「 ビッグデータ・人工知能・IoTビジネス 」一覧

ビッグデータ、人工知能に関するニュース、書籍、ビジネスアイデア、各種理論の説明を記載します。

[医療AIニュース]アルファベットのDeepMindが50種類以上の眼科の疾患を検出

Googleの親会社であるアルファベットの傘下のDeepMindが、有名な学術雑誌「Nature Medicine」に、失明のおそれがある眼科疾患50種類以上を検出できるAI(人工知能)システムを開発したとの報告があります。こちらのCNETのニュース記事「DeepMindのAI、50件超の眼病を診断–医師に匹敵する94%の精度を達成」も参照ください。

共同研究先はロンドンにあるムーアフィールド眼科病院とのことです。DeepMindはイギリスのAIスタートアップなので、ロンドンで提携先を見つけているようですね。

眼科領域は専用のスキャンにて、検査を行うことが多いですが、画像解析はディープラーニングの得意分野であり、そこに目をつけて研究開発を進めたのはAI診断分野では定石的な動きですね。

日本でも日本眼科学会が、AIを活用した研究を進めており、今後の眼科領域でのAI活用の動向が気になるところです。

 


[人工知能本読書感想]テクノロジーによって人の職を失うのか?「人間さまお断り 人工知能時代の経済と労働の手引き」

まだ読んでいる途中ですが、「人間さまお断り」おもしろいですね。このタイトルは、人工知能技術によって、人間さまお断りという意味です。タイトルが奇をてらっているので、SFのような未来物語で、人の仕事が奪われていく話だと思いましたが、著者は人工知能研究、ベンチャービジネス両方に精通していることもあり、深い洞察を感じます。

そこで、今の人工知能やロボットによって、失業者があふれかわるかの議論があります。今回はそれについて考察したいと思います。

テクノロジーによって、職がなくなった経験は、過去にもあります。産業革命によって、機械によって、人間の仕事が奪われました。機織り機職人は、自動織機により、不要になりました。その他にもたくさんの仕事が不要になりました。

今現在はその当時に比べて、失業者にあふれているのでしょうか?実は、その変化はかなり長い期間によって徐々に変化していったため、機織り機職人が自動織機の使い方を覚えたり、また、新しい仕事が新たに生まれてそれについたりと、技術の変化により新しい職が生まれました。

ポイントはどこにあるのでしょうか。それは技術の変化のスピードがそれほど早くないところにあります。技術の変化がゆっくりならば、新しい技術に対応したり、それをもとに新たなる職が生まれて、失業者が増えるどころか、新しい職も生まれてきます。要するに、技術の変化と技術への対応のスピードがどちらが早いかということです。

今後、想定される人工知能やロボットはどうなるのでしょうか。それは、内容によります。例えば、グーグルのような巨大企業が牛耳っている業界が参入するような領域、ネットで完結するようなところは、グーグルの力でいきなり全世界に展開していくる可能性があります。そういった分野では、技術の変化は圧倒的に高いでしょう。

一方で、シェフのロボットによる代替はどうでしょうか。飲食店はとてもたくさんあり、バラエティに富みます。シェフがロボット化される場合は、大型チェーン店は早めに置き換わる可能性がありますが、全世界に広がるのは時間がかかります。そうなると、技術変化のスピードよりも技術への対応のスピードが上回るかもしれません。

技術の浸透度のスピードの観点から、その職の失業の可能性があるかを考えてみるのも面白いですね。

 


人間さまお断り 人工知能時代の経済と労働の手引き
著者:ジェリー・カプラン
出版社: 三省堂
(2016/8/11)

【目次】
はじめに
導入(イントロダクション)――これがあなたの未来です
第1章 コンピュータに釣りを教える
第2章 ロボットに治りかたを教える
第3章 こそ泥ロボット
第4章 神々は怒っている
第5章 おまわりさん、あのロボットが犯人です
第6章 送料無料(フリー・シッピング)の国、アメリカ
第7章 大胆なファラオたちの国、アメリカ
第8章 どんな仕事も自動化できる
第9章 ぴったりの方法がある
導出(アウトロダクション)――これがあなたの子供たちの未来です
謝辞/原注/日本語版解説(松尾豊)

ジェリー・カプラン
Jerry Kaplan
1952年生まれ。ペンシルヴェニア大学でコンピュータ科学の博士号を得たのち、名高いスタンフォードAI研究所に入所。
その後いくつもIT部門の新興企業を興して成功、いまは古巣のスタンフォード大学に戻り、法情報科学センターのコンピュータ学部で人工知能の及ぼす影響と倫理について教えている。
起業家、発明家として知られるだけでなく、著述家としても高い評価を受けている。
著書に『シリコンバレー・アドベンチャー ザ・起業物語』(日経BP社)があるほか、2016年10月にはArtificial Intelligence: What Everyone Needs to Knowを刊行予定。


