Apple「感情分析AIモデル」の可能性と課題【前編】
Apple“人の心を読むAI”に研究者が疑義 Appleは何を考えているのか？
Appleはカリフォルニア大学ロサンゼルス校と共同で、人の感情を検出する感情分析AIモデルを開発している。この研究を通じて、Appleは何をしようとしているのか。
経済誌「Wall Street Journal」は、Appleが人の心の健康状態や感情を分析するAI（人工知能）モデル（以下、感情分析AIモデル）の研究開発に取り組んでいると報じた。研究者の間では、この感情分析AIモデルに対する懐疑的な見方がある。
Appleは「感情分析AIモデル」で何を目指すのか
南カリフォルニア大学（University of Southern California）の心理学准教授、ホルヘ・バラサ氏は、Appleの感情分析AIモデルに疑問を呈する一人だ。バラサ氏は神経科学技術を手掛けるImmersion Neuroscienceの最高セキュリティ責任者（CSO）も務める。「AIモデルが安定して明確な診断結果を出せるかどうかはまだ不確かで、証明もされていない。感情分析AIモデルが神経科学分野でどう利用されるのかもはっきりしない」と同氏は言う。
AI技術で俯瞰（ふかん）的に物事を推察することは、俯瞰的にパターンを見るということだ。「個人レベルに落とし込むと、AI技術による感情の推察には疑問が残る」とバラサ氏は話す。「社会的背景や人々の関わり合いを除外すると、われわれが人の心理を理解するために、感情がどの程度の意味を持つのかがはっきりしなくなる」と同氏は指摘する。
Wall Street Journalによると、この感情分析AIモデルの研究プロジェクトは、Appleとカリフォルニア大学ロサンゼルス校（UCLA：University of California, Los Angeles）の共同研究プロジェクトから生まれたものだ。AppleはUCLA、製薬会社Biogenと共同で感情分析AIモデルの研究を進めている。
研究チームは、デジタル信号を使ってうつや不安を検出できるアルゴリズムの開発を目指す。用いるデータは顔認識や睡眠パターン、入力動作、バイタルサイン（血圧、体温などの生命活動を示す兆候）だ。データの収集にはスマートフォン「iPhone」、スマートウォッチ「Apple Watch」、睡眠モニタリングデバイス「Beddit Sleep Monitor」といったApple製デバイスを使用している。感情分析AIモデルの研究プロジェクトには2020年の開始時に150人が参加し、2023年までに約3000人の参加が見込まれる。
バラサ氏は感情分析AIモデルの研究プロジェクトについて、「研究チームは成果をまだ実証はできていないものの、役に立つツールを開発できる可能性がある」と語る。うつや不安といった症状の診断に関してではなく、人々が自分の日常を自己認識する方法の方向性を示すという点で、感情分析AIモデルは「非常に有望だ」と同氏は指摘する。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
2
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
3
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
4
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
6
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
7
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
8
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
9
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
10
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー