ビジュアル検索「Googleレンズ」アップデート、グーグルがAIで画像とテキストを1つのクエリにまとめる新検索方法を近々導入

2021年5月、Google(グーグル)は年次開発者会議「Google I/O」において「Multitask Unified Model(MUM)」と呼ばれる新しいAIマイルストーンを紹介した。この技術はテキスト、画像、動画など、さまざまな形式の情報を同時に理解し、トピック、コンセプト、アイデアの間の洞察やつながりを導き出すことができる。同社は米国時間9月29日、MUMを自社製品で活用する方法の1つとして、ビジュアル検索「Googleレンズ」のアップデートを発表した。

Googleレンズは、携帯電話のカメラを使って、リアルタイム翻訳、植物や動物の識別、写真からのコピー&ペースト、カメラのファインダーに写っているものと類似したアイテムの検索、数学の問題の手助けなど、さまざまなタスクを実行できる同社の画像認識技術だ。

近い将来、Googleは、MUMの機能を活用してGoogleレンズをアップグレードし、視覚的な検索にテキストを追加して、ユーザーが見ているものについて質問できるようにするという。

実際には、この機能は次のような使い方ができる。例えば、気に入ったシャツの写真をGoogle検索で表示した後、レンズのアイコンをタップして、同じ柄のもの、だが今度はソックスをGoogleに探してもらうことができる。そこに「この柄のソックス」とでもタイプ入力することで、テキスト入力だけでは難しい、関連性のあるクエリをGoogleに指示することができる。

画像クレジット:Google

 

これは、現在のGoogleが苦手としているタイプのクエリ、つまり、言葉だけでは説明しにくい、あるいは異なる方法で説明できるような、探しているものに視覚的要素がある場合には、特に有効だ。画像と言葉を1つのクエリにまとめることで、Googleはより適切な検索結果を提供できる可能性がある。

別の例では、自転車の部品が壊れてしまい、修理のヒントをGoogleで検索する必要があるとする。しかし、その部品が何という名前なのかはわからない。修理マニュアルを調べる代わりに、自転車の壊れた部分にGoogleレンズを当てて「修理する方法」と入力してみることができる。そうすれば、助けになりそうな動画の瞬間に直接つながるかもしれない。

画像クレジット:Google

Googleは、このようなAIを活用した取り組みは、新しい検索の仕方を可能にすることで、自社製品をエンドユーザーにとって「より役に立つ」ものにする方法だと考えている。同社は、検索の一部に携帯電話のカメラを利用することで、コアなユースケースの多くが他のプロパティに移行し始めている市場での存在感を維持しようとしている。例えば、今日、ショッピングの検索は多くの場合、直接Amazon(アマゾン)で始まる。また、iPhoneユーザーは、携帯電話で何か特定のことをしたいとき、Siri、Spotlight、App Store、またはネイティブアプリに助けを求めることが多い。そしてApple(アップル)は、Google検索に代わる独自の検索サービスを開発している。iOS 15でアップデートされたSpotlight検索では、Google検索に頼らず、ユーザーが必要とする情報に直接アクセスできるようになった。

Googleは、Google検索やビデオ検索においてもMUMを活用していくと、29日開催されたライブイベント「Search On」で発表した。

なお、Googleレンズのアップデートは今後数カ月のうちに実施される予定だという。そのためには、新しいAIモデルを導入する際には必ず実施される「厳格なテストと評価」を行う必要がある、と同社は述べている。

画像クレジット:Google

原文へ

(文:Sarah Perez、翻訳:Aya Nakazato)

LINEを使い愛犬・愛猫とのトーク体験を楽しめるwaneco talkがMakuakeで提供開始

LINEを使い愛犬・愛猫とのトーク体験を楽しめるwaneco talkがMakuakeで提供開始

日本電気(NEC)は9月28日、愛犬・愛猫とLINEで「まるでトークしているみたい」な体験サービス「waneco talk」(ワネコ トーク)について、Makuakeで先行予約販売を開始したと発表した。目標応援購入数は2000セット。セット内容は、日本動物高度医療センターの犬猫用活動量計「PLUS CYCLE」(プラスサイクル)、obniz BLEゲートウェイ、waneco talkライセンスカード。「早割 先着340台」が価格2万800円(税込)となっている。

waneco talkは、waneco LINE公式アカウントを友だち追加することで、留守番などをしている犬や猫の状況を遠隔地からトーク形式で把握できるサービス。

その仕組みは、日本電気(NEC)が提供する愛玩動物コミュニケーションプラットフォームサービス「waneco」と、PLUS CYCLEとを連携させたもの。愛⽝愛猫の活動をPLUS CYCLEで測定後、NECのwanecoを介しAI技術群「NEC the WISE」(エヌイーシー ザ ワイズ)で分析し、ペットの状態に基づいたメッセージをwaneco talkのLINE公式アカウントから飼い主に届ける。LINEを使い愛犬・愛猫とのトーク体験を楽しめるwaneco talkがMakuakeで提供開始

また、waneco talkで収集したデータは、PLUS CYCLE専用アプリ(Android版iOS版)に連携される。PLUS CYCLEは全国の1000を超える病院と連携しており、蓄積される活動データを獣医療学的知見から解析することで、データ駆動型の予防動物医療の確立を目指すという。

PLUS CYCLEは、サイズ直径2.7×厚み0.9cm/重量約9gで、首輪に装着可能。3軸加速度センサーで活動量・睡眠時間を、また気圧センサーでジャンプ回数を測定可能し、活動量が低下したときはアプリで通知する。LINEを使い愛犬・愛猫とのトーク体験を楽しめるwaneco talkがMakuakeで提供開始

NECは、人とペットとの暮らしにおける様々なサービスをIDでつなぎ、飼い主をサポートするwanecoの第1弾サービスとして、waneco talkの社内実証を2021年4月から行ってきたという。

また2022年春には、ペット向けオンライン相談・診療システム「みるペット」と連携し、waneco talkにより普段と違う状態の気づきを動物病院と共有することで相談や飼育アドバイスに活用するなど、犬や猫それぞれの個性や状態にあったサービス提供を目指す。今後も、同サービスに賛同するパートナー企業・団体を募集し、連携して事業を拡大するという。

 

東京大学がシンクロダンスの練習支援システムSyncUp発表、コンピュータービジョン技術でポーズ・動きのズレ可視化

東京大学がシンクロダンスの練習支援システム「SyncUp」発表、コンピュータービジョン技術でポーズ・動きのズレを可視化

SyncUpインターフェース全体図。画面上部左にダンス動画、上部右はポーズのズレを可視化する動画上にオーバーレイを示している。掲載写真の例では、左腕がダンサー間で大きくずれているため、赤色のオーバーレイが表示されている。また画面下部では、ポーズと動きのタイミングのズレをグラフで示したものがユーザーに提示している

東京大学大学院工学系研究科の矢谷浩司准教授、周中一(ジョウ・ツォンガイ。Zhongyi Zhou)氏、徐安然(ズ・アンラン。Anran Xu)氏は9月28日、コンピュータービジョン技術を応用したシンクロダンスのポーズのズレを可視化する練習支援システム「SyncUp」(シンクアップ)の構築を発表した(SyncUp: Vision-based Practice Support for Synchronized Dancing)。

SyncUpは、コンピュータービジョン技術により抽出されたスケルトンデータをもとに、体の各部位の相対的な位置の差異を定量的に検出することで、ダンサー間のポーズの類似性を推定する。またシンクロダンスでは、常に全員が同じ動きをするとは限らない。その場合はどれだけ同期性が高いかシンクロ感が出る。そこで、各ダンサーがどのタイミングで体の部位を動かしているかも定量的に推定するアルゴリズムを実装しているという。つまり、体の動きとタイミングの両方の差異がわかる。

特別な機器は必要とせず、ダンスの練習動画をアップロードするだけで使えるため、アマチュアのダンサーにも気軽に利用できるとのことだ。タイミングや動きのズレは、グラフ化されると同時に、実際の動画の上にオーバーレイとしてズレている体の部位やズレの程度が示される。

東京大学がシンクロダンスの練習支援システム「SyncUp」発表、コンピュータービジョン技術でポーズ・動きのズレを可視化

オーバーレイの例。ポーズのズレの大きさに応じて色が変化する。赤色に近い色ほど、ズレが大きいことを示す

実験を行った結果、SyncUpの認識結果がダンサーの主観的な評価とおおむね一致したとのこと。練習の効率が上がるほか、ダンサー同士のコミュニケーションが円滑になるという。また実験では、この技術を応用して、うまく踊れた部分だけを自動抽出し、ハイライト動画を生成してSNSなどで公開する方法の可能性も確認された。

同研究科では、SyncUpを「人々の芸術的表現を支援する人工知能技術の新しい応用を示すもの」としている。

ユーザーがニーズに合わせてAIを訓練、パーソナライズできるAlexaの3つの新機能

Amazon(アマゾン)は、消費者がAlexa体験をさらにパーソナライズできる3つの新機能の展開を準備している。簡単なツールを使ってAlexa(アレクサ) AIのトレーニングを行えるようにするのだ。数カ月後には、家庭内で鳴っているドアベルやインスタントポットのチャイム音などの特定の音を識別するといった仕事を、消費者がAlexaに教えることができるようになる。また、Ring(リング)ユーザーの場合は、閉まっているはずのドアが開いているといった、何かが視覚的に変化したことをAIが気づくことができるようになる。さらに、好きなスポーツチームや好みの天気予報アプリ、食べ物の好みなどを、自分の好みに合わせてAlexaにはっきり指示を出すことができるようになる。

この機能は、アマゾンが最新のEchoデバイスやその他の新しいハードウェアを発表する秋のイベントで、米国時間9月28日紹介された。

この新しい音識別機能は、Alexaがすでに提供しているAlexa Guard(アレクサガード)という機能をベースにしている。この機能は、ガラスが割れる音や、火災や、一酸化炭素の警報音など、特定の音を識別することができるため、外出中の人や耳の不自由な人にとっては、緊急事態が発生しているかもしれないことを知ることができて便利だ。さらにサブスクリプションをアップグレードすると、スマートカメラが家の外の動きを検知したときに、犬の鳴き声を再生することもできる。

このAlexaの音検知機能を、今回アマゾンは、必ずしも緊急事態ではないものへどのように利用できるかを考えている。

画像クレジット:Amazon

新機能によって、消費者は自分にとって重要な特定のタイプの音を聞き分けるようにAlexaを訓練することができるようになる。例えば、鍋のビープ音、オーブンのタイマー、開けっ放しにしておくとビープ音が鳴る冷蔵庫、ガレージのドアが開く音、ドアベルの音、水の流れる音など、繰り返し同じような音が鳴り特定しやすいものがある。

6個から10個のサンプルをAlexaに与えることで、Alexaはこの音が何であるかを「学習」する。これは、アマゾンがAlexaに他の音を学習させるためにかつては数千個のサンプルを必要としたことに比べれば大幅に削減されている。ユーザーは、Echo(エコー)デバイスやAlexaモバイルアプリから直接、Alexaに新しいカスタムサウンドを教えることができる。

ただし、登録やトレーニングのプロセスはクラウド上で行われる。とはいえ、実際の利用時の音の検出はデバイス自体で行われ、登録が終わった後にアマゾンが音声をクラウドに送ることはない。

一度学習させれば、ユーザーはAlexaがその音を聞いたときに、自分で設定した通知やルーティンを起動するように選択することができる。たとえばAlexaがドアベルの通知をFire(ファイア)TV上に表示することで、アクセシビリティの観点や高齢者介護にも役立つ可能性がある。その他にも、たとえばガレージのドアの音がしたら、Alexaが「おかえりなさい手続き」を起動して、照明をつけたり、好きな音楽をかけたりするといった日常生活を支援することができるようになるかもしれない。

アマゾンによると、Custom Sound Event Detection(カスタムサウンド・イベント検知)機能は2022年にはローンチされるという。

同様に、消費者はRingカメラに搭載されたAIを訓練して、カメラの視野上で関心のある領域を特定し、その領域が変化したかどうかを判断することができるようになる。この「変化」は今のところ、2つの状態に区別できるものでなければならない。例えば、物置の扉が開いているか閉じているかといった状態だ。バリエーションの多い、より特殊なものには対応できないかもしれない。

Custom Event Alerts(カスタムイベント通知)と呼ばれるこの機能は、数カ月以内にRing Spotlight Cam Battery(リング・スポットライト・カム・バッテリー)の利用者が使えるようになる。

Alexaの最後の新機能は、食べ物やスポーツ、スキルプロバイダーに関するユーザーの好みを、スマートアシスタントが学習できるようになるというものだ(これらのスキルはAlexaデバイス上で実行されるサードパーティの音声アプリだ)。利用者は「アレクサ、私の好みを覚えて」などということで、Alexaを教え始めることができるようになる。しかし、この学習はもっと繊細な方法でも行うことができる。例えば、Alexaに近くのレストランを尋ねた際に、続けて「アレクサ、私たちの中にはベジタリアンの人がいます」などということで、ステーキハウスを候補から外させることができる。

一方、Alexaがあなたのお気に入りのスポーツチームを学習した後は、スポーツハイライトを質問した際に、あなたのお気に入りのチームのハイライトをAIがより多く盛り込んでくれるようになる。

また、Alexaにどのサードパーティ製スキルを使用したいかを伝えれば、AIアシスタントは以降、自身のネイティブな応答ではなく、そのスキルを使用することをデフォルトとする。

とはいえ、今のところ、対応しているサードパーティスキルは天気予報だけだ。それをアマゾンは時間をかけてより多くのスキルへと拡大したいと考えている。このことは、ユーザーが起動したいスキルを覚えられないことに起因する、スキルの利用率の低さを解消することができるだろう。この機能によって「一度設定したら忘れてしまって良い」式のカスタマイズが可能になる。つまり良いスキルを見つけたら、それをデフォルトに設定することで、あとは自然な言葉で(たとえば「お天気は?」など)話すことができるようになる。

アマゾンによると、この嗜好データは匿名化された顧客IDにのみ関連付けられていて、調整も可能だという。例えばベジタリアンの人が肉も食べるように戻った場合には、次にAlexaにレストランの候補をたずねる際に「アレクサ、私はベジタリアンじゃない」ということができる。このデータは、Amazonサイトでのショッピングのお勧めをカスタマイズするためには使用されないとアマゾンはいう。

この「嗜好ティーチング機能」は、年内に利用できるようになる。

アマゾンはこれらの機能を、アマゾンが「アンビエント・インテリジェンス」(環境知性)と呼ぶものをより多くの人々に提供するという目標に向けた、さらなるステップであるとしている。

AlexaのSVPで主任サイエンティストであるRohit Prasad(ローヒット・プラサド)氏は、アンビエントAIについて「あなたのことを学び、あなたがそれに合わせるのではなく、あなたのニーズに合わせることができるものなのです」と指摘している。

「Alexaは、私にとって単なる音声言語サービスではありません。むしろ、自分の周りの多くのデバイスで利用できるアンビエント・インテリジェンス・サービスであり、環境の状態を理解し、さらには自分に代わって積極的に行動することができるものなのです」と述べている。

画像クレジット:Amazon

原文へ

(文:Sarah Perez、翻訳:sako)

自動車業界の競技プログラミング、自動走行車を制御し走行タイムを競う「第3回自動運転AIチャレンジ」エントリー開始

自動走行車によるサーキット走行タイムをオンライン・シミュレーター上で競う「第3回自動運転AIチャレンジ」エントリー開始

公益社団法人自動車技術会は9月27日、CASE(コネクテッド、自動化、シェアリング、電動化)の推進が急がれる自動車業界を担う、AIおよびIT人材育成を目的とした「第3回自動運転AIチャレンジ(2021シミュレーション)」大会の参加者募集を開始した。「第3回はオンライン環境における自動運転車のシミュレーション競技とし、コンピューターサイエンス、AI、ソフトウェアや情報処理に関わる技術者・研究者・学生等のチャレンジの場、また学習機会を提供致します」とのことだ。

シナリオやルールなどの詳細は10月12日に発表されるが、参加者は、課題に沿ってソースコードを構築し、ローカルでシミュレーションを行い改良を重ねた後、11月2日から12月17日まで、オンラインシミュレーター上で競技を行う。

まだ詳細は明らかにされていないが、公式サイトで公開されいてる2020年の「第2回自動運転AIチャレンジ」のオンライン表彰式の動画を見ると、シナリオの説明や受賞者のシミュレーション映像があり、どんな感じのものかがわかる。シミュレーションには自動運転システム用のオープンソースソフトウェア「Autoware」と、自動運転シミュレーターLGSVL Simiulatorが使われている。

自動走行車によるサーキット走行タイムをオンライン・シミュレーター上で競う「第3回自動運転AIチャレンジ」エントリー開始

Indianapolis Motor Speedway(全長約4km)

応募概要

  • 開催日程:2021年11月2日〜12月17日
  • 競技内容:オンラインシミュレーター上のシナリオを走破できるソースコードを作成、自動運転車両を制御しサーキット走行タイムを競う(スタート地点からゴール地点までの時間を競うタイムアタック)
  • 参加資格:制限なし
  • 参加費:無料

エントリーはこちらから

自動走行車によるサーキット走行タイムをオンライン・シミュレーター上で競う「第3回自動運転AIチャレンジ」エントリー開始

請求書AIクラウド「LayerX インボイス」の「LayerX ワークフロー」機能が支払申請から仕訳を自動起票可能に

請求書AIクラウド「LayerX インボイス」の「LayerX ワークフロー」機能が支払申請から仕訳を自動起票可能に

LayerXは9月28日、クラウドでの請求書処理業務を可能にする請求書AIクラウド「LayerX インボイス」に付随するワークフロー機能「LayerX ワークフロー」において、支払申請から仕訳を自動起票する機能をリリースした。事業部門が入力した支払申請の情報を活用して仕訳を起票できるようになり、これまで発生していた事業部と経理間の確認コストの極小化が可能になるという。

今回のアップデートにより、経費科目を事前定義することで、事業部がLayerX ワークフローで支払申請を行う際に経費科目を選択すると、LayerX インボイスの仕訳情報にその経費科目に紐付けた勘定科目が登録されるようになった。

また、明細単位で申請した支払申請を元に複数明細行の仕訳起票が可能という。これにより、複数の部門やプロジェクトにまたがる仕訳も、事業部からの申請を元に起票できる。請求書AIクラウド「LayerX インボイス」の「LayerX ワークフロー」機能が支払申請から仕訳を自動起票可能に

LayerX インボイスは、請求書受取業務の効率化を通じて経理DXを推進するというサービス。請求書の受取り後、AI-OCRで請求書を自動でデータ化の上、仕訳データや振込データの自動作成及び会計システム連携をシームレスに実行する。

ワークフロー機能については、2021年3月より提供を開始。ワークフロー機能を利用することで、経理部門だけではなく、事業部門における支払申請などにかかる作業負荷・入力ミスを解消し、全社のデジタル化並びに生産性向上に寄与することを目指しているという。

 

クラウド化の進展が要求する接続の高性能化に応えるファブレスチップAstera Labsが約55.6億円調達

クラウドへ移行する企業が増えるとともに、アプリケーションの数も気楽に増やせるようになり、その結果、ワークロードとストレージのニーズが複雑化している。現在では、機械学習をはじめとする人工知能のアプリケーションが、複雑性をさらに増えている。そこで、その移行を高速化し効率化する技術を開発する企業が新たな資金調達ラウンドを発表し、進化する企業のニーズを支えようとしている。広帯域アプリケーションにつきもののボトルネックを取り除き、企業のデータのためのリソースの割当を改善するファブレス半導体メーカーAstera Labsが、5000万ドル(約55億6000万円)を調達した。

同社によると、このシリーズCでは、同社の投資後評価額が9億5000万ドル(約1056億3000万円)だったという。

Fidelity Management & Researchがこのラウンドをリードし、新たな投資家としてAtreides ManagementとValor Equity Partnersが参加した。以前からの投資家であるAvigdor Willenz GroupとGlobalLink1 Capital、Intel Capital、Sutter Hill Ventures、およびVentureTech Allianceも参加している。

2020年に最初の投資をしたIntelにとっては、それは戦略的投資であり、資金を投資するだけでなく、同社はAsteraの重要な顧客でもある。AsteraのチーフビジネスオフィサーSanjay Gajendra(サンジェイ・ガジェンドラ)氏によると、チップ業界の超大手企業が同社とコラボレーションするのはPCI ExpressとCXL(Compute Express Link)の技術および製品の開発のためであり、それにより「次世代のサーバーとストレージインフラストラクチャの、帯域と性能とリソースの可利用性を上げようとしている」。

関連記事:インテルが今年出資したスタートアップ11社紹介、年内に500億円超の出資を予定

特にAIのユースケースがIntelの次世代の成長戦略の中核にあるため、これらの目標はIntelのプロセッサーをベースとするAIシステムを構築するために不可欠だとガジェンドラ氏はいう。さらに氏によると、Intelの複数の参照設計と商用プラットフォームにはAsteraのリタイマーであるAries Smart Retimers for PCIeが組み込まれている。その他、TSMCやWistron、Samsung Electronics、Western Digitalなども同社の顧客だ。

これまでサンタクララに拠を置くAsteraは、3年間で調達した資金がわずか3500万ドル(約38億9000万円)で、それ自身同社の優秀な事業効率を物語ると同時に、収益も堅調であることを示している。

Astera LabsのCEOであるJitendra Mohan(ジテンドラ・モハン)氏は、今回の資金調達に関する声明で次のように述べている。「Fidelity、Atreides、およびValorと力を合わせて、インテリジェントなクラウドコネクティビティソリューションにおける当社のリーダーシップを確固たるものにして、Astera Labsを次の成長フェーズへ向けて誘うことには心踊るものがあります。今回の投資と、製造パートナーとのコラボレーションにより、弊社はその世界的なオペレーションを急速にスケールして、すばらしい顧客たちの要求を満たし、複数の新製品系統をローンチして、当業界のもっとも喫緊たるコネクティビティの課題を解決していけるでしょう」。

この最新の資金調達ラウンドは、より具体的にいうと、同社がパンデミックの最中でも比較的堅調を維持し、企業がクラウドへの移行を急ぐ中で行われた。

ガジェンドラ氏はTechCrunch宛のメールで次のように述べている。「自宅で仕事や勉強をするためクラウド上のSaaSアプリケーションに依存する人びとが徐々に増えているため、スケーラブルなハードウェアの展開が加速しています」。彼によると、そのソリューションは同じインフラストラクチャ上で、最大で従来の倍の帯域を提供している。「これにより私たちの、世界最大のクラウド事業者たちからの購買需要も推定25%から30%増加しています」。

Asteraはファブレスであり技術のスケールアップも比較的速く、帯域増を求める競争の中で、しかも限られた費用とリソースによりその需要に応ずることが比較的容易だ。しかしシステムの効率を改善するソリューションを構築している既存勢力の企業に対しても、市場と投資家の注目が増している。しかもこの問題は、エンタープライズITのさまざまな局面へと延伸している。たとえばFireboltは、ビッグデータ分析が必要とする帯域のニーズを抑える、アーキテクチャとアルゴリズムを構築している。

Avigdor Willenz(アビグドール・ウィレンズ)氏は、Astera Labsの創立投資家であるだけでなく、他にも有力なスタートアップを支援している。それらは後にAmazonが買収したAnnapurna Labsやインテルが買収したHabana Labsなどになる。そのウィレンズ氏は声明で「多様で混交的なコンピューティングと構成可能な非集積型インフラストラクチャという重要なニーズに対応する、複数の革新的なプロダクトのポートフォリオを開発するという、強大な仕事をAstera Labsは成し遂げました」という。現在のところ、Astera Labsは上場が目されているだけでなく、すでにその路線に乗っているともいえる。ただし、今後の大手たちの競争如何では、別の結果になるかもしれない。ウィレンズ氏は続けて「Astera Labsが作り上げた強力な実績と迅速な価値創造はたいへん喜ばしい。同社の前には複数のオプションが開いており、今後のIPOもその1つです」という。

Sutter Hills VenturesのマネージングディレクターでAstera Labsの取締役でもあるStefan Dyckerhoff(ステファン・ディッカーホフ)氏は「Astera Labsの成長と拡大はすばらしいものであり、同社の長期的なポテンシャルについても強力な楽観性を維持できます」と述べている。

画像クレジット:imaginima/Getty Images

原文へ

(文:Ingrid Lunden、翻訳:Hiroshi Iwatani)

巧妙化する金融犯罪と戦うAIベースのビッグデータ分析ツール開発Quantexaが約168億円を調達

金融犯罪の巧妙化が進むにつれて、それと戦うために使用されるツールも高度化している。Quantexaは、マネーロンダリングや詐欺などの違法行為を検知して阻止するAIベースのソリューションを開発してきた興味深いスタートアップだが、このほど1億5300万ドル(約168億円)の成長ラウンドを獲得した。この資金調達は、金融分野での事業拡大の継続と、同社のツールをより広範なコンテキストに展開すること、つまりすべての顧客データとその他のデータを取り巻く点を結びつけていくことに充てられる。

「当社は金融サービスに止まらない多様化を進めており、政府機関や、ヘルスケア、電気通信、保険業界と協働しています」と創業者兼CEOのVishal Marria(ヴィシャール・マルリア)氏はインタビューで語った。「そのことは非常に大きな意義を醸成しています。より大規模なデジタル変革の一環として、市場がコンテキストに基づく意思決定インテリジェンスに取り組んできたことを考えると、その流れは必然的なものでした」。

このシリーズDでは、ロンドンに拠点を置く同スタートアップの価値は8億〜9億ドル(約880億~990億円)と評価されている。これはQuantexaが2020年、サブスクリプション収入を108%成長させたことに続くものだ。

Warburg Pincusがこのラウンドを主導し、既存の支援者であるDawn Capital、AlbionVC、Evolution Equity Partners(サイバーセキュリティ専門のVC)、HSBC、ABN AMRO Ventures、British Patient Capitalも参加した。2020年7月のシリーズCでのQuantexaの評価額は、2億〜3億ドル(約220億~330億円)の間だった。これまでの調達総額は2億4000万ドル(約264億円)になる。

マルリア氏はErnst & Youngでディレクターを務め、マネーロンダリングなどの不正行為への対策についてクライアントを支援する役割を担っていた。Quantexaは、マルリア氏がそのときに特定した市場のギャップを出発点としている。同氏が認識したのは、潜在的な詐欺、マネーロンダリングなどの違法行為に関する有意義なインサイトを迅速かつ正確に得ることができる、真に有用なシステムが市場に存在しないということだった。企業の内部情報と外部公開データの照合・解析を通じて、利用可能なデータの世界を効率的に活用する、インサイトの導出に必要なツールが整備されていなかった。

Quantexaの機械学習システムは、この課題に対して典型的なビッグデータの問題としてアプローチしている。人間が自分で解析するにはデータが多すぎるが、特定の目的のために大量のデータを処理できるAIアルゴリズムにとっては小さな仕事だ。

Quantexaのいわゆる「Contextual Decision Intelligence(コンテキストに基づく意思決定インテリジェンス)」モデル(Quantexaという名前は「quantum」と「context」を想起することを意図している)は当初、金融サービス向けに特化して開発された。リスクとコンプライアンスの評価と金融犯罪行為の特定を行うAIツールを用いて、Quantexaが有するAccenture、Deloitte、Microsoft、Googleといったパートナーとのリレーションシップを活用し、より多くのデータギャップを埋めていくものだ。

同社のソフトウェア(データではなくこのソフトウェアが企業に販売され、企業独自のデータセットに使用される)は、単一のエンゲージメントで最大600億件のレコードを処理した実績があるという。処理を経た後、ユーザーが異なるエンティティ間の関係などをよりよく理解できるように、わかりやすいグラフやその他の形式でインサイトが提示される。