[テクノロジー]生涯現役と技術:テクノロジーは我々のロングライフキャリアをどう変えるのか

[対象読者]人工知能やテクノロジーが我々のキャリアにどう影響するか知りたい方

ロングライフキャリアを考える上で、テクノロジーをどう考えるか

テクノロジーといっても幅広い。最近流行りの人工知能、ビッグデータ、ディープラーニングもあるし、医療機器もテクノロジーである。また、介護ロボなどのロボティクス、医療機器もテクノロジーである。その他にも様々なテクノロジーが我々の生活を変える可能性がある。

ロングライフキャリアを考える上でのテクノロジー

生涯現役、ロングライフキャリアを考える上で、なぜテクノロジーを検討することが重要だろうか?
理由は単純で、それは、テクノロジーが我々の未来を変える可能性があるからである。

未来の変え方はざっくり2つある。

  1. 我々がするだろう仕事をテクノロジーが奪う
  2. 我々が年を取った時にテクノロジーがサポートし、より長く働くことができる。

 

我々がするだろう仕事をテクノロジーが奪う

これは人工知能のテクノロジーを中心に最近よく議論されていることである。我々の仕事は将来人工知能などの技術に奪われる可能性がある。特にITと親和性の高い職種はその可能性がある。
2~3年で我々の仕事が人工知能やロボットに奪われることはないだろう。しかしながら、ロングライフキャリアはもっと長いスパンで物事を考える。10年、20年と今の仕事が存在するかは不透明である。そうすると、いずれ、自分の仕事がITに代替されるリスクは十分考えられる。それに対して警戒するに越したことがない。

我々が都市を取ったときにテクノロジーがサポートし、より長く働くことができる

デメリットばかりではない。テクノロジーが我々をもっと長く働くことをサポートしていくれる可能性もある。特に、医療機器では、加齢によって仕事の効率が落ちるところをサポートするかもしれない。ロボティクスが肉体労働を容易にするかもしれない。人工知能やデータベースが我々の記憶力低下をサポートして、仕事をしやすくするかもしれない。

テクノロジーは我々の職を奪うだけでなく、職の機会(オポチュニティ)を広げる期待ももちろんあるのである。


[健康サービス]IBMのWatosonは保険業界ビッグデータに突き刺さる第一生命と共同検討 (保険ヘルスケアニュース)

[対象読者]保険業界(生保)におけるビッグデータの展開を知りたい方

第一生命から、IBMのWatsonを活用した医療ビッグデータ解析による疾患の発症リスク予測や重篤化防止に関する共同検討を開始したというプレスリリースが出ています。

保険についての過去記事の一覧はこちらをご覧ください。

生保では直近では、「いよいよデジタルヘルスと保険会社の提携が動き出した。DeSC✕損保ジャパン日本興亜ひまわり生命保険」の記事があります。

IBMのWatson

IBM Watson は、自然言語処理と機械学習を用いたテクノロジー・プラットフォームです。コグニティブコンピューティングという概念を提唱しており、構造化されていないデータの扱いに優れているというウリ文句です。

Watsonによる第一生命の検討内容

このWatsonの古語にティブ技術による解析・予想を使って、糖尿病患者の症状や既往歴・生活習慣・治療プロセスなどから、重篤化リスクの評価とかに使っていくようです。糖尿病の重症化予防は、健保などの医療費削減で最も重要なところの1つの王道です。王道ということは他もいっぱいやっているということですが。

この記事で感じたこと

この記事を読んで思ったことは、IBMってすごい!の一言です。何がすごいかって。Watsonのことではありません。Watsonを売り込む営業力がすごいです。Watsonがすごいかは後に評価されるということで、本当にいろいろなところに食い込んでいる。

ソフトバンク、Finc。ヘルスケア以外もあげはじめたら、きりがない。もちろん、IBMというB2Bでピカピカのブランドと信頼度があるけど、それにしてもどうしたら、こんなにアライアンスがいっぱい組めるんだ。営業力を勉強に行きたい。


[書評]ディープラーニングによる今後飛躍を知る「人工知能は人間を超えるか」(おすすめ人工知能本読書感想)

人工知能は人間を超えるか (角川EPUB選書)


[おすすめ読者]グーグルとか世間を騒がす人工知能やディープラーニングがどんなものか知りたい方

私は、ディープラーニングを「人工知能研究における50年来のブレークスルー」と言っている。

ディープラーニングはグーグルのalpha Goが囲碁のプロに勝つなど脚光を浴びている技術です。

松尾豊先生は、若くして人工知能学会の学会長になった人工知能分野では、一流の大学の研究者です。その松尾豊先生による、これまでの人工知能の歴史と限界、そして、新しく出てきたディープラーニングについての説明と、将来に対する期待について述べられています。

ディープラーニングにより、「特徴表現学習」が可能になった

松尾豊先生は、ディープラーニングの可能性と冷静に見た目として、次のように述べています。

・1.うまくいけば、人工知能は急速に進展する。なぜなら、「ディープラーニング」、あるいは「特徴表現学習」という領域が開拓されたからだ。これは、人工知能の「大きな飛躍の可能性」を示すものだ。

