人工知能（AI）のブームがほぼあらゆる業界に影響を与える中、AIのサブフィールドである機械学習の研究開発は爆発的に増加しています。そして、機械学習の可能性を最もよく示しているのは、GoogleのDeepMindかもしれません。
2010年にデミス・ハサビス、シェーン・レッグ、ムスタファ・スレイマンによってロンドンで設立されたDeepMindは、ディープニューラルネットワーク、強化学習、そしてシステム神経科学に着想を得たモデルを用いた機械学習システムを開発してきました。このスタートアップ企業は2014年1月にGoogleに4億ドルで買収され、ハサビスはDeepMindのCEOとして留任しました。
DeepMind は、明示的なプログラミングに頼るのではなく、汎用学習アルゴリズムを大規模なデータセットに適用してシステムを「トレーニング」し、予測を行います。
では、DeepMindは実際にはどのように機能し、何ができるのでしょうか？この包括的なガイドでは、このプログラムが実際に何をするのかを解説します。
参照: TechRepublic のすべてのチートシートと賢い人向けガイド
エグゼクティブサマリー
- DeepMind とは何ですか? Google DeepMind は、ディープ ニューラル ネットワークと強化学習に基づくアルゴリズムを使用して、大規模なデータセットをトレーニングし、結果を予測できるようにする機械学習システムです。
- DeepMind が重要なのはなぜでしょうか? Google DeepMind は、高度な AI の能力を示す機械学習の顕著な例です。
- DeepMindは誰に影響を与えるのでしょうか？企業からコンピューターサイエンティスト、エンジニア、エンドユーザーまで、あらゆる人が機械学習の影響を受けます。DeepMindが用いる原理は、効率性を向上させたい企業や、囲碁などの特定のゲームをマスターしたいゲーマーにも応用できます。
- DeepMindはいつ誕生するのでしょうか？ Google DeepMindが世間の注目を集めたのは、2015年10月に囲碁のヨーロッパチャンピオンを破った時でした。これは、多くの専門家の予想よりも10年も早い、人工知能における画期的な進歩でした。
- DeepMindをどのように活用できるでしょうか？ Googleは機械学習の秘密をすべて公開しているわけではありませんが、コードの多くはオープンソース化されており、深層学習エンジンであるTensorFlowというソフトウェアのコードも公開しています。DeepMindは、その研究に関する多くの学術論文をオンラインで公開しています。
参照：調査：企業にはAIと機械学習を実装・サポートするスキルが不足している（Tech Pro Research）
DeepMindとは何ですか？
DeepMindはGoogleの子会社で、人工知能（AI）に特化しています。具体的には、ディープラーニングや強化学習といったAIの手法を含む機械学習と呼ばれる分野を用いて予測を行います。この技術は膨大なデータセットに依存し、場合によっては手作業でデータラベル付けを行うこともあれば、そうでないこともあります。
1997年にチェスでガルリ・カスパロフを破ったIBMのDeepBlueなど、他の多くのAIプログラムは、プログラマーがコードを記述する明示的なルールベースのシステムを採用してきました。しかし、機械学習はコンピューターが自ら学習し、独自のルールを設定し、それに基づいて予測を行うことを可能にします。
2016年3月、DeepMindのAlphaGoプログラムは、複雑なボードゲームである囲碁において、世界チャンピオンのイ・セドルを5局中4局で破りました。これは、多くの専門家が予想していたよりもはるかに早く、AIにおける大きな勝利でした。Googleによると、この勝利は「モンテカルロ木探索と、人間の専門家の対局から教師あり学習、そして自己対戦からの強化学習によって訓練されたディープラーニングネットワークを組み合わせることで達成されました」とのことです。
しかし、ディープラーニングはゲームの攻略以外にも、より実用的な用途があります。2012年には、16%のエラー率で100万枚の画像を認識するのに使用されましたが、現在では約5.5%にまで低下しています。ディープラーニングは、テキストベースの検索や音声認識にも活用されています。創業者のムスタファ・スレイマン氏によると、「既存の旧式のシステムと比較して、エラー率を30%削減しました。これは、音声認識における20年間で最大の単一改善であり、これらすべての分野において、非常に汎用的なディープラーニングシステムを使用しています。」
ディープラーニングは、詐欺検出、スパム検出、手書き文字認識、画像検索、音声認識、ストリートビュー検出、翻訳にも利用されています。スレイマン氏によると、ディープラーニングネットワークは現在、Googleにおいて60もの「手作業で作成されたルールベースのシステム」に取って代わっています。
追加リソース:
- 機械学習：賢い人のためのガイド（TechRepublic）
- 「データラベリング」は AI 時代の新たなブルーカラーの仕事となるのか? (TechRepublic)
- GoogleのDeepMindがチェスよりも複雑な囲碁に勝利した方法（TechRepublic）
- Google Deepmind AIがハースストーンとマジック：ザ・ギャザリングのカード作成に挑戦（TechRepublic）
- Google AI は、何に焦点を当てるかを学習することで世界を「見る」能力が向上します (TechRepublic)
DeepMind が重要なのはなぜですか?