マルリア氏によると、現在、同社の事業の約60%を金融サービス企業が占めており、顧客には英国とオーストラリアの銀行上位10行のうち7行、北米の金融機関上位14行のうち6行が含まれているという。(このリストには、戦略的な支援を行うHSBCの他、Standard Chartered BankとDanske Bankも名を連ねている)。

しかし同時に、Quantexaの他のセクターへの進出は一層顕著な伸びを見せている。より広範なデータセットに大きく依存するようになった市場の大幅なシフト、近年における各企業のシステム更新、そして過去1年間でオンラインアクティビティが「唯一の」活動になることが多くなったという事実がそれを加速させている。

「(2007年の)金融危機は、金融サービス企業がよりプロアクティブになるための転換点でした。そして、パンデミックは、ヘルスケアなどの他のセクターがよりプロアクティブになる方法を模索する転換点となっています」とマルリア氏はいう。「その実現には、より多くのデータとインサイトが必要です」。

そのため、Quantexaは特にこの1年で、ヘルスケア、保険、政府機関(例えば税務コンプライアンス)、電気通信 / 通信手段など、金融犯罪に直面している他のバーティカルへの拡張を進めてきた。加えて、KYC(顧客確認)コンプライアンスに向けたより完全な顧客プロファイルの構築、カスタマイズされた製品の提供など、さらに多くのユースケースをカバーするための多様化を続けている。政府機関と協働し、人身売買の追跡や特定のような、違法行為の他の分野にも同社のソフトウェアが適用される見通しだ。

Quantexaは、70にわたる市場に「数千」もの顧客を抱えている。金融犯罪とより全般的なKYCの両方を含むこの種のサービスの市場規模は、年間約1140億ドル(約12兆6000億円)に上るとのIDCの予測を、Quantexaは引き合いに出している。

「Quantexaが独自に開発した技術により、クライアントは個人や組織の単一のビューを生成して、グラフネットワーク解析で可視化し、最先端のAI技術でスケールすることができます」とWarburg Pincusのヨーロッパ共同責任者であるAdarsh Sarma(アダーシュ・サルマ)医学博士は声明で述べている。「このケイパビリティはすでに、世界最大の金融機関や政府機関によるKYC、AML(マネーロンダリング対策)、不正行為プロセスの運営方法に革命的な変化をもたらしており、業界における重要性を増しつつある大きなギャップに対処しています。これまでの同社の目覚ましい成長は、利用可能な市場全体における計り知れない価値の提案と、新規セクターや地域への継続的な拡大を反映しています」。

興味深いことに、同社は大手テック企業などから買収のターゲットとしてアプローチを受けていることを、マルリア氏は筆者に認めた。それほど驚くことではない。しかし、長期的には、マルリア氏の視野の先には自立した未来があり、Quantexaが独自の成長を続けることを念頭に置いているという。

「確かに、大手テック企業などに買収されることは十分あり得ますが、私はIPOに向けて準備を進めています」とマルリア氏は語った。

画像クレジット:piranka / Getty Images

原文へ

(文:Ingrid Lunden、翻訳:Dragonfly)

サムスンとハーバード大学がヒトの「脳をコピペ」できる半導体チップの研究を発表

サムスンとハーバード大学が人間の「脳をコピペ」できる半導体チップの研究を発表

VICTOR HABBICK VISIONS/SCIENCE PHOTO LIBRARY via Getty Images

サムスンとハーバード大学の研究者らは、ヒトの脳の仕組みを半導体チップ上で模倣するための新しい方法に関する研究を発表しました。

Nature Electronicsに掲載された論文では、研究では人間の脳が持つ情報処理特性、たとえば消費エネルギーの低さ、学習効率の高さ、環境への適応力、自律的な認知プロセスなどといった仕組みを模倣するためのメモリーデバイスを作る方法が解説されています。

と言っても、われわれ一般人の脳みそではなかなか理解できない話であることは間違いないので、超絶簡略化して説明すると、そのデバイスは、ナノ電極アレイを用いて脳の神経細胞の接続状態をマッピング、複製し、高度に集積した3次元ソリッドステートメモリー網上に再現、各メモリーセルは、マッピングされたニューロンごとの接続強度を反映したコンダクタンス(電気の流れやすさ)を保持します。つまり脳の神経ネットワークをコピペする、というわけです。

脳の中で大量の神経細胞がどのように配線されているかはほとんどわかりません。そのため研究ではチップ上に脳を正確に模倣するのでなく”インスピレーション”によって設計しているとのこと。とはいえ、ナノ電極アレイ技術は神経細胞の電気信号を高感度で効率的に記録可能で、コピー作業、つまり神経の接続状態の抽出もかなり正確にできると研究者は説明しています。

このしくみがうまく機能するなら、自ら新しい概念や情報を吸収し、上京に適応していける本物の脳のようにふるまう人工知能システムの実現がぐっと近づく可能性もあると研究者らは述べています。ただ、人の脳は約1000億のニューロンと、その1000倍のシナプスがあるため、理想的なニューロモルフィックコンピューティングチップを作るには約100兆個ものメモリーセルを用意しなければなりません。もっといえば。それら全てにアクセスして動作させるために必要なコードも必要です。とはいえサムスンの研究は、実際に学習して自律的に思考するAIの実現へ歩を進めるものになるかもしれません。

(Source:Nature Electronics。Via SamsungEngadget日本版より転載)

AIで食料品の消費と廃棄の習慣を学習し、食品廃棄物の削減を支援する「Nosh」

創業者のSomdip Dey(ソムディップ・デイ)氏がマンチェスター大学のコンピュータサイエンス修士課程に在籍していたとき、彼の両親がひどい交通事故に遭ってしまった。彼は自分の全財産をインドの両親に送金して治療費を援助したが、彼もその後、多くの人が直面する問題に直面した。もし1週間給料が支払われなかったら、どうやって食べていけばいいのだろう?

「幸い、夏休みが始まった頃だったので、多くの学生が引っ越しをしていて、多くが未開封の食べ物を文字通り捨てていました。必要としている人に利用してもらえるかもしれない廃棄物があまりにも多いことに気がついたのです」とデイ氏は回想している。

そのおかげで、彼は危機的な状況下でも、食いつなぐことができた。しかし、AI研究者であるデイ氏は、テクノロジーを使って食品廃棄物を減らし、空腹の人々に食事を提供する方法を考えるようになった。彼は修士課程を終え、エセックス大学の博士課程に進むと、共同創業者のSuman Saha(スマン・サハ)氏とともに「Nosh Technologies(ノッシュ・テクノロジーズ)」という会社を立ち上げた。

Noshのアプリは、AndroidとiOSで約1万3000人のユーザーに利用されており、ユーザーが食料品の賞味期限を記録することで、買ったものが腐る前にリマインドしてくれる。

このアプリは、AIを使ってユーザーの消費と廃棄の習慣を学習し、ユーザーが廃棄を減らして食料品店でお金を節約できるような分析レポートを毎週作成してくれる。このアプリでは、バーコードや食料品のレシートも直接スキャンすることができるが、ユーザーが手動でデータを入力することもできる。そして、ユーザーの食在庫と冷蔵庫の中身がアプリに読み込まれると、在庫を無駄にする前に使い切ることができる既存のレシピをオンラインで検索することもできる。

デイ氏は、将来的にはプレミアムサービスを提供したいと考えている。プレミアムサービスでは、家にある食材に基づいて新しいパーソナライズされたレシピを生成するAIへのアクセスが可能になる。

「現在のユーザーからは、このアプリを使うことで、無駄にしていたかもしれない毎月40~50ポンド(約6000〜7500円)近くの食料を節約できたという報告を受けています」とデイ氏はTechCrunchに語った。

Somdip Dey(ソムディップ・デイ)氏(画像クレジット:Nosh)

TechCrunch Disrupt(テッククランチ・ディスラプト)のStartup Alley(スタートアップ・アレイ)の一環として、Noshは最新の機能を発表したが、これはデイ氏の会社設立時のインスピレーションにまさに沿ったものだ。その中には、アプリと連動したブログ「Nosh Daily(ノッシュ・デイリー)」や、レストランがすぐに腐ってしまいそうな食品を割引価格で販売できる「Nosh Shop(ノッシュ・ショップ)」などが含まれる。

10%のサービス料を徴収することで、Noshは収益を上げることができる。現在、プレシード資金として3万3000ポンド(約490万円)を調達したばかりで、従業員は9名だ。デイ氏によると、このサービス料のうち、約3%が食品廃棄物対策のための慈善団体に寄付されるとのことだ。

同じくヨーロッパに拠点を置く「To Good To Go(トゥ・グッド・トゥ・ゴー)」は、Nosh Shopと同じ目標を達成するために、最近3110万ドル(約34億3700万円)を調達した。しかし、デイ氏によると、NoshはレストランがTo Good To Goよりも高い価格で食材を販売できることで差別化を図っているという。そうすれば、より良い利益が得られるので、より多くのレストランがアプリを利用する(その代わり、食品廃棄物を減らす)動機になる。To Good To Goでは食品を3分の1の価格で販売しているが、Nosh Shopでは、廃棄されようとしている食品を元の価格の70%まで値下げすることができる。

これはレストランにとっては助かるかもしれないが、割引より安い金額でその食品を買うかどうかは、消費者の判断に委ねられる。Nosh Shopは、まずイギリスの一部の地域で展開される予定だ。

関連記事:フードロスと戦うToo Good To Goが32億円を調達、米国市場への拡大を狙う

画像クレジット:Nosh

原文へ

(文:Amanda Silberling、翻訳:Akihito Mizukoshi)

英国が自国のAI技術を「レベルアップ」させる国家戦略を発表

英国政府は、機械学習技術に関する英国の能力を長期的に向上させることを目的とした、初のAI国家戦略を発表した。

英国政府は、この戦略によって、今後10年間で英国内で開発・商業化されるAIの数と種類が増加することを期待していると述べている。

人工知能の開発と応用を優先して「レベルアップ」させるという計画は、AIの期待を謳ってきたこれまでの産業戦略やデジタル戦略に続くものだ。しかし、Boris Johnson(ボリス・ジョンソン)政権は、英国を「世界のAI大国」にするための10年におよぶ投資計画を発表し、少しずつ前へ進んでいる。政府広報によると、AIによる経済的利益を得るために、人材のアップスキリングやリスキリングなどの分野に的を絞って支援するということだ。

ここに政策的な意味があるかどうかは、まだ議論の余地がありそうだ。

特に、この戦略を裏付ける新たな資金が発表されていないのが気になるところだ。今のところ政府は、投資家が英国のAI企業にどれだけ資金を投入しているかを強調している(2021年1月から6月の間に、英国の1400社以上のテック企業に135億ポンド[約2兆290億円]を投入している)。また、政府は2014年以降、AI分野に23億ポンド(約3450億円)以上を投資していることを示している。

しかし「大学院での学習、再教育、幅広いバックグラウンドを持つ子どもたちが専門的なコースにアクセスできるようにすること」への継続的な支援など、今後政府がAIの開発支援にどれだけの資金を投入するかについては言及されていない。

その代わりに今回の発表では、果たしてそれが何を意味するかは置いておいて「AIにおける英国の能力を変革する」という宣伝文句が多く使われていたり、英国を「AIで暮らし、働くための最善の場所」と位置づけようとしているのが見て取れた(おそらくこれは、英国を「オンラインで最も安全な場所」にするという、オンライン安全法の制定に取り組む政府のデジタル政策のもう1つの論点に付随するものだと思われる)。

関連記事:英国が子どものためのオンライン安全法案の草案を発表

この戦略の初期段階では、将来のAI政策に役立てるためのデータ収集に重点が置かれているようだ。そして、おそらく最も興味深い要素は、英国の現行の著作権および特許規則をAIに焦点を当てて見直すというものだろう。

政府は貿易協定にAI条項を盛り込むことを検討するなど、地政学的な基準設定にも意欲を見せているが、この分野において英国が世界的な舞台で大きな力を発揮できるかどうかは未知数だ。

この戦略で発表された施策の中には、以下のような計画がある。

  • 英国の研究者間の連携と協力関係を強化し、英国のAI能力の変革を支援するとともに、企業や公的機関によるAI技術の導入と市場への投入を促進するために、National AI Research and Innovation Programme(国家AIリサーチ・イノベーションプログラム)を立ち上げる
  • ロンドンと南東部以外を拠点とするセクターでAIを継続的に開発することを目的とした、Office for AI(OAI)とU.K. Research & Innovation(UKRI、英国リサーチ&イノベーション)の共同プログラムを立ち上げる。「これは、アイデアの商業化に焦点を当てたもので、例えば、政府が投資、研究者、開発者に焦点を当て、エネルギーや農業など、現在はAI技術があまり使われていないが大きな可能性を秘めた分野での活動を行うことが考えられる」
  • UKRIとともに、AI技術の大規模な展開に必要な物理的なハードウェアを含む、英国の研究者や組織のためのコンピューティングパワーの利用可能性と能力に関する共同レビューを発表する。「また、このレビューでは、環境への影響を含め、AIの商業化と展開のための幅広いニーズを検討する」
  • 知的財産庁(IPO)を通じてAIの著作権と特許に関する協議を開始し、著作権と特許制度を通じてAIの開発と利用を最善の形でサポートすることで、AIが生み出すアイデアを英国が活用できるようにする。「また、今回の協議では、発明基準を満たさないAIが生み出した発明を保護する方法や、AI開発において著作権で保護された素材をより利用しやすくするための方策にも焦点を当てる予定だ」
  • AI Standards Hub(AI基準ハブ)を試験運用し「世界的なルール設定における英国の関与を調整」し、Alan Turing Institute(アラン・チューリング研究所)と協力して、公共部門におけるAIの倫理と安全性に関するガイダンスを更新し「技術が倫理的に使用されることを確認するための実用的なツールを作成」する。

また、政府の戦略では、AIについて「明確なルール、適用される倫理原則、イノベーションを促進する規制環境」を確立したいとしているが、英国はすでに規制の枠組みの定義化に遅れている。なぜなら、英国はリスクの高いAIの応用を規制するための包括的な提案がすでに検討されている欧州連合からは外れているからだ。

関連記事:欧州がリスクベースのAI規制を提案、AIに対する信頼と理解の醸成を目指す

英国政府の現在の政策は、データ利用に関する明確性の代わりに、同時的に現行のデータ保護体制を疑問視している。大臣たちは、国民の情報保護を弱めることで、AIなどのテクノロジーに対する人々の信頼とさらなる導入を(何らかの形で)後押しできると期待して、規則を弱めるという案を検討している。

特にAIのスタートアップやスケールアップについては、今後6〜12カ月の間に「民間資金のニーズと課題」を評価する計画が国家戦略に盛り込まれている。

また、同じ時期に「世界最高のAI人材を英国に誘致するため」に、新しいビザ制度を導入するとしている(もちろん、そこで何を発表するかは、その詳細にかかっている)。

しかし、英国のスタートアップ企業が、AIを強化する国家戦略の発表によって、AIモデルを研磨するためのあらゆる種類の興味深い政府データセットへのアクセスがすぐに可能になることを期待していたとしたら、この文書には、閣僚が「AIモデルのためにどのようなオープンで機械読み取り可能な政府データセットを公開できるかを検討する」と書かれているだけで、その特定のタスクに目を向けるのは今後12カ月後になるという。つまり、それは様子見ということだ。

「この国家AI戦略は、世界で最もイノベーションを促進する規制環境を構築し、英国全体の繁栄を促進して誰もがAIの恩恵を受けられるようにし、AIを気候変動などのグローバルな課題の解決に役立てようとする我々の意図を世界に発信するものです」と、新任のNadine Dorries(ナディン・ドリーズ)氏は、戦略の発表にともなう声明で述べている。

ドリーズ氏の名前に聞き覚えがないのは、Oliver Dowden(オリバー・ダウデン)氏に代わってデジタル・メディア・文化・スポーツ省(DCMS)の要職に就いたばかりだからだ。

「AIは、私たちが成長を促し、生活を豊かにする上で中心的な役割を果たすでしょう。私たちの戦略に示されたビジョンは、これらの重要な目標を達成するために役立ちます」とドリーズ氏は付け加えた。

ダウデン氏は、英国のデジタル政策(およびその他の広範な政策)を統括するDCMSのポストに1年余りしか就いていなかった。これは、前任者のNicky Morgan(ニッキー・モーガン)氏が半年強しかいなかったことを考えれば、長いと言えるだろう。

その前は、Matt Hancock(マット・ハンコック)氏(元大臣)がデジタル政策を担当していたため、ここ数年、英国の技術政策を担う政治家はかなりの数にのぼる。

そこでおそらく、国の深い技術力を育成する「長期的な」コミットメントを主張する第一歩として、政府はデジタル政策を担当する「長期的な」大臣の任命を検討してみてはどうだろうか。そうすれば、AIなどの国の技術力の底上げへの持続的な集中と、大臣レベルでは、テックにまつわる基本的なふるまいを理解するまもな能力があるというメッセージを示すことができるはずだ。

画像クレジット:Usis / Getty Images

原文へ

(文:Natasha Lomas、翻訳:Akihito Mizukoshi)

マイクロソフトはクラウドコンピューティングで自然災害モデルの再構築を目指すが課題は残る

気象予測は難しい分野として知られているが、地球の日常機能の理解のためには、この分野がますます重要になってきている。気候変動により、山火事や台風、洪水やサイクロンなどの自然災害の規模や被害が拡大している。災害がいつ、どこで発生するかを正確に知ること(あるいは数時間前に知らせること)は、被災者の状況に大きな違いをもたらす。

この分野を、Microsoftは、自社のクラウドコンピューティングサービスであるAzureにとって、利益を生むニッチな分野であると同時に、良いことをする機会でもあると考えている。2017年の立ち上げ時にTechCrunchが取り上げたAI for Earthプログラムを通して、Microsoftは一連のサービスを「Planetary Computer(プラネタリー・コンピュータ)」と呼ぶものにまとめた。このプログラムは、物体や動植物の種類を識別するためのAPIを含んでいる。AI for Earthは、科学者などが自らの研究やモデリングにAzureを利用するための助成金を提供しており、このプログラムは、AI for HealthAI for Accessibilityといった他のMicrosoftのクラウドイニシアチブに加わる。

関連記事:AI利用のヘルスケアの実践や研究を支援するマイクロソフトのAI for Health事業

私はこの数カ月間、災害対応のあらゆる側面に注目していたため、Planetary Computerと呼ばれるものの性能はどうなのか、自然災害のモデリングを改善するための障壁はどこにあるのかに興味を持っていた。このプロジェクトのプログラムディレクターであるBruno Sánchez-Andrade Nuño(ブルーノ・サンチェス=アンドラーデ・ニーニョ)氏は、このプロジェクトの野望はこれまでと同様に強いものであると語った。

「目標は、誰もが地球の生態系を管理できるようにするためのPlanetary Computerを手に入れることです。それは災害が起きた時の唯一の有効手段ですから」。このプログラムは「削減、対応、復興」に焦点を当てているが、できるだけ早く決断を下さなければならない「対応」が最も興味深い段階だ。

サンチェス=アンドラーデ・ニーニョ氏は、ここ2、3年の間に、特に環境に関連する領域でAIが驚異的な速さで進歩していると指摘した。「AIは多くの人が考えているほど多くのデータを必要としないのです」と彼は言った。「アルゴリズムに多くの進展がありましたし、私たちは、AIを理解し、非常に効率的な深層学習(モデル)を構築する方法を人々に理解してもらうために、多くの仕事をしています」。

地球システムにAIを適用する際の大きな課題の1つは、モデリングを成功させるために必要な専門分野の数だ。しかし、多くの分野は互いに隔てられており、科学者とAI研究者の間にはこれ以上ないほどのギャップがある。サンチェス=アンドラーデ・ニーニョ氏は、地球が直面する最も困難な課題に立ち向かうために、このプログラムがあらゆる分野の人々を継続的に巻き込む機会になると考えている。

「科学者のコミュニティには、より多くの知識を生み出したいというインセンティブがありますが、モデラーにとっては、良い答えをすばやく生み出したいというインセンティブがあります」と彼は説明した。「どうやって不確実性の中で迅速な意思決定を行えるでしょうか?」。

このギャップを埋める方法の1つが「アップスキリング」と彼が呼ぶ、科学者にAIのトレーニングを提供することだ。「これはすべて、環境分析をより速く、より良く行えるようにするという、同じ戦略の一環です」。特に地理分析分野ほど難しいものはない。「コンピュータは一次元を得意としていますが、近くにある複数のものを扱うのは苦手です」。彼は、もともと宇宙物理学を専攻していたが、GIS(地理情報システム)の「アップスキル」をしたと語った。

高度なAIスキルを身につけるための労力は、ライブラリが拡充し、一般的なAIモデルがうまく動作するようになり、さらにAIモデルを理解するための膨大な教材が用意されるようになったことで減少している。「かつては博士号が必要でしたが、今では10行のコードが必要です」。

そのAIの能力の増大により、人々はAIがあらゆる惑星規模の問題を解決できると信じ始めている。しかし、それは不可能であり、楽観的な見方をするとすれば、少なくとも今はまだ不可能だ。「私たちはAIの誇大広告を減らそうとしています」と彼はいう。「AIとは何かを知らなければ、それを信用することはできません」。このAI for Earthでは、科学者とAI研究者が一緒になってモデルのアウトプットを理解できるように、多くの取り組みで説明可能性を重視している。

このミッションは、関連する政府機関との連携を強めている。最近、AI for Earthは、米国陸軍エンジニア研究開発センターとパートナーシップを結び、同機関の沿岸監視システムの改善に取り組んでいる。

やるべきことが多くても、多くのモデリングの成熟度は高まっている。サンチェス=アンドラーデ・ニーニョ氏はこう言った。「今はまだ、発展途中の段階です。多くのプロセスで、必要以上にアドホックな処理が必要になっています」。良いニュースは、ますます多くの人々がこの分野に足を踏み入れ、点と点を結びつけようとしていること、そしてその過程で世界の災害対応能力を向上させようとしていることだ。

関連記事:テクノロジーと災害対応の未来4「トレーニング・メンタルヘルス・クラウドソーシング、人を中心に考えた災害対応スタートアップ」

画像クレジット:EDUARD MUZHEVSKYI / SCIENCE PHOTO LIBRARY / Getty Images 

原文へ

(文:Danny Crichton、翻訳:Yuta Kaminishi)

AI契約審査プラットフォームLegalForceが企業独自の基準で審査できる「自社基準レビュー」機能をリリース

AI契約審査プラットフォーム「LegalForce」が企業独自の基準で審査できる「自社基準レビュー」機能をリリース

LegalForceは9月22日、AIを活用し契約書内容を審査する企業向けAI契約審査プラットフォーム「LegalForce」(リーガルフォース)において、利用企業が自社の契約書ひな形に基づいた契約書審査が行える「自社基準レビュー」機能のリリースを発表した。

LegalFoeceは、作成した契約書に不備がないかをAIが審査するサービス。条文検索、審査済みの契約書との比較といった機能の他、企業法務に詳しい弁護士が作成した契約書のひな形や書式集なども利用できる。また契約書作成に関するデータを蓄積できるので、ナレッジ共有も行える。2019年4月に正式版がリリースされて以来、1000社を超える企業や法律事務所が利用している。

もともとLegalForceには、一般的な契約審査基準に基づいたリスクの洗い出しや抜け漏れの指摘などを行う機能が備わっているが、利用者側から自社特有の基準での審査を行いたいとの要望もあった。自社基準を持つ企業では、一般的な審査基準ではカバーしきれない抜け漏れが発生する恐れがあり、担当者によって審査基準がブレるという問題も考えられる。そこでLegalForceは、「自社基準レビュー」機能を追加し、各社の独自な基準での審査を可能にした。これにより、担当者の審査基準の均一化も可能になるという。

LegalForceは、大手法律事務所出身の弁護士2名が2017年に創業したリーガルテック領域のスタートアップ。独自のAI技術と弁護士の法務知見を組み合わせ、企業法務の質の向上、効率化を実現するソフトウェアの開発・提供するほか、京都大学との共同研究をはじめ学術領域にも貢献している。LegalForce以外にも、2021年1月よりAI契約書管理システム「LegalForceキャビネ」正式版を提供している。

 

産業廃棄物を回収する収集車の配車計画を自動作成するSaaS「配車頭」を手がけるファンファーレが1.5億円調達

産業廃棄物を回収する収集車の配車計画を自動作成するSaaS「配車頭」を手がけるファンファーレが1.5億円調達

廃棄物業界の省力化・効率化に取り組むファンファーレは9月21日、総額1億5000万円の資金調達を発表した。引受先はALL STAR SAAS FUND(シンガポール)、Coral Capital。あわせて、Treasure Data(トレジャーデータ)共同創業者であり、同社取締役を務める芳川裕誠氏(前CEO・現会長)と太田一樹氏(前CTO・現CEO)がファンファーレのアドバイザーに就任したと明らかにした。

調達した資金は、産業廃棄物業界独自の機能や要件に応えるための、開発組織の拡充やカスタマーサクセス体制の構築・強化にあてる予定。

2019年6月設立のファンファーレは、産業廃棄物業界の省力化を目的に、2020年9月よりAIを使って産業廃棄物の回収のための配車計画を自動で作成するSaaS「配車頭」(ハイシャガシラ)を提供している。

配車頭は、AIが廃棄物の収集運搬のための配車計画の作成することで、既存の乗務員でより多くの配車を実現し、複雑で手間だった配車計画作成に必要な作業時間を大幅に短縮するという。

産業廃棄物を回収する収集車の配車計画を自動作成するSaaS「配車頭」を手がけるファンファーレが1.5億円調達

産業廃棄物を回収する収集車の配車計画を自動作成するSaaS「配車頭」を手がけるファンファーレが1.5億円調達

廃棄物業界の省力化・効率化に取り組むファンファーレは9月21日、総額1億5000万円の資金調達を発表した。引受先はALL STAR SAAS FUND(シンガポール)、Coral Capital。あわせて、Treasure Data(トレジャーデータ)共同創業者であり、同社取締役を務める芳川裕誠氏(前CEO・現会長)と太田一樹氏(前CTO・現CEO)がファンファーレのアドバイザーに就任したと明らかにした。

調達した資金は、産業廃棄物業界独自の機能や要件に応えるための、開発組織の拡充やカスタマーサクセス体制の構築・強化にあてる予定。

2019年6月設立のファンファーレは、産業廃棄物業界の省力化を目的に、2020年9月よりAIを使って産業廃棄物の回収のための配車計画を自動で作成するSaaS「配車頭」(ハイシャガシラ)を提供している。

配車頭は、AIが廃棄物の収集運搬のための配車計画の作成することで、既存の乗務員でより多くの配車を実現し、複雑で手間だった配車計画作成に必要な作業時間を大幅に短縮するという。

Googleが手話認識技術開発で協力、ゲーム感覚で手話を学びろう者への理解を深める「手話タウン」をプレイしてみた

9月23日は「手話言語の国際デー」だ。これは、手話言語(以下、手話)が音声の言語と対等であることを認め、ろう者の人権が保証されることを目的に、国際連合が2017年12月19日に決議したもの。手話について意識を新たにする日となる。

とはいえ、「手話はよくわからない」「やったことがない」「学んだものの試す機会がない」という人も少なくないだろう。

そのような人たちにぜひとも試してもらいたいのが手話学習オンラインゲーム「手話タウン」だ。

手話タウンとは?―日本財団が香港中文大学・関西学院大学・Googleの協力によって開発

手話タウンとは、公益事業をサポートする社会貢献財団「日本財団」が、香港中文大学、関西学院大学、Googleの協力によって開発したウェブブラウザー上でプレイできるゲーム。現在はベータ版だが、手話言語の国際デーに正式公開することを目指してテストや開発が進められている

香港中文大学はプロジェクト全体の日本財団との共同統括、手話言語学における学術的見地からの監修、手話データの収集、ろう者に関する知見の提供を、関西学院大学は日本手話の学習データ収集とろう者に関する知見の提供、Googleはプロジェクトのコンセプト立案、AIによる手話認識技術の研究開発をするといった役割を担う。日本財団は、手話・ろう者についての知見の提供ならびに開発に必要な資金の提供を行っている。

また手話タウンプロジェクトでは、2Dしか認識できない一般的なカメラでも立体的な手話の動きを、上半身、頭、顔、口も含めて認識できる機械学習モデルを開発。日本と香港で手話を日常的に使用しているろう者の手話映像データを収集し、学習させることで、手話学習者が正しく手話を表現できているかの判断を可能にしているという。基盤となっている手話認識技術はTensorFlowを活用し3つの機械学習モデル(PoseNet、Facemesh、ハンドトラッキング)を組み合わせており、ソースコードについてはオープンソースとして公開している。

ウェブカメラ、PCとウェブブラウザー、そして手話を学びたい心があればすぐに始められる

ゲームに必要なのは、ウェブカメラを搭載してネットに接続されているPCとウェブブラウザー、そして手話を学びたいという心だ。アカウントの登録も、課金も必要ない。また、あらかじめ手話を覚えておく必要もない。

手話タウンにAndroidおよびiOSのウェブブラウザーでアクセスしたところ、PC用ブラウザーを利用するようメッセージが表示された

手話タウンにAndroidおよびiOSのウェブブラウザーでアクセスしたところ、PC用ブラウザーを利用するようメッセージが表示された

プレイヤーは手話タウンと呼ばれる架空の町を旅行しながら、少しずつ手話のアイテムを集めていく。例えば、色や服飾小物、食べ物などだ。

学べる手話は、日本手話と香港手話のいずれか。小学生の頃に手話に親しんだ筆者が、ベータ版手話タウンに挑戦してみた。選んだ手話言語は日本語手話だ。

荷づくりからチェックインまで体験

手話タウンにアクセスしたら、まずは表示する言語を選ぼう。日本語、英語、中国語(繁体字)から選べる。

ついで、手話言語を日本語手話と香港手話のいずれかを選ぶ。

ゲームは、出発前の荷づくりからスタートする。アイテムをどんどん選んでいき、荷造りを完成させる。なお、始めると、2つのアイテムを示す「お手本動画」が流れる。どちらかを手話で表現することで、アイテムを「選んで」いける。

2つのお手本動画が同時に流れるので、最初は自分にとってわかりやすいものを選ぼう。「できた」という達成感が重要なのだ

正しく手話を表現できると「手話で表そうとしたのは……?○○?」と表示され、その手話が表すアイテムの“バッジ”を集められる。表現が不明瞭だと「ごめんなさい!どの手話単語か分かりませんでした。」と表示される。スキップすることも、やり直すことも可能だ。

正しく表現できると「手話で表そうとしたのは……?○○?」と表示される。意図したものであれば「はい」を選んで次へ進もう

「腕時計」「ハイヒール」をなかなか表現できず、心が折れそうになる場面も

ゲームは、アイテムのバッジを集めていくことで進んでいくが、途中で次の場面に移動することも可能。もっとも、挑戦中のステップを完成させたほうが達成感を味わえるのは言うまでもない。

荷づくりのステップで集められるアイテムは6つだが、何回もチャレンジすれば、覚えられる手話単語はその倍の12に増やせる

ゲーム内では、手話タウンにあるレストランで食事をし、ホテルにチェックインするところまで体験する。レストランではメイン料理名、食材、飲み物などの手話単語を、ホテルでは喫煙・禁煙室、現地払い、カード払いといった、実際に宿泊する際に必要になる手話単語を覚えられる。

ゲームが進むにつれ、表現が複雑になってくるのだが、何度もお手本動画を確認したり、カメラに向かって表現することでクリアできるようになる。

また、何度もプレイしているうちに、「なぜワインは『3』を表す指で表現するのだろう」「なぜレモンは……」などと疑問が浮かんでくることだろう。能動的に調べることで、「そういうことか」と謎が解け、もっと手話を学びたいと思うようになるかもしれない。

ろう者についてもっと知ることができる工夫も

手話タウンでは、手話単語だけでなく、ろう者の文化を学べる工夫もなされている。場面が進んだときに現れる白いキャラクターをクリックすると、目覚ましのアラームはどうしているのか、ろう者がいたらどのように声がけすればいいかといったプチ情報が表示され、ろう者への理解を深めるのに一役買っている。

白いキャラクターのうち、線が赤く点滅しているものをクリックしてプチ情報を表示できる

ノックの代わりに電気を点けたり消したりする、という目からうろこの情報

各場面でのプチ達成感が、手話を学びたいという意欲をかきたてる

まだベータ版ということもあり、「荷づくり」「食事」「宿泊」の3場面だけだが、各場面をコンプリートしたときに得られるプチ達成感が、手話を学びたいという意欲をかきたてる。

なお、手話は手だけでなく、顔の表情や上半身も使う。そのため上半身全体が収まるよう、カメラとの距離が必要になる。また、AIが表現した手話を認識しやすいよう、プレイするときには柄物より無地に近い服を選んだほうがよいだろう。さらに、手話を表現するときに、それが表す単語を口にすると、口の形も読み取れるため認識率がアップする。

手話タウンにチャレンジする人が増えることで、ろう者への理解が深まり、手話への抵抗感が少ない社会の醸成されることが期待したい。

現場に「使える」AI・アルゴリズムを提供するALGO ARTISが4.28億円のシリーズA調達

コンサルティング・デザイン・システムの力で現場に「使える」AI・アルゴリズムを提供するALGO ARTISが4.28億円調達

AI(アルゴリズム)のコンサルティングおよびソリューションを提供するALGO ARTISは9月15日、シリーズAラウンドにおいて、第三者割当増資による総額4億2800万円の資金調達を2021年7月に完了したと発表した。引受先は、リードインベスターの東京大学エッジキャピタルパートナーズ(UTEC)、ディー・エヌ・エー(DeNA)。また、2021年9月にシリーズ A ラウンドのエクステンションラウンドを実施予定としている。

調達した資金は、エンジニアなどの人材の獲得費用にあてプロダクト開発を促進し、主要事業の成長をより一層加速する。

ALGO ARTISは「社会基盤の最適化」というミッションの下、現場に「使える」AI(アルゴリズム)を提供するために、コンサルティング・デザイン・システムの力を駆使して優れた最適化AI(アルゴリズム)を開発し、継続的に価値を提供することを目指し事業を展開している。

プラントやロジスティクスのスケジュール管理をはじめ幅広い社会基盤の管理業務を対象とし、現場で継続的に利用されるために、入念なヒアリングとコンサルティングを経てアルゴリズム・デザイン・機能を設計・実装。また、実装の過程ではプロトタイプを提供し、実際に利用してもらうことで、机上では把握できない課題を抽出し、改善を繰り返すことでスムーズな現場導入を実現しているという。

ALGO ARTISの前身事業は、DeNAにおいて本格的にAIを活用した事業が2016年から検討開始され、複数の新規事業を手がける中で生まれたという。2019年にはDeNA内でエネルギー事業推進室が立ち上がり、インフラ系企業と、最適化に関する複数のプロジェクトを推進してきた。

2021年7月に、より積極的かつ継続的な投資による事業の成長を実現させるために、DeNAの後押しもあり現代表の永田健太郎氏が中心となる形で外部より資金調達を行い、同事業をスピンオフ。ALGO ARTISを設立した。現在は、DeNAの持分法適用会社として引き続き連携を取りながら、AI(アルゴリズム)を活用した最適化ソリューションの提供事業を展開している。

貨物輸送業向け生産性プラットフォームの英Vector.aiがシリーズAで約16.5億円を調達

コロナ禍でサプライチェーンに負荷がかかり続ける中、ここ2年間は貨物輸送業がスタートアップで最も熱い分野の1つになっている。実際、世界の貨物輸送業は1990億ドル(約21億9000億円)規模の市場になっている。そして、熱い分野である証拠もどんどん増えている。

2020年11月にデジタル貨物フォワーディングのFortoは、Inven Capitalが主導するラウンドで新たに5000万ドル(約55億円)を調達した。2021年4月にはNuvocargoが1200万ドル(約13億2000万円)を調達し、貨物ロジスティクス業界のデジタル化を手がけている。同年5月には貨物輸送業プラットフォームのZencargoが4200万ドル(約46億2000万円)を調達し、6月には貨物フォワーディングのsennderが10億ドル(約1100億円)以上の評価額で8000万ドル(約88億円)を調達した。7月には貨物輸送業者の輸送費管理を簡単にするFreightifyが250万ドル(約2億7500万円)を調達した。

関連記事:欧州の物流業界に一石を投じる貨物フォワーディング企業Sennderが約88億円調達、評価額約1100億円超えに

そして米国時間9月13日、AIプラットフォームで貨物輸送業者の生産性を向上する英国のVector.aiが、米国のVCであるBessemer Venture Partnersが主導するシリーズAで1500万ドル(約16億5000万円)を調達した。このラウンドにはこれまで投資していたDynamo VenturesとEpisode 1も参加した。Bessemerの投資は、米国のVCが英国やヨーロッパのテックシーンへの参入を続けている表れでもある。

