Webマーケティングメディア「ferret（フェレット）」などを運営するベーシックは12月15日、コンタクト管理ツール「formrun（フォームラン）」を運営するmixtape合同会社を子会社化したと発表している。mixtapeが合同会社としての持分を全て譲渡する形で、取得にかかる費用は非公開。
mixtapeの創業は2016年1月。ウェブから簡単にフォームを作成し、顧客情報の獲得から管理、運用までをサポートするツール「formrun」を同年12月にリリースした。無料で利用できるプランから、メンバー3名で利用可能な有料のスタータープランなどが用意されており、大手企業から個人事業主まで幅広いユーザーの獲得に成功。2017年12月時点で2700件のアカウントが利用するサービスに成長させている。
ベーシックではmixtapeを完全子会社化することにより、同社のウェブマーケティングの事業に加え、顧客サービス事業の拡大を目指す。
via PRTIMES
本稿は、Disrupting Japan に投稿された内容を、Disrupting Japan と著者である Tim Romero 氏の許可を得て転載するものです。 Tim Romero 氏は、東京を拠点とする起業家・ポッドキャスター・執筆者です。これまでに4つの企業を設立し、20年以上前に来日以降、他の企業の日本市場参入をリードしました。 彼はポッドキャスト「Disrupting Japan」を…
本稿は、Disrupting Japan に投稿された内容を、Disrupting Japan と著者である Tim Romero 氏の許可を得て転載するものです。
Tim Romero 氏は、東京を拠点とする起業家・ポッドキャスター・執筆者です。これまでに4つの企業を設立し、20年以上前に来日以降、他の企業の日本市場参入をリードしました。
彼はポッドキャスト「Disrupting Japan」を主宰し、日本のスタートアップ・コミュニティに投資家・起業家・メンターとして深く関与しています。
2011年3月の東北大震災と福島第一原発での事故の後、東京電力と政府高官らは放射線の危険に関するコミュニケーションに2つの問題があったことを認識した。一つは必要な情報の多くが存在しなかったこと、もう一つは情報が存在していたとしても、それらの情報を信じない人が多かったということだ。
このような環境の中で、Pieter Franken 氏と彼のチームは Safecast を設立した。Safecast はもともと、手製のガイガーカウンターを使って放射線量を測定する小さな日本のグループから始まったが、現在では個人、大学、NPO、政府官庁らをも巻き込む国際的なムーブメントにまで成長した。
Pieter 氏は、環境化学が今後10年で大きく変化する理由を説明してくれた。
今回も素晴らしいディスカッションなので、お楽しみいただけると思う。
Tim：
東北大震災以降、あなたと Safecast のチームは、放射線量の測定と掲示を始めましたね。それを決意させたのは何ですか?
Pieter：
当時は放射線量に関する情報が不足していて、それが原因で、必要以上に人々を恐怖に追いやったからです。
Tim：
日本政府は、その情報を捕捉するシステムを持っていなかったのでしょうか?
Pieter：
その質問に対しては、イエスでもありノーでもあります。政府は放射線量を計測し、その影響を受ける可能性のあるエリアを決定するシステムを持っていました。しかし、その情報は市民には入手できないものでした。実のところ、その情報を必要とする政府の人々にも入手できなかったようです。我々は、本当に必要なことは、すべてのエリアを詳細にカバーする、オープンで透明性の高いシステムだと確信しました。
Tim：
それは、野心に満ちた話ですね。どうやって始めたんですか?
