画像提供:マイナビニュース

写真拡大

日本IBMは11月16日、Watsonに関する技術動向説明会を開催。現在のWatsonのおいて、どのような課題があり、どのように解決していくかについてや、Watsonのアドバンテージを説明した。

日本IBM Watsonソリューション担当 元木剛氏によれば、Watsonは4層構造となっており、一番下にCloud層があり、その上に知識データベースとしてのデータ層、その上にWatsonのエンジン(API)であるAI層、一番上にアプリケーション層があるという。

同氏は、「Watsonでは、それぞれの層が拡張性をもっており、AIやビッグデータの観点で、特にデータ層が非常に重要で、IBMではデータ層を他と切り分けて考えていく方向性を打ち出している」と語った。

データ層は、顧客データを活用する中で、固有のAIを生産性高く実装していくかを工夫しており、顧客固有のデータによって学習されたものはその企業の固有のアドバンテージとして捕らえており、横展開しないことを基本方針にしているという。

AI層においては、深層学習、ディープラーニングなどの技術をどう適用していくかに取り組んでいるという。

「Watsonは、ビジネスためのAIであり、そのための進化を行っている。1つの機能を複数の機能を組み合わせて実現している。APIは機能の集合体ではなく、開発運用基盤として提供しており、それを進化されている」(元木氏)

元木氏は、現在のWatsonのコグニティブ・サービスとしては、会話系(Conversation)、知識探索系(Discovery)、画像系、音声系、言語系があるとした。

会話系では、アプリに自然言語インタフェースを追加して、ユーザーとのやりとりを自動化するもので、Watsonの柱。用途しては、Chat Botやコールセンターのエージェントサービスがある。

Chat Botとしては、ネスレ・ジャパン、JAL、AutoDesk、JR東日本などが採用している。

これらの企業は早期導入企業で、すでに第2世代のサービスを提供しており、効果を数値で表せるようになっているという。

また、運用フェーズでの活用も始まっており、ユーザーとのログを解析し、改善していく取り組みも行われているという。

この半年くらいで、質問の意図を把握する機能や文脈管理機能を強化。SNSのいいねボタンの付いた会話を分析することで改善する機能を強化している。

知識探索系では、データの隠れた価値を解明し回答やトレンドを発見する用途で利用。さまざまなデータソースを知識化してデータベース化している。

画像系では、画像の含まれる意味を検出するよう強化しており、単に犬をかどうかを識別するのではなく、犬の種類をを特定でくるように追加トレーニングしているという。

音声系では、音声をテキスト文章に変換する言語系では、翻訳やテキストから筆者の性格を推定。この半年の強化では、話者の検出、言語モデルのカスタマイズ、音響モデルのカスタマイズなどの強化が行われているという。