ゼロから始めるAI経営

LINE BRAIN、帰国者の健康状態をAIが電話で確認 −その他OCR、チャットボットの活用も

LINE株式会社は、新型コロナウイルス感染症拡大防止を目的に、厚生労働省と委託契約を締結し、LINEのAI事業「LINE BRAIN」が展開している自然言語処理、文字認識などの各AI技術を活用して、都道府県等が保健所などで実施している帰国者の健康状態の確認（健康フォローアップ）を支援すると発表しました。

▼LINE BRAINについて詳しくはこちら

AI専門ニュースメディア AINOW

LINEのAIを大解剖！　この記事で全部わかる「LINEのAIの取り組み」

LINEのAIを大解剖！　この記事で全部わかる「LINEのAIの取り組み」

GAFAと呼ばれる米国企業が世界的に展開し、多くのデータを集めて、AI開発にも膨大な資金を投資しています。中国ではBATと呼ばれる企業が、中国国内で展開し、その企業価値は世界最大規模になっています。数々のサービスが、膨大なデータを集め、AIの開発を進めている…
現在、各都道府県などで、帰国日の過去14日以内に感染症危険情報レベル３の国・地域の滞在歴がある帰国者に対し、帰国後14日間、電話などで健康状態の確認を行っています。これまで帰国者の方は電話などにより回答する必要があり、また、保健所などの職員は多くの方に電話などで連絡する必要があったといいます。

このような背景から、帰国者本人の負担や、都道府県などの業務負担を軽減するため、同意された帰国者の方に対し、AIチャットボットを活用した「専用LINE公式アカウント」と、音声応対AIによる「電話」を活用した健康フォローアップを開始します。

LINEは、帰国者が手書きで記入した質問表を読み取りデータ化する「LINE BRAIN OCR」の提供と、「LINE BRAIN CHATBOT」を用いた帰国者専用のLINE公式アカウント開設・運用、音声応対AIサービス「LINE AiCall」による架電の3点において支援を行います。

まず、検疫において帰国者が記入、提出した質問票を、手書き文字（日本語）に対応したAI OCRで読み取り、紙から電子データへの変換作業を効率化します。

その情報をもとに、帰国者には、帰国後にLINE公式アカウント「厚生労働省　帰国者フォローアップ窓口」から、発熱などの健康状態の確認に関する質問が送られます。「LINE」上で回答した帰国者に対しては、その後も1日1回、LINE公式アカウントを通じて健康状態の確認が行われます。

「LINE」上での回答がない場合には「LINE AiCall」による電話を通じて同様の確認を行います。

上記の流れで確認された健康状態に関するデータは、居住の都道府県など（保健所）に提供され、保健所は必要に応じ、架電などで、医療機関の受診呼びかけなどを行います。

同社は、これらAI技術がLINE公式アカウントや架電を通じた確認業務をサポートすることで、都道府県など（保健所）の職員等の業務負担の削減につながり、より緊急性の高い、重症化のおそれのある帰国者への対応に集中することが可能になるとしています。

新型コロナ感染拡大　AIで予測、早期に抑え込み

新型コロナウイルスの感染拡大を受け、スタートアップが人工知能（AI）を使った感染対策に取り組んでいる。ここ数年、ジカウイルスなどの別の感染症対策でも成果を上げてきた。クラスター（感染者集団）の発見や早期の対策につながる可能性がある。
新型コロナが世界各地に広がるなか、スタートアップ企業や研究者は人工知能（AI）を使ってウイルスの感染経路をモデル化し、封じ込める戦略を練っている。もっとも、この戦術は新型コロナだけに使えるわけではない。ここ数年、ジカウイルスやデング熱、ニパウイルスといった感染症の予測や追跡にもAIが使われている。

日本経済新聞社は、スタートアップ企業やそれに投資するベンチャーキャピタルなどの動向を調査・分析する米CBインサイツ（ニューヨーク）と業務提携しています。同社の発行するスタートアップ企業やテクノロジーに関するリポートを日本語に翻訳し、日経電子版に週2回掲載しています。
自然言語処理（NLP）や機械学習、位置情報のモニタリングなどのテクノロジーにより、流行が発生する可能性が高い地域を突き止め、感染の拡大経路を予測することが可能になった。各国政府や公衆衛生機関はこうした情報を活用し、十分な情報を得た上で対処法を速やかに判断できる。

