タグ: AI

幅広い人工知能ベースのスタートアップが市場に参入してくるのを眺めていると、果たしてAIシステムというものは人間と同様の意思決定ができるのだろうかという、拭えないそして大きな疑問が湧いてくる。

ケンブリッジ大学からのスタートアップであるProwler.ioは、確率的モデリング、強化学習、ゲー​​ム理論に基づいた新しい種類の意思決定プラットフォームを開発している。上の疑問に対してAIコミュニティが肯定的な回答をすることを期待してのことだ。

Prowler.ioは、また別のAI企業であるVocalIQの元従業員である2人の人物によって創業された（VocalIQはローンチの13ヶ月後にAppleによって買収されている）。同社は本日（米国時間9月4日）その拡大のために1000万ポンド（1300万ドル）を調達したことを発表した。

新しい投資者であるCambridge Innovation Capitalに主導された今回のラウンドには、Atlantic Bridgeだけでなく、昨年の200万ドルのシードラウンドにも参加したPassion Capital、Amadeus Capital Partners、そしてSG Innovateも参加している。

人工知能はますます混み合った領域になりつつある。CB Insightsは、2016年には550社のスタートアップが658件の取引を行い、50億ドルの資金調達を行ったものと推定している。この数字は、わずか160件の取引しかなかった2012年に比べて60％増加している。これらのスタートアップに加えて、さらに立ち上がろうとする企業たちや、Google、 Apple、Amazon、Facebook、Baidu、そしてMicrosoftのような大きなテクノロジー企業がAIテクノロジーに投資を進めている。

AIはまた買収に向けての成熟も遂げている領域だ。多くの大規模テクノロジー企業は、新しいタレントを取り込み、彼らが既に作り上げたものを手に入れるために、AIスタートアップたちを買収している。CB Insightsによれば、2012年以降AIに焦点を当てたスタートアップが、250社以上買収されていることを指摘している。

Prowler.io自身は、そうした競合相手たちからは距離を置いていると認識している。何故なら現在AIの最大領域である認知機能（コンピュータービジョンや画像認識に関係）には焦点を当てず、意思決定の領域に注力しているからだ。

「当社にとって重要なことは、他の大きなAI企業が何に取り組んでいるのかではなく、何に取り組んでいないのかということです」と語るのはCEOのVishal Chatrathだ。ChatrathはProwlerをVocalIQのキーメンバーであったDongho Kim博士（現在はProwlerのCTO）と一緒に創業した。

“Big 5″（Google、Apple、Amazon、Facebook、Microsoft）や機械学習を採用する企業たちを眺めると、彼らは皆膨大なデータを利用したディープニューラルネットワークに集中している、とChatrathは言う。「これらは分類と知覚の問題を解決するためないは素晴らしい力を発揮します。これを使えば犬を犬であると言うことができるのです。そうやって、あなたが一旦世界を分類したら、何が何かはわかってしまいます。しかし、意思決定のギャップは残されたままなのです」。

問題は、ディープニューラルネットワークにはある種の意思決定を教えることはできるものの、それらは依然としてシステムを訓練するために多くのデータに依存しているということだ。「現実世界では、何千万ものデータを得るという贅沢は考えられません。あなたが行なうすべての選択には、ダイナミックな環境におけるマイクロ意思決定が含まれています」。

（かつてはNokiaの自動車関連部門の責任者でもあった）Chatrathが説明しているように、自動運転システムは車の周囲で起きる全てのことを検知することは可能だが、その中でシステムが何に注目し、運転上の決断をする際に何を評価をすべきかは遥かに難しい問題だ。また、知覚と評価に関する同様の課題は、他の多くのシナリオにも適用できる。

Prowler（直訳では「餌などを求めて徘徊する者」という意味：という名前は、この問題を解決するために、あらゆる角度からの挑戦を行なうという姿勢を表したものだ）は、この問題に対して、従来の機械学習の上に構築される数学と統計からの学びに着目している。

