エボラ出血熱やH1N1、いわゆる豚インフルエンザのように急速に広がる感染症を、どうすれば封じ込められるでしょうか。自然災害の後に避難所で暮らす難民が健康を保ち、虐待から守られるようにするには、どうすればよいでしょうか。失業から社会不安、内戦に至るまで、さまざまな事態をより正確に予測し、防ぐ方法はあるでしょうか。
開発のためのビッグデータ分析には、こうした問題や、ほかの一見解決困難な問題を解決する力があります。しかし、分析から洞察を得るには、モデルに入力するデータが必要です。言い換えれば、データはアルゴリズムを動かす燃料です。
幸い、データは十分にあります。私たちは日々、こうした問いをはじめとする多くの問いへの答えに役立つ量のデータを生み出しています。一方、そうしたデータを利用する際にプライバシーをどう守るかについては、もっともな懸念があります。たