タグ: 機械学習（用語）

研究論文は次々に生み出され、もはやそれらすべて目を通すことは誰にもできない。特に、実質的にあらゆる業界や企業に影響を与え、論文も生み出している機械学習の分野ではなおさらだ。今回のコラムは、特に人工知能を中心とした、関連する最近の発見や論文を集めて、なぜそれが重要なのかを説明することを目的としている。

今週は、森のマッピングに無人ドローンを使うスタートアップや、機械学習がソーシャルメディアのネットワークをマッピングしたり、アルツハイマーを予測する方法、宇宙ベースのセンサーのためのコンピュータビジョンの改善、その他の最近の技術の進歩に関するニュースを見てみよう。

発話パターンからアルツハイマーを予測する

機械学習ツールは、人間が検出しにくいパターンにも敏感に反応するため、様々な方法で診断を支援するために利用されている。IBMの研究者たちが、話し手がアルツハイマー病を発症していることを予測できる（EClinicalMedicineサイト）発話のパターンを発見したかもれない。

臨床現場でこのシステムを使うには数分程度の普通の会話があれば良い。研究チームは、1948年に遡る大規模なデータセット（フラミンガム・ハート・スタディ）を使用して、後にアルツハイマー病を発症する人々の発話のパターンを識別した。統計的に情報量の多い人の精度は約71%、AUC（Area Under Curve）値では0.74となっている。これは信頼できる結果とはいえないが、現在の基礎検査は、この病気をはるかに先取りして予測するという目的には、コイン投げよりはなんとか優れている手段だ。

アルツハイマーは発見が早ければ早いほど、管理しやすくなるので、このことはとても重要なことだ。治療法はないが、最悪の症状を遅らせたり軽減させたりできる有望な治療法や実践法は存在している。健康な人に対するこのような身体に負担をかけない非侵襲的で迅速なテストは、強力な新しいスクリーニングツールになり得ることはもちろん、技術のこの分野での有用性を示す優れたデモンストレーションでもある。

（論文に、正確な兆候例などが書かれていると期待しないで欲しい。発話の特徴の並びは、日常生活で気がつくことができるようなものではない）。

ソー「セル」ネットワーク

深層学習ネットワークが学習環境の以外のデータにも適用できるほど一般化されているかどうかを検証するのは、あらゆる本格的な機械学習（ML）研究のキモとなる部分だ。しかし、完全に無関係なデータにモデルを適用しようとする試みはほとんど行われていない。おそらくそうすべきなのに！

スウェーデンのウプサラ大学の研究者たち（ウプサラ大学サイト）は、ソーシャルメディアでグループやつながりを識別するために使用されたモデルを、生体組織のスキャンに適用した（もちろん無修正ではない）。その生体組織は、結果として得られた画像がmRNAを表す多数の小さなドットを生成するように処理されていた。

通常、組織の種類や領域を表す細胞（セル）の異なるグループは、手作業で識別され、ラベルづけされてる必要がある。しかし、仮想空間の中で、共通の関心事のような類似性に基づいて構成されたソーシェルグループを識別するために作られたグラフニューラルネットワークは、細胞に対しても同様の仕事を行うことができることが証明された（トップ画像参照）。

「私たちは、最新のAI手法、特にソーシャルネットワークを分析するために開発されたグラフニューラルネットワークを利用して、組織サンプルの生物学的パターンや連続的な変化を理解するために、それらを適用しています。細胞はソーシャルグループに似ています。なぜならソーシャルグループもグループ内で共有するアクティビティに基づいて定義することができるからです」とウプサラ大学のCarolina Wählby（カロリナ・ヴェールビー）氏は語る。

これは、ニューラルネットワークの柔軟性を示すだけでなく、構造やアーキテクチャがどのような形であらゆるスケールや文脈で繰り返されるのかを示す興味深い例だ。もし願うなら「外の如く内も然り」だ。

自然の中のドローン

私たちの国立公園や林業が営まれる広大な森には無数の木があるが、書類に「無数の木」と書くことはできない。いろんな地域でどれだけ成長しているのかや、木の密度や種類、病気や山火事の範囲などを、誰かが実際に評価しなければならない。航空写真やスキャンでわかることは限られている一方で、地上での観察では詳細な情報は得られるものの非常に時間がかかるため、この評価プロセスは部分的にしか自動化されていない。