そのプラットフォームが利用するものは「新しい状況に対して一般化され、データ駆動を用いることで戦略を洗練し変化する環境に適応していく」確率的モデル、不確定性を推定し考慮する強化学習アルゴリズム、そしてマルチエージェント環境で他の人間やAIがどのように振る舞おうとしているのかを推定するゲーム理論だ。

ゲームチェンジャーとしての可能性は秘めているものの、その開発はそれほど迅速には進んでいない。Prowlerは、著名な学者たちをたくさん雇っているものの、まだ製品化は行われておらず、契約した顧客もいない（Prowlerそのものの話を始める前から、インタビューの最中にもChatrathが誇らしげに語ったことは、同社が際立つ実績を持つ教授や研究者たちを、その50人の従業員のなかに擁しているということだった）。いずれにしても、見込み客の中には開示できない潜在的な顧客が複数含まれている。

「NDAを交わして契約を締結するための複数の交渉に入っているところです、ゲーム業界の中の1つとは最終段階に差し掛かっています」と彼は語った。配車業界や金融業界からも多くの問い合わせが寄せられて来ている。注目すべきことに、これまで寄せられた問い合わせはすべて、先方から自発的に送られてきたもので、口コミに基くものであったということだ。

Prowlerが現在取り組んでいることの1つは、学習エンジンと意思決定エンジンという2つの部分からなるプラットフォームのための最高のアーキテクチャの構築だ。スタートアップは学習エンジン自身は自社で抱え、意思決定部分を顧客と構築する考えだったが、データを変更できるようにサンドボックス化を望む企業もある。

一方、同社は投資家たちの支援を受け続けており、このプラットフォームを立ち上げて、現在世の中にある意思決定のための他のソリューションよりも、意思決定を本当に効果的に進めることができるかどうかを示す必要に迫られている。

Cambridge Innovation Capitalの投資責任者であるAndrew Williamsonは、その声明の中で次のように述べている「PROWLER.ioは、現在最も扱いにくい問題に挑戦するために、世界レベルの研究者たちを集めました。ケンブリッジ大が擁する、確率的モデリング、機械学習とゲーム理論の専門知識を活用できることは、非常にエキサイティングです。重要問題の解決に適用される、PROWLER.ioのチームとテクノロジーの組み合わせは、同社にとって大きな商業チャンスを生み出すことでしょう」。

[ 原文へ ]
（翻訳：Sako）

AI専門メディアの「AINOW」は9月5日、B向けに人工知能関連ビジネスを展開する企業をまとめたカオスマップを公開した。

このカオスマップに掲載されている企業は190社。なかでも「解析系」の領域には最も多くの企業が分類されていて、その数は60社となる。

マップ上では総合開発の領域が一番大きいように見えるけど、中身をみると結構幅広い企業が掲載されているから、アンケートでいうところの「その他」に似た分類という印象。それでも、トヨタから105億円という巨額の資金調達を実施したPreferred Networksなど、有力なAIスタートアップもここに含まれている。

このカオスマップを公開したAINOWは、「今まで大規模で扱うことが難しいとされていたビッグデータを可視化・分析をすることで新たなビジネスに繋げることができ、各企業がビッグデータの活用に注目」しており、その影響から解析系に分類される企業が増えたのではないかとしている。

かつてMary Strathernは「指標が目的化すると、その数値は指標としての意味をなさなくなる（グッドハートの法則）」と語った。シェイクスピアに言わせれば、守るよりも破ったほうが名誉になるルールということなのだろうか。アルゴリズムが支配する私たちの社会では、多くの指標が目的に姿を変え、その意味を失っていった。この記事では本を例にとって、この問題について考えていきたい。

「No.1ベストセラー！」というのは、”集合知”を反映した高品質の証だ。つまりこれは指標であり、今日の世界では目標でもある。一体「No.1ベストセラー」とは現在どんな意味を持っているのだろうか？　Kindle Storeを見てみると……

If you wanted an example of how broken the Kindle Store is right now, take a look at the book at #1 right now. In the whole store @AmazonKDP pic.twitter.com/L9D3x3SJ5F