Pieter：
最初は人々にガイガーカウンターを渡してデータをアップロードしてもらう方法を考えたのですが、原発事故後半年から1年間は、世界中のあらゆる場所でガイガーカウンターが売り切れてしまっていました。事故の6週間後、我々は持っていたガイガーカウンターをクルマに搭載して東京から郡山へと北上し、車を運転しながら取得した放射線量を手動でクラウドにアップロードしていました。その後、ガイガーカウンターをクルマに搭載し、データを集めている慶應大学の学生グループと協業するようになりました。
Tim：
スケーラビリティのあるしくみではありませんね。
Pieter：
（笑）確かに、それはまだ始めたばかりでしたから。後に、データを自動的にアップロードできるよう、Tokyo Hackerspace というプログラマーのグループと協業しました。低価格で耐水性のある弁当箱サイズのガイガーカウンターの設計にも着手しました。操作が簡単で、計測した放射線量を自動的にクラウドにアップロードし続けるものです。最初の3ヶ月間でおよそ50万件の放射線量を計測でき、そこから、放射線レベルというのは、原発からの距離に応じて予測できるものではないことがわかったんです。放射線の強さは、場所によって（規則性はなく）斑のようでした。線量の強い計測地点と弱い計測地点が近接していたのです。すべての地点を計測する必要があることが明らかになった瞬間でした。
Tim：
「近接」というのは、同じ市内、通り、あるいは、どの程度の近さのことですか?
Pieter：
同じ通りの別の角のこともあれば、同じ駐車場区画の別の地点で放射線量が違っていることもありました。身近なところでは、屋根から連なった雨樋的なものが、放射線量の高いホットスポットを作り出す可能性があります。駐車場の一区画の中でも、地面を覆っているものが砂利か、土か、アスファルトかによって放射線レベルが異なってきます。
Tim：
へぇ。つまり、使い物になる全体図を作るには、多くの放射線量計測を行う必要があるわけですね。
Pieter：
そうです。そんな理由から、できるだけ多くの人に関わってほしいと思ったわけです。すべてを計測したかったから。政府は立入禁止区域内部の放射線量計測に追われていましたから、我々の目標はそれ以外のすべてを計測することでした。
Tim：
あなたのガイガーカウンターキットは、そのプロジェクトの一部だったと?
Pieter：
自作のガイガーカウンターキットをリリースしたのは、その一年後でした。製造工程の複雑さに巻き込まれたくなかったし、この技術を誰にでも手に入れられるようにして、より多くの人に関わってもらえるようにしたかったので、Amazon でキットを約600ドルで販売しました。
Tim：
Safecast のコミュニティ参加者の多くは日本にいる人たちですか?
Pieter：
これまでに1,000個以上のキットを世界中に販売し、現在も急速に伸びています。データの約50％は日本からですが、アメリカやヨーロッパのユーザも多くの放射線量計測に貢献してくれています。
Tim：
ユーザは大学生なのでしょうか? エンジニア? どういった人たちなのでしょう?
Pieter：
それには、シンプルな答えはありません。個人もあれば、会社もある。日本内外の地方政府とも協業しています。
Tim：
政府官庁は、あなたと協業したがってるでしょうか? このような情報を収集・配信すれば、あなたが機嫌を損ねさせている政府官庁があるかもしれませんね。
Pieter：
まず、多くの政府や大学の科学者たちは（私たちの活動に）懐疑的でした。低価格の計測装置を使って、科学者でもない人たちが信頼のできるデータを作れるのかと、彼らは問いかけてきました。我々には初期の頃から、慶應大学や東京大学の科学者たちが関わってくれていましたが、我々の計測手法と懸念事項を記した査読論文を発表したときが真のターニングポイントになりました。それからは、科学や学術のコミュニティからの、我々に対する関心は着実に高まりつつあります。
Tim：
この種の「市民科学」は、他の分野でもトレンドになると思いますか?