今回のリポートでは、感染症を速やかに発見して対処するためにAIがどう活用されているかについて取り上げる。例えば、ソーシャルメディアでの言及数から感染拡大を追跡したり、野生動物の移動パターンに基づいてリスクの高い地域を特定したりしている。

■フライトやソーシャルメディアなどのデータを使って感染マップ作製

カナダのトロントに拠点を置くブルードット（BlueDot）は自然言語処理と機械学習を活用して特定の場所でのメディアの言及などデータを解析することで、感染症が流行している地域を特定する。さらに、こうした地域からの航空機の出発便に関する情報を追跡し、感染拡大を予測する。

ブルードットは2016年、この手法によりジカウイルスの感染がブラジルから国境を越えて米フロリダ州に拡大することを、米国初の感染例が報告される前に正確に予測した。19年12月にも、新型コロナが（発生源である）中国の武漢市から東京やバンコク、ソウルなどの都市に拡大することを予想した。

世界初、AIの魅力を伝える知能派アイドル「AIドル」8名が正式デビュー、数学の基礎やPythonなどを習得

AI関連の教育コンテンツ提供及び人材育成を行うStudy-AI株式会社が運営する世界初のAIに特化したアイドル「AIドル」の候補生8名が正式にデビューしたと発表しました。

Study-AI株式会社は、課題ドリブンにAIの利活用を推進する人材育成を推進し、AIの社会実装の一翼を担うべく、AI人材の育成などを手がけている企業です。急激に進むAIの技術発展を担う人材を輩出していくべく、一般社団法人日本ディープラーニング協会が主催する資格試験「E資格」の認定講座を運営するなど、AI人材の育成を中心に事業を展開してきました。

「AIドル」とは、2019年10月に始動したプロジェクトで、候補生は「AI実装検定」に合格することで、正式にメンバーとしてデビューできる世界初のAIに特化したアイドルです。計50人近くの候補者の中から選ばれた8名が候補生として、数学の基礎やPythonなどのプログラミングなどを学び、晴れて8名全員が「AI実装検定」に合格し、正式にAIドルとしてデビューに至りました。

AI分野の論文を効率的に検索！便利なサービスを紹介

ディープラーニングの発展は1本の論文から

ディープラーニング の発展は1本の論文がきっかけです。

例えば、2006年にトロント大学の「AIのゴッドファーザー」と呼ばれるジェフリー・ヒントンはオートエンコーダを発表しました。従来のニューラルネットワークに新たな手法を取り入れることで、従来からの課題の解決につながりました。このオートエンコーダは画像認識大会のILSVRC2012で優勝したチームが活用したAlexNetのきっかけになりました。

このように、新しい技術は1本の論文を通して世界に広まり研究が加速します。

世界的なAIの学会にはトップ論文が並ぶ

世界的なAI学会には数多くの論文の中から厳選されたトップ論文が多数発表されています。

有名な学会で言えば、アメリカの人工知能学会である「AAAI」やカナダの「NeurIPS」、スウェーデンの「ICML」などがあります。

ハイレベルな国際学会は査読を通過する必要があり、多くの研究者が発表を目指している舞台でもあります。

それらの学会ではトップレベルの研究者や論文が結集し、AIの発展に貢献するような発表や議論が行われています。

AIの分野でも画像認識から自然言語処理まで幅広く論文が発行されている

一口にAI関連の論文と言っても、画像認識や音声認識、自然言語処理まで幅広い分野の研究内容が発表されています。また、今までにない新分野に関する論文が発表されることもあります。

そのため、AIに関して勉強したいと思った時には論文であれば自分の興味にあった情報を得られることが多く大きな助けになります。

キカガクが初心者向けに無料でAIが学べるオンライン学習サイト「KIKAGAKU」を公開

KIKAGAKUは誰しもが挫折せず、 最短距離で最先端の知識を身に付ける事を1つの目標とし、厳密性よりわかりやすさ・言葉よりイメージで理解すること重視して設計されています。