— David Gaughran (@DavidGaughran) July 14, 2017

Kindle Storeがどれだけ使えないか知りたければ、全体でナンバー1の本を見てみればいい。

……New York Timesのベストセラーリストはどうかというと……

New York Timesのベストセラーリストで第1位に輝いたヤングアダルト小説が同リストから抹消された。複数のヤングアダルト小説家がTwitter上で『少女探偵ナンシー』ばりの調査を行った結果、特定の書店で問題の小説が大量に事前予約されていたことがわかったのだ。

……と、「ベストセラー」という言葉は、もはやあまり大きな意味を持っていないとわかる。どうやらKindle StoreにしろNew York Timesにしろ、ベストセラーの称号はお金で買えるようなのだ（確かにNYTは問題に対処したが、調査を行った人たちがいなければ件の本はベストセラーのままだっただろう）。

ポスト真実の現代においては、これもあまり驚くべき話ではないのかもしれない。そもそも賞やランキングといったものは程度の違いこそあれ、人の手が加えられたものばかりだ。しかし今では、ランキングの多くがキュレーションなしでアルゴリズムによって決められるため、同じようにアルゴリズムの力を借りることで、簡単に操作できるようになってしまったのだ。そして世界中（もしくは少なくともアメリカ国内）で起きていることを見ればわかる通り、いずれこのような事件は政治的な問題へと発展していく。

プライドの高い作家は、New York TimesやWall Street Journal、Amazonのベストセラーリストの座をお金で買おうと試み、どうやらときにはそれが成功することもあるようだ。

その一方で、Amazonが偽レビューの取り締まりを行い、偽レビューを検知するサードパーティーのプラグインが配布されているかと思えば、気に入らない本に嘘のネガティブなレビューを残す”レビューの乱用”も横行している。真実と虚偽がせめぎ合う様子は偽ニュースの問題を彷彿とさせ、どちらが優位に立っているのか判別するのも困難な状況だ。

私は何冊か小説を出版していることもあり、この問題には個人的な思いがある。これまでにも知人から、私の本に5つ星のレビューを書くから、その人のアルバムに5つ星の偽レビューを書いてくれないかという類の話をされたが、いくばくかの嫌悪感を抱きながら全ての提案を断った。友人に良いレビューを残すよう頼んだことも一度もない。Amazonのレビューシステムをミシュランと勘違いしたのか、1つ星とともに激賞の言葉が並んだレビューにため息をついたこともある。人は嘘の称賛を嗅ぎ分けられると自分に言い聞かせてきたが、本当はそうではないのではないかと不安になる。

もちろん本のレビューに関する問題は、作家という一部の変わった人たちにしか関係のないことかもしれない。しかしそれ以外にも似たような問題は散見し、偽ニュース、偽科学、資格・スキルの詐称など枚挙にいとまがない。人はある指標を攻略しようと嘘をつき、指標自体を新しく考え出すことさえある。その指標も、証明できる事実や統計からソーシャルメディア上の繋がり、学歴、功績まで内容はさまざまだ。さらに情報過多の現代では、ただでさえ短いアテンションスパンを慎重に使うために、私たちは情報を選別するための第一歩としてアルゴリズムによる雑なフィルタリングに頼りがちだ。だがそうすることで、どれだけの真実が手からこぼれ落ち、逆にどれだけの嘘が監視の目をかいくぐって頭の中に入ってきてしまっているのだろうか？

しかし私たちには人工知能（AI）という名の一縷の望みがある。細かなパターンの認識や、目標にとってかわった粗雑な指標の代替というのはまさにAIの得意分野だ。ApectivaをはじめとするAI企業は、偽レビューを検知したり、本当のレビューから有用な情報を取り出したりするソフトを開発している。

もちろんAIにもバイアスや適合性、ブラックボックスの問題があるが、今私たちが直面している問題に比べれば大したことはない。未来のニューラルネットワークが、仕組まれたレーティングや偽レビュー、偽アカウントを認識できるようになることを祈ろう。ただそれも、AIが検知できないような偽レビューを書くAIが出てくるまでの話だ。こうして真実と虚偽のせめぎ合いは続いていく。

