KADOKAWA Technology Review
×
ビッグから「グッド」へ発想転換を、第一人者が語るAI導入のコツ
Jeremy Portje
知性を宿す機械 無料会員限定
Andrew Ng: Forget about building an AI-first business. Start with a mission.

ビッグから「グッド」へ発想転換を、第一人者が語るAI導入のコツ

企業はどうすれば機械学習を利用して業務を変革し、重要な問題を解決できるようになるか。AI界のパイオニアであり、新たなベンチャー会社を率いるアンドリュー・エンが語った。 by Karen Hao2021.04.07

アンドリュー・エンはこれまでさまざまな活躍をしてきた。グーグル・ブレイン(Google Brain)チームの創設者として、あるいはバイドゥ(百度)の元主任科学者としてエンを知っている人も多いだろう。エンの講義を聞いたことがある人もいるかもしれない。エンは大人気のオンライン講義で、学生や好奇心旺盛なリスナー、ビジネスリーダーたちに機械学習の原理について教えてきた。

現在、エンは2017年に立ち上げた最新のベンチャー企業「ランディングAI(Landing AI)」で、学習に使える大規模データセットを有していない企業でも人工知能(AI)革命に参加できる方法を模索している。

3月23日、エンはMITテクノロジーレビューの年次イベント「エムテック・デジタル(EmTech Digital)」のバーチャル版で、自身がこれまでに学んだ教訓について語った。

※以下のインタビューは、発言の趣旨を明確にするため、要約・編集されている。

◆◆◆

—— 「AIファーストのビジネスを構築するにはどうしたらいいですか?」と質問されることは多いかと思います。そのような質問に対し、通常どのように答えていますか。

「それはしないでください」と答えています。チームメンバーに「皆さん、AIファーストでお願いします」と言ったら、そのチームはテクノロジーに集中してしまうでしょう。それは研究所であればすばらしいことかもしれません。しかし、私がビジネスを進める際には、顧客主導かミッション主導であることが多く、テクノロジー主導であることはほぼありません。

——現在、ランディングAIという新しいベンチャー企業を率いていますね。どのような企業なのか、また、なぜこの事業に取り組むことにしたのかを教えてください。

グーグルやバイドゥでAIチームを率いてから、AIがWeb検索やネット広告などの消費者向けのソフトウェアやインターネットに変革を起こしたことを実感していました。しかし私は、経済のさらに大きな部分を占める他のすべての産業にAIを導入したいと考えていました。そこで、さまざまな産業を見てきた結果、製造業に焦点を当てることにしました。

AIを活用するための準備ができている産業はたくさんあります。ですが、ある産業が他よりもAIを活用できるパターンの1つとして、ある程度のデジタル変革を経て、データが存在していることが挙げられます。そうしたことにより、AIチームがデータを使って価値を生み出すために活躍する機会が生まれます。

最近楽しみにしているプロジェクトの1つに、製造業の目視検査があります。製造ラインから出てくるスマホの写真を見て、それに欠陥があるかどうかを確認できるでしょうか? あるいは、自動車の部品を見てへこみがあるかを確認できますか? 消費者向けのソフトウェアやインターネットでは、10億人のユーザーがいて、膨大な量のデータがあるかもしれません。しかし、製造業で傷のあるスマホを10億台、いや100万台でさえ製造したことのある工場は存在しないでしょう。そうでなければ困りますよね。

そこで課題となるのが、どうすれば100枚の画像を使ってAIを機能させるのかということです。実は、それが可能であることは多いのです。小規模なデータでも非常に多くのことが可能となるということに何度も驚かされてきました。AIに関する大げさな宣伝、熱狂、広告はすべて巨大なデータセットを対象としています。ですが、課題が大きく異なる他の適用分野を開拓するためにも、私たちが成長すべき余地は大いにあると感じています。

——どのように実現するのですか?

CEO(最高経営責任者)やCIO(最高情報責任者)は、しばしば次のような間違いを犯します。「アンドリュー、我々はそれほど多くのデータは持っていない。うちのデータはめちゃくちゃなんだ。立派なITのインフラを構築するのに2年くれないか。そうすれば、AIを構築できるすばらしいデータを準備できるから」と言うのです。私はいつも、「それは間違いです。そんなことはしないでください」と返します。

まず、完全にクリーンで完璧なデータを持っている企業など地球上に存在しません。巨大テック企業でさえもです。それは旅のようなものです。すばらしいデータインフラを構築するために2年や3年を費やすということは、AIチームによるフィードバックが不足していて、どのITインフラを構築すべきかの優先順位を決めることができていないということなのです。

例えば多くのユーザーを抱えている場合、アンケート調査をしてもう少し多くのデータを得ることを優先すべきでしょうか?あるいは、工場で何かにセンサーが付いているとし …

こちらは会員限定の記事です。
メールアドレスの登録で続きを読めます。
有料会員にはメリットがいっぱい!
  1. 毎月120本以上更新されるオリジナル記事で、人工知能から遺伝子療法まで、先端テクノロジーの最新動向がわかる。
  2. オリジナル記事をテーマ別に再構成したPDFファイル「eムック」を毎月配信。
    重要テーマが押さえられる。
  3. 各分野のキーパーソンを招いたトークイベント、関連セミナーに優待価格でご招待。
こちらは有料会員限定の記事です。
有料会員になると制限なしにご利用いただけます。
有料会員にはメリットがいっぱい!
  1. 毎月120本以上更新されるオリジナル記事で、人工知能から遺伝子療法まで、先端テクノロジーの最新動向がわかる。
  2. オリジナル記事をテーマ別に再構成したPDFファイル「eムック」を毎月配信。
    重要テーマが押さえられる。
  3. 各分野のキーパーソンを招いたトークイベント、関連セミナーに優待価格でご招待。
日本発「世界を変える」35歳未満のイノベーター

MITテクノロジーレビューが主催するグローバル・アワード「Innovators Under 35 」の日本版が候補者を募集している。特定の分野や業界だけでなく、世界全体の重要な課題を解決するイノベーターを発信していく。

記事一覧を見る
MITテクノロジーレビュー[日本版] Vol.4/Summer 2021
MITテクノロジーレビュー[日本版] Vol.4/Summer 202110 Breakthrough Technologies

新型コロナウイルス・ワクチンの開発で脚光を浴びた「メッセンジャーRNA」技術から、人間並みの文章を自在に生成できる人工知能(AI)技術「GPT-3」、電気自動車(EV)普及の鍵を握る「次世代バッテリー」まで。MITテクノロジーレビューが選んだ「世界を変える10大テクノロジー」。

詳細を見る
フォローしてください重要なテクノロジーとイノベーションのニュースをSNSやメールで受け取る