人工知能の注目企業 PKSHA Technology

2019年4月8日

私はいわゆる理系のプログラマーでここ1年くらい人工知能のプログラミングをいじっていました。正確には機械学習ですが。

機械学習のプログラミングの場合、プログラミングスキルと言うよりも機械学習の技術に精通する必要があり、この分野は少し自信があったのですが、なかなかうまくいきません。

ただこれからの世の中に機械学習がどのように利用されていくのかは感じられました。今回の記事ではAIについてと、AI分野の注目企業のPKSHA Technology(パークシャーテクノロジー)について書きたいと思います。

人工知能とは 機械学習とは 深層学習とは

人工知能(AI)と機械学習(マシンラーニング)と深層学習(ディープラーニング)はこの分野では重要なキーワードです。この3つのキーワードはそれぞれ異なるものですが、しばしばごちゃごちゃに考えられてしまいます。

人工知能とは

人工知能は技術ではなく概念と言えます。1950年代にAIという言葉ができてから様々な研究が行われてきましたが、人間は人間と同じように考えられるAI(汎用AIと呼ばれる)を作ることができていません。

しかし人間と同じような機能がなくても一部の機能に特化したAI(特化型AI)の研究は成果が出ています。画像ファイルから画像の内容を判断することもできるように成りました。これらの多くは機械学習という技術を使って実現されています。

機械学習とは

機械学習とは世の中の特定の分野のデータを大量に解析し、その結果を学習し、判断や予測を行うアルゴリズムです。機械学習の現在のところ画像認識に大きな成果を出しています

道路標識の認識を例にとると、機械学習以前の画像認識では標識が画像のどこに存在するかのエッジ検出フィルタや標識に書かれている文字を認識するための光学文字認識などを手作業でコーディングする必要がありました。

この手法は一定の成果を上げてきましたが、一定以上のブレークスルーを生み出すことができませんでした。特に天候により標識の認識が難しい場合、または枝などにより標識の一部が隠れてしまっている場合などはエラー無く認識をすることができませんでした。

しかし、機械学習の研究者は人間の脳を模した「ニューラルネットワーク」を用いることで機械学習による画像認識の精度を飛躍的に向上することに成功しました。

人間の目に見やすいように作らた標識などの認識に、人間の脳を模したアルゴリズムを用いることは非常に合理的な方法です。

しかし、ニューラルネットワークには大きな欠点がありました。それは計算量が多すぎていわゆるスーパーコンピュータでしか計算ができないことでした。

この問題を解決したのは当時ゲーム画面の処理に用いられていたGPU(グラフィックプロセッシングユニット)です。

パソコンのCPUは高速で高精度なコアと呼ばれる計算の中枢を少数持つのに対し、GPUはシンプルなコアを何百個も搭載しています。研究者はニューラルネットワークの計算を並列化し、何百ものコアで同時に処理させることで計算の高速化を実現しました。

ディープラーニングとは

ディープラーニングとはニューラルネットワークが並列化の計算を行うようになった結果生まれてきたアルゴリズムです。

ディープラーニングはニューラルネットワークを層のようにいくつも重ねる(ディープ)ことで画像の特徴(エッジ、形状など)を抽出することができるようになりました。

このディープラーニングによる画像認識の技術は自動運転への応用が期待されています。

ディープラーニングによりコンピュータがどのようにデータを知覚しているかはほぼブラックボックス化してしまいました。しかし、コンピュータが物を理解するのに最適化されたアルゴリズムになったことにより、計算の高速化、高精度が実現しています。

私はまるでコンピュータが独自の意識を持っているように感じてします。この辺りが一番AIっぽいですね。

AIの注目企業PKSHA Technology

これまでソフトウェアは、プログラマーが1行1行コンピュータの動作をコードに記述する方法で作られてきました。

しかしPKSHAはAIの学習により作り出された人間の知識・能力を学習させたものを製品としています。

(正確にはAIに人間の知識・能力を学習させるためのアルゴリズムを製品としている)

そう考えるとPKSHAは既存のソフトウェアメーカーとは異なる業態といえますが、個人的には、まだ他企業との違いが明確でないと見ています。

今後PKSHAしかできない技術やプラットフォームが出てきた時が、大きく化ける時だと思っています。