販売促進の専門メディア

           

顧客をつかむ データの使い方・分析法を大公開

マーケティングへの応用 人工知能に広がる可能性

楽天技術研究所

マーケティングやプロモーション分野でも2016年は、「人工知能(AI)」を冠するサービスが百花繚乱となった一年だった。しかし、導入を検討する立場としては、どれは有用で、どれは惹句としてのAIなのか判断に迷うこともあるのではないか。基本的な知識を、楽天技術研究所の森 正弥所長に尋ねた。

音声認識とソーシャルメディアデータ、天候データを組み合わせ、最適な出稿プランやクリエイティブを提案するシステムも登場した。

Q 「人口知能」って、つまり何を指した言葉なんですか?
A 人間の知的活動を代替・模倣するソフトウエアの処理のことです

─「人工知能」という言葉が生まれたのはいつのことなんですか?

森 正弥氏▶︎ 「人工知能(Artificial Intelligence)」という言葉が公のものとなったのは、1956年にダートマス大学(米ニューハンプシャー州)で開催された研究会でのことです。呼びかけ人のジョン・マッカーシーという人物が提唱しました。

この研究会のことを通称「ダートマス会議」と言います。ダートマス会議では、さまざまな公理(推理・判断・結論の基礎となる根本の仮定)を組み合わせて、高名な数学の書籍『数学原論(プリンキピア・マテマティカ)』に掲載された定理(公理や定義によって証明される一定の理論)を解くプログラム「Logical Theorem Machine(論理的定理マシン)」が紹介されました。

数学の証明を行う、というのは人間ならではの知的活動です。

─人間の代わりになったり、マネしたりする第一歩だったんですね。

AIは、まさに人間の知的活動を代替・模倣するソフトウエアの処理とは何か、が出発点になっています。前述の「Logical Theorem Machine」は、いまとなっては“カンタン”なプログラムかもしれませんが、当時はエポックメイキング(画期的)なものでした。

ちなみに、「コンピューターの知性」という概念自体は1947年にアラン・チューリングが触れており、1948年には「Intelligent Machinery(知性的な機械)」という論文を発表しています。

チューリングは現代計算機学の父と呼ばれ、彼の理論はコンピューターを発展させる端緒となりました。AIの進化の歴史は、そのままコンピューターの進化と並走するので、乱暴に言えば、AIはコンピューターそのものです。AIの到達点は、コンピューターの到達点でもあります。

─「人間の心」を再現するようなAIもあるんでしょうか。

「人間の知的活動を代替・模倣するソフトウエアの処理」としてのAIは、「弱いAI」と呼ばれることがあります。一方、「強いAI」は、「適切にプログラムされたコンピューターは心となる」(Seale,1980)というものです。「AIは知的活動の模倣」「AIは心そのものになる」と、AIについての主張の強弱があるわけです。

代替・模倣する人間の知的活動の中でも、「学習・理解・推論」といった知性を代替するAIとして、現在までにさまざまな技術群ができています。

─どんなふうに実用化されてきたのでしょう?

森氏▶︎ 今日の私たちに最もなじみぶかいのは、検索サービスでしょう。ふつうのネット検索だけでなく、例えばEコマース(EC)でも、「ベビーカー」と検索したら、それに一致するものだけ出てくるようでは、機能としては不十分です。乳母車やベビーバギーなども出てこなくてはなりません。

そこで、機械に言葉の「多義性」「類犠牲」「親子関係」「包含関係」などを理解させる必要が出てきます。言葉を理解することを追求したのが、AIの第二世代と言えます。ざっくりいうと、「言葉と言葉の関係を解明し」「知識を入力すれば」、その知識をAIが理解して、知性的に動くようになるのではないかというものでした。次第に、必要と思われる情報を推論する機能も登場しました。

Q 「ディープラーニング」って、なんですか?
A コンピューターを学習させ、判断、推論させる技術のひとつです。

─最近、よく「ディープラーニング」という言葉を目にするようになりました。

森氏 「ディープラーニング(深層学習)」は、「機械学習」と呼ばれるAIの一分野です。「機械学習」はコンピューターを経験から学習させ、判断や推論できるようにすることが目的の技術です。「深層学習」はその中でも構造を多層化し高度化したもので、理論としては1960年代から存在していたのですが、あまり将来性のないものとしてとらえられてきました。学習させるためのデータに乏しかったからです。

ところが、インターネットやスマートフォンの時代を迎え、膨大な量のデータが比較的カンタンに手に入るようになりました。画像認識をさせる場合でも、1000万件規模でデータを入手できるようになったのです。

それまでも1万件規模での学習は行われていました。2003年、04年ごろでも数百万件程度のデータがあったのですが …

あと65%

この記事は有料会員限定です。購読お申込みで続きをお読みいただけます。

お得なセットプランへの申込みはこちら

顧客をつかむ データの使い方・分析法を大公開 の記事一覧

消費者の反応を取り込み広告表現に 海外クリエイティブ
WPP、統合データ基盤を構築 テクノロジー企業に逆襲へ
法改正を商機にするには データの資産化に取り組むべき
マーケティングへの応用 人工知能に広がる可能性(この記事です)
AIが担うのは「D」「C」「A」 人間は「P」で役割分担
マーケティング・オートメーション 本当のところを教えてください
ANA、東急ハンズ、ビームス 事例で見る ポイントカードの販促活用
Tポイント購買データで変わる テレビCMの出稿プラン
データで導き出す自治体の訪日観光客集客施策とは
ビデオリサーチ、新興企業らと位置情報データ活用を本格化
Google「来店コンバージョン」を店舗はどのように活用すべきか
事前注文とセカンドオーダーで客単価アップ 飲食業界のアプリ活用術
来店前後のコミュニケーションで「愛用者化」 カネボウ化粧品のアプリ戦略とは
標高1450mの雪山でコロナビールを堪能 北アルプスを見渡せるテラスが期間限定オープン
ビームスのオムニチャネル戦略
資生堂の“個客”獲得術
オイシックスの「顔が見えない」顧客との接し方
データ・サイエンティストの使いかた、知っていますか?
リピート率を高める 最初のプロモーションの一手
施策を磨き上げ着実に成果を出す 花王のデータ活用の極意
キリンが実践する データ起点の仮説と検証ノウハウ
販促会議Topへ戻る

無料で読める「本日の記事」を
メールでお届けします。

メールマガジンに登録する