ビッグデータと人工知能（AI）との関係

ビジネスにおけるビッグデータ活用が進み、ビッグデータ解析のために人工知能を採用することに期待が高まるなか、ビッグデータと人工知能（AI）との関係について考察する。

ビッグデータを解析し、戦略を導き出す人工知能が登場。

ビッグデータはその名の通り、膨大かつ高頻度で更新されているデータ群である。これまで「抽出」「加工」「分析」「レポート」「情報化」というビッグデータ解析の工程のなかで、「抽出」から「レポート化」までを解析ツールが行い、最終段階にあたる「情報化」は人間が行うのが一般的だった。要するに、ビッグデータを最終的に有用な情報へと変換するためには、人間の知能がなければ成しえなかったのである。

ところが、人工知能(AI)のなかでもディープラーニングの登場で、知識を蓄積、学習し、自ら意思決定を下す人工知能が増加している。センサーなどから取得したデータを取り込み、蓄積し、データを構造化した上で最適な次の戦略を導き出す人工知能もすでに登場している。実用化は、時間の問題とも言われている。ここでは、ビッグデータの解析においては、「情報化」するのが人工知能(AI)という関係性が見える。

ビッグデータと人工知能(AI)は入れ子構造の関係。

脳神経科学者であり、マッキンゼー社のコンサルタントを経て、現在ヤフー株式会社で執行役員をつとめる安宅和人氏は、2016年3月のイベントのなかで人工知能(AI)とビッグデータの関係性について語った。安宅氏によると、ビッグデータがなければ機械学習ベースの人工知能(AI)は無力であり、また人工知能(AI)がなければ、ビッグデータの活用はおぼつかないため、ビッグデータと人工知能(AI)は、相互に入れ子構造になっていると言う。この入れ子構造が関越に運営されるようになれば、「ビッグデータと人工知能(AI)は、人間を情報処理から開放する」と言う。

ビッグデータが、これまでの定量的・定性的な調査で得られるデータと決定的に異なるのは、デバイスやセンサーを保有するすべての人の、すべてのログ情報が取得できる「全量性」と、データ取得から利活用までの時間が圧倒的に短く、ほぼ遅滞なく使うことができる「リアルタイム性」にある。

ビッグデータと呼ばれるログデータは、以前はまったく見えなかったパターンまで可視化する。またリアルタイム性については、たとえばデジタル広告を出稿した場合、得たデータを0.2秒後に利用できるのか1分後に利用できるのかというデータの鮮度が成果に大きく影響する。「データはもはや“鮮魚"。速く使えることが価値を生む」と安宅氏は語る。

このようなビッグデータをリアルタイムで処理し、利活用するには人工知能(AI)の力が不可欠となる。現在の主流である機械学習ベースの人工知能(AI)では、「識別」「予測」「実行」の工程で、自動化を実現する。

一方、機械学習ベースの人工知能(AI)は厖大なデータで訓練を行なうことで初めて機能するようになる。パラメータの多いディープラーニングはとりわけ訓練に必要なデータ量が多いため、「ビッグデータと人工知能(AI)は入れ子構造」として持ちつ持たれつの関係性と生まれる。人工知能による情報処理環境と情報科学、そしてビッグデータ。この3つがセットになって、新たな価値が生まれていくのである。

下記サイトからの要約。
https://www.imkk.jp/blog/what-is-artificial-intelligence.html
https://markezine.jp/article/detail/24121