“機械学習の自動化によるAIの民主化”を提唱し、機械学習の予測モデルの作成を自動化するプラットフォーム「DataRobot」をご存知でしょうか。
DataRobotは、1000を超える高度な分析アルゴリズムを備え、データを入れるだけで精度が高い順の予測モデルを自動で作成してくれるプラットフォーム。プログラミング、モデルチューニングの必要はなく、ユーザーは生成されたモデルを選択するだけ、それが機械学習自動化プラットフォーム「DataRobot」です。
2018年5月31日、その開発元であるDataRobot Japanと、DataRobotを製造現場へ導入したパナソニックとのトークセッションが、「日本の製造業におけるAI利活用の最前線」というテーマのもとおこなわれました。
昨年の1月に日本にオフィスを構えたばかりということもあり、国内ではこれからという段階のDataRobot。しかし、DataRobotが掲げる「AIの民主化」の波は確実に来ているんだなと、今回のトークセッションで実感させられました。
2000年九州大学大学院システム情報科学研究科博士課程修了。工学博士。同年、松下電器産業（現パナソニック）に入社。携帯電話向け画像処理LSIの開発、家電統合プラットフォーム「UniPhier」のハードウェア・アーキテクチャの開発を担当。その後、画像認識や対話プラットフォームの研究開発責任者、全社AI強化の戦略担当を経て現職。
シバタ アキラ（右） : DataRobot チーフデータサイエンティスト
人工知能を使ったデータ分析によるビジネス価値の創出が専門分野。世界のトップデータサイエンティストが働くDataRobot, Inc.にて、2015年よりデータサイエンティストとして日本マーケットを担当。NYU研究員時代に加速器データの統計モデル構築を行い「神の素粒子」ヒッグスボゾン発見に貢献。その後ボストン・コンサルティング・グループでコンサルタント。ニュースキュレーションアプリ「カメリオ」を提供する白ヤギコーポレーションのFounder & CEOを経て現職。PyData.Tokyoオーガナイザー
インターネットでは負けた。なぜパナソニックはAI領域に挑戦するのか
「まず、多くの製造業の企業と比べてパナソニックはどこよりも積極的に進んだことをしている、新しいことができている、という印象を持っているのですが、なぜそのような動きができているのでしょうか。」
「パナソニックは20世紀の工業化の時代には、テレビやレコーダーなどデジタル化の時代に成功をおさめています。しかし、21世紀になりインターネットが来た時に、勝てなかったんですね。
その時に、ものづくりに最適化された組織から脱却できなかったという失敗を味わいました。それ以降は経営陣も含めパナソニック全体で、IoTという次の時代にリベンジしたい気持ちがあったんですが、たまたまそこに第三次AIブームも訪れました。
今のパナソニックがあるのは、ビジネスをイノベーションしていく、そこにAIを活用していこう、という2つが一緒に進んでいる、というのが大きいと思います。」
パナソニックがAI領域に進むことを決定したのは、2015年に技術10年ビジョンを大きく以下の2つに策定したのがきっかけと言います。
- エネルギー領域
- IoT・ロボティクス領域
この取り組みの一環として、AIもひとつの要素として活用していく、ということですね。
「そこでまず最初に取り組んだのが人材の育成です。もともとデータが十分にあったとはいえず、データが貯まったときにスムーズにソリューションを提供できるように、人材にフォーカスして先手を打ちました。
現在はデータが貯まってきたので、それをビジネスにつなげていくフェーズです。同じタイミングで良いツール・洗練されたツールを求めており、DataRobotがマッチしたのが導入の経緯です。」
AIプロジェクトを推進してくには、データ、データサイエンティスト、機械学習エンジニア、業務プロセスに精通する人材と、必要な要素はいくらでもでてきて、さらにコストと時間という問題も重なってきます。
特に人材がいなくては何も始まりません。パナソニックは人材育成という選択をし、全力でそこに投資をしたそう。さらに、適切なツールを導入することで最大限にその人材が力を発揮できるようにする。パナソニックはまさにAIを推進できる体制を “波”に乗るために整えていたと言えるでしょう。
パナソニックの人材育成プログラムは6ヶ月間の全10回で開催される。講座の構成は1.5時間が座学で、1.5時間が演習。最終的にはコンテストをしており、Netflixチャレンジのコンテストなどの題材を使い、数値の目標もそこを基準にしている。最終的には論文を書き、査読をした後に卒業認定される。大阪大学の教授を招き行われるほどの本格的な人材育成。
2017年10月に発表された米国のデータ解析会社「アリモ社」の2桁億円にものぼる買収は、パナソニックに足りていなかったデータ分析領域のプロフェッショナル人材を確保するための１つの戦略だったといいます。
DataRobot導入後の現場から見えてきた、機械学習自動化ツールを使いこなすために必要な要素
