IBM、3段階のAIについて語る
日本IBMは、IBM Watson Summit 2017を都内で開��、AIとクラウドが今後ますます�Tびつきを�咾�、それらを�W��することで業��改革をさらに進められることを��した。これまでIBMは人工���Α�AI）とは言わずコグニティブコンピューティングと�}んでいたが、このSummitではAIやマシンラーニングとの違いを��確に��した。
図1 IBMのHybrid Cloud兼IBM Research Director担当Corporate Senior VPのArvind Krishna��
AIでは、データがすべてだ。IoTセンサからのデータやビジネスからのデータなどさまざまなアナログの�撻如璽燭�あふれている。IBMのHybrid Cloud兼IBM Research Director担当Corporate Senior VPのArvind Krishna��(図1)は、「毎日作成されるデータは2.5EB（エクサバイト：10の18乗バイト）。世�c中のデータの90%はこの2�Q間で作成され、世�cの科学�\術レポートは9�Qごとに2倍のペースで�\えていく」と述べ、「ではどうやってデータを扱うのか。それがAIだ」と��言する。もはや、プログラミングではない。ルールでもない、��来のコンピューティングでもない。
AIの最初の基礎段階はマシンラーニングと�}ばれ、ここでは、統��アルゴリズムを使い、パターン認識を可�Δ砲�、データドリブンの予�Rを行ってきた。次の段階がAIであり、�O��言語処理から始める。学�{によって��識を蓄え、推�bを行う。例えばコールセンターへの応��では、Q&Aのやり�Dりを中心に行う。これによってユーザーは、効率よく解��策を�瑤襪海箸�できるが、マシンラーニングによる答えはブラックボックスであり、その中身の理�yについてはわからない。
しかし人間は、答えを�瑤辰討發修療�えの背景にあるものが何かを�瑤蠅燭�て、しかもどのような証拠があるのかについても�瑤蠅燭�。これが次のステップになるコグニティブコンピューティングだ。どのようにして判��を��めるのか、どのようにして、深いドメインに�瓦靴討睛��y��けを行うのかを��めなくてはならない。IoTのセンサから�a度や振動、�C耗などのデータを処理し、判��するのかを��めなくては予防メインテナンスをできない。�a度や�C耗などの�X況が��きるまで待って��める��要がある。これらの�T思��定を、クラウドを通じて行う。
コグニティブコンピューティング「ワトソン」は、���Bによる�T思��定、専門�覦茲��瓦垢訖��b、エビデンスに基づく説��を行うとしており、あくまでもビジネス����を�[定している。ワトソンのAPI（Application Program Interface）は（図2）、ビジネスのためのAIの頭�Nとして���Tしている。すなわち、��識の��成、高度な推�b、言語処理、共感、スピーチ（音�m認識処理）、ビジョン（認識処理）がワトソンのスキルである。アプリケーションの開発にこれらのスキルをクラウドベースで使うことを�i提としている。
図2 IBMワトソンは、さまざまなAPIを���Tしている
コグニティブコンピューティングは、限られた専門性のある分野での応��をビジネスとしている。そのために業�cに��化した学�{済みのワトソンを、���]業や�O�E��、コールセンター、セキュリティなど80�|類ラインアップを揃えた（図3）。
図3 業�cに��化した学�{済みワトソンを80�|類そろえた これを使えば、推�bのアルゴリズムさえ開発すれば業��をAIに任せることが可�Δ砲覆�
Krishna��にIBMが開発したニューロチップTrueNorthについて聞いてみると、TrueNorthはアクセラレータの�kつと位����けているという。このニューロチップは消�J電��が70mWと3桁小さいので、今のところエッジ応��を�[定している。ニューロチップは、CNN/DNN（�Qみ込みニューラルネットワーク/デ��ープニューラルネットワーク）などの画�鞠Ъ韻里燭瓩離▲襯乾螢坤爐砲茲覬���に向き、バイオサイエンスのブレインワークとは違うとしている。例えば、CMOSイメージセンサの後段においてビデオ処理するのに向くという。もう�kつの応��は、モバイルAIだろうと述べている。
