アリババに聞く中国のAI

●シーンに応じた実用化が不可欠
技術だけでは足りない

【杭州発】中国のIT各社がAI事業に力を注いでいる。EC最大手のアリババグループは、クラウドサービス「阿里雲（Alibaba Cloud）」事業を通じて、「DT PAI」などのAI関連サービスを提供している。アリババが目指すAIの方向性はどのようなものか。阿里雲のAIプロジェクトを統括する閔万里・データマイニングエキスパート／AI科学者に話を聞いた。

●産業応用に三つの基準

──アリババグループが手がけるAIとはどのようなものでしょうか。

閔　三つの段階に分けて説明しましょう。まずは、アリババグループ全体の取り組みについてです。ごぞんじのとおり、われわれは「淘宝（Taobao）」や「天猫（Tmall）」といったECから発足した会社ですが、ここにはAIの力を発揮できる多くのチャンスが存在します。例えば、ユーザーが撮影した写真をもとに、EC上で商品を検索する機能。これは、中国でわれわれが最初に始めたものですが、典型的なAIの実用例といえます。このように、アリババグループのAIは、伝統業務であるECから始まっています。

　次の段階は、クラウドサービス「阿里雲（Alibaba Cloud）」での取り組みです。これは、二つの段階に分けられます。一つは、AIに結びつくコンピューティング・プラットフォームの商材を模索・構築する段階。例えば、膨大なデータの処理・解析サービス「MaxCompute」がそれです。阿里雲の力強いコンピューティング能力を研ぎ澄ますことで実現しています。

　二つめは、こうしたコンピューティング能力を用いて、どのようにAIの応用を推進するのか、という段階。この段階におけるわれわれの戦略は明確です。それは、必ず具体的な産業の応用シーンに沿って、AIの価値を見出すということ。そして、それはECの領域に限定されません。2015年から、われわれはその他の産業に向けた展開に力を注いでいます。

　一つ例を挙げましょう。ECで展開している写真による商品検索の技術をほかの領域にあてはめると、例えば、人ごみのなかで容疑者をみつけ出すシーンが挙げられます。具体的には、一枚の容疑者の写真をもとに、北京市や杭州市のすべての地下鉄の出入り口で、容疑者をリアルタイムに識別し発見する。ここで使用する技術は、写真による商品検索と瓜二つです。

　このような産業へのAI技術の展開は、一つにとどまりません。例えば、杭州市で展開している「都市大脳（City Brain）」では、スマートシティの機能の一部として、都市データがすべて揃った状況でどのようにその価値を最大化するかということに挑戦しています。言い換えれば、新技術であるAIを用いて、新たな価値を発掘するということです。

──どのようにAIを応用する産業を選んでいるのですか。

閔　一定の基準があります。それは、データが密集していて、（AI応用の）価値が明らかであり、横展開ができるということ。この三つの基準を満たしていれば、その産業はわれわれが狙う領域となります。

●必ずパートナーを巻き込む

──多くの中国企業がAI事業に着手していますが、アリババグループの特徴は何でしょうか。

閔　大きな特徴があります。それは、われわれは決して自社のみの経験でサービスを提供しないということ。たとえ最初のイノベーションがわれわれの成果であったとしても、業界のパートナーと足並みを揃え、一緒に経験することを通したうえでサービスを展開していきます。

　これに対して他社は、プラットフォームのオープンソース化や、開発した製品をまず発表し、ユーザーの使用に期待します。しかし、彼らの発表時には、応用事例が欠如しています。これでは、ユーザーが彼らのプラットフォーム／製品を使っていかなる価値を見出したのが不透明です。

　われわれは、彼らとは違います。例えば先日、最新のAIプラットフォーム「DT PAI 2.0」を発表しましたが、これには実際のユーザーによる応用例が盛り込まれています。応用例を通してプラットフォーム／製品の実用性と、それによる価値を証明する。もし、リリース時に商材の応用例が存在せず、外部のユーザーからの利用を待つのであれば、時間がただ経過して乗り遅れていくだけでしょう。

──応用事例について詳しく教えてください。

閔　それでは、具体的な応用事例を用いて説明しましょう。まずは、現在進行形で挑戦している「医療大脳」です。これは、医療画像をスキャンして、その画像をもとに患者の状態が正常か異常かを診断するサービス。もし異常があれば、どの部位に異常があるのか、その大きさやダメージの程度も含めて指摘します。

　この実現には、まず高品質なトレーニングサンプルが必要です。トレーニングサンプルというのは、カルテや医療画像、医者や医学教授などの専門家による説明などのこと。そして、どれが正常／異常なのかを専門家の力を借りて標記する。これがAI化の最初のステップです。

　次のステップはツールの整備。つまり、どのような画像に異常が潜んでいるのか解析・発見するアルゴリズム構築のことです。この段階では、われわれの専門家がトレーニングサンプルをもとにアルゴリズムを設計し、一つの基準にします。

　その後は、業界パートナーや専門家、医者、学生、教授などを招待し、コンテストとして彼らとわれわれを競わせる。これを通じて、より最良なソリューションを見出します。この作業を通じて、われわれは自身の限界を突破することができます。