［原文へ］

（翻訳：Atsushi Yukutake）

Ahoy, mateys!（よう、お仲間！） オハイオ州コロンバスに拠点を置くAhoy.aiが、たった一通の電子メールまたはSlackでアンタ(ye)の仕事のスケジューリングを片付けようとしているぜ（Ahoy!という呼びかけは船乗りの使う呼びかけの言葉）。

AhoyはJesse RoweとAlex Ogorekによって開発された。Roweはオハイオ州立大学の4年生で、これが最初の最初の会社だ。オハイオ州の小さなファンドから1万4000ドルを調達して、彼のアイデアを広めようとしている。

「私たちの競合相手のほとんどは、いまだに電子メールのやりとりを行なっています」とRowe。「”x.ai、Clara Labs、そしてJulie Deskのようなサービスは、人工知能ロボットと対話する少なくとも1つのグループが必要です。x.aiの場合、1つの会議をスケジュールするために平均8通のメールが必要です」。

このプロダクトは単純に一通の電子メールあるいはSlackメッセージを受け取る。するとボットが残りの作業を行なってくれる。電子メールの内容からどの日程を考えているのかを判別し、ミーティング参加者に通知してくれるのだ。彼らは現在数百人のユーザーを持ち、それをさらに多くの人びとの手に届けようとしている。

「共同作業管理アプリケーションを開発している最中に、Ahoyのアイデアを思いつきました。Ai while trying to reschedule a meeting. 私たちは4人の人間が会う理想的な時間を調整して見つけ出すことがいかに難しいかに気が付き、現行の製品よりも優れた解決策がなければならないと考えたのです」と彼は語った。

このプロダクトは現在電子メールで動作しているが、今週にはSlackの統合も開始する。これは試してみる価値のあるものだ、そして多分アンタ(ye)とお仲間たち(co-hearties)のお宝探しのスケジューリングの役にも立つだろう。

[ 原文へ ]
（翻訳：Sako）

FEATURED IMAGE: BRYCE DURBIN/TECHCRUNCH

AI（人工知能）を活用してマーケティングの意思決定を支援する台湾のスタートアップ企業Appierは、シリーズCにおいて名だたるアジアの投資家勢から3300万ドルを調達したことを本日（米国時間8/30）発表した。投資を行ったのは、ソフトバンクグループ、LINE、Naver、EDBI（シンガポール経済開発庁の法人投資部門）、そして香港に本拠を置く金融サービス企業AMTDグループ。

これにより、今までAppierが調達した資金の総額は8200万ドルになった。前回のラウンドを率いた主な投資家は、Sequoia CapitalやPavilion Capitalなど。Appierの共同創業者兼CEOのChih-Han Yuは、シリーズCで調達した資金を、シンガポールを含む台湾以外の国のエンジニアリング、および研究開発チームの成長に投じると述べている。

Appierは他の地域への展開を検討する前に、アジアにおける影響力を高めていく意向だ。

「我々はアジアのインターネット企業に焦点を置いており、今回のラウンドの出資者の皆さまに、アジア全体に展開するための多大なパートナーシップを頂いたと考える」。Yuはそう述べた。

ソフトバンクグループとLINE株式会社はいずれも日本に本社を置き、Naverは韓国最大のインターネット企業の1つだ。日本と韓国の両国は、北アジアにおけるAppierの最大の市場。（930億ドルのSoftBank Vison Fundは現在、前代未聞の投資規模として注目を浴びているが、Appierに対する出資はソフトバンクグループが行った）。EDBIは、もう1つの重要な市場である東南アジアを代表する企業であり、AMTDは香港への架け橋だ。

2012年にAppierが設立された当時、同社はクロススクリーン・マーケティングに焦点を当てており、それは他の製品を展開する下地として役に立ったとYuは語る。Appierは現在2つのメイン製品を持つ。1つはCrossX Programmatic Platformと呼ばれる製品。企業がデジタルマーケティングのキャンペーンにAIを活用できるよう制作されたものだ。2つ目はAxion。企業が顧客の行動を理解し、予測するのを支援するデータインテリジェンスプラットフォームだ。クロススクリーンマーケティングの基盤があるため、Appierはその予測の基礎となる強力なユーザーデータのグラフを持っているとYuは言う。