Pieter：
そうなるでしょうね。そうなることが重要だと思います。市民科学は透明性の確保によってデータに対する信頼性を高めるだけでなく、より多くの詳細なデータの収集を可能にします。何百万個もの汚染計測センサーや放射線量モニターを設置・管理することは、どんな政府にとっても現実的ではありませんが、何百万人もの市民に一緒に活動してもらうことは簡単です。データが自由にシェアされれば、データの分析や洞察は、より多くの人々に開放されます。市民科学は費用をかけず、より細密なデータを集めることができ、それを全員にオープンにできるのです。科学の進め方を変えていくでしょう。
一般的に市民科学と言われるような Safecast のようなプロジェクトには、政府の科学者と市民の関係性を反転させる可能性がある。情報に関心を持つ科学者たちやそれ以外の人たちのために、市民が生データを収集し整理するという構図だ。
市民が政府官庁と直接的にコラボレーションすることで共通の目標に向かって取り組んだり、市民が科学者のコミュニティと直接協業したりすることは、いいことだと思う。政府や科学に対する人々の理解を改善するには時間がかかるだろうが、それはまた同時に、政府と科学両方の質や対応を改善することにもつながるだろう。
企業M&Aの戦略立案や事業統合などのコンサルティングを手がけるTIGALAは12月15日、小学校高学年および中学生向けの起業支援プログラム「pedia venture program」を開始すると発表した。義務教育世代に起業ノウハウを学習する場所を提供する狙いで、参加者の受講費用は無料。同時に運営にかかる費用をクラウドファンディングにて募ることもあわせて伝えている。クラウドファンディングの…
企業M&Aの戦略立案や事業統合などのコンサルティングを手がけるTIGALAは12月15日、小学校高学年および中学生向けの起業支援プログラム「pedia venture program」を開始すると発表した。義務教育世代に起業ノウハウを学習する場所を提供する狙いで、参加者の受講費用は無料。同時に運営にかかる費用をクラウドファンディングにて募ることもあわせて伝えている。クラウドファンディングの募集締め切りは1月28日で開講は2018年4月を予定している。
同プログラムは義務教育では教えてくれない起業に必要な知識を現役の起業家や投資家たちから学べるもので、対象は全国の小学校高学年および中学生。受講にかかる費用は無料だが、大学生には学割として3000円で受講できるプランも用意される。
講義は対面とオンラインの2通りで毎月2回ほどの受講となるほか、夏と冬には合宿も予定されている。受講できる内容は会計や経営、法人の作り方といった基本的なものから、資金調達や事業計画の立案など実践的なものとなっている。また「卒業試験」として協賛する企業やベンチャーキャピタルを対象とするプレゼンテーションも計画されている。
代表講師はTIGALA代表取締役で、自身も15歳でインターネット関連事業の起業を経験した正田圭氏が務めるほか、著書「さおだけ屋はなぜ潰れないか？」で知られる公認会計士の山田真哉氏、正田氏が出資するファンド「TLM」の代表パートナーを務める木暮圭佑氏らが講師陣に名を連ねる。また、CAMPFIREやディップ、CCCメディアハウスなど14社も協賛企業としてプログラムに参加する。
日本のインターネット関連事業で「学生起業家」というワードが使われて久しいが、なんとなくその対象となるのは主に義務教育を終えた大学生が対象だった。しかし、別にそれが何かルールに基づいたものでないことはご理解いただけるだろう。日本の法律では15歳になれば法人設立などの手続きに必要な印鑑証明が取得できるようになる。（両親の同意書は必要だが）
そんなあるようでないような、必要なのだけれど誰が教えてくれるものでもない「起業」という情報を積極的に提供しようとしているのが先日Pediaを事業買収したことでも話題を提供してくれた正田氏だ。彼は野球と比較してこんな風に企画立案の背景を話してくれた。
「野球ってプロを目指す人は少年野球から始まって中学高校は甲子園、ドラフトまで準備するわけじゃないですか。でも起業はなぜか成年してから、大人になってからって変じゃないですか。日本では15歳になれば起業できるのになぜ準備しないの？っていう」。
筆者もメディアを運営する会社を起業しているが、その方法は書籍や周囲の知人友人に共有してもらった情報などで賄った。起業スクール的なものももちろんあったが、生きていくための「お金や事業の知識」を義務教育で得られないというのは確かに盲点に思える。