(中略)
・2.一方、冷静に見たときに、人工知能にできることは現状ではまだ限られている。

ディープラーニングがこれだけ騒がれるのは、人工知能の飛躍の可能性が期待されているからです。その理由として、「特徴表現学習」というものが可能になりました。

人工知能というとデータとかで簡単に学習して、アウトプットが出るというイメージがありますが、データを入れる段階で特徴量を設計しなければなりません。このステップが実は職人芸であり、人工知能の限界でした。

しかしながら、ディープラーニングによって、この特徴量の表現自体も学習してしまうことができる可能性が出てきました。それが、人工知能のブレークスルーの可能性を感じている点です。

ただ、冷静にみると、これまで幾度の人工知能のブームがありましたが、ディープラーニングもその1つの終わる可能性もあります。我々実務者は大きな期待を想定しつつも、現実的な場合も考えていく必要があります。

ディープラーニングはこれまでできない概念を獲得できるかも

では、この特徴表現学習によって、何が可能になるのでしょうか。松尾豊先生は、これまでの人工知能の限界について、次のように述べています。

これまで人工知能がさまざまな問題に直面していたのは、概念(シニフィエ)を自ら獲得することができなかったからだ。

これまでの人工知能では、概念を自分で手に入れることはできませんでした。あくまで、人間が猫の画像を猫と教えてあげることで、初めて猫と人工知能が認識できます。それを認識し、学習していくことで、猫と自動的に識別できるようになるのです。これが人工知能の飛躍の大きなボトルネックでした。

ディープラーニングは、これまでの研究により、人間が猫というものを教えなくても、大量のデータを用いれば、ディープラーニングそのものが猫と認識できるようになります。よって、将来的には、様々な概念をディープラーニングそのものが認識できる時代がくる可能性があります。

そうなると、SFの世界にある機械がどんどん学習して人間を超えるということも不可能ではないかもしれません。まだまだ、かなり現実的には遠いですが。

 本書で感じたこと

ディープラーニングを含めた人工知能の現状をよく理解できました。期待は大きい一方で、まだまだ課題は多そうです。ディープラーニングという言葉はバズワード化しているので、いずれブームが去る時期がきます。本当の成果は5年10年かかると思うので、ブーム後、よく動向をウォッチして、本当に世の中にインパクトを与えることは何かを見定めたいと思います。


人工知能は人間を超えるか (角川EPUB選書)

著者:松尾 豊
出版社:KADOKAWA/中経出版
発売日:2015/3/11
人工知能、ディープラーニング、ビッグデータ

<目次>
序章 広がる人工知能―人工知能は人類を滅ぼすか
第1章 人工知能とは何か―専門家と世間の認識のズレ
第2章 「推論」と「探索」の時代―第1次AIブーム
第3章 「知識」を入れると賢くなる―第2次AIブーム
第4章 「機械学習」の静かな広がり―第3次AIブーム1
第5章 静寂を破る「ディープラーニング」―第3次AIブーム2
第6章 人工知能は人間を超えるか―ディープラーニングの先にあるもの
終章 変わりゆく世界―産業・社会への影響と戦略
著者紹介
松尾豊[マツオユタカ]
東京大学大学院工学系研究科准教授。1997年、東京大学工学部電子情報工学科卒業。2002年、同大学院博士課程修了。博士(工学)。同年より産業技術総合研究所研究員。2005年よりスタンフォード大学客員研究員。2007年より現職。シンガポール国立大学客員准教授。専門分野は、人工知能、ウェブマイニング、ビッグデータ分析。人工知能学会からは論文賞(2002年)、創立20周年記念事業賞(2006年)、現場イノベーション賞(2011年)、功労賞(2013年)の各賞を受賞(本データはこの書籍が刊行された当時に掲載されていたものです)



[人工知能サービス]メドピア調査による「人工知能が診療に参画する時代」 (医療✕AIニュース)

医療✕人工知能(AI):診療(メドピア調査)

[想定読者]人工知能が医療にどうかかわっていくか知りたい人

ニュースなどに取り上げられているメドピアの2015/06/18の「人工知能が診療に参画する時代は来るか」に関する調査結果を取り上げたいと思います。人工知能の記事は[文献レビュー]人工知能の大きな変化に対するマネジメントについて学ぶ「人工知能はビジネスをどう変えるか(DHBR2015/11)」(人工知能ビジネス読書感想)も参照してください。

「⼈⼯知能が診療に参画する時代は来ると思いますか?」の回答について、来る(10 年超 20 年以内)が33%、来る(5 年超 10 年以内)が23%、来る(20 年超 50 年以内)が16% という結果となりました。概ね5~20年ぐらいのスパンでくると医師は感じているようです。

このアンケートでの人工知能

このアンケートは人工知能の診療とは何かが特に定義されていません。ですので、回答者がいろいろなイメージで捉えて回答しているので、その分、ばらつきがあることが想定されます。ある人は完全に人工知能が診療で取って代わり、診療医は不要とかいう世界を想定したり、もっとライトな関わり方(診療支援とか)をイメージしている人もいると思います。

人工知能は診療をどう変えるのか

それはさておき、人工知能は診療をどう変えていくのでしょうか。まず、いきなり医師が要らなくなる世界はこないと思っています。車の自動運転も、いきなり車が全自動で動くようになるのではなく、まずはドライバーのサポートのための自動化から始まって、最終的に全自動を目指していくというステップをとっていきます。

おそらく仮に、診療へ人工知能が入っていくといっても、同じようなステップになると思います。まずは、医師の診療サポートから入っていくのだと思います。そこまで診療プロセスを私は詳しくわかっていませんが、もしかしたら、すでに一部人工知能も入っている部分があるのかもしれません。

そうなると、医師の置き換えではなく、医師の診断や診療サポートの新しい人工知能を活用したサービスが広がっていく気がします(すでに広がりつつあるのかも)。

診療でのコミュニケーションの重要性が高まるかも

普段ほとんど、病気とかで病院に行かないので、正直診療に疎いのですが、年末に病院に行く機会がありました。初めて行く病院で驚いたのが、検査結果の見方について、その場に患者(タカム)に見えるかたちでインターネットで診療ガイドラインを検索し、そのガイドラインをタカムに見せながら、あなたの値はこのところなので、◯◯ということになりますと説明されました。

診療における対患者さんとのコミュニケーションの重要性は、どんどん高まっているように思います。これは、患者さんがインターネットとかでよく調べるようになり、かなりの知識を持つので、診断の理屈もしっかり説明しないといけないからかもしれません。

昔は、この検査値ならこの薬ですね。この薬もついでに出しておきましょうとか言われて、何も疑問も持たずに薬を飲んでいました。これからはそういう時代から変わっていくように思います。

そうすると、人工知能がサポートすべきは、今後医師の負荷がよりかかる患者さんとのコミュニケーション支援の分野がニーズがあるかもしれません。


[書評]人工知能があなたの生活にどう影響するのか?「AIの衝撃 人工知能は人類の敵か」(おすすめ人工知能本読書感想、小林雅一)

AIの衝撃 人工知能は人類の敵か (講談社現代新書)

[おすすめ読者]人工知能の最新の様々なトピックスを気軽に俯瞰したい方

人間の領域がどんどんコンピュータやAI、ロボットなどに侵されようとしています。将棋や囲碁のような伝統的ゲームはもとより、IBMのAIコンピュータ「ワトソン」が企業の経営判断や銀行コールセンター業務などに導入され、グーグルや世界の自動車メーカーはドライバーのいらない自動運転車の開発を急いでいます。

小林雅一さんは、KDDI総研のリサーチフェローとして、人工知能や自動運転などの領域について、わかりやすく説明されている方です。講談社の現代ビジネスITトレンド・セレクトという連載を行っています。

本書では、小林雅一さんが人工知能やディープラーニング、自動運転車の領域について、世界で何が起こっているかをわかりやすく説明しています。

自動運転車で問題となる制御権の移行期

小林雅一さんは、自動運転車の発展について、次のようにコメントしています。

要するに段階的、あるいは部分的に運転の制御権をヒトから機械(クルマ)に移行すると、往々にして制御権がどっちつかずの空白状態が生まれてしまいます。これが最も怖いのです。

自動運転車といってもいきなり、全自動で車が勝手に動く時代がくるのではなく、段階的に発展してきます。最初は人間の運転の一部を自動化するという方向で進み、最終的には全自動の時代にたどりつきます。

その移行期では、人間が運転を制御している時期から、人間も機械も制御しているという状態になり、その時、どちらがコントロールしているか、コントロールの責任があるか、曖昧な時期がきます。その時期が非常に重要な時期となります。

特に安全性が求められるような領域では、同様なことが起こっていくのではないかと私は思っています。例えば、医療の領域。手術ロボットも医師が制御するのか、ロボットが制御するのか。医療の場合は、全自動でも最終的に医師が責任を持つと思いますが、移行期は重要かもしれません。

ディープラーニングは問題を解決するために必要な「何かに気づく」

小林雅一さんは、現在ホットなキーワードとなっている「ディープラーニング」についても次のように述べています。。

たとえば現時点でディープラーニングの最大の長所は、「特徴量(特徴ベクトル)」と呼ばれる変数を人間から教わることなく、システム自身が自力で発見する能力にあると言われます。

(中略)

多くのAI専門家は口を揃えて、この点を絶賛しています。彼らの見方によれば、問題を解決するために必要な「何かに気づく」という能力こそ、これまでのAIに欠如していたものです。この限界を突破したことで、ディープラーニングはAIにおける永遠の難問とされてきた「フレーム問題」さえ解決する、との見方も出てきました。

ディープラーニングのすごいところは、特徴量と呼ばれるものを人間に教わることなく、自分で見つけ出せる能力です。これは人工知能分野の飛躍において、ずっとボトルネックになっていた問題です。

ディープラーニングが絶賛されるのはこの点です。すなわち、ディープラーニングは問題解決に必要な「何かに気づく」ことができるのです。

この能力を機械が獲得すると、どんどん自分で問題解決の方法を気づいていくことができます。これまでは、人間が問題と答えと解決の切り口を与えていかなければなりませんでしたが、それが必要でなくなります。

ディープラーニングが人工知能の飛躍につながると言われる理由はここからきます。

 本書で感じたこと

人工知能が社会に与える影響をよく考えてみる必要を感じます。いきなり、未来のような世界に到達するのではなく、必ず過渡期が存在します。その時に、何が起こるのか、何か新しいチャンスがあるのか、何か社会的課題が起こるのか、何か人間の認識に影響を与えるのか。そこらへんを考えていくことが、未来予測につながるのではないかと思います。


AIの衝撃 人工知能は人類の敵か (講談社現代新書)

著者:小林 雅一
出版社:講談社
発売日:2015/3/19
人工知能、ディープラーニング、ビッグデータ

<目次>
第1章 最新AIの驚異的実力と人類滅亡の危惧―機械学習の光と陰(機械学習とは何か;グーグルvs.フェイスブックvs.百度 ほか)
第2章 脳科学とコンピュータの融合から何が生まれるのか―AIの技術と歴史(機械学習の基礎:線形・ロジスティック回帰分析;現代AIの正体 ほか)
第3章 日本の全産業がグーグルに支配される日―2045年「日本衰退」の危機(アシモフや手塚治虫が描いた次世代ロボットへ;なぜ今、「ロボット・ルネッサンス」なのか ほか)
第4章 人間の存在価値が問われる時代―将棋電王戦と「インダストリー4・0」(将棋電王戦が示唆するもの;将棋ソフトの飛躍的進化を促した機械学習 ほか)
著者紹介
小林雅一[コバヤシマサカズ]
1963年群馬県生まれ。KDDI総研リサーチフェロー、情報セキュリティ大学院大学客員准教授。東京大学理学部物理学科卒業、同大学院理学系研究科を修了後、雑誌記者などを経てボストン大学に留学、マスコミ論を専攻。ニューヨークで新聞社勤務、慶應義塾大学メディア・コミュニケーション研究所などで教鞭をとった後、現職(本データはこの書籍が刊行された当時に掲載されていたものです)



[書評]情報革命で世界を変えるビッグデータは何が違うのか?「ビッグデータの正体」(おすすめビッグデータ本読書感想)

ビッグデータの正体 情報の産業革命が世界のすべてを変える

[おすすめ読者]ビッグデータがこれまでと何が違うかと生まれるビジネスについて知りたい方

現時点でビッグデータの捉え方(と同時に、本書の方針)は、次のようにまとめることができる。「小規模ではなしえないことを大きな規模で実行し、新たな知の抽出や価値の創出によって、市場、組織、さらには市民と政府の関係などを変えること」。
それがビッグデータである。

ただし、これは始まりにすぎない。ビッグデータの時代には、暮らし方から世界との付き合い方まで問われることになる。特に顕著なのは、相関関係が単純になる結果、社会が因果関係を求めなくなる点だ。「結論」さえわかれば、「理由」はいらないのである。過去何百年も続いてきた科学的な慣行が覆され、判断の拠り所や現実の捉え方について、これまでの常識に疑問をつきつけられるのだ。

ビッグデータってただデータが大量になっただけじゃないか。それだと、これまでのデータ解析と何が違うのか。データ数が膨大か多めかの違いで、これまでのデータ解析技術もあったので、ビッグデータなんて新しい話ではない。そう私は思っていました。

この本で、ビッグデータが目指している方向とこれまでのデータ解析の違いについて、やっと理解できました。ビッグデータの事例ばかりで、その本質がわからないという人は一読をおすすめします。

ビッグデータによる3つの変化

著者はビッグデータによる変化として、次の3つの変化をあげています

「ビッグデータは限りなくすべてのデータを扱う」。これが第1の変化である。

(中略)

「量さえあれば精度は重要ではない」。これが第2の変化となる。

(中略)

今、挙げた2つの変化は、さらに重要な第3の大きな変化をもたらす。因果関係、すなわち「原因と結果」を求める古い体質からの脱却だ。

(中略)

相関関係は、正確な「理由」を教えてくれないが、ある現象が見られるという「事実」に気付かせてくれる。基本的にそれで十分なのだ。

(中略)

「因果関係ではなく相関関係が重要になる」。これが第3の変化だ。

1つ目としては、ビッグデータはサンプリングされた一部のデータではなく、文字通り全部のデータを使うということです。これまで、アンケート調査など、一部の人間を抽出して調査してきたのが統計学でした。ビッグデータでは全部のデータを集めて扱うことになります。これ自体は、データ収集やマシーンパワーが許せばその方が望ましいことなので、特に新しさはありません。

2つ目はデータの量さえあれば、データ精度はそれほど重要ではないということです。従来はいかに質のよいデータを集めて、そこから結論を導くかというのが統計解析でした。しかしながら、量さえ増えれば、そこらへんは解消するということです。

これはある面では正しく、ある面では本当かと思うところがあります。いろいろ精度がばらつくデータであっても、大量にデータがあれば、いろいろな統計技術できれいにしたりできると思います。ただ、データの測定のところで、致命的な誤差が同じ方向に入ると、それを後から除くのは理屈がわからないと難しいため、ある程度は精度は重要のように思います。

一番ビッグデータで重要なのは、3つ目だと思います。因果関係ではなく、相関関係に注目するというところです。要するに、なんで予測できるかわからないけど、予測できればよいという立場にたちます。

従来の医療系のデータ解析でよく言われるのは、相関関係は因果関係ではないということです。例えば、収入が多い男性に肥満が多いという事実が会った場合、単純に年齢が高いと収入が多く、中年ほど太っているということが想定されます。よって、お金持ちになると、いいものばかり食べ過ぎてデブちんになるということではないです。

しかしながら、ビッグデータの考え方にたつと、別に金持ちになったからデブになるわけではないけど、金持ち男性がデブにはかわりないから、金持ち男性にダイエット製品をすすめてけば売上あがってOK、ということになります。従来のデータ解析・統計解析の考えを確かに変えているように思います。

仮説主導型からデータ主導型へ

著者はビッグデータにより、物事の仕組みの変化について、次のように述べています。

ビッグデータは、物事の理解の仕方や考え方を大きく変える。スモールデータの時代には、物事の仕組みについて仮説を立ててから、データを収集・分解して検証していた。これからは、仮説ではなく、豊富なデータを使って理解を深めることになる。そして仮説主導型からデータ主導型へと重心が移れば、理論不要論が飛び出しても不思議ではない。

これまで、様々なビジネスシーンで仮説検証という言葉が使われてきました。しかしながら、このビッグデータの考え方に基づくと、仮説検証のための理論みたいなものはいらなくなり、データから相関関係をとらえて、いろいろなことを意思決定していけばよいという世界になります。

ただ、相関関係は基本ブラックボックスなので(因果関係がわからないので)、その面が人間がどう感じ、どう扱っていくかがポイントのように思います。

 本書で感じたこと

ビッグデータとはただ大量のデータを集めて解析するという話ではなく、中身をブラックボックス化して、世の中を変えていく技術だということがわかりました。その中でのキーワードは相関関係で、確かに人工知能やビッグデータ関連の話でよく出る言葉です。

まだまだ、世の中は仮説主導型で動いています。ビッグデータによるデータ主導型の世界とは、私が思っているよりもかなり異なる世界かもしれません。そういった世界がどういうものかを頭で描いていくことが求められそうです。


ビッグデータの正体 情報の産業革命が世界のすべてを変える

著者:ビクター・マイヤー=ショーンベルガー (著), ケネス・クキエ (著), 斎藤 栄一郎 (翻訳)
出版社:講談社
発売日:2013/5/21
ビッグデータ、人工知能、ビッグデータビジネス

<目次>
第1章 世界を変えるビッグデータ―When Data Speaks データが語り始めるとき
第2章 第1の変化「すべてのデータを扱う」―「N=全部」の世界
第3章 第2の変化「精度は重要ではない」―量は質を凌駕する
第4章 第3の変化「因果から相関の世界へ」―答えが分かれば、理由は要らない
第5章 データフィケーション―「すべてのもの」がデータ化され、ビジネスになる時代
第6章 ただのデータに新たな価値が宿る―ビジネスモデルの大変化その1
第7章 データを上手に利用する企業―ビジネスモデルの大変化その2
第8章 リスク―ビッグデータのマイナス面―『1984』の悪夢は実現するか
著者紹介
マイヤー=ショーンベルガー,ビクター[マイヤーショーンベルガー,ビクター] [Mayer‐Sch¨onberger,Viktor]
ハーバード大学ケネディスクール(行政大学院)で10年にわたって教鞭を取った後、現在はオックスフォード大学オックスフォード・インターネット研究所教授(専門はインターネットのガバナンスと規制)。ビッグデータ分野の世界的第一人者として知られ、著書も多い。2009年の『Delete:The Virtue of Forgetting in the Digital Age』は、誤ったデータでもネット上には永遠に残ってしまう現状を指摘し、「忘却される権利」という概念を提示

クキエ,ケネス[クキエ,ケネス] [Cukier,Kenneth]
『ウォール・ストリート・ジャーナル・アジア』の技術担当エディター、『インターナショナル・ヘラルド・トリビューン』などを経て、現在は英『エコノミスト』誌のデータエディター。ビッグデータの最新事情に関するさまざまな記事を手がける。2002~2004年、ハーバード大学ケネディスクールの客員研究員。米国のシンクタンクなどで構成される超党派組織、外交問題評議会のメンバーも務め、『フォーリン・アフェアーズ』、『ニューヨークタイムズ』『フィナンシャルタイムズ』など有力紙誌に寄稿するほか、CNNやBBCなどでレギュラーコメンテーターとしても活躍

