「IBMがハイエンドで実現しようとしているのは、機械学習に自然言語の理解を組み込もうとしている米GoogleやAppleなどの企業と同じである。IBMは人工知能と自然に会話する状況に私たち人間が慣れるようにすることに取り組んでいる」と米Opus Researchの創設者で上級アナリストを務めるダン・ミラー氏はいう。

　何らかの連鎖反応により、Watsonを使用するハイエンドのアプリケーションが大衆に広がると同氏は予想している。「だが、対話型で人間に近い性質のインタフェースを実現するために、Watsonのように膨大な時間とコストをかける必要はない」と補足している。

　Watsonはシンプルでも安価でもない。保険会社の米WellPointで医療IT戦略部長を務めるエリザベス・ビッガム氏は、IBMによるWellPointへの資金的な支援の詳細は公表していない。だが、同社がWatsonを使うためのトレーニングには、あらゆる医療政策の文言をIBMのエンジニアと確認する作業が含まれている。IBMのエンジニアは、Watsonがデータ間の関係を描写する際に使用するキーワードを定義する。看護スタッフとIBMのエンジニアは、Watsonが理解するまで症例を入力し続けなくてはならない。例えば、鼻の手術についてWatsonに教えるとしよう。この場合は、医療政策を調べ、鼻に特化した定義と鼻に影響する状況を入力することになる。それから、起こり得るあらゆる場面を想定してテストケースを作成し、Watsonに入力する。

　物事は変化する。そのため、このプロセスは継続的に行わなければならない。ビッガム氏によると、現在、同社がWatsonに新しいことを教えるのには数週間という時間がかかるという。これは莫大な時間とコストの投入である。だが、WellPointは手ごろな価格の商用アプリケーションを開発するために、その負担を背負う覚悟で取り組んでいる。同社はライセンスを供与することで他の健康保険会社がこのアプリケーションを使えるようにする予定だ。

　認識テクノロジーが急速に普及しない理由は、恐らくこの骨の折れるプロセスが原因だとビッガム氏は話す。また、ミラー氏によると、このテクノロジーはビジネスの世界では微妙な捉え方をされているという。

　「Watsonのようなソリューションは、“新種のテクノロジー”というカテゴリに分類されることが多い。新種のテクノロジーへの投資に関する項目を含む経営計画は作成されるようになったばかりだ」と同氏は述べる。つまり、認識テクノロジーなどの最先端のテクノロジーは一般的に投資対効果（ROI）のような目標と関連付けられることはない。だが、これからはROIなどと関連付けられるようになるだろう。

　他社も同様に、異なる形式の認識テクノロジーによって独自の戦略を進めている。米ペンシルバニア州のニュータウンを拠点とする米Enterra Solutionsは、認識推論プラットフォームを開発した。このプラットフォームでは、ビッグデータと人口知能を組み合わせて、サプライチェーンやコンシューマーマーケティングなどの分野でパフォーマンスを向上するための洞察が得られる。最近、Google、米Facebook、米Yahoo!の3社は、AI研究者の雇用やベンチャー企業の買収を行い、機械学習の開発分野で他社をリードしようとしている。また、最近、米ニュージャージー州プリンストンからカリフォルニア州サンノゼに移転した米NuLogix Labsは、複雑なイベント処理を行う「Cognitive Information Management Shell」（以下、CIM Shell）テクノロジーを使用して、農業の分野でインテリジェンスを発揮するプラットフォームを開発している。目的は食糧供給量の増加で、これはインドで発案されたプロジェクトだ。

総合的な判断

　米ルイジアナ州立大学（以下、LSU）が開発した「CIM Shell」は、複雑なイベントとアクティビティを掘り下げて、変化する状況に素早く対応できる。このテクノロジーの開発は、あるインドの大学と共同で行われており、特定の農作物の生産性を高めることに特化している。その土地で行われているアクティビティのデータ収集にはセンサーを使用している。また、環境の変化に応じて動的かつリアルタイムで再構成を行うためには統合プログラムを使用している。このアプリケーションでは、科学者が、実験を指示して意思決定内容を通知するために使用できる実用的なインテリジェンスが得られる。

　このテクノロジーは他の産業でも利用できる。石油とガスを扱うエネルギー会社の英BPは、LSUに25万ドルの助成金を提供し、石油流出を防止するテクノロジーの試作品を開発するよう依頼している。

　CIM Shellの分散型のインテリジェントなエージェントは、異なるストリーミングデータ（テキストや動画など）を融合し、対話型のセンサー／検査／視覚化の機能を搭載したシステムを作成する。このシステムにより、リアルタイムの監視と分析が可能になる。S.S.アイアンガー博士によると、設備の温度や圧力など、データのパターンに変化が見られた場合に通知が送信されるという。同博士は、このテクノロジーの共同開発者で、フロリダ国際大学でコンピュータ科学の教授として教鞭を取り、NuLogixで主任研究者として働いている。状況の変化を検出するテクノロジーは以前から存在している。異常事態を管理するアプリケーションがこれに当たるが、正常な状態から逸脱したことしか警告されない。だが、CIM Shellは通知を送信するだけではない。瞬時に再構成を行い、重大なイベントを分離して問題を修復する。

　LSUのコンピュータ科学科で助教授を務めている共同開発者のスプラティク・ムコッパッダーエ氏は次のように語る。「CIM Shellの目標は、プログラムを書く必要性をなくすことだ。コンピュータにやるべきことを伝えてプログラムが自動的に作成されるようになれば、問題をリアルタイムに解決できる」

人間が関わる必要性

　CIM ShellとWatsonは、それぞれ異なるアプローチで複雑なイベントを理解している。しかし、人間の脳と同じように「応答」「学習」「処理の継続」を行うように作られているという点は同じだ。

　これらの認識システムには不可能なことがある。それは非構造化データに現れていない可能性があるリスクの分析だ。例えば、文化、環境、人々、説明責任を考慮に入れることはできない。

　「私たちはリスクを分析できるようにならなければならない」と、オランダの石油会社Shell Globalの主任研究者、ホセ・ブラボー氏は語る。同社は、大規模なデータシステムを扱うためにさまざまな人口知能製品の導入を検討している。だが、同氏によると、優秀な学習マシンで対応できることには限界があるという。例えば、予測モデルが中東で石油を買うように提案したとする。だが、ある中東の指導者が、革命によって退陣させられる可能性がある場合、最終的な決定を下す際には、そのことを考慮する必要がある。「未来を予測できれば、こんなに素晴らしいことはないが、それは不可能だ。もし、学習マシンが多大な損害をもたらす決断を行ったとしても、学習マシンに責任を課すことはできない」と同氏はいう。

　しかし、だからこそ、認識コンピュータには常に人間がかかわるようになっている。WellPointでは、Watsonの提案を受け入れるかどうかの最終判断はスタッフが行う。Watsonの価値は「医師の要求に応えるスピード／効率／一貫性」と「医療政策とガイドラインへの準拠」にあるビッガム氏はいう。ユーザーは診療所に送信する自然言語の質問をオンデマンドでブラウザに入力する。要求を送信するために、電話をかける必要も待機する必要もない。Watsonは、既に学習したことに基づいて概念の関連性を捉えて、日々賢くなっていく。

　時が経てば、認識テクノロジーは大衆向けに進化して安価で使いやすくなるとOpus Researchのミラー氏は予測する。そのため、Watsonなどの人口知能システムは、過去の認識コンピュータのブームのように消えてなくなることはないとビッガム氏も推測し、次のように締めくくった。「個人的には、次に脚光を浴びるのはこのテクノロジーだと思っている」