「マーケティングは企業と関わるうえで最初の出発点となり、そしてまた多くの素晴らしいパートナーと出会うことができた。ここ何年にもわたり我々は、多数の問題解決や、ユーザーに関するより深い洞察と分析、ユーザーの行動予測に対するより良い理解などを行うため、多くの企業がAIを活用したいと思う強いニーズを見てきた」とYuは述べる。

例えばある化粧品会社は、Appierのソフトウェアを使用して、小売店の売上やアプリなどといった様々な部門や情報源から来るデータを同期する。CrossXは顧客のエンゲージメント率をどのように高めるかを考え出すのを支援し、Axionはどういった顧客がリピーターになるのか、いつ製品を再び購入する可能性が高いのかなどといった、顧客層に関するさらに詳細な洞察を提供する。

Appierが現在ビジネス共にしている企業は3つのカテゴリーに分類できる。1つは消費者ブランド、2つ目は既に多くのユーザーデータを持っており、予測の精度を高めたいeコマース企業、3つ目は020サービスや、ゲーム内の行動におけるユーザーのエンゲージメントのパターンの理解を深めたいモバイルコマースやゲーム開発会社だ。

ソフトバンクグループ株式会社の執行役員兼事業副統括の田中錬は、事前に準備された声明の中で以下のように述べた。

「ビッグデータやIoTなどの革新的なテクノロジーと組み合わせることにより、AIは産業革命以上のインパクトを世界に与えようとしている。AIは既に我々の生活の多くの場面で役立っており、企業においても大きな役割を果たしていくものと考えている。Appierの法人向けAIというアプローチはユニークであり、ソフトバンクはAppierのパートナーとして、新しい画期的なAIソリューションの構築を楽しみにしている」。

[ 原文へ ]
（翻訳：Keitaro Imoto / Twitter / Facebook）

2人の元Google社員が、ハイテク産業界の労働者たちに対して、理想の雇用主たちとのインタビューが確実になるようにしようとしている。人工知能を活用するのだ。

この1年ほどの間に、AIは広範な課題に対して適用されてきた。元GoogleのエンジニアだったRichard LiuとYunkai Zhouが設立したLeap.aiは、AIがテクノロジー業界の雇用問題を解決することに利用できると考えている。

周知のように、現在のLinkedInは、オンライン求人を代表する体重360キログラムのゴリラだ。しかし、それはとても完璧とは言えない。ほとんどのHR（人事）チームと採用チームは、積み上がるデジタル履歴書を捌くために、終わることのない苦労を続けている。昨年Microsoftに260億ドル以上で売却されたLinkedInの中ではヘッドハンティングオプションが提供されている。しかしそれほほとんどの場合、質というよりは量を担保するもので、このサービスを活用するためには、多大な時間を注ぎ込んで手作業を行う必要がある。

Leap.aiの創業者であるLiu（CEO）とZhou（CTO）は中国からやって来て、もう長い間シリコンバレーに住んでいる。そして彼らは求職者が持つスキルと経験を、彼らの希望と雇用者候補のカルチャーに対してより効率にマッチさせる方法があるに違いないと考えたのだ。

「私はおそらく、私の部門に500人ほどを雇い入れました」とLiuはTechCrunchに語った。彼はGoogleで8年間を過ごし、Project Fi（Googleの格安SIMプロジェクト）のエンジニアリング責任者となった経験をもつ「そこで雇用が難しいことを学びました」。

「学び、協力し、統率力を発揮する能力は、強いアピールポイントとなりますが、それをインタビューから読み取るのは至難の業です。好奇心や動機なども、インタビュープロセスの中では多くを測ることはできません」と彼は付け加えた。

Leap.aiは18カ月前に設立され現在10人のスタッフを擁している。候補者のより完璧なキャリア志向を様々なデータを駆使して組み上げるが、使われるデータとしては例えば、就労履歴、様々な資格やスキルといった普通のものから、個人的興味、この先のキャリアに対する希望などまでが勘案される。そのプロセスの一部には、「理想」の雇用主と自身の理想とする役割のマッピングも含まれる。