斎藤栄一郎[サイトウエイイイチロウ]
翻訳家・ジャーナリスト。1965年山梨県生まれ。早稲田大学社会科学部卒。主に情報通信やビジネス・経営分野の翻訳に従事。また、ジャーナリストとしてビジネス誌でコミュニケーションや経営の分野の記事を執筆(本データはこの書籍が刊行された当時に掲載されていたものです)



[ビッグデータ]マネーフォワードの与信モデルの構築に学ぶクラウドビッグデータ活用 (おすすめフィンテックニュース)

[おすすめ読者]フィンテックの先進的ビッグデータ活用事例から健康サービスについて考えたい方

健康サービスではなく、Fintechネタですが、複数の金融機関や会計事務所と協業して、新しい与信モデルの構築していくというニュースリリースが出ています。

マネーフォワード社はクラウドでの会計ソフトというB2Bビジネスと、クラウドでの会計簿ソフトというB2Cビジネスをやっています。今回は、その前者の会計ソフトで集めたデータを活用して、与信モデルを作るというものです。

金融ビジネスは詳しくないですが、これまでは、金融機関から資金調達するには、審査に時間と手間が結構かかっていました。今後は、会計ソフトの会計データを提供することで、日次の財務データ、請求データ、出金データを活用することで、審査の期間を大幅に短縮する考えです。

おそらく、マネーフォワードの会計ソフトを使うのは、企業規模があまり大きくないところで、資金調達も小口なのではないかと思います。そういったところの審査に金融機関も手間暇をかけたくなく、このような仕組みでなんとかしようとしているのではないでしょうか。

Yahooもショッピング運営者向けにジャパンネット銀行から決算書なしに、Yahooショッピングの取引データをもとに貸し出しているようです(参照リリース)。小口の資金調達には、こういったクラウド上のデータを活用して、審査していくというのが大きな流れです。

非常に、ここらへんはクラウドのデータの活用がたくみだと感じます。ぜひ参考にしたいところです。

では、健康サービスにおいて、このような内容のアナロジーで何か考えられないでしょうか。B2Bビジネスで、データをクラウドに蓄えるだけでも価値があるが、さらに他にも活用分野です。そういうところに新しい健康サービスのヒントが隠されているかもしれません。(思い浮かばなかった・・・)


[文献レビュー]人工知能の大きな変化に対するマネジメントについて学ぶ「人工知能はビジネスをどう変えるか(DHBR2015/11)」(人工知能ビジネス読書感想)

人工知能の大きな変化に対するマネジメント

DIAMONDハーバード・ビジネス・レビュー 2015年11月号 [雑誌]

深層学習を含めたAIが広まることによって、人間の知覚能力、認知的な仕事が劇的に機械にサポートされるようになる。

我々は歴史的な変曲点に立っているかの可能性が高い。

健康サービスだけでなく、ビッグデータや人工知能の本やニュースも今後は書いていきます。まずは、DIAMONDハーバード・ビジネス・レビューの安宅和人さんの記事です。

余談ですが、DIAMONDハーバード・ビジネス・レビューは、ハーバード大学のハーバード・ビジネス・レビューの記事とオリジナルの主に日本人が執筆した記事を載せている経営学雑誌で、経営学に興味があるビジネスパーソンやMBA生など幅広く読まれています。

安宅和人さんは元マッキンゼーでイェール大学で脳科学のPhDをとり、現在はヤフーのCSO(最高戦略責任者)を務めています。ビッグデータ・人工知能に関しては、ビジネスの面で最先端を進んでいます。

そして、有名な下記の本の著者でもあります。

イシューからはじめよ ― 知的生産の「シンプルな本質」

ビッグデータ・人工知能によるこの大きな変化がビジネスをどう変えるかについて鋭く語っています。

深層学習(ディープラーニング)は要素技術の一つでしかない

安宅和人さんは、現在起きつつある人工知能の流れについて、次のように述べています。

このサービスに使われている深層学習は、現在最も注目されているAI(人工知能)の要素技術の一つであり、その可能性は確かに計り知れない。しかし、深層学習だけを取り出していま起きつつある変化の本質を理解することはできない。

これから起きる変化の本質は、深層学習、分析手法など情報科学的な技法の革新だけではなく、学習データの質と量、これを実装するコンピュータの情報処理力の三つの変化がセットで起きることにある。

世の中、深層学習(ディープラーニング)がバズワードのごとく広がっています。グーグルの碁のプロを人工知能で負かしたという話もそれに拍車をかけています。

安宅和人さんは深層学習(ディープラーニング)は重要な技術ではあるが、あくまで1つの要素技術であると言っています。深層学習(ディープラーニング)があれば、なんでもできるようなイメージがありますが、それだけをみていたら、このビッグデータ・人工知能の大きな流れを見誤ります。