Treeswift（ツリースイフト）はドローンに森の中の飛行と正確な計測の両方に必要なセンサーを装備することで、中間的な道を歩もうとしている。歩行する人間よりもはるかに速く飛ぶことで、木を数えたり、問題箇所を探したり、一般的に有用なデータを膨大に収集することができる。ペンシルバニア大学からスピンアウトし、米国立科学財団（NSF）からSBIR（Small Business Innovation Research：小規模事業イノベーション研究）助成金（未訳記事）を獲得した同社は、まだごく初期のステージにいる。

「企業は気候変動に対抗するために、ますます森林資源に注目していますが、そのニーズを満たすための人材供給が追いついていません」とPenn（ペン）ニュースの記事の中で語るのは（ペンシルベニア大学サイト）、Treeswiftの共同創業者でCEOのSteven Chen（スティーブン・チェン）氏だ。彼はペンシルバニア大学工学部のコンピュータ・情報科学（CIS）の博士課程の学生でもある。「林業家の1人ひとりが、もっと効率よく仕事ができるようにしたいと思っています。このロボットは人間の仕事を置き換えるものではありません。その代わりに、森林を管理するための知見と情熱を持った人たちに新しいツールを提供するのです」。

ドローンがおもしろい動きをたくさんみせてくれる、また別のエリアは水中だ。外洋に出る自律型潜水艇は海底の地図を作成したり、氷棚を追跡したり、クジラを追跡したりすることに役立っている。しかし、それらは定期的に回収し、充電して、データを取り出す必要があるという小さなアキレス腱を持っている。

パデュー大学工学部のNina Mahmoudian（ニーナ・マフムディアン）教授は、潜水艇が電力とデータ交換のために簡単かつ自動的に接続できるドッキングシステムを作成した（パデュー大学サイト）。

潜水艇にはドッキングステーションを見つけ、プラグを差し込んで安全な接続を行うための、特別なノーズコーンが必要となる。ドッキングステーション自身は自律的に動く水上機もしくは、恒常的な施設である。大事なことは、小型潜水艇がさらなる任務を行う前に、充電と報告のためのピットインをすることができるということだ。もし潜水艇で失われてしまっても（海上では実際に起こり得る危険性）、そのデータがともに失われることはない。

以下の動画で、実際の様子を見ることができる。

理論上の乱気流音

一部の人がもうすぐ実現すると考えているような、自動プライベートヘリコプターの登場はまだまだ先だと思われるが、ドローンが都市生活に溶け込むようになるのにはそれほど時間はかからないかもしれない。しかし、ドローンが高速で行き交う下で生活するということは、四六時中ノイズを聞かされることを意味する。そのため翼やプロペラまわりの乱気流やそれにともなう雑音を減らす方法が常に検討されている。

キング・アブドラ科学技術大学の研究者たちは、このような状況下での空気の流れをシミュレートする、新しくより効率的な方法（Nature Research記事）を発見した。流体力学は基本的に複雑であり、ここで大切なことは計算能力を問題の適切な箇所に注ぎ込むことだ。彼らは、理論上の航空機の表面近くの流れだけを、高解像度でレンダリングすることを可能にした。一定の距離が離れてしまうと、何が起こっているのかを正確に知ることはほとんど意味がないことを発見したからだ。現実のモデルを改善する際には、すべての場所を改善する必要はない──結局のところ、結果が重要なのだ。

宇宙での機械学習

コンピュータビジョンのアルゴリズムは長い道のりを歩んできたが、その効率性が向上するにつれ、データセンターではなくエッジに配置されるようになってきた。実際、携帯電話やIoTデバイスのような、カメラを搭載した製品では、画像に対してその場でML作業を適用することが、かなり一般的になってきている。しかし、宇宙ではそれは別の話だ。

宇宙空間で機械学習を実行することは、ごく最近までは、考えるまでもなく電力的に高価すぎることだった。その電力を使って、別の画像を撮影したり、地上にデータを送信したりすることなどができるからだ。HyperScout 2（ハイパースカウト2）は宇宙でのML作業の可能性を探っている。その衛星は、収集した画像に対して地上に送る前に、コンピュータビジョン技術を適用し始めている（cosineサイト）（「ここに雲がある、ここにポルトガルがある、ここに火山がある……」など）。

現在のところ実用的なメリットはあまりないが、オブジェクト検出は他の機能と簡単に組み合わせて新しいユースケースを生み出すことができる。例えば関心のあるオブジェクトが存在しない場合の省電力化から、メタデータを他のツールに渡した方がよりよく機能する場合などが考えられる。

新しきを捨てて、古きを得よ

機械学習モデルは教育された範囲の推測を行うのに優れている。整理されていないまたはろくに文書化されていない大量のデータがある分野に対して、大学院生がより生産的に時間を使えるように、AIに最初のスキャンを行わせることは非常に有用だろう。議会図書館がそれを古い新聞に対して行っているが、新たにカーネギーメロン大学（CMU）の図書館もその気になってきている（CMUリリース）。

CMUの100万点におよぶ写真アーカイブはデジタル化の過程にあるが、歴史家や好奇心旺盛な閲覧者に役立つようにするためには、写真を整理してタグ付けする必要がある。そのためコンピュータービジョンアルゴリズムが適用されて、類似画像のグルーピング、対象と場所の特定、その他の価値ある基本的な分類タスクが行われている。

「部分的に成功したプロジェクトであっても、コレクションのメタデータは大幅に改善されています。もしアーカイブが、コレクション全体をデジタル化するための資金を獲得することができれば、メタデータ生成のための可能なソリューションを適用することができます」と語るのはCMUのMatt Lincoln（マット・リンカーン）氏だ。

まったく異なるプロジェクトだが、どこかでつながっているように見えるのが、ブラジルのペルナンブーコ大学工学部の学生によるこの成果だ。彼は古い地図を機械学習できれいにする（IEEE Spectrum記事）素晴らしいアイデアを研究している。

彼らが使用したツールは、古い線画の地図を使って、それに基づく衛星写真のようなものをGAN（Generative Adversarial Network）を利用して生成するものだ。GANとは本質的に、AIが自分自身をだまして本物と見分けがつかないようなコンテンツを作成しようとする技法だ。

まあ、現在の結果は完全に満足できるものではないが、それでも期待はできる。このような地図は正確なものではないが、かといって完全に空想上のものというわけではない。それらを現代的なマッピング技術の文脈で再現することは、楽しいアイデアで、きっとそうした場所を、より身近なものとして感じさせてくれることだろう。

関連記事：米国議会図書館が機械学習で300年ぶんの新聞の画像を抽出し検索可能に

カテゴリー：人工知能・AI

タグ：機械学習

画像クレジット：Uppsala University

［原文へ］

（翻訳：sako）

著者紹介：Tianhui Michael Li（ティエンフイ・マイケル・リー）氏は、学術界から産業界への博士やポスドクの移行を支援する8週間のフェローシップで知られる、The Data Incubator の創設者である。それ以前はFoursquareでマネタイゼーション・データサイエンスの責任者を務め、GoogleやAndreessen Horowitz、J.P.Morgan、D.E.Shawにおける勤務経験も有する。

—

「自動化によりデータサイエンスは不要になるだろうか？」

これは、私が参加するカンファレンスでほぼ毎回尋ねられる質問である。大抵質問を発するのはこの問題に関心を寄せる2つのグループである。まず1つ目のグループは、将来の雇用の見通しについて憂慮している現役の実務家、またはその志望者である。もう一方のグループは、データサイエンスへの取り組み開始したばかりの経営陣やマネージャーで構成されている。

彼らは、Targetは顧客が妊娠しているかどうかを買い物のパターンから判断できる、と聞くと、彼らのデータにも適用できるそうした強力なツールを持てないかと考える。そして、自動化AIベンダーが最新のセールスプレゼンテーションで、データサイエンティストなしにTargetが行ったのと同じこと（あるいはそれ以上）を実現できる、と主張するのを耳にする。彼らの問いに対し、私たちは、自動化や、より進化したデータサイエンスツールは、データサイエンスの需要をなくすことも、減らすこともないと主張している（Targetのストーリーのようなユースケースを含めて）。自動化によってさらに多くのデータサイエンスに対する需要が生み出されるのだ！

その理由は次のとおりだ。

関連記事：「What’s different about hiring data scientists in 2020?」（未訳記事）

ビジネス上の問題を理解することが最大の課題

データサイエンスにおける最も重要な問題は、どの機械学習アルゴリズムを選択するかではなく、どのようにデータをクリーンアップするかでさえない。コードを書く前にまず考えるべきことがある。それはどのようなデータを選択し、そのデータに対してどのような質問を設定するか、ということである。

一般的イメージに欠落しているのは（希望的観測の面もあるが）、創意工夫、創造性、そしてこれらのタスクに注がれるビジネスへの理解である。顧客が妊娠しているかどうかを気にするのはなぜか。Targetのデータサイエンティストたちは、積み重ねてきた研究作業に基づいて、これがなぜ小売業者を変える準備をしている高収益の顧客層であるのかを把握した。利用可能なデータセットはどれか？それらのデータセットについて科学的に検証可能な質問をどう提示できるか？

Targetのデータサイエンスチームは、ベビーレジストリ（ベビー用品の買い物リスト作成サービス）データを購入履歴と結びつけ、それを顧客の支出と結びつける方法を見い出した。どのようにして成果を測るか。非技術的な要件を、データで回答できる技術的な質問に定式化することは、データサイエンスにおける最も困難な作業の一つであり、さらに精度を伴うことは非常に難しい。こうした問題を定式化できる経験豊かな人間がいなければ、データサイエンスへの取り組みを始めることさえできないだろう。

前提条件の作成

データサイエンスの質問を定式化した後、データサイエンティストは前提条件の概要をまとめる必要がある。これには、多くの場合、データのマンジング、データのクリーンアップ、フィーチャーエンジニアリングといった作業が伴う。現実世界のデータはまぎれもなく混沌としており、保有するデータと、取り組もうとしているビジネスやポリシーの質問とのギャップを埋めるために、多くの前提条件を作らなければならない。また、これらの前提条件は、実際的な知識とビジネスコンテキストに大きく依存する。

Targetの例では、データサイエンティストは妊娠の代理変数、分析の現実的な時間枠、正確な比較のための適切な対照群について前提条件をまとめる必要があった。彼らは、無関係なデータを捨て、特徴を正しく正規化できるような、現実的な前提条件をほぼ確実に作成しなければならなかった。こうした作業はすべて、人間の判断に大きく依存している。機械学習におけるバイアスに基づく問題が最近相次いでいるとおり、人間をこのループから外すのは危険だ。その問題の多くが、フィーチャーエンジニアリングの排除を強く主張するディープラーニングアルゴリズム周辺から発生しているのは、偶然ではないだろう。

コアとなる機械学習の一部は自動化されている（私たちもこれらのワークフローを自動化する方法をいくつか教えてさえいる）が、データサイエンスにおける実際の仕事の90%を占める、データのマンジング、データのクリーンアップ、フィーチャーエンジニアリングについては、安全に自動化することはできないのだ。

歴史的な例示

データサイエンスが完全には自動化されないことを示唆する明確な先例がある。ある分野では、高度な訓練を受けた人間が、コンピューターに驚くべき偉業を達成させるコードを生み出している。こうした人材は、この分野において、スキルを持たない人材よりもかなり高い報酬を得ており（驚くにはあたらない）、このスキルの訓練に特化した教育プログラムが存在する。その結果生じる、この分野を自動化しようとする経済的圧力は、データサイエンスへの圧力と同じように激しい。その分野とは、ソフトウェアエンジニアリングである。

実際、ソフトウェアエンジニアリングが容易になるにつれて、プログラマーへの需要は増すばかりである。自動化によって生産性が向上し、価格が下がり、最終的に需要が増大するというこのパラドックスは、新しいものではない。ソフトウェアエンジニアリングから財務分析、企業会計に至るまで、さまざまな分野で繰り返し見られている現象だ。データサイエンスも例外ではなく、自動化により、このスキルセットに対する需要が促進されるだろう。

関連記事：データ駆動型組織になるための5つの構成要素

カテゴリー：人工知能・AI

タグ：機械学習　コラム　データサイエンス

[原文へ]

（翻訳：Dragonfly）

Memorial Sloan Kettering Cancer Center（メモリアル・スローン・キャッターリングがんセンター、MSK）から独立し2018年に創設された（未訳記事）スタートアップのPaige（ペイジ）は、AIを使ってがん病理学の理解を深め、高度ながん研究と治療に貢献している。Paigeは米国時間7月13日に、その成長過程の一里塚となるシリーズBラウンドでGoldman Sachs（ゴールドマン・サックス）とHealthcare Venture Partners（ヘスルスケア・ベンチャー・パートナーズ）から2000万ドル（約21億円）を調達し、7000万ドル（約75億円）でクローズした。

PaigeのCEOであるLeo Grady（レオ・グラディ）氏は、この資金はいくつかの分野に使われると話している。

その用途は人材雇用、バイオ医薬品メーカーとのパートナーシップの拡大（契約内容はまだ公開されていない）、MSKのアーカイブにある2500万件の病理診断スライドでトレーニングした自社開発のアルゴリズムを基礎とする臨床研究への投資、そしてPaigeの事業の基本となるAIベースの計算病理学に関連する情報処理となっている。また、英国とヨーロッパへの進出にも使われるという。Paigeは、両地区での臨床利用を可能にするCEマーキング認証を取得している。すでに英国とEUにベータサイトを設けているが、どちらの地区でも完全な商用化には至っていないとグラディ氏は話している。