そこからシステムは、DropboxやUberなどを含む（Leap.aiの常連客である）雇用者側と、求職者をマッチングする。求職者が働くことを熱望する候補の会社の名前を2つ挙げて貰うことで、Leap.aiは少なくとも1つの企業とのインタビューは保証できると考えている（特に希望対象がスタートアップでGoogleのような巨大企業ではなかった場合）。

なぜなら、企業は自身の文化に合った候補者に本当に価値を置いていて、財務的利益を超えて彼らを採用する意欲があるからだ、とLiuは説明する。

「ご存知のように、LinkedInは（人を集めるという）最初の問題は解決しました。しかしひとりひとりがどのように優れていて、どのように組織にフィットするかは、ずっと難しくて、ずっと価値がある問題なのです」と彼は語った。

Leap.aiサービスはまた、求職側や求人側から収集したデータに基づいて、候補者が働くのに適している場所について個人的な提案を行なうサービスも提供する。

これまでのところ、得られた結果は印象的なものだ。同社は、雇用が成立したときにのみ報酬を受け取るが、Liuは8月には利益が出るようになると述べている。現在までに、提供されたマッチングのうちの70%で、対象企業の（少なくとも）最初のインタビューはパスしている。

現在は、ニューヨーク、ボルダー、オースティン、シアトル、シリコンバレーの候補者に焦点を当てているが、米国内と海外の両方に、その範囲を広げようとしているところだ。これは、現行の50以上の顧客からの要請によって推進されている部分もある。Liuによれば、Leap.aiは現在、インドや中国の会社からの興味が大きく高まっていることを感じているそうだ。この両国の会社の中には、海外から故国に帰り、ハイテクプロジェクトで働きたいと思う海外居住者を探そうと考えるものが増えつつある。

すでにLeap.aiは、そうしたアジア系企業による米国での雇用を支援するための専用機能を構築している他、中国を起点にローカル採用オプションを試す予定だ。

中国でのネットワーク公開の準備は進んでいる。Leap.aiの創業者たちは、Googleの中で腕を磨いた中国人エンジニアとしての地位の他に、中国のトップテクノロジーVCの1つであるZhen Fudから支援を受けている。これはこれまで調達した240万ドルのシード資金の一部を構成している。

「私たちは積極的に中国でのチャンスを模索してはいますが、中国に進出する前に米国で確固たる地位を確立したいと考えいます」とLiu。「創業当初から、米国、中国、インドを目標として置いていました」。

同社の野望は単に雇用を支援するだけではなく、LiuとZhouがGoogleに参加していたときのような、メンターシップを再現することも考えている。すなわち、若い被雇用者たちが、キャリアゴールを設定しその野望を達成するためにステージからステージへの移動を描き出すことを助けるということだ。それは現在の会社の中での新しい役割かもしれないし、どこか外へ出て実現されるものかもしれない。

プロダクトの観点からみれは、これは人びとがずっと一定のキャリアコンパニオンとして使い続けるリソースとなることを意味する。既にスタートアップのアプリは、単なる就職活動を超えて、既にキャリアや個人の開発にむけて焦点を当てていて、この先更に深みが加えられていく予定だ。

「私たちはGoogleで積極的にメンタリングを行ってきました」検索の巨人で10年近く働いていたZhouはそう語る。「長期的観点でのキャリアの成功を助けたいのです」。

その成功の尺度として、同社はスタッフの半分以上を自社のサービスを通して雇用している。そして今は、自分たち以外の世の雇用者と従業員の双方にもメリットを与えられことを望んでいる。

[ 原文へ ]
（翻訳：Sako）

現在世の中は、AIと機械学習スタートアップの誕生には不足していない。しかし、まだ残されている最大の機会の1つは、AIを皆が、特にビジネスに、活用できるプラットフォームへと変えることだ。

近年、テクノロジー業界ではナレッジグラフ（知識グラフ）という名で知られるものと関連する形で、新しい分野が開発された。これは、特にセマンティックウェブとの関係で、長い期間知られていた概念だ。しかし最近までは、ナレッジグラフの開発と管理を一般化しようとする努力は、それほどなされてはいなかった。

だが、新しい会社GraphPathが、今そこに変化を起こそうとしている。親会社のAunken Labsによって創業された、スタートアップのGraphPathは、既にAIで長い歴史を持っている。創業者のDemian Bellumioは、10年以上にわたり機械学習コンポーネントを持つハイテク企業を経営してきた。もしこのアイデアを実現する方法を知っている者がいるとすれば、それは彼なのだ。

GraphPathは本日2つの主要なアナウンスと共に、公の場に姿を表した。1つ目のアナウンスは、Socialmetrixの買収である。

Socialmetrixは「多言語による社会分析と聴取空間のリーダー」と呼ばれている。GraphPathは、これを活用して、米国とラテンアメリカの企業に対する展開を加速する。Socialmetrixは、2011年に英国に拠点を置くDMGTから少額の投資を受けている。

第2のアナウンスとしては、GraphPathは、創業以来どのくらいの資金を調達しているのかを公表していないものの、そのウェブサイトに世界的に認められた顧問や投資家たちを掲載したということだ。AragoのChris Boos、そしてSentient TechnologiesのAntoine Blondeauの2人は、それぞれヨーロッパと米国における最も有名なAIの専門家たちだ。さらに、Prelude FertilityのMartin Varsavsky（過去にFon、Jazztelに在籍）、Higher Ground LabsのAndrew McLaughlin（betaworks、Google）、そしてIngenuのBabak Razi（Ostendo、Broadcom）も名を連ねている。

ナレッジグラフという言葉は、AlphabetのCEO、Sundar Pichaiが投資家への説明で頻繁に引用するものだ。先の5月に開催されたI/Oカンファレンスでも、新しいビジュアル検索ツールであるGoogle Lensを差別化するための要素として言及されている。

しかし、つい最近まで、それについての合意された定義を生み出そうとする試みはなされていなかった。そこで、昨年末にオーストリアのヨハネス・ケプラー大学リンツ校の研究者たちが、正式な定義を提出した：「ナレッジグラフは、獲得した知識を、オントロジーを使って統合し、推論を適用することで新しい知識を導き出すものである」。

GraphPathは、実際にこの定義を借用して、サイト上で用語を説明している。しかし、そこでの説明はさらに一歩進んでいて、彼らのコンセプトは「ナレッジグラフ・アズ・ア・サービス（Knowledge Graph-as-a-Service）」という名前で呼ばれている。これはグラフ・コンピューティング・フレームワーク、ウェブとAPIアクセス、機械学習ワークフロー、そしてクラウドまたはオンプレミスを対象とした展開、といった多くのビルディングブロックを含むものだ。

Bellumioによれば、大規模なグラフデータベースの展開、機械学習、そしてグラフ分析プロジェクトに関する彼らのチームの専門知識に基いて、このアプローチを開発したということだ。

GraphPathはSaaSとして提供されるため、顧客自身のソリューションと比較した時に、迅速かつ信頼性の高い実装を可能にする。また顧客はコンプライアンスの要求に従って、クラウドあるいはオンプレミスのソリューションを選ぶことができる。

GraphPathは、大きなデータを使用する大企業を対象にしている。たとえばそれは、携帯電話の基地局のデータや、携帯電話が基地局に接続した時にシステムが生成するデータに適用することができる。ユーザーの観点からは、課金履歴、アプリの使用状況、通話記録、ローミング料金などが含まれることになる。そして更には、特定のエリアの周辺で生成される、ソーシャルメディアネットワークから収集されたセンチメントデータなども含むこともできる。例えば都市のダウンタウンエリア周辺の、高価値の基地局クラスターから集められたそうしたデータを、ネットワークデータやユーザーデータと比較することができる。

つまり、例えば、センチメントデータが競合相手より20%以上悪い地域内で、ドロップコールの割合が最も高い基地局のリストを取得することができる、ということだ。

[ 原文へ ]
（翻訳：Sako）