　このようなやり方は、エコロジーなやり方といえるでしょう。つまり、単独で改善されるイノベーションには限界があるので、多くの関係者を巻き込むということです。これは、AndroidとiOSとの競争に似てますよね。

　さらに重要なのは、現在の流行語である「民主化」を借りると、このやり方はAIを民主化させることになります。コンテストの過程で、コンピューティング・プラットフォームのオープン化や高品質なトレーニングサンプルの提供を通して、参加するみんなが同じスタートラインに立ってチャンスを獲得できる。アイデアがあれば、みんなが挑戦できる。つまり、AIを応用するハードルを下げることになるのです。

●技術は最重要でない

──「医療大脳」とあわせて、3月に「工業大脳」も発表していますね。

閔　工業はわれわれにとって畑違いの産業ですから、「工業大脳」はすごく挑戦的な取り組みといえます。なぜ畑違いの業界に手を出したかといえば、それは先ほど説明した三つの基準を満たしていたからです。工業で例を挙げれば、プロセス生産の生産ラインは、この三点の特徴と一致します。少し詳しく説明しますと、生産ラインにあるセンサがリアルタイムでデータを収集し、データセンター（DC）に送って、分析・実行・フィードバックなどを管理します。この一連の流れは、人間が神経（ニューラル）を通して情報を頭脳に収集し、分析・決断する流れと類似している。つまり、工業生産ラインのニューラルネットワークは、人間のニューラルネットワークと瓜二つ。それは技術的な類似性であり、AIは工業に適応できる証しなのです。

　「医療大脳」と「工業大脳」の2例を通してわかるのは、業界で思考回路は同じで、横展開ができるということ。実際、工業生産の場合、われわれはパートナーにコンピューティング能力やソリューションを提供し、彼らが業界内のその他工場にサービスを展開しています。

──技術的には、アリババグループのAIにはどんな強みがあるのでしょうか。

閔　われわれは、音声認識や自然言語処理、機械学習などの技術に重きを置いていません。もちろん、このような技術は、何年も前から磨いてきました。しかし、技術を単一的な角度から発展させるのでは意味がありません。

　重要なのは、技術を具体的な産業に落とし込んで、応用を進めることです。応用にあたっては、実験室で得られた指数だけでなく、実際の商業的価値まで、いろんな観点で模索が必要ですし、そのなかでギャップも生まれることになります。そういう意味では、われわれの優位性は、パートナーとともに、産業の応用シーンに応じて実用化を進めていることだといえます。

──「阿里雲」事業では、どのくらいのAI技術者を抱えているのでしょうか。

閔　チームはどんどん拡大しています。2年前は少なくて100～200人程度でしたが、現在のグループの関連人材を統合してカウントすると、数1000人規模になっています。

　ただし、今後は急速なペースで人材を増やすことは不可能です。一つは、供給が需要を満たしていないため。もう一つは、われわれのビジネスモデルを考えれば、無限大に特定のチームを拡大するわけにはいかないからです。アリババグループは、やるべきことと、やらないことを明確にしています。

●外国を上回るAIの熱意

──中国のAI産業について、グローバル市場と比較した際に特徴はありますか。

閔　私個人が中国全体を代表することはできませんが、一人の観察者の立場として、現状についてお話ししましょう。

　まず、米国のシリコンバレーと比較すると、中国には独特な一面があります。一番の違いは、AIというキーワードの一般庶民までの普及率ですね。例えば、掃除ロボット。AIがホットワードなってからは、急に「AIロボット」と呼称されるようになりました。これは、単なる流行の反映だと解釈することもできますが、同時にAIに対する熱意でもあります。AIの関連企業だけでなく、不関連だった企業も含めて、みんながAI事業に乗り出した。このような熱意は、はるかにシリコンバレーのベンチャー企業を超えています。

　また、中国にはメリットとデメリットがあります。例えば、中国にはAIの基礎理論でのイノベーションが少ない。先ほどお話ししたニューラルネットワークやディープラーニングなどは、みんな外国発祥の理論です。

　これに対して、強みはこの巨大な市場から生まれた独特な応用ニーズといえるでしょう。例えば、流行しているシェアリング自転車はその典型です。海外にはないサービスですよね。これが、なぜAIと関わるのかというと、都市の巨大な交通網のなかで、自転車の供給と需要をマッチさせることは、リアルタイムスケジューリングの問題であり、ここにはAIを応用することができます。そのため、シェアリング自転車の流行は、AIの発展を促すのです。

──中国のAI産業は、米国や日本と比べて早く発展するのでしょうか。

閔　そうですね。中国では、中間層の新世代や、90年代生まれの若者が世界の最新の知識を獲得していて、同じスタートラインに立っています。さらに、彼らはハングリーです。
　そして、中国人は潮流に乗っかる気質があって、よいものが現れれば、すくに取り入れます。市場を俯瞰してみれば、流行しているシェアリング自転車は、いまにも色が底を付く状況ですよね（※中国のシェアリング自転車は事業者ごとに車体の色が異なる）。

　私は、中国のAI産業の発展は、早く進むと確信しています。

──ありがとうございました。