大学生になれば比較的自由な時間も増えることから、事業に関心のある人はその道を選ぶのだろうが、別にそれが早くても（そして全てを理解できなくても）悪いことではない。
逆に、知識がないまま起業や成功というワードだけ胸に抱いて誤った道に進んでしまうこともあるわけだから、起業する、しないに関わらず基本的な会計やお金の流れ、事業の起こし方を学ぶというのは身を守る意味でも重要だ。「いい大学に入っていい会社に入れば人生安泰」という夢のような嘘はもう過去の話だ。
プログラムではひとつのマイルストーンとして、対象となる起業家が1年間の授業で作成した事業プランをベースに、ベンチャーキャピタルなどから総額10億円の資金調達を目指すとしている。今年10月には高校生起業家、16歳の山内奏人（そうと）氏がクレジットカードによる決済アプリ「ONE PAY（ワンペイ）」にて総額1億円の資金調達に成功している。別に集めた資金が評価の全てではないがこういった前例がある以上、同プログラムが掲げる目標も単なる「絵に描いたモチ」というわけではないだろう。
成果として何が生まれるのか、個人的にも興味深くみていきたい。
QR コードや NFC 技術を使って、ユーザのスマートフォンを特定の URL と紐づけるサービス「スマートプレート」を開発するアクアビットスパイラルズは14日、プレシリーズ A ラウンドの2次募集で東急エージェンシー、K&P パートナーズ、個人投資家から7,000万円を調達したことを明らかにした（東急エージェンシーによるプレスリリース）。 これは同社にとって、2015年12月に実施したシー…
QR コードや NFC 技術を使って、ユーザのスマートフォンを特定の URL と紐づけるサービス「スマートプレート」を開発するアクアビットスパイラルズは14日、プレシリーズ A ラウンドの2次募集で東急エージェンシー、K&P パートナーズ、個人投資家から7,000万円を調達したことを明らかにした（東急エージェンシーによるプレスリリース）。
これは同社にとって、2015年12月に実施したシードラウンドでの K&P パートナーズからの4,000万円の調達、2016年11月に実施したプレシリーズ A ラウンドの1次募集でのグローブアドバイザーズ、フリービットインベストメント、K&P パートナーズからの7,000万円の調達に続くものだ。今回の調達を受けて、アクアビットスパイラルズは開示されているものだけで、これまでに1億8,000万円を調達したことになる。同社は今後、プレシリーズ A ラウンドの3次募集を続ける予定。
アクアビットスパイラルズは2015年11月に東急電鉄と IMJ インベストメントパートナーズ（現在の Spiral Ventures）が主催した「東急アクセラレートプログラム」では渋谷賞を受賞、2016年1月に東急電鉄と共同でスマートプレートを活用したテストマーケティングを渋谷駅構内などで実施、2016年12月に東急ストアでのレシピ試験配信を行うなど、東急グループとの事業連携の事例が多い。今回の東急エージェンシーからの業務提携を伴う資金調達は、このような経緯の延長にあると推測される。
東急エージェンシーは、同社のビッグデータ解析ツール「Target Finder」「Activation Manager」とアクアビットスパイラルズのソリューションを組み合わせ、リアルとネットが本格的に融合する時代に向けて、広告主が生活者の日常行動に寄り添うことが可能となる「アクティベーションプラットフォーム」の提供を目指すとしている。東急エージェンシーは昨年、BLE ビーコン端末を一括管理するクラウドサービスを提供する Tangerine にも出資している。
アクアビットスパイラルズでは今夏、小売店舗の店頭でのアプリ利用促進のユースケースとして、 GMO TECH やセカンドファクトリーと共同で、「スマプレPAY」というソリューションを湘南・江ノ島の海の家で実現した。今回の調達を受けて、アクアビットスパイラルズでは以前のピザハットとの連携事例に見られるような、家ナカ領域での事業展開や集積データの利活用に関する協業を強化するとしている。
アクアビットスパイラルズは来年、複数の日本スタートアップ各社とともに、スペイン・バルセロナで開催される Mobile World Congress の併催イベント「4YFN（four years from now）」への参加を表明している。以下は、今年の 4YFN のピッチコンペティション IoT 部門に同社が決勝進出した際のピッチの模様。
