This is Watson

This is Watson : AIでリードするために重要な3つの領域

記事をシェアする:

(Part II) IBMは長年にわたってお客様とパートナーを組み、データに関するニーズや戦略について、支援してきました。データとAIが表裏一体であることは明らかです。さらに、この認識から「AIのはしご(AI Ladder)」という概念(英語)が生まれました。IBMはデータ・サイエンスと機械学習の分野でスキル・トレーニングを開発し、標準団体とパートナーを組んでデータ・サイエンスに関する新しい認証を制定し、さらに専門家のグループであるIBM Data Science Elite Team(英語)も創立しました。このチームは、お客様が初めてのAIモデルを本番稼働させるための支援を専門としています。

IBMの経験に基づいて、AIでリードするために重要な3つの領域(または足がかりとなるもの)が明らかになりました。それは、差別化されたプラットフォーム、スキル、研究です。それぞれについて、詳しく説明しましょう。

差別化されたプラットフォーム

AIテクノロジーの90%以上は「共通知識」であるということは、留意すべき重要な点です。つまり、大切なのは、テクノロジーの強化と製品化に際して企業がどこに重点を置くかということです。IBM Watsonは、(例えば、消費者データの不足や公開データ・セットの使用に関する細心の注意、企業のお客様が必要とするAIのカスタマイズなどといった要件のため)必然的に、お客様が少ないデータと専門知識でもモデルの学習/カスタマイズができるよう、テクノロジーの製品化を重視してきました。

これに対して、GoogleやAmazonなどの企業は、基本モデルを強化するために数千のコントラクターを雇い、データのラベル付けを行って、考えられるあらゆる状況に対応するように基本モデルを改善しています。IBMが取り組んでいるのはこういったものとは違います。他にはないIBMの特長をいくつか述べます。

  1. AIのカスタマイズの容易さ。例えば、インテントの分類(Watson Assistantの心臓部)によって、組織は小さな学習セットから始められます。つまり、データのラベルつけ担当を多く雇う必要はありません。このテクノロジーが推進力となって、RBS(英語)(前述)、Bradesco(英語)Credit Mutuel(英語)Vodafone UK(英語)などの企業が、市場で非常に大きな成功を収めています。
  2. AIの自動化。例えば、AutoAIテクノロジーは、一般的なデータ・サイエンティストに強力なパワーを与えます。アルゴリズムの選択、特徴量エンジニアリング、データの準備など、データ・サイエンスの中核プロセスの80%を自動化します。これは、Watson Studio (モデルの作成/トレーニングを行う製品)独自の機能です。
  3. AIモデルの説明可能性。信頼が重視される世界では、AIがどのように意思決定をしているかが把握できるという安心(そしてコンプライアンス)があらゆる組織に必要になります。IBMのソフトウェアでは、モデルがどのように実行されるか、モデルのドリフト、どこにバイアスが存在する可能性があるか、応答をどのように説明するかについて、ユーザーが理解できます。 また、このソフトウェアはWatsonのツールだけでなく、あらゆるAIツールに対しても利用可能です。
  4. 組み込みの機能。どのような企業でもWatsonを採用して、自社の製品を改良できます。

IBMは完璧なのでしょうか?もちろん違います。これは優れたソフトウェアですか?そのとおりです。しかし、ここに書いたことをまったく信じなくても結構です。ツールは簡単にお試しいただけます。

スキル

企業が直面する最も大きな課題は、データ・サイエンスとAIを活用するために深く幅広いスキルが要求されることです。企業がAIに大いに関心を寄せていても、組織全体にAIを展開する段になると、社内のデータ・サイエンティストでは人数が足りず、またなかなか見つかりません。このスキル不足に対処する方法は2つあります。

  1. 自動化。供給(スキルのある人材)と需要(特定のスキルに対する)が一致しない場合は常に、まず自動化が検討されます。前述のAutoAIなどの製品を使用すれば、平均的なデータ・サイエンス・スキルでも一流の成果が上げられるとIBMは信じています。また、2019年2月に開始したAI Skills Academy(英語)のように、人材のトレーニングを最初から支援することも行っています。
  2. 専門知識。昨年(2018年)、IBMはData Science Eliteというチームを創立しました。このチームには世界最高のデータ・サイエンティストが集まっており、お客様の現場に派遣されます。 その任務は、初期モデルを構築し、学習させ、実稼働に移行させることです。1つの成功が組織全体を活性化させます。

既に多くの成功を収めています。以下に紹介するような、お客様の推薦の言葉がその成功を物語っています。

Data Science Eliteチームとの共同作業は、当社にとって大切な推進力でした」と、Wunderman Thompson社のCTOAdam Woods氏は述べました。「機械学習のために完全分散アーキテクチャーへの移行に取り組んでいましたが、当社が直面した最も大きな問題はリソースでした。当社のチームが、組織的にPOCProof of Concept)を学び、構築できるよう、日常的な責務から開放し時間を作りました。Data Science Eliteチームとは、緊密なコラボレーションができました。当社のデータ・サイエンティストは直近のビジネス要件に集中し、IBMチームはテクノロジーに重点的に取り組みました。この共同コラボレーションの成果が、Watsonによる機械学習パイプラインでした。このパイプラインにより、当社のデータ・シグナルを全面的に活用したモデルが作成され、従来のモデルと比べて200%以上のパフォーマンス向上が実現しました。現在は、本番環境への展開するために積極的に取り組んでいます。」

研究

AIの分野に関わり続けるためには、新しい未開の地を見つけ、開拓を先導していく必要があります。 IBMが発表した研究会議の論文は、前年比で93%増でした。引用件数に表れているとおり、MIT-IBM Watson AI Lab(英語)にIBMが投資した成果がますます上がっています。さらに、教師あり学習と教師なし学習の特許件数に関して、IBMは上位10社に入っています。IBMは、AIにおけるイノベーションという主題を専門とする研究組織を持つ数少ない企業の1つであり続けており、このことに大きな誇りを持っています。

今年の初めに、IBMのTHINK 2019コンファレンスで、Project Debater(英語)がIBMから発表されました。これは、熟練の人間の討論者とともにライブ討論に参加するシステムを紹介する、AIのデモンストレーションです。 実際には、これは史上初のAI搭載のコンピューター討論ツールであり、情報を吸収して説得力のある議論を構築できるものです。自然言語処理(NLP)(英語)がDebaterの心臓部であり、こうした理由から私はNLPをAIの神経系と呼んでいます。

 


Rob Thomas
General Manager, IBM Data and AI

 

原文:The 3 Beachheads of AI (https://www.ibm.com/blogs/think/2019/10/the-3-beachheads-of-ai/)


IBM WatsonのAPI/サービスについてはこちら
IBM Watsonの導入事例はこちら

 

 

More This is Watson stories

AI & データ関連Webセミナーのご案内

IBM Data and AI, IBM Watson Blog, アナリティクス...

自席からご参加いただけるWebセミナーです!開催当日は、チャットでQ&Aも行えます。開催翌日からは、録 ...続きを読む


新世代の IBM Cloud Virtual Servers for VPC の紹介

IBM Cloud Blog, IBM Cloud News

パブリック・クラウド上のセキュアな専有スペースで、クラウド・ネイティブのアプリケーション開発や AI を加速す ...続きを読む


IBM Cloud上で GxP に準拠したシステムの構築: ホワイトペーパー発行のお知らせ

IBM Cloud Blog, IBM Cloud News

IBM Cloud上でGxPに準拠したシステムを構築するためのホワイトペーパーを発行しました ライフサイエンス ...続きを読む