タグ: 機械学習

Googleは本日（米国時間8月18日）、モバイル検索結果ページを大幅に更新することを発表した。利用者の問い合わせがビデオを見つけてくるたびに、Googleはそのビデオが実際に見たいものかどうかを判断するのに役立つ、6秒間の無音のクリップを表示する。

この機能は現在ウェブで見ることのできる大部分のビデオに対して有効で、特にYouTubeだけに限られてはいない。実際、このプロジェクトを担当するGoogleのプロダクトマネジメント担当ディレクターEmily Moxleyによれば、Web上のビデオはすべて対象となるが、最新のビデオではまだサーバー側でのプレビュー生成が間に合っていないこともあり得るということだ。

ビデオの人気はますます高まっているが、それが情報を得るために最も便利な方法ではないということもよく理解されている。結局のところ、サムネイルは、実際の動画がどのようなものかについての多くの情報を提供するものではない（そして動画の制作者たちは、どのようなサムネイルが最も多くのクリックを生み出すかについてのノウハウを蓄積している…）。

理想的には、Googleの新機能が、少なくとも曖昧性の一部を取り除き、本物を探している時に、退屈なもので時間を無駄にしないことがわかるようにしてくれる。Googleが示した例には、 サルサダンス動画の検索が挙げられている。単にプロのダンスを撮影したものもあれば、実際にステップを教えてくれるビデオもある。

当然ながら、Googleはこの機能を有効にするために、機械学習機能を使用することに決めた。なぜなら、どのようなビデオでも、最初の6秒が代表的なクリップであることはあまりないからだ。そこで、Googleのアルゴリズムは実際にビデオ全体を分析して、どの6秒間をクリップするかを決定する。チームはアロゴリズムがどのように見せる場所を決めているかについての詳細については語らないが、GoogleプロダクトマネージャーのPrashant Bahetiによれば、アルゴリズムは動画の個々のシーンに何が写っているかを判別し、それぞれのシーンの開始と終了を探し、どのシーンが代表的なクリップかを決定している。

ただし、現在問い合わせへの内容への対応には、アルゴリズムは対応していない。ビデオの中で、ユーザーの問い合わせに関連した部分に直接リンクしてくれる以前リリースされたFeatured Snippetとは異なり、表示されるスニペット（断片）は常に同じものだ。とはいえ、現在会社は、このことに対する対応の検討を行なっているとMoxleyは説明した。

これらのプレビューには広告は一切含まれていないこと、そしてデフォルトでは、Wi-Fi接続を使用しているときにのみプレビューが再生されることに注目したい。必要ならば、モバイル通信使用時にビデオプレビューを有効にすることもできる。あるいはAndroid用GoogleアプリとGoogle Chromeでは、設定で動画プレビューを完全に無効にすることも可能だ。

現時点では、この機能はモバイル上のGoogleアプリまたはChromeでのみ利用できる。デスクトップ上ではまだ利用できない。Googleの広報担当者は、これは、同社が現在モバイルユーザーに焦点を当てているからだと説明しているが、この機能を全てのプラットフォームに展開するために、特に大きな課題があるとは考えにくい。

（日本時間8月19日15時現在、訳者のiOS上のGoogleアプリではまだ確認できていない）。

[ 原文へ ]
（翻訳：Sako）

機械学習のテクニックは、大量のデータを掘り下げて行かなければならない状況で、そこそこ十分な品質の仕事を素早く行うことが必要なときに役立つ。この技術が、世界中に保存されている、膨大な植物標本のバックログを扱うために、大変優れている方法であることがわかった。数百万もの標本たちが、デジタル化され識別されるのを待っているのだ。その中にはまだ科学によって同定されていないものも含まれている可能性がある。

世界中にはそのようなコレクションが数千以上も存在していて、上に示したような標本が3億5000万点余り収蔵されている。それらの中には数万もの新種が隠されているのではないかと考えられている、しかしそれらの標本全てを、手作業で入念に調べ上げ、最新の分類へと整理し直ための労働コストは、恐ろしく高額なものになる。

それだけではなく、徐々に消滅しつつある植物の収蔵庫たちにある貴重な情報は、ますますデジタルファースト化されていく科学コミュニティの中で役立てるために、現代化を進める必要がある。

そこでディープラーニングシステムの出番だ。コスタリカ工科大学およびフランス国際開発農業研究センターの研究者たちは、そのテクノロジーを、こうした膨大なデータ集に対して適用すべき時が来たと感じた。

彼らは、植物サンプルの画像25万個を用いて植物同定アルゴリズムを訓練し、それを用いて新しい標本シートの同定を行わせた。それは人間の専門家が選んだ種を、5回のうち4回は正確に同定し、アルゴリズムによる更なる数回の推測で正答率は90%に高まった。

