぶっこめば人だろうが何だろうが高い精度で認識できるようになりました。人間の役目は人工知能がこんな集まりを見つけたんだけど、これって何?に答えてあげるだけです。

これは人

これは日本人

これはアフリカ系

これは北欧の・・・というような具合です。

 

要は人工知能が自分で知識を獲得し始めたということです。

 

Facebookの写真に名前が付けられる技術も

実は基礎技術がディープラーニングだったりします。単に画像認識させるだけでは8割程度の精度しかありませんが、3Dモデリングでパラメータ化することで精度を高めています。今各企業の優秀なエンジニアがこのような可能性にチャレンジしています。

 

IBMのWatsonはちょっと違う

ディープラーニングの前からいたワトソン君は、コグニティブ・コンピューティング・システムとかいうたいそうな名前が付いており、質問応答と意思決定の人工知能です。ざっくりのくくりではSiriと同じカテゴリーで、企業のコールセンター業務やWebでの自動応答などで利用されるのに向いていて、絶賛稼働が始まってきています。

 

人間が頑張る系の人口知能ですが、ディープラーニングの企業買収などを経て、急速に自己学習の機能が追加されているワトソン君です。

 

ちなみに日本のコールセンター市場は・・・7000億!

アメリカに至っては2兆円!

Watsonがどこまでマーケットを牛耳るか見ものです。

 

 

日本だと三越伊勢丹で顔認識されてます

実際は個人トラッキングまで実装できますが、男女どれくらいの比率で来たとか、何時から何時に何人来たとか、そういったこれまで何百万も書けなければわからなかった情報がカメラとPCを置いておくだけで可視化できるようになりました。

 

店舗内のどの棚で人が滞留しているか、棚を変えてみたらどんな風に回遊してくれるかなど、今まで見えなかった店舗の流入からコンバージョンまでが見えるようになります。見えるようになればあとは勝手にPDCAが周り効率的になりますよね。

 

 

ディープラーニングの課題とこれから

とにかくディープラーニングは精度を上げるために大量のインプットとマシンパワーを必要とします。さらに精度を上げるには試行錯誤も必要だし、小さなブレイクスルーの積み重ねも必要で多くの人手も要します。

ただ、この領域は社会のあり方を変えてしまうほどの力を持っているしいくつかの職業を完全に代替してしまう可能性を持っています。

 

トポロジカルデータアナリシス

ディープラーニングの次の技術としてトポロジカルデータアナリシスが注目されています。人間は二次元の画像データを脳内でどうやって三次元データにに変換しているのかを解決するアプローチです。

 

もうサッパリですね!

 

とにかくこういうブレークスルーがまさに人工知能で起きていて、コールセンターがWatsonになったり、店舗にだれがいつ来たなんていうのが丸わかりになってしまう社会がもう来てしまいました。興奮してきました!