Google DeepMindのゲーム業界における成果は目覚ましいものですが、同社の機械学習プラットフォームがもたらす影響は広範囲に及びます。DeepMindがエネルギー効率の向上によってGoogleの電気料金を大幅に削減できたという発表は、経済面と環境面の両方に大きな影響を与えます。
また、DeepMindはDeepMind Health傘下の国民保健サービス（NHS）と提携し、機械学習を用いて眼の健康状態における重篤な疾患の発見に取り組んでいます。同社は将来的に、アルゴリズムを用いて患者の過去の病歴に基づき、最適な治療法を患者に合わせてカスタマイズし、治療内容を最適化することを目指しています。
追加リソース:
- GoogleのDeepMind、目の健康改善のためNHSとの提携を拡大（ZDNet）
- GoogleはDeepMind AIを活用してデータセンターのエネルギー使用量を削減し、コストを削減（TechRepublic）
DeepMind は誰に影響を与えますか?
DeepMindの機械学習プラットフォームは、データを活用して洞察を得たり、顧客との関係を改善したり、売上を伸ばしたり、特定のタスクで競争力を高めたりしたいと考えているほぼすべての組織にとって大きな意味を持ちます。政府、企業、教育など、あらゆる分野で活用可能です。予測を行いたいと考え、十分な規模のデータセットを持っている人なら、事実上誰でも機械学習を活用して目標を達成できます。また、データラベリング分野で多くの雇用を生み出す可能性を秘めているだけでなく、従来手作業で行われていた業務に革命を起こす可能性も秘めています。
追加リソース:
- AIが「経済のエージェント」である理由：EmTechDIGITALのリーダーがAIの世界的な影響を示す（TechRepublic）
- GoogleがAI搭載の新チャットでSlackとFacebookに対抗すると報道（TechRepublic）
- FacebookがAIを使ってオンラインでの会話を追跡する理由（TechRepublic）
- 仕事中毒の皆さん：Google の機械学習ツールでワークライフバランスの問題を解決しましょう (TechRepublic)
- Facebook、企業と顧客の対話を促進するためにAIを採用（TechRepublic）
DeepMind のタイムラインは何ですか?
1980年代に人気を博した機械学習は、近年再び注目を集めています。Google DeepMindは、ニューラルネットワークを用いて予測を行うAIプラットフォームの連鎖における一翼を担っています。そのハイライトをご紹介します。
- 2010年： DeepMindがイギリスのロンドンで設立されました。
- 2011年:オブジェクトを識別および分類できるディープ ニューラル ネットワークである Google Brain が作成されました。
- 2014年: FacebookのDeepFaceアルゴリズムが導入され、一連の写真から人物を認識できるようになりました。
- 2015 年: Amazon が機械学習プラットフォームを立ち上げ、Microsoft が分散機械学習ツールキットを提供しました。
- 2016年： GoogleのDeepMindプログラム「AlphaGo」が、複雑な囲碁ゲームで世界チャンピオンのイ・セドルに勝利した。
追加リソース:
- Google、企業向けにAI搭載検索をカスタマイズ（ZDNet）
- GoogleのDeepMindがチェスよりも複雑な囲碁に勝利した方法（TechRepublic）
- Microsoft Build: 知っておくべき 5 つの大きな動き (TechRepublic)
- Google Cloud Platform が大企業と契約、AWS との比較は？ (TechRepublic)
- IBM Watsonが新しいクラウドベースのサイバーセキュリティ技術でサイバー犯罪に立ち向かう（TechRepublic）
DeepMind と機械学習をどのように活用できますか?
機械学習に関するオンラインリソースは数多くあります。機械学習システムの構築方法の概要を把握するには、Google DevelopersによるYouTube動画シリーズが役立ちました。また、Courseraをはじめとする多くの機関で機械学習に関する講座も開講されています。
さらに、機械学習を組織にさらに統合するには、Microsoft Azure、Google Cloud Machine Learning、Amazon Machine Learning、IBM Watson、Scikit などの無料プラットフォームなどのリソースを使用できます。
追加リソース:
- Facebookの機械学習ディレクターが、成功するAIプラットフォームを構築するためのヒントを共有（TechRepublic）
- AIヘルパーはFacebookのザッカーバーグ氏だけのものではない：独自のAIヘルパーを構築する方法（TechRepublic）
- IBM Watson：企業はどのような用途で活用しているのか？（ZDNet）
- 開発者が Google Cloud Platform で機械学習を活用する方法 (TechRepublic)
- AIのメリットを享受するためにビジネスを準備する方法（TechRepublic）
- ビジネスにおける AI 活用のエグゼクティブ向けガイド（無料電子書籍）