PaigeはBreyer Capital、MSK、Kenan Turnaciogluといったその他の投資家から9500万ドル（約102億円）以上を調達しているが、評価額は公表していない。しかし、このラウンドの最初の4500万ドル（約48億円）の支払いが発表された2019年12月、様々な情報を総合して我々は評価額をおよそ2億800万ドル（約223億円）と見積もった。その後、同社は2020年4月に500万ドル（約5億4000万円）を受け取っている。最後の2000万ドルを呼び寄せた要因の1つは堅調な事業だとグラディ氏はいう。結果として、資金調達が厳しい現状にも関わらずPaigeはそうした困難に遭わずに済んでいる。

「ゴールドマン・サックスが最初に投資を行ったときの状況（4月の500万ドル）」は「新型コロナウイルスの大打撃を受け、その深刻さに気がつき始めたころでした」とグラディ氏。「経済の中で、物事がPaigeにどう作用するかを彼らは見たかったのです。しかし、その成り行きは勇気づけられるものとなりました」。

たしかに現在は、多くの人の意識が新型コロナウイルスという形で世界中に蔓延した目下の公衆衛生の危機と、それが経済と社会に及ぼすドミノ効果に集中している。そうした中でのPaigeの成長は興味深い。

新型コロナウイルスと、それががんなどその他の疾患に及ぼす影響への私たち理解はまだ初期段階（CIDRAP記事）であり、Paigeの研究はそこには直接関わってはいない。だが同時に、デジタル化したスライドを中心に構築されている同社のプラットフォームは、それ自体が臨床医や、研究所に毎日出勤できなくなった人たちの役に立っている。

同社の共同創設者であるThomas Fuchs（トーマス・フックス）博士は「計算病理学の父」と呼ばれる人物で、MSKのThe Warren Alpert Center for Digital and Computational Pathology（デジタル及び計算病理学のためのウォーレン・アルパート・センター）の計算病理学のディレクターであり、ワイルコーネル医科大学医療科学大学院の機械学習教授でもある。もう1人の共同創設者であるDavid Klimstra（デイビッド・クリムストラ）博士は、MSKの病理学学部長だ。そうしたPaigeの企業向け視覚化システムは、遠隔でのデジタルスライドの閲覧を可能にする。今やどのハードウェアメーカーにもデジタルビューワーはあるが、それも自社のスキャナーにのみ対応する独自仕様で、「高性能には作られてない」とグラディ氏は指摘する。

Paigeのプラットフォームでは、利用者は研究成果だけでなく、実際にスライドをやり取りすることなくオリジナルデータも共有できるのだが、データの「読み出し」用に組み込まれた高性能ソフトウェアを使うことで、臨床医や研究者は他の方法を使うよりも総合的にデータを見ることができる。これは当初、前立腺がんと乳がんのためのものだったが、今はその他のがんにも範囲を広げているとグラディ氏は話す。「私たちはワークフローに情報を追加し、データの信頼性と品質を高めようとしています。最初の段階（プラットフォームとスライド）が次の段階を可能にしました」。

ゴールドマン・サックスの投資は、この大手金融サービス企業の自己資金投資部門から出ている。そしてその一環として、同社の業務執行取締役であるDavid Castelblanco（デビッド・カステルブランコ）氏がPaigeの役員会に加わった。

「私たちはこの会社と、その成長の早さに本当に驚かされました」と彼は声明の中で述べている。「レオ、トーマスそしてPaigeのスタッフのがん治療分野での人工知能と機械学習を駆使した革新的な仕事への支援が増やせることを、とても嬉しく思っています」。

「そもそも私たちがPaigeへの投資を決めたのは、彼らの製品がこの業界に膨大な価値をもたらし、がん治療の未来に大きな影響を与える可能性に気づいたからです」とHealthcare Venture Partnersの専務取締役であるJeffrey C. Lightcap（ジェフリー・C・ライトキャップ）氏はいう。「Paigeがわずかな期間で目覚ましい成長を遂げた後に、その成長をさらに加速させようと私たちは追加投資を行いました」。

画像クレジット：Ed Uthman / Flickr under a CC BY 2.0 license.

［原文へ］
（翻訳：金井哲夫）