AI(人工知能)時代における花形の職業とされたデータサイエンティストにとって、受難の時代がやって来そうだ。「AIを作るAI」が、AIを作る仕事を人間から奪おうとしているからだ。米グーグル(Google)が2018年1月に発表した「Cloud AutoML」がその先駆けだ。

 「これまで数カ月を要していた画像認識モデルの開発期間を1日にまで短縮できる」。グーグル Cloud AI部門の研究開発責任者であるジア・リー(Jia Li)氏は、Cloud AutoMLの威力をそう説明する。Cloud AutoMLはその名の通り「機械学習(ML、Machine Learning)を自動化(Auto)するAIだ。

グーグル Cloud AI部門の研究開発責任者であるジア・リー(Jia Li)氏
[画像のクリックで拡大表示]

 グーグルはまず、画像認識AIの開発を自動化できる「Cloud AutoML Vision」というサービスを開始した。Cloud AutoML Visionでは、ユーザー企業の業界や業種、業務内容に特化した画像認識AIを「プログラミング不要」で実現する。ユーザー企業に必要な作業は、WebベースのUI(ユーザーインタフェース)を使って、認識させたい被写体が映っている「教師データ」の画像ファイルを数十枚登録するだけ。その後はCloud AutoML Visionが自動的に、ユーザー企業だけの画像認識AIを開発する。

データサイエンティストを雇わなくてもAIを作れる

 AIの開発が数カ月から1日にまで短縮するという理屈もふるっている。グーグルのリー氏は「これまではユーザー企業が自社専用の画像認識モデルを開発しようと思ったら、データサイエンティストを採用して、膨大な量の教師データを用意し、ニューラルネットワークを設計して、様々なパラメーターをチューニングする必要があった。Cloud AutoMLはこうした作業を全てなくす」と説明する。つまりCloud AutoMLを使えば、自社専用AIを開発するのにデータサイエンティストを雇う必要は無くなり、「人材採用期間を含めて数カ月」を要するAI開発期間を、1日にまで短縮できるというのだ。

 グーグルは、2017年8月に機械学習の学会「International Conference on Machine Learning(ICML) 2017」で発表した「Large-Scale Evolution of Image Classifiers」という論文で、Cloud AutoML Visionのベースになる技術がゼロから開発した画像認識AIが、画像認識のコンテスト「ImageNet」でもトップクラスに入るような認識精度を実現したと述べている。「ImageNetで上位に入る画像認識モデルはまさに、非常に優秀な研究者が数カ月がかりで開発したものだ。それに匹敵する精度のモデルをCloud AutoMLは開発できる」。リー氏はそう説明する。

オリンピックの主催者が競技ロボットを作ったようなもの

 ここでImageNetが例に出てくるのは、皮肉な話でもある。なぜなら米スタンフォード大学でImageNetのコンテストを長らく主導してきたフェイ・フェイ・リー(Fei-Fei Li)氏は2017年1月にグーグルに移り、今はグーグル Cloud AI部門のチーフサイエンティストとしてCloud AutoMLの市場投入を指揮しているからだ。

 現在開催中のオリンピックにたとえて言うなら、国際オリンピック委員会の会長がロボットメーカーに転じて、オリンピックでメダルを獲得できる性能の「スキーロボット」や「スケートロボット」を世に送り出してしまったようなものである。

 Cloud AutoMLの威力の秘密は2つある。一つは「転移学習」、もう一つはグーグルが「Learning2Learn」と呼ぶ技術だ。

この先は有料会員の登録が必要です。有料会員(月額プラン)は申し込み初月無料!

日経 xTECHには有料記事(有料会員向けまたは定期購読者向け)、無料記事(登録会員向け)、フリー記事(誰でも閲覧可能)があります。有料記事でも、登録会員向け配信期間は登録会員への登録が必要な場合があります。有料会員と登録会員に関するFAQはこちら