また、 学ぶ道筋・知識を体系化することにで、遠回りすることなく、 学習を進めることができるといいます。

初回リリースでは、 ディープラーニングの基礎から画像認識、 自然言語処理の基礎について学ぶことができるコンテンツが公開されています。

KIKAGAKU のコンテンツは大きく以下の2つに分かれています。

数学を通して理論を理解するパート
学んだ理論をTensorFlowやPyTorchなどのフレームワークを用いて実装を行うパート
理論パートでは仕組みを理解し、 実装パートで使える技術を習得できるような仕組みが目指されています。また、プログラミングの実行環境は Google Colaboratory を利用することを想定していて、 手元のコンピュータで環境構築を行う必要がなく、 初学者でも手軽に学習を始める事ができるといいます。

実際に学べるコンテンツは以下です。

AIは、どのように攻撃され、どのように守るのか――そのブラックボックスを垣間見る

多くのセキュリティベンダーにとって、「AIで守る」ことはさほど目新しいことではない。これまでも、例えば迷惑メール対策にAI／機械学習が使われている。文面から、その迷惑メール“らしさ”を判断する「ベイズ推定」は機械学習の一種であり、これらは既にソリューションの一部として活用されていると考えていいだろう。

AIは進化し、さまざまな方法で、防御に、そして攻撃に使われている。本特集では「セキュリティにとってのAIとは？」をキーワードに、現在各社で行われている技術研究や取り組みなどを聞く。今回はトレンドマイクロにおける「AI」について、さまざまな視点から同社セキュリティエバンジェリストの山外一徳氏に聞いた。

身近にある攻撃活用例――これも“AI活用”
山外氏はまず、「AIで攻撃を仕掛けていく」という攻撃側の手法を取り上げた。トレンドマイクロの調査の一環で、「ダークウェブ」と呼ばれるエリアに存在する、アンダーグラウンドなチャットサービスでのAI活用事例を発見したという。このチャットツール自体は“正規”のものだが、その上で不正に収集したカード情報やアカウント／パスワード情報などの売買を“チャットbot”が応対しているのだという。売る側はbotに任せてスムーズに売買を完了でき、買う側も的確に不正な情報を入手できる。こういったものが2018年ごろから動いているという。

AIを無視する｢文系人間｣を待ち受ける”茨の道”

頃、AI への期待感が高まる一方で、AIの活用が進まない現状に幻滅し、正しい理解を持たぬまま「AIは使い物にならない」などと論じる人も少なくありません。また、「AIは理系のもの」「プログラミングができなければ、そもそもAIは理解できない」と思い込んで、AIをはじめから避けている人もいるのではないか。
『投資対効果を最大化する AI導入7つのルール』の著書のある石川聡彦氏に、ビジネスパーソン個人としてAIにどう向き合うべきか、AIをはじめとするDX時代の「新しい教養」とは何かを解説する。
筆者が経営する会社では、機械学習の実装を簡単に始められる学習サービスや、企業のAI内製化支援など、AIに関するさまざまな事業を行っています。その中で感じるのは、「機械学習プランナー」という職種の重要性です。

機械学習、またAI全般に優れた技能を持つ人をデータサイエンティストと呼ぶことがあります。「ビジネス、データサイエンス、エンジニアリングの3つのスキルを兼ね備えた人物」と言われています。

ところが、この3つを兼ね備えた人物、データサイエンティストと呼ぶべき人材はまずいません。超レアな存在とも言え、探してもなかなか見つかりません。そこで現実には、その3つを分け、それぞれに強い人物がその役割・業務を担うというのが機械学習プロジェクトにおいては現実的です。

この3つのうち、ビジネスの部分を担うのが、機械学習プランナーです。そして、現在、最も足りない人材といえます。

ここでは、前々回の記事と前回の記事で触れた、機械学習の基本を念頭に置きながら、機械学習プランナーの必要性を考えていきます。

AIが描いた妻の肖像画は、美術館で会った人だろ (1/2)