読者がどの分野で仕事をしているかによって、そうした結果は良いものとも悪いものとも解釈できるだろう。しかし、この種の作業は科学であると同時にアートでもあり、対象の種の標本のばらつきはとても大きいため、2人の分類学者が異なる結論に至ることもあり得る。なので、最初の段階でほとんどの場合に正しい結果が得られるならば、それは本当に素晴らしい結果なのだ。そしてもしうまく同定されない場合は、もちろん、未知の種を示すかもしれないため、特に注意を注ぐべき対象だと印をつけておくことができる。

予期していなかったことだが、研究者たちは、アルゴリズムが例えばフランスの植物標本を使って訓練されていた場合でも、ブラジルの標本にも有効に適用できることを発見した。この学習結果の有効な転移は関係者を安心させた、何故なら新しいシスムを初めから作る必要がなく、各コレクション毎あるいは植物標本のスタイルに合わせて調整する必要がないことを意味するからだ。

しかし、このシステムの専門知識は、フィールドで植物を識別するときに使うような生の葉のスキャン写真に対しては適用されなかった。乾燥と固定のプロセスは生の葉とは非常に異なる画像を生み出すので、システムが「学習した」ものは、未乾燥の葉には適用されなかったのだ。とはいえそれは予測されていたことであり、その科学的用途のための有効なシステムは既に別のものが使われている。

そしてご心配なく。これで植物学者が失業するという訳ではない。

「人びとは、この種の技術は、植物の専門知識の価値を低めることになるのでは、と感じています」と共同著者のPierre BonnetはNatureに語った 。「しかしこのアプローチは、人間の専門知識があるからこそ可能になっているだけに過ぎません。人間の専門知識が不要になることはないのです」。

システムの基礎が確立されたので、研究者たちはそれを拡大しようとしている。植物が収集された時期や場所、開花や成長などの段階に関するメタデータなどは、正確性を高め、新たな研究の機会を提供する。例えばある種類の葉のサイズが100年以上の気候変動の中でどのように変わって来たかを体系的に比較するなど。化石や動物標本のための同様のシステムも、このチームの成果を利用することができる。

この研究成果は、今週BMC Evolutionary Biology誌に掲載された。

[ 原文へ ]
（翻訳：Sako）

David A. Steinbergと、元Apple CEOのJohn Sculleyによって設立された、マーケティングオートメーションプラットフォームのZeta Globalは、本日（米国時間7月18日）、機械学習を中心に置いたマーケティングプラットフォームであるBoomtrainを買収したと発表した。同社に近い消息筋によれば、買収価格は3500万ドルから4000万ドルの間だということだ。Boomtrainは本日の買収以前に、総額1477万ドルを調達していた。

これは創業から10年が経ったZetaにとって10件目の買収であり、本日のニュースは4月に公表された同社の1億4000万ドルのシリーズFラウンドに続くものだ。このときには同社は約13億ドルと評価されていた。

Zetaの共同創業者でCEOのSteinbergが語ったように、チームは機械学習分野を用いた自社の取り組み（既に多数の特許を所持している）の活性化を手助けできる、機械学習中心のマーケティング会社を買収することを検討していた。AdobeとMarketing Cloudのような、Zetaの競合相手たちは、明らかに同じ方向へ進もうとしている。出版業界に重点を置いていたBoomtrainを手に入れることで、Zetaはそのサービスを先に推し進めるための中核をなす企業を発見したのだ。

現在のBoomtrain製品ポートフォリオは暫くの間継続される予定だが、Steinbergが最も興奮しているのは、Boomtrainの機械学習の知見をZetaプロダクトポートフォリオ全体に使用する計画に対してだ。「私たちは、その機械学習、意思決定、マーケティングオートメーションを私たちのマーケティングクラウド全域に100％統合します」と彼は言う。「私たちにとっては大きな技術的挑戦です。私たちはこれを見たときに、これは買収なのか開発なのか？と自問しました」。

最後には、チームはスピードを十分に上げるためには、そのテクノロジーと相手チームを手に入れるしかないという結論に達した。「これまでの私たちのチームはとても素晴らしい者たちです」とSteinbergは言う。「しかし私たちは、新しいチームが、AI /機械学習の視点から、業界がどこに向かうのかという点に対する新たなビジョンを真にもたらしてくれたように感じたのです。私たちにとっては、疑問の余地なく、これはすべて時間に関わることなのです。私たちだけでは、それを進めるためには長い時間がかかり、結局のところChris（Chris Monberg。BoomtrainのCTO兼共同創業者）のような人材を雇う必要があったでしょう」。

米国とバンガロールにいる約60人のBoomtrainの従業員たちが、Zetaに合流する。現在のBoomtrainのバンガロール事務所は、Zetaのインド第3の拠点として維持される。Boomtrain自身はその顧客に代理店サービスを提供しているものの、Zeta自身はこれに焦点を当てないということをSteinbergは明言した。「私たちは代理店ではありませんし、代理店ビジネスを行いたいとも思っていません」と彼は言う。「私たちはソフトウェア企業なのです」。

[ 原文へ ]
（翻訳：Sako）

FEATURED IMAGE: OLIVER BURSTON/GETTY IMAGES