コグニティブ・コンピューティング

読み方 : こぐにてぃぶ・こんぴゅーてぃんぐ

コグニティブ・コンピューティングとは

人間のように経験と知識に基づいて問題を解決する仕組みを、コンピュータで実現すること。膨大なビッグデータから有効な情報を見つけ出すシステムへの応用が期待されている。

2011年2月16日、米国のクイズ番組「Jeopardy!」で、コンピュータがクイズ王に勝利した。そのコンピュータは、米IBMが2007年から開発を進めてきた質問応答システム「Watson(ワトソン)」だ。

Watsonの特徴は、最適な解答を、過去の経験や知識に基づいて自ら見つけ出すことである。これは、人がクイズを解く過程に似ている。人はクイズに出題されそうな情報を事前に新聞や本、ネットなどから収集。それらの情報から正解を推測し、最適な解答を選び出す。

このように人が経験や知識などに基づいて行動することを「認知」と呼ぶ。実はWatsonは認知力を持ったコンピュータで、こうしたコンピュータの利用を「コグニティブ(認知型)・コンピューティング」と呼ぶ。ビッグデータ分析に不可欠な技術として注目されている。

仕組み:過去問で学習して精度向上

Watsonはニュース記事や百科事典、聖書、歌詞などの膨大なテキストデータを、解答の情報源として事前に読み込んでいる。問題が出題されると、Watsonは問題文を解析して解答すべきことや解答の手掛かりを抽出し、大量の情報源のなかから解答の「候補」を列挙する。

次に、列挙した解答が候補となる「根拠」を、その解答を導いた情報源のなかから見つける。クイズで出題される質問文は、解答に対する説明文になっているはず。このため、解答を導いた情報源にも、質問文で説明されている内容に近いことが記述されている可能性がある。これを瞬時に検証するのである。正解に近づくには、1つの情報源から多数の根拠を見つける必要がある。

続いて、見つけた根拠を重み付けする。正解につながりやすい解答の候補の根拠ほど、比重を大きくする。重み付けは、Jeopardy!で過去に出題された約2万5000件の問題文とその解答のデータを利用し、機械学習の手法で計算する。1つの情報源から見つかった全ての根拠の重みを足し合わせて、その解答の候補の「確信度」とする。

この確信度がしきい値を超えたとき、Watsonはクイズの解答ボタンを“押し”て解答するのである。出題されてから解答するまでの時間は、ほぼ3秒以内という短さだ。

用途:ビッグデータを有効活用

Watsonのようなコグニティブ・コンピューティングは、ビッグデータから有効な情報を高精度に、自動的に見つけ出すシステムとして応用できる。米IBMは2014年1月に新部門「IBM Watson Group」を設置し、事業化に乗り出した。既にウェブサイトの自動応答システムとして実用化しているほか、がん患者の最適な治療方法を提示するシステムの実証実験を進めている。

今のところ、対象とするビッグデータはテキストだけだ。今後は画像や音声などにも広げて、例えば不審者の監視支援や車の自動運転支援などへの応用が期待されている。また、日本語を含む多言語対応の展開も予定している。

出典:ITpro「今日のキーワード」(C)日経BP社

[2015年 9月14日 公開]