ここ数日、SNSで自画像絵が頻繁に流れてくる。「みんな自分のことが大好きなんだね」と受け流していたが、ふと思い立ち、妻の肖像画を描いてもらうことにした。この画家、けっこううまい。

photo

Koya Matsuo
@mazzo
AI画伯でよしこの肖像画。#AI画伯https://ai-art.tokyo/links/UvXdBR2KZbN97DrH6 …

AI画伯 : オリジナル肖像画作成
人工知能AI画伯があなたの肖像画を作成します。

ai-art.tokyo
9
7:24 – 2020年3月27日
Twitter広告の情報とプライバシー
Koya Matsuoさんの他のツイートを見る
さとさんが開発した、機械学習により写真を西欧の有名画家の作風に変えて描いてくれる「AI画伯」がそれだ。

photo
顔が映っている人物の写真のみサポート。ペットは現在は不可だが、サポートの予定はあるらしい
photo
まず、元の写真を読み込ませる
作風は西洋絵画の巨匠たちに似ている。元の写真に対し、10種類のタッチ（OR、BA0、EX0、EX3、IM1、PO0、RE0、RE1、RO0、RO2）から選べるようになっている。ルノワール、モジリアーニ、レンブラント風も含まれているようだ。

グーグルが狙う「万能AI」、100万の役割を担えるモデルの驚くべき開発方法

米グーグル（Google）は野心的なAI（人工知能）開発計画を明らかにしている。同社のシニアフェローでソフトウエア開発のリーダーを務めるジェフ・ディーン氏は2019年7月に来日した際、1つの機械学習モデルで数百～100万種類のタスクを処理する「万能AI」の開発を進めていると明かした。

米グーグルが開発する「万能AI」のイメージ
「万能AI」を目指す取り組みも始まる
[画像のクリックで拡大表示]

米グーグルのジェフ・ディーン シニアフェロー
[画像のクリックで拡大表示]
その驚くべき開発法は、1つのモデルに画像認識や音声認識など様々なタスクを学習させるというものだ。そうして万能AIのモデルを作り、100万種類を超えるタスクに対応することを目指す。学習していない未知のタスクに対しては、100万種類の学習済みタスクとの類似性からどう対処すればよいかを判断する。

グーグルは2017年6月に発表した論文「One Model to Learn Them All」で、1つのモデルに8種類のタスクを段階的に学習させていったところ、学習したタスクの数が増えるほど一部のタスクの精度が上がり、各タスクの精度に悪影響が出なかったことを検証によって確かめたと記している。グーグルは学習するタスクの種類を増やしていくことで万能AIを目指す。

AI導入の秘訣に「ID野球」あり　名監督に学ぶAIマネージャーの理想像 (1/5)

近年、AIエンジニアの育成が進んでおり、大学におけるデータサイエンス学部の設立、企業における開発環境の整備、技術資料や研修の充実など、以前と比べて隔世の感があります。

しかしながら企業では、AIを開発するエンジニアだけでなく、AI開発を指揮するマネジメント人材が求められています。

さらに「どの業務でAIを利用するか」「どうすればAIで成果が出せるのか」「AIを使える人材をどう育成するか」という課題も浮き彫りになってきました。本記事ではこれらを担当する職種を「AIマネージャー」と呼称します。

AIマネージャーが求められる（筆者作成）
AIマネージャーの人物像は「社内業務に詳しい」「専門的な技術や知識や経験がある」「人材育成や組織づくりに強い」というものです。どんな人物が理想的なのか、思い浮かべることはできますか？　実はわれわれにとって身近な“あの人”こそが理想なのです。

国民的スポーツで、専門的な技術や知識や経験がある選手として活躍し、引退後は監督として人材育成や組織づくりの強さでわれわれを魅了したあの人です。

皆さん、お分かりでしょう。その人こそ日本プロ野球界で数々の功績を残した「ノムさん」こと野村克也監督です（以後、野村監督）。

ビジネスと異なる分野であれど、野村監督は「ルールやデータに関する豊富な知識」「選手（捕手）としての技術や経験」「監督としての育成や采配」という点で揺るぎない実績を誇ります。これからの時代に求められるAIマネージャーの理想形として、野村監督は申し分ない人物です。