準AI利用

リクルート社で進むAI予測モデルのついてのコラム。4000個ものAI予測モデルっていうのも凄いけれど、一体どんな分野にどんな内容のモデルがあるのか、ちょっと聞いてみたい。最近は、「AI」という言葉をよく聞くんですが、自分が想像するAIっていうのは、もっと独立性が高くて、さらに処理内容もフレキシブルな対応が可能な物。言ってみれば、攻殻のタチコマとか、スタートレックのデータ少佐とか(をぃ)。「AI=Artificial Intelligence=人工知能」と言うのであれば、自己学習機能があって自分の知識(=出力モデル)を常に改善していく、変革していく、更新していく作業が可能なことが必要だと思うんですよね。

ただ、だからといってこのリクルートの事例が無為なわけでは無く、ある意味「数は質を凌駕する」みたいな事って一般にもあるわけで、簡便にそれなりに利用出来るモデリングがどんどん生まれていけば、そこからさらに機能拡張できるものも生まれるだろうし、複数のツールを融合させて別の予測モデルも生まれてくるかもしれない。要するに、切っ掛けを作ることが一番大事。そう言う意味で、ここで紹介されているDataRobotというツールは、多分背景ではそれなりのコンピューターリソースを消費するんだろうけど、ちょっと使ってみたい。

我々が一番身近に感じる「AI利用例」って、多分天気予報じゃ無いでしょうか。現在の気圧や風向きに気温など、膨大な観測地点からのデータを読み込んで、それを過去のデータと照らし合わせてモデル化を行い、今後の天気を予測する。それだけでも大変な作業で貴重なデータだとは思うけれど、実は我々が欲しいデータは「自分はこれからxxxへ行くけれど、傘は必要」みたいな情報。それに対して、天気予測データは出さずに「今日は多分その周辺で雨は無いから傘は不要」とか、「雨は降るだろうけど、地下街経由で移動可能だから無くても大丈夫」みたいな結果を出してくれるのが、多分本当の意味での「AI」だと思う。

昔は「人工知能」という言い方をして、それなりに研究とかメディアなんかでも取り上げられていたけれど、結局は当時の非力なコンピューターリソースでは出来る事も限られていたから、なんとなく立ち消えになってしまいました。今では、当時のホストコンピューターくらいのリソースを、パソコンやタブレットでも持っているくらいですから、その中にそれなりの知的モデリング機能を構築して利用することも可能で、例えばスケジュール管理とか金銭出納管理みたいなものって、簡単に構築出来るんじゃ無いだろうか。スケジュール管理の場合、メールやインビテーションで送られてきた予定を自動的にスケジューラーに取り込むのはアプリ連携でも可能だけれど、例えばAからBへ予定を実行するために移動時間は十分か、その経路はどうかまでスケジュールするとか、金銭出納管理だと日々の電子マネー利用履歴から、月末の給料日までの利用曲線から逸脱したら警告するとか、突発的な買い物の場合はその時点で確認するとか。

個人利用のAIでも、企業利用のAIでも、多分利用するときに使うというのでは無く、もしかしたらだらだらと一日中一年上AIにデータを流し込んで、其処から特定のパターン抽出するような「自然学習」みたいな手法がとれないと、なかなか難しいかもしれない。となると、やはりそれなりに潤沢なコンピューターリソースが必要になるわけで、そうなるとクラウドでがんがんデータを回すことになるんだろうか。いずれにしても、AmazonとかGoogleとかが有利になりそうだなぁ...