Vector.aiは貨物輸送業向けの自動化システムとして国際進出を加速していく計画だ。

Vector.aiが取り組んでいるのはこんな問題だ。貨物輸送業者は顧客のメールなどから追跡して出荷をするような、同じことを繰り返す管理業務に時間を取られ、価値の高い活動に集中できない。Vector.aiは、同社が開発する機械学習プラットフォームで管理業務を自動化できるとしている。

Fracht、EFL、NNR Global Logistics、The Scarbrough Group、Steam Logistics、Navia Freight、その他トップ10に入る貨物輸送業者がVector.aiを利用している。

Vector.aiの共同創業者でCEOのJames Coombes(ジェームズ・クームズ)氏は次のようにコメントした。「貨物輸送業の従業員のほとんどは、1件の出荷に関わる10〜25の関係先との連絡や、貨物の動きと書類の調整に大半の時間を費やしています。連絡には通常、メールと添付書類が使われます。(中略)貨物の量は世界的に増え続け、Brexitによる負担や中国の港の閉鎖のようなコロナ禍の影響も加わって、貨物輸送業界は人手不足や急激な人件費の上昇、そして売上の減少や荷物の傷みで金銭的な負担となる配送の遅延に直面しています。貨物輸送業者にはローレベルの処理で時間を無駄にする余裕はありません。そこで我々は基本的な作業を自動化するテクノロジーを開発しました」。

Bessemer Venture PartnersのパートナーであるMike Droesch(マイク・ドロエシュ)氏は次のように述べた。「Vector.aiは急速に成長しつつある貨物輸送業のワークフローの自動化、デジタル化ツールの分野で早くから活躍するリーダーの1つです。同社はこの業界に的を絞った直感的な製品を開発しました。同社の製品はすでに最大手クラスの貨物輸送業者を獲得しています」。

Vector.aiの競合には、950万ドル(約10億4500万円)を調達した英国のShipamax、120万ドル(約1億3200万円)を調達した米国のRPA Labs、7590万ドル(約83億4900万円)を調達した米国のslync.ioがある。

画像クレジット:Witthaya Prasongsin / Getty Images

原文へ

(文:Mike Butcher、翻訳:Kaori Koyama)

マイクロソフトがTeamsのアップデート予告、アップルCarPlay対応やパワポ映像へのピクチャー・イン・ピクチャー合成も

マイクロソフトがTeamsの大幅アップデート予告、アップルCarPlay対応やパワポ映像へのピクチャー・イン・ピクチャー合成機能も

米マイクロソフトはビデオ会議ツール「Microsoft Teams(以下、Teams)」における、今後の機能追加のスケジュールを明かしています。

今年5月に企業向けだけでなく、個人向けにも提供が始まったTeams。また同月には大画面スクリーンや専用カメラ、空間オーディオなどを組み合わせた未来のビデオ会議のコンセプトも披露されています。

さて今回の発表によれば、Teamsにはプレゼンテーションツール「PowerPoint」の画面共有ツール「PowerPoint Live」におけるカメオ機能が追加されます。これはピクチャー・イン・ピクチャーのように、PowerPoint資料映像に自分の顔や上半身映像(動画)を合成する機能で、来年初頭にリリースされる予定です。マイクロソフトがTeamsの大幅アップデート予告、アップルCarPlay対応やパワポ映像へのピクチャー・イン・ピクチャー合成機能もマイクロソフトがTeamsの大幅アップデート予告、アップルCarPlay対応やパワポ映像へのピクチャー・イン・ピクチャー合成機能も

さらに2022年初頭には、AI(人工知能)を利用したスピーチの改善機能「スピーカーコーチ」も導入されます。同機能ではスピーチのペースや出席者に確認するタイミングをアドバイスしてくれたり、あるいは聴衆にチェックインするようにリマインダーを表示したりします。

今月末には、米アップルのCarPlayによる音声での会議参加が可能に。自動車の中からでも、Siriを利用してミーティングに加わることができます。マイクロソフトがTeamsの大幅アップデート予告、アップルCarPlay対応やパワポ映像へのピクチャー・イン・ピクチャー合成機能もマイクロソフトがTeamsの大幅アップデート予告、アップルCarPlay対応やパワポ映像へのピクチャー・イン・ピクチャー合成機能も

照明の自動調整ツールも、数ヶ月以内に導入されます。Teams Mobileのコンパニオンモードも改善され、チャットやライブリアクションなどの機能への簡単なアクセス、さらにカメラなどの接続デバイスのコントロールが可能になります。

Jabra、Neat、Poly、Yealinkなどが提供する、インテリジェントカメラへの対応も予定。AIによる会話者の判断機能では音声だけでなく視覚的な合図も利用し、画面を切り替えられます。また同じ場所にいる会話者をそれぞれのビデオペインに配置する複数ビデオストリームや、会話者のプロフィールを下部に表示する人物認識ツールなども、数ヶ月以内に導入される予定です。2022年に導入されるOutlookのRSVP(簡易返答)機能では、自分が会議に直接参加するのか、あるいは遠隔地から参加するのか、勤務時間にいつ、どこで仕事をできるのかを記入できるようになります。

このように、新機能が次々と導入される予定のTeams。ビデオ会議ツールとしてはTeamsだけでなく、Zoomや米GoogleのGoogle Meetが激しいシェア争いを繰り広げており、今後もさらなる機能改善が業界全体で実施されることになりそうです。

(Source:MicrosoftEngadget日本版より転載)

ユニコーン企業のオンライン学習プラットフォームQuizletがIPOを準備中

10億ドル(約1099億円)と評価されてから約1年、人工知能で動く個別指導プラットフォームに変わったフラッシュカードツールのQuizlet(クイズレット)は新規株式公開を計画している。この件に詳しい人物によると、Quizletの株式公開の準備はかなり進んでいる。直近の求人情報では、同社は「IPOを目指すのにともない、財務システムとプロセスの構築をサポートする」上級職の人材を求めている。

関連記事
リモート学習の急拡大でオンライン記憶カードのQuizletが評価額1000億円越えでユニコーンに
Quizletの月間アクティブユーザーが5000万人を突破

TechCrunchへの電子メールで、サンフランシスコ拠点のQuizletはコメントを却下した。同社は具体的な売上高や、収益をあげているかどうかなどについて多くを語らなかった。まだ未公開である同社は2020年、売上高は年100%成長していると述べた。ウェブサイトでは、月間の学習者は6000万人で、2018年の総数から1000万人増えたとしている。

Quizletはシェアするのも使うのも簡単なプロダクトで大規模なビジネスを構築した。同社の無料のフラッシュカードメーカーでは学生が試験に備えるためにトピックの学習参考書を回すことができる。そうした知見はQuizlet Plusにつながっている。Quizlet Plusは同社のサブスクプロダクトで、年額47.88ドル(約5300円)で個別指導サービスを含むその他の機能にアクセスできる。

同社のCEOであるMatthew Glotzbach(マシュー・グロッツバッハ)氏によると、Quizlet LearnというQuizletの個別指導部門は最も人気のサービスだ。学習者がシステムを使っているとき、Quizlet Learnは学習者がどこで間違えたのか、そしてどこで進歩したのかを常に査定する。

「明らかにこれは人間に取って代わっておらず、またそこに近づいてもいませんが、参考書を提供して正しい方向を示し、正しい場所で時間を費やせるようにサポートできます」とグロッツバッハ氏は話す。「目標を定めるのをサポートすることでさえ、学習における重要なステップです」。

直近では同社は、人気の教科書の問題セット向けのステップバイステップの解答ガイドを提供する「説明」の立ち上げを発表した。この機能は「専門家によって書かれ、検証されて」おり、「学生が演習し、学習したことを自分で応用できるよう、練習問題で根拠と思考過程の理解」をサポートすることを目的としていると声明文で説明した。全面的なブランド変更の中で、同社はまた不運な前任者からQを取り戻した

Quizletの新規株式公開に向けた静かな歩みは、ゆっくりとしたものだが着実だった。同社は15歳だったAndrew Sutherland(アンドリュー・サザーランド)氏によって2005年に創業された。2015年までは事業は自己資金で賄われた。その後、YouTubeの幹部だったグロッツバッハ氏が2016年に加わった。同社にはまだCFO(最高財務責任者)がいないようだが、これは株式公開しようとしている企業にとっては珍しいことだ。

Quizletはベンチャーキャピタル6200万ドル(約68億円)の大半をグロッツバッハ氏のもとで調達した。現在、同社の投資家にはGeneral Atlantic、Owl Ventures、Union Square Ventures、Costanoa Ventures、Altos Venturesなどがいる。

Quizletの株式公開の追求は、他のEdTech企業が市場の受容性をこの部門で示している中でのものだ。例えばDuolingo(デュオリンゴ)も消費者向け教育の会社だ。ただしQuizletが幅広い学習内容になっているのに対し、Duolingoは1つの分野にフォーカスしている。Duolingoは7月に株式公開し、現在は始値を上回る1株あたり169.75ドル(約1万8660円)で取引されている。

関連記事:EdTechユニコーンDuolingoが株式公開を申請

画像クレジット:Bryce Durbin / TechCrunch

原文へ

(文:Natasha Mascarenhas、翻訳:Nariko Mizoguchi