グーグル、FBの「マネタイゼイションの仕組み」
ビッグデータをめぐる様相がこの10年ほどの間に変わったのは、インターネットの利用拡大に加えて、スマートフォンの普及が大きな理由だ。検索や閲覧、SNS利用の増加、EC利用の伸び、アプリの拡大などで、米国のグーグルをはじめ、アップル、フェイスブック、アマゾンのGAFAや、中国のバイドゥ、アリババ、テンセントのBATには大量のデータが集まるようになった。
データは集まっても利用しなければ価値はない。必要なのは「マネタイゼイションの仕組み」。巨大IT企業のなかで成功したのはグーグルとフェイスブックだという。「宇宙サイズ」の量のデータにAIをからませることにより「初めて利益を生み出すことが可能になった」
AIの学習データには、情報の層が厚いビッグデータを用いる方が精度の高い結果が得られる。その点でグーグルやフェイスブックはとくにAIの技術開発で先行できたと考えられる。人物などの「プロファイリング」のほか「スコアリング(点数付け)」「フィルタリング(不正取引などの検知)」のサービスが可能になり、とくにプロファイリングはターゲティング広告(相手の属性に合わせた広告)に応用され、巨額の収入を得てきた。
グーグルはまた、グループに加えた「ユーチューブ」の情報をAIに学習させ画像認識能力を開発・強化。サイトにアップされている動画から無作為に抽出した画像1000万枚を用い、9階層のネットワークで「ディープラーニング」を実行した。ディープラーニングは、人間の神経細胞(ニューロン)と似た働きをする仕組み(ニューラルネットワーク)をコンピューターの中につくり、大量のデータを使って情報の処理法を習熟させようとする方法だ。
1000台のコンピューターで3日間かけて学習を行った結果、人間の顔、ネコの顔、そして人間の体に反応するニューロンができたという。パターン認識はそれまで、方法論はあったがそれでは実現できず、理論ではなくビッグデータの量がものをいい成し得たものだ。パターン認識は、今後実用化するとみられる自動運転などで不可欠とされる。