深層学習(ディープラーニング)などの人工知能技術、質・量ともに十分な(ビッグ)データ、そして、それを実装するコンピュータ技術がすべてそろってはじめて、変化が起きます。今後はビッグデータや人工知能に関する内容は、この3つの観点から、これから起ころうとしてる変化を分析していきたいと思っています。

人工知能はマネジメントをどう変えるのか

安宅和人さんは、マネジメントのあり方の変化について、次のように述べています。

これまでのようにトップマネジメントが情報をすべて押さえ、それをベースに組織をコントロールしようとするのは無理になる。

これまでは、ピラミッド形の組織で、すべての情報をトップマネジメントに集約し、意思決定するというスタイルをとってきました。今後、人工知能の新しい流れがくるとこれは難しくなると安宅和人さんは言っています。

組織の未来について似たようなことを言っているのは、以前記事を書いた本(メタップス社長佐藤航陽さんが作者)である「未来に先回りする思考法」にもあります。組織はトップダウンでマネジメントしていくことが難しくなると述べています。

さらに、佐藤航陽さんはネットワーク型の組織になると書かれています。権限は分散していくことになります。ネット起業などの最先端のマネジメントでは、もしかしたら、すでになっているのかもしれません。

同じような指摘が出てくるところみると、このような組織変化は、佐藤航陽さんや安宅和人さんだけでなく、テクノロジーによって変わる未来を見ている人にとっては共通の認識なのかおしれません。

人間は急速な変化を理解できない欠点がある

安宅和人さんは、人工知能による変化に対する人間の理解について、次のように述べています。

これらの変化は、最初はゆっくりと起きているように見えるかもしれないが、データやコンピューティングパワーの爆増に伴って、技術的にも適用範囲が幾何級数的に進んでいることが明らかになる。人間は、急速で幾何急的な変化を理解することができないのが欠点だとよくいわれるが、それを乗り越えていま、我々は未来を見据える必要がある。

テクノロジーによる大きな変化がある時、人々はすぐに認識できないことがあります。これは、世の中がバズワードであふれている時期ではなく、それが終わり、その後の時期であるように思います。

インターネットもかつて、2000年より前ぐらいに、ネット革命などいろいろもてはやされた時期がありました。その後、ネットバブル崩壊により、そのメッキが剥がれました。しかし、気づいたら、グーグル、アマゾンなどの巨大企業が確固たる地位を得て、生活に浸透したものになっています。

ネットだけでなく、スマホもあっという間に世の中を変えてしまいました。

このように、変化はあるところまでは変化に気づかないですが、ある変曲点を越えると急激に世の中を変えてしまいます。

安宅和人さんがこの文章で言いたいことは、このような変化が起こり始めてから対応しようとしても遅いということです。世の中の変化をみてから、それに対応しようという気持ちではこの変化は乗りきれません。今から何が起こりうるかを想定して、準備していく必要があります。

人工知能の大きな流れの中で我々がすべきこと

今後起きる人工知能による世の中の変化に対して、我々がどうしていくかについて、安宅和人さんは次のように述べています。

いったん何らかの作業が自動化されると、一人ひとりの役割と責任に対して不可逆的な変化が起き、人間がやる仕事を再デザインする必要が出てくる。

(中略)

これまでも人を理解し、奮い立たせ、動かすことはマネジメントの重要な能力であったが、今後は人間に理解できる言葉でAIと人間の正解をつなぐソフトなスキルが、マネジメント能力として重要になる。

(中略)

仕事や会社がなくなるなどと心配している暇があれば、さっさと自動化して、人間が人間らしい価値を提供することに集中できるようにするべきだ。

安宅和人さんは、今後人工知能により、作業が自動化されていき、我々の仕事を再デザインされていくと言っています。

その中で、結局自動化されずに残っていくのは、マネジメントとしてのソフトスキルだと言っています。

やはり、リーダーシップといったものは人間が行っていくものとして残っていく普遍的なものです。人間力を身につけるということが、これまで以上に重要になってきます。日々のことのリフレクションや古典を読むことについて、この能力を磨いていきたいと思っています。

本書で感じたこと

仕事という観点からは、人工知能に置き換わらない人間的なところが何かをよく見定めていきたいと思っています。本文中にはヒューマンタッチという言葉で表していますが、人との接点こそが価値の根源としておさえていくべきところです。そこはどこでしょうか。

健康サービスの中では、単純には活動量、食事記録などを思い浮かべます。ただ、それは健康におけるヒューマンタッチの中のごく一部のように思います。一体、健康サービスでどの部分を抑えれば、この人工知能・ビッグデータの大きなうねりの未来を先回りできるのでしょうか。それを宿題として、今後考えていきたいです。


DIAMONDハーバード・ビジネス・レビュー 2015年11月号 [雑誌]

DHBR 2015年11号記事
記事名:人工知能はビジネスをどう変えるか
著者:安宅和人
出版社:ダイヤモンド社
発売日:2015/10/10
人工知能、ビッグデータ



スポンサーリンク