この見出しは「Toutiao（今日頭条）」の AI ソフトウェアに作成されたものではない。だが1日に2,000万ものコンテンツがプラットフォームを流れる中で、より多くの人にタップしてもらうため Toutiao は見出し作成と A/B テストという2つの AI サービスを用いている。 Jinri Toutiao AI Lab（頭条人工智能実験室）のトップとして、ならびにアプリを所有する Byteda…
この見出しは「Toutiao（今日頭条）」の AI ソフトウェアに作成されたものではない。だが1日に2,000万ものコンテンツがプラットフォームを流れる中で、より多くの人にタップしてもらうため Toutiao は見出し作成と A/B テストという2つの AI サービスを用いている。
Jinri Toutiao AI Lab（頭条人工智能実験室）のトップとして、ならびにアプリを所有する Bytedance（字節跳動）のバイスプレジデントとして、Ma Wei-Ying（馬維英）博士が初めて外国のジャーナリストに語ったのは、彼らが研究している技術、なぜフェイクニュースを作成するボットを持つのか、ユーザの何を知ることができたのかということだった。
Jinri Toutiao（今日頭条）はユーザの行動によってリアルタイムで学習しアップデートされているニュースレコメンデーションアプリだ。検索エンジンのように全ての人に向けたランキングとは違い、アプリの検索機能はより個人に向けたものである点を Ma 氏は強調した。
中国のいくつかのテクノロジー企業は最近自らをコンテンツ企業であるとしているが、Ma 氏は「これはコンテンツ作成における民主化です」と述べ、Bydance も遅れを取らない姿勢を見せた。
Toutiao は人々が情報を見つけ情報と繋がるための新たな情報プラットフォームとなりつつあります。ユーザはスマートフォンを使い情報にアクセスするだけではなく、情報を作り出してもいます。自分のウェブサイトを持つ必要もなく、Toutiao を使って自分で作り出した情報やコンテンツを直接アップロードし公開することができるのです。
ユーザやクリエイターが作成する膨大な量のデータはニューロネットワークモデルの成長の糧となる。集められたデータに AI を適用することでユーザがどういう世界に生きているのか、より深く知ることができる。
私たちはデジタルに描写される世界から、セマンティックに描写される世界へと進んでいるのです。
全面的なシステムの進歩が訪れるとMa氏は考えている。コンテンツ作成、調整、宣伝、そして消費というライフサイクルの全ての段階における「フィードバックループを閉じるために、人間の知性をマイニング」することをAIが可能にしていくにつれ、「コンテンツ作成には数年のうちに根本的な変革が起きるでしょう」とMa氏は語った。それは以下のようにしてである。
Bytedance は違ったアプローチでフェイクニュースに取り組んでいる。それはフェイクニュースを書くことだ。Ma 氏が率いる AI 研究所はボットを開発しており、そのボットは会社の拡大を続けるデータベース内の実在するフェイクニュースを利用し独自の偽フェイクニュースを作成している。またフェイクニュースを見分ける別のボットもあり、こちらは前者が作った偽のフィードを分析し現実のニュースから符合するデータベースを引き出すことで学習している。
一方は書くことに長けており、それは機械が文章を書くという分野における発展の助けになるものです。もう一方は読むことに長けています。この2つは私たちのアルゴリズムを通じてラベルデータおよび同化したデータを利用し、お互いを高め合うことができるのです。
Ma 氏は競合する2つのアルゴリズムを持つことで両者が共に進歩していくことができると考えている。Toutiao はユーザにフェイクニュースだと思うものを報告してもらい、コメントを分析することでそのコンテンツがフェイクであると示すべきかどうかを見極める。入ってきたのがフェイクニュースであるとシステムが識別した場合、それを読んだユーザ全てに対して読んだのはフェイクだったと通知する。
