Kubernetes on ベアメタル、Watson×iOSアプリ開発者向けなどの新発表、「IBM THINK 2018」レポート
「ビジネスのためのAIとクラウド」WatsonとIBM Cloudの新発表まとめ
2018年04月03日 07時00分更新
企業ビジネスを支える“ビジネスAI”としてのWatsonを強化する発表群
年次イベント「IBM THINK 2018」の講演において米IBM 会長、社長兼CEOのジニー・ロメッティ氏が語ったのは、企業ビジネスが「データとAIの時代」に突入していること、膨大なデータから「学ぶ」ことのできるAIの能力を業務プロセスに組み込み、「人+マシン」で業務を進める仕組みを作ることが成長の鍵を握ること、そして、そうした時代の企業とビジネスを支援するのがIBMのポジショニングであるということだった。
今回のThink 2018では、企業ビジネスを支える“ビジネスAI”としてのWatsonを強化するための発表が数多くなされた。
ロメッティ氏は講演の中で「コンシューマーAIとビジネスAIとは違う」と強調し、ビジネスAIとしてのWatsonの優位性や顧客企業における実績を説明した。もちろん、スマートスピーカーやチャットボットの背後にあるようなAI(コンシューマーAI)とWatsonとでは、適用シーンが大きく違うのはたしかだろう。だが、Watsonが“ビジネスAI”であると言える理由はどこにあるのか。
IBM Watson&Cloud Platform SVPのデヴィッド・ケニー氏は、ビジネスAIのプラットフォームが備えるべき特徴として、「個々の企業が保有する少量のデータからでも十分な学習ができること」「既存のビジネスプロセスに取り入れられること」「判断に透明性があり、その根拠を説明できること」「業務アプリケーションの開発ワークフローに組み込めること」などのポイントを挙げた。
加えてケニー氏は、IBMでは「迅速にデータを収集し、迅速にAIをトレーニングできるツールを提供すること」「パートナーベンダーや開発者がアプリケーションを迅速に構築できるオープンなAIプラットフォームを構築すること」を目的に、Watson/AIに大きな投資をしてきたとも述べた。
つまりこれらが、ビジネスAIとしてのWatsonが目指すものであり、その視点に立って今回の新発表群を見ると、その意図がわかりやすくなるだろう。
Watsonが少量のデータでも学習できる理由は“3層のケーキ”
たとえば「Watson Data Kit」は、Watsonの学習に使いやすいデータ形式で提供される業界別のデータセットだ。今回は、100カテゴリー/30万カ所以上の観光スポットを収録した旅行/運輸業界向けデータ、および米国2万1000都市で提供されている70万種類以上のメニューを収録した飲食/食品業界向けデータの2種類を発表しており、さらに今後、他業界向けのデータセットもリリースしていく方針だ。
WatsonチーフアーキテクトでIBMフェローも務めるルシア・プリー氏は、「Watsonのナレッジ構造は“3層のケーキ”のようになっていると考えてほしい」と説明した。具体的には、ベース層(基礎層)としてWikipediaのような「一般的なナレッジ」層があり、その上に2層目には「業界ごとのナレッジ」層、最上層に「自社独自のナレッジ」層を備える形だ。そのため、ユーザー企業が基礎的なことから学習させる必要はない。
「このように、Watsonはもともと、利用する企業が自社独自の洞察(学習モデル)を公開しない形で強化していけるように設計されている。これが(単層のナレッジ層しか備えない)コンシューマーAIとは大きく違う点だ」(プリー氏)
上述したWatson Data Kitは、この2層目を強化するために用意されたデータセットである。これを活用することで、企業がより少ない量の独自データ、より短い時間でWatsonのトレーニングを行うことが可能になり、同時に自社独自の強みを持たせられる。プリー氏によると1層目、2層目からの転移学習(Transfer Learning)技術も用いており、「Watsonは他社AI比で2倍の学習能力がある」という。
さらに今回は、自然言語会話によるバーチャルアシスタント機能を提供する「Watson Assistant」(旧称:Watson Conversation、Watson Virtual Agent)の強化も発表された。このサービスでも、業界別および自社独自のナレッジを持たせられる仕組みとなっており、今回は自動車(スマートカー、デジタルコックピット)向け、ホテル/ホスピタリティ(顧客サービス)向けの学習済みパッケージがリリースされた。もちろんこれも、迅速に展開ができ、なおかつ自社独自のトレーニングとカスタマイズを付け加えることが可能だという。