2018.03.13

今さら聞けない「AI」ーひとまずおさえておきたい「AI技術」の基礎知識

昨今、ディープラーニング（深層学習）を始めとするAI技術が目覚ましい発展を見せており、あらゆる産業に変革をもたらす革新的なテクノロジーとして世界的な注目を集めています。博報堂ＤＹホールディングスは、グループ内の情報や人材を集約し、AI技術を活用した新規ビジネス開発を推進する「AIビジネス・クリエイションセンター」を新設しました。当組織ではこれらの動きや情報を集約するとともに、マーケティング、メディア・コンテンツ領域において、AIを活用したビジネス開発を積極的に推進していきます。
今回の対談ではセンターに所属する松居と相澤が、AI技術をビジネス活用する際に重要となるAI技術の基本知識と留意しておきたいチェックポイントについて語ります。

「AIについて説明して」って言われたら

松居: 「AI」という言葉を目にしない日はないくらい、ブームというか、「AI技術」はビジネスの世界においても話題の中心になっています。でも、ふと「AIについて説明してみて」と言われると、「えっと、、、人の代わりをやってくれるんでしょ。」という風に答えに詰まる方も多いのではないでしょうか。僕もその一人でした。
今回の記事では、ビジネスにおいて「AI」について語るときに、エンジニアでなくてもこれぐらいは知っておいたほうがいいこと、気を付けたほうがいいポイントなどを整理できればと思います。
相澤: AIビジネス・クリエイション・センター（※）の活動を通じて、「AI」について質問を受ける機会が増えています。その中で、「ここが引っかかるポイントだな」とか、「ここが分かれば話がスムーズになるな」という点を感じているので、その辺りをお話しできればと思います。
松居: 早速ですが、その「引っかかるポイント」を聞かせて貰っていいですか。

「AI」という言葉は広いので、その言葉だけでは何も説明していない

相澤: そもそもですが、「AI」というのは概念の話なので、ビジネスの話の中でも「AIという言葉は何も説明していない」と思ったほうがいいです。現時点のAI技術で出来ることは思った以上に限られてくるので、なおさらです。
松居: なるほど。「AI」という言葉は広いので、領域については示しているけれど、具体的な中身については何も示していないということですね。我々でいうと「広告」とかと同じ粒度だと考えれば、確かに、いきなり「広告やりたいです」とだけ言われても、何がやりたいのかはさっぱり分からないですよね。
相澤: なるべく「AI」という言葉を使わずに、具体的な技術は何なのかを意識しながら考えたり話したりするようにすると、自然とビジネスの具体度も上がってくると思います。
松居: でも、具体的な技術だと種類がたくさんありそうで、非エンジニアにはすぐお手上げになりそうです。

AI技術の歴史と「ルールベース」「機械学習」「深層学習」

相澤: はい、そうですよね。細かな技術について理解するのは難しいと思うので、最低限このあたりを覚えておいたほうがいいかなというキーワードを、歴史とともに３つ上げてみます。それは、「ルールベース」「機械学習」「深層学習」の３つです。

AIは今、60年を超える研究の歴史の中で３回目のブームを迎えているといわれています。第２次ブームまでは「ルールベース」と呼ばれる、人間が予めルールや知識を全て用意して、それらに基いて機械が判断をするシステムが中心でした。それに対して第３次ブームは「機械学習」と呼ばれる、機械が自らデータから知識を得る技術が中心となっています。特に、機械学習技術の先端研究領域である「深層学習」がAI技術の中で鍵となる技術となっていて、この深層学習の進歩により研究が一気に進んでいます。

松居: 「深層学習」で画像の猫が認識できるようになったり、囲碁でプロ棋士に勝ったりということが話題にもなりました。とすると、最新の「深層学習」が出てきたので、昔の技術である「ルールベース」などはもう廃れていくということなんでしょうか？
相澤: そこが、ポイントの１つだと思います。新しい技術が出てくると、すべて新しいものに置き換わるイメージが湧くかもしれませんが、「ルールベース」「機械学習」「深層学習」といった技術は、使い方や、できること、使うために必要なものなどもそれぞれ異なります。なので、技術の古い新しいだけでなく、やりたいことに対してどのAI技術が適しているかをチョイスすることが大切になります。今回のAIブームの火付け役は深層学習で、深層学習の進化が今後のAI技術活用の可能性を広げていくことは間違いないと思いますが、実際のサービスの中に実装され使われているという点では、ルールベースのものも多いです。
松居: 古い新しいという軸だけでは考えるのではなく、「何ができるのか」、「何がしたいのか」で考えるということですね。言われると当たり前なことのような気がしますが、AI技術についてはそういう観点を持ててなかった気もするので、ここも確かにポイントになりますね。; では、「何ができるのか」、「何がしたいのか」を考えていくためには、何をポイントにしていけばいいのでしょうか？

「インプット」「解析方法」「アウトプット」の3分割で考える

相澤: AI技術の活用について考える際には、具体の使い道である「用途」だけに着目するのではなく、「インプット」「解析方法」「アウトプット」という3つに分割して考えると自然と必要なものが見えてくるので、そのように整理することをおすすめしています。; 下の図は、AIビジネス・クリエイション・センターで整理した図です。

先ほど、これだけは覚えておきましょうといった「ルールベース」「機械学習」「深層学習」といったAI技術は「解析方法」に当たります。当たり前ですが、「解析方法」だけあっても何もできません。解析対象となるインプットするデータと、解析して何をアウトプットとするのかを明確にする必要があります。

松居: AI技術が使われるものを理解するときには、「インプットが何か」、「解析方法が何か」、「アウトプットが何か」の3つそれぞれを把握することで理解できるようになるということですね。例えば、購買情報である「ID-POS」データをインプットデータとして活用して、解析方法として機械学習の「統計的学習」を用いて季節変動などを加味し、アウトプットとして売り上げ「予測」データを出力させて、販促計画立案を用途とするということですね。; このステップ図を見ていると、AI技術の活用について考える場合、この図の右側から考えるか、左側から考えるかの両方があることに気が付きます。
右側から考えると、実現したい用途がある場合は、そのために必要なインプットデータが何かと、最も有効な解析方法が何かを考える。逆に、左側から考えると、優良で大量のデータを持っている場合、何かしらの解析方法を用いることで、今までにないアウトプットを生み出せる可能性があるかを考えることになります。
発想する際にも、ディスカッションで意識合わせをする際にも、このステップ図を意識すると良さそうな気がしました。

この記事はいかがでしたか？

送信

相澤辰弥

博報堂ＤＹホールディングスマーケティング・テクノロジー・センター開発１グループ　研究員

2012年博報堂入社。インターネット広告をはじめ企業のデジタルマーケティングにおけるソリューション開発に従事したのち、2017年7月より現職。AIビジネス・クリエイションセンターに所属し、AI技術の研究を行っている。
松居達也

博報堂デジタルビジネス推進局　デジタルプロデュースグループ

2007年博報堂入社。営業職として、飲料、化粧品メーカーのアカウントを主に担当。博報堂全社のデジタル・データマーケティング業務を推進・プロデュースする立場として、2015年より現職。AIビジネス・クリエイションセンター所属。