Bytedance はこの「デュアルラーニング」技術を他方面にも使用している。ニュースを中国語から英語に機械翻訳し、その後、別のプログラムが同じ記事を英語から中国語に翻訳し、互いのプロセスを高め合っているのだ。フェイクニュースも翻訳され、Toutiao の世界展開のためにアルゴリズムに学習させている。世界展開の別の側面は動画のように言語に依存しない意味であり、大勢の中国人ユーザを基にアルゴリズムが学習を積んでいる。
将来的には、ヒットしたものの分析を極限まで行い、人気のトピックスのデータベースを構築し、そして文章を綴るマシンを開発することで、Toutiao は読者の嗜好に合わせた記事を自動生成することができるようになるであろう。
私たちは戦略を毎週調整しています。これは不断の実験なのです。
Ma氏は述べる。システムはリアルタイムでモニタリングを続け、同時にコンテンツが成功するかどうかの予測を立てている。アルゴリズムは記事の執筆者に4つの見出しを提案し、その後 A/B テストを行いもっともインパクトがあったものはどれかを測定する。だが、関連する演算能力のため、全ての記事がアルゴリズムの対象というわけではない。記事にトラクションがつき始めた場合にのみ臨時で助けが入る。
機械学習は口コミの予測にも使用されている。新たに入ってくる記事と過去に人気になったものを比べるのだ。そして機械学習の成功が示されると共に、絶え間ないフィードバックを受けてシステムの正確性は上がっていく。アルゴリズムが特定のものの人気を歪めたりしないよう、また新たに入ってきてまだシステムからのポジティブな評価を確立していないユーザのコンテンツを止めたりしないよう、注意して見ていなければならないと Ma 氏は認めた。
動画における物体認識も大きく発展し、さらなるパーソナライゼーションに拍車をかけている。Bytedance はよりスマートな、パーソナライズされたスポーツ報道に取り組んでいるとMa 氏は明らかにした。全ての視聴者に同じものを届ける現在のアプローチはいずれ個々の視聴者に合わせた視聴体験に取って代わられるだろう。例えば、ファンのデータが特定の選手に興味があることを示した場合、報道はその選手によりフォーカスするようになる。パーソナライゼーションの最終目標は自動化された実況と画面上のキャプションである。
Toutiao はユーザの現在位置と習慣を含めた生活というアイデアを組み上げている。ユーザの興味の対象を理解すると共に、AIはユーザの過去と現在の位置を基にお勧めを調整する。ツールがいかに精巧かを示すものとして Ma 氏は下記の例を提示した。
日常生活でToutiao を使用するアメリカ在住の中国人は、アメリカでフットプリントを生成している。中国の春節の時期になると突然、位置がアメリカから中国のどこかに移動する。お勧めされるニュースは時間と場所によって変わるが、その後アメリカに戻ったらソフトウェアはユーザが春節の時期にいた場所は深い意味を持ち、おそらくは故郷ではないかと推定する。そうすると、アメリカに戻った後でも、故郷と思われる場所に関係したニュースがあればユーザのフィードに提示される。
時間を1つの基準として何を送るのが適当かが決定される。アルゴリズムの計算によって、ある人が忙しいときはアプリも大量のコンテンツを投下しようとはせず後で時間ができるまで取っておこうとする。より大きなスケールでは、データによって街や街の一角の人々の働き方の概略を知ることができる。個人的なスケールでは、これらのパターンにより個人の職業を推定するが、データは匿名化される。システムは1台のスマートフォンごとに1つのユーザIDを作成し、これは10億もの要素で構成されているがアルゴリズム以外では個を特定することはできない。
別のブリーフィングで Bytedance の経営企画担当シニアバイスプレジデント Liu Zhen（柳甄）氏は、Toutiao にアップロードされる1日につき2,000万のコンテンツのうち90％が機械に作られていると明らかにした。つまり他の200万は人の手を経たものだということである。Ma 氏によると、これまで5年間 Toutiao は調整に取り組んできたが、人間は今もそしてこれからも必要とされるとのことである。
Ma 氏はこう語った。
私たちは非常に良好な企業政府間のコミュニケーションチャンネルを持っています。私たちは新しいプラットフォームで、新たな地平を切り拓く新たなアプリケーションであるため、これまで全力で取り組んできました。非常にスムーズに物事が運んだのは、コミュニケーションチャンネルが広くそして健全に開かれていたからです。
William Nakulski 氏は起業家であり、AI やソフトウェアに興味を持つコンピュータサイエンスの専門家でもある。 人間であるとはどういうことだろうか。その答えは、人間性と同じく、絶え間なく変化し続け、人類とそして時と共に進化し続けている。しかし何世紀にもわたって人間を定義づけてきた本質的な一つの要素は、死からは逃れられないということだ。全ての人は病気になり、そして死ぬ。だが AI のよ…
William Nakulski 氏は起業家であり、AI やソフトウェアに興味を持つコンピュータサイエンスの専門家でもある。
人間であるとはどういうことだろうか。その答えは、人間性と同じく、絶え間なく変化し続け、人類とそして時と共に進化し続けている。しかし何世紀にもわたって人間を定義づけてきた本質的な一つの要素は、死からは逃れられないということだ。全ての人は病気になり、そして死ぬ。だが AI のような先端技術は、専門家の知性が成功すればではあるが、それを変えることができるかもしれない。
ペニシリンが登場し、疾病のゲノムを配列することができるようになり、最近では CRISPR を発見し、そういったマイルストーンを経ながら過去1世紀の間、生物学的疾患を減らし撲滅するため長い道のりを歩んできた。そして今、医療分野におけるコンピュータの出現をもって、人類は医療の進歩を一気に推し進めようとしている。もしくは、病気による死をついに終わらせようとしていると言ってもいいかもしれない。
このデジタルの時代にあっても、国中でそして世界中で主な死因はいまだに病気である。トップは心臓疾患、ガンが僅差で2位となっている。
信じられないかもしれないがこれは進歩の証だ。対照的に、1900年当時のアメリカ人は現代なら治療可能な病気で死んでいた。例えば結核や肺炎やインフルエンザのような呼吸器疾患や、コレラや赤痢といった胃腸感染症である。簡単に言うなら、現代文明における病気とはスペイン風邪や腺ペストのような病原菌による伝染病ではなく、座っていることが多い生活スタイルや現代的な習慣に端を発する病気である。
人間は直線的に考えがちであるが、協調的な方法と技術の飛躍により、技術的な進歩は指数関数的になる傾向がある。全世界で経済的な繁栄が増加していく中で前述の傾向は他の国にも広がっている。心臓麻痺や心臓発作が下気道感染症や下痢のような以前の感染症を押しのけるのだ。国が豊かになるにつれ（そしてインフラが整備されるにつれ）、脅威の対象は明らかに移り変わる。不衛生な環境が原因の苦痛から逃れることができたとしても、そこには豊かな社会の負の側面が待ち受けているのだ。
以上のことは興味深い疑問を一つ投げかける。私たちは本当に病気をなくすことはできないのだろうか、ただ死因を変えていくことしかできないのだろうか。
これにより私たちは新たなマイルストーンを迎える、すなわちコンピュータである。（1960年代に初期のコンピュータが血液によって感染する病気の追跡に使用されていたように）コンピュータはもうすでに長い間医学分野で使われてきたが、新たな発展は同分野に大変革を起こすかもしれない。もっとも有望な発展はマシンラーニングであり、私たちが知る病気をなくす手助けとなることが約束されている。
今のところ、私たちは医療分野におけるマシンラーニングが持つ可能性の、その上っ面を撫でたに過ぎない。今日、マシンラーニングプログラムは医師を補う役割を果たしている。ソフトウェアは多量のデータをふるいにかけて解釈し、患者の現在の問題を診断して過去の病歴から患者のプロフィールを作成、そして将来の状態を予測することまでシームレスに行っている。医療分野の研究が生み出すデータがどれほど膨大かを考えれば（あるヘルスケアネットワークは2003年に、現存する全ての無作為試験を人間が再検討するには30年かかるとの概算を出した）、コンピュータが余分なデータを削ぎ落として分析し、患者のデータを収集することができるというのは非常に将来有望である。
マシンラーニングの能力はいまだ発展途上だ。ディープラーニングと呼ばれる改良型は人間の脳の構造そのものを模したプログラムであり、研究者はそれを用いて有望な実験を行っている。ディープラーニングプログラムは互いに重なり合ったアルゴリズムの層により構成されている。ある層が受けたインプットは次の層へと伝達され、後に続くそれぞれの層でインプットに対してさらなる処理を行う。この込み入ったシステムによって、ディープラーニングは易々とパターンを認識し、一般的なマシンラーニングプログラムがこれまで私たちに見せてきたものよりもさらに高いきわめてハイレベルな処理をほしいままにすることができる。
この処理能力により、いずれは疾病撲滅へ向けたカウントダウンを始められるかもしれない。グラフィックス処理装置の生産でよく知られている Nvidia は、ディープラーニングにおけるリーダー候補である。意外に思えるかもしれないが、開発者が明言するように、GPUの性質のおかげでディープラーニングにとって理想的となったのだ。8個のコア（コンピュータチップ）を持つ一般的な CPU に対して、GPU は複雑なプログラムの実行を簡単に行うために数千のコアを持っている。この予想外のクロスオーバーによって Nvidia は現在ディープラーニングについての専門知識を医療に応用している。その刺激的な応用とは、神経障害に関係する遺伝要因を特定したり、アルゴリズムを用いて患者の予後を予測したり（そしてそれらの過程の中でも失敗と成功を絶え間なく学習したり）といったことである。
適応力があり自立的な特性、医療分野におけるディープラーニングの最大のアドバンテージは、まさにそこにある。ディープラーニングのアルゴリズムは人間と同様に、得た知識を礎として構築し進化していくことができる。事実、様々な応用分野においてディープラーニングは人間の能力を超えることができると研究は示唆している。医療画像ではかつては専門家にしかできなかった仕事を、ディープラーニングははるかに低い不正解率で自動化してみせた。実際、いくつかのディープラーニングのチームは彼らのプログラムを使って患者の写真だけを手がかりに皮膚がん細胞を判定し、そのアルゴリズムの素晴らしい能力を証明している。
この技術は、病気に対する私たちのパラダイムをひっくり返そうとする最先端で先進的な機関で積み重ねられて来た。例えば Microsoft 生物学計算研究室は多岐にわたる刺激的な処理をホストしている。もっとも劇的なものは生体系を模したモデルを作り結果を予測することができるというものではないだろうか。マシンラーニングと数学と生物学が交わる場で、Microsoft の研究室はいつの日か細胞の振る舞いを理解およびコントロールし、プログラミングを通じて病気の治療ができるようになるという希望を抱いている。
これはまだ氷山の一角に過ぎない。新しくできた USC Michelson Center for Convergent Bioscience では Fei Sha 氏のような AI の専門家がマシンラーニングを健康と生命科学に応用し、ガンのような病気の遺伝的要因を特定してそれを治療するための非常に効果的で精密な治療法を開発しようとしている。
なんと刺激的な時代だろうか。ひところは0と1の羅列に過ぎなかったコンピュータサイエンスが、健康とウェルネスに関して誰も予想できなかった方法で大変革を起こそうとしている。人間であるとはどういうことかという問いの答えを技術は変え続けてきた。そして知能を持つ機械の登場とともに、肉体とコンピュータを分ける線はかつてないほど繊細になっている。含蓄は並外れて大きい。
想像してみよう、全ての人が SD カードもしくはその人自身の遺伝情報と等しいものを持ち、医師は患者固有の情報に基づいて内臓や四肢をプリントアウトするような日が来るかもしれない。他にも、AI コンピュータの大量の研究は指数関数的なペースでデータの収集と学習が行われることでなされるかもしれない。Stephen Hawking 氏が警告するように AI に危険性があるのは事実だが、危険な領域に近づこうとすらせずともいくつかの驚異的な機会が存在するのだ。
もしそれが達成可能だとしても、病気から解放された楽園に到達するには障害があることは間違いないだろう。また、人口の過剰や不均衡、多数の倫理的難題といったことが結果として起きる可能性もある。だがコンピュータサイエンスは少なくとも人間性を再定義しており、またこの先も再定義し続けるであろうし、同時に AI は主流医学に風穴を開けるだろう。この点では、人間であるとは本当はどういうことかという問いの答えは、死からは逃れられないということではなく、むしろ死を乗り越えることができる私たちの驚くべき能力によって決定されるのかもしれない。
【via VentureBeat】 @VentureBeat
PR TIMES編集部
ゲストライター
Takeshi Hirano
Masaru IKEDA
TechNode
VentureBeat ゲストライター