「すでにDataRobotを業務に導入していると思うのですが、最初の反応はどうだったんでしょうか？」
「導入直後に100~120人ほどのユーザーがすぐに付きました。そこまでのニーズがあったのには驚きました。そこでまずはDataRobotを使ってもらい、フィードバックを拾おうとしましたが、ユーザーがどのようにツールを使っていいのかわからなくなり、段々とユーザーが減っていきました。データをとりあえず突っ込んでみたけど、どう活用すればいいのかわからなかったんですね。
逆にツールを使いこなせるコアユーザーは人材育成プログラムを受け、かつドメイン知識（業務内容、プロセスの熟知）を持ったユーザーでした。機械学習自動化ツールは、育成プログラムとドメイン知識、2つが揃ってはじめて使えるんですね。」
育成プログラムを受け、ドメイン知識を兼ね備えた人材がツールを使いこなせるのは、言ってしまえばあたりまえ。
DataRobotというツール自体にハードルがあるわけではなく、機械学習による問題解決アプローチの準備段階として、まず身につけるべきことがあるようです。
「DataRobotを使える人材を増やしていくために取り組まれていることはありますか？」
「ツールを使える人を増やすのは、やはり人材育成プログラムですね。プロフェッショナルサービスで受託をして、問題を解決する構図を継続するには、すべてをプロフェッショナルな人でカバーしようとすると限界があります。
100以上の案件があるので、それを現場が自力で回せないといけないんです。そのためのツールだと思っていますし、それをしなければツールの意味がありません。」
DataRobotはどう使われてる？可能性は無限大
「DataRobotを使って、うまくいっているケースはありますか？」
「そこに関してはまだ詳しく言えない部分ではありますが…。
いくつか例をあげると
- 工場における故障予測
- 店舗の需要予測
- センサーデータを使った店舗の行動予測
- 監視業務の支援
などでDataRobotを使っています。研究部門ですが材料インフォマティクスなどでも活用して、新しいデバイスを開発するためにどんな材料を使うべきか、IT・AIを駆使して研究をしています。」
「さまざまケースでDataRobotを使っていただいているようですが、もっとこう変わってほしいとか、別の企業のツールと比べてどうなのかな、というお話を聞きたいですね。」
「そうですね…パナソニックでは、ほかにも製造系に特化したツールを使っていますが、特定の課題にフォーカスしているので非常に使い方が明確です。一方で、DataRobotは広くカバーしていて機能も豊富です。ですので、どの課題に対してどのようにツールを使えばいいのかわからないケースも少なくありません。
この分野であればこんな使い方がある、といったものが決まっていればさらに魅力的だなと思います。」
パナソニックにDataRobotが導入されてまだ間もないこともあり、具体的な数値で成果がでているわけではないようですが、確実に業務のなかで活用が進んでいます。
適切に育成されドメイン知識を持った人間がデータとツールを使うことで、いくらでも既存の業務に機械学習を差し込む余地はありますよね。
「機械学習エンジニア、必要ないです」と言える実力。DataRobotが目指すAIの民主化とは？
ここまでお話しを聞いていて思ったのは、つまり、DataRobotを駆使することができれば、機械学習エンジニアは必要ないということなんでしょうか。質問する機会があったのでお二人に気になることを聞いてきました。
「はい、必要ないです。同じデータを使い、機械学習エンジニアとDataRobotを競争させてモデルを作り、精度・スピードの検証をしたこともあります。
その結果DataRobotが精度で上回ったケースもいくつかあるのと、パラメーターのチューニングも自動でやってくれるので圧倒的にスピードが早いです。」
モデルの精度に関しては、たとえ劣っていてもそこまで差異はなかったといいます。
その確かな実力を持つDataRobot、今後のビジョンをお聞きしたいです！
「DataRobotがプロダクトローンチより掲げているのは、『AIの民主化』です。なかでも目指していきたいのは、ツールを導入した企業内での“AIの民主化”。機械学習エンジニアでなくとも、データとツールを使った機械学習による問題解決のハードルを下げていきたいですね。
ただし、将来的には“社会的な意味でのAIの民主化”をゴールにしています。それなりのITスキルとAIを少し勉強している方々が使えるツールになれば良いなと思っています。」
社会的な意味でのAIの民主化が実現して、Google Analyticsのように気軽に使える、機械学習自動化ツールになると思うと、ワクワクします！
DataRobotは国内ではまだまだ事例は少ないです。今後事例が増えていくにあたって具体的な数字として結果もでてくるかと思います。
そのときが待ち遠しいですが、引き続きDataRobotを追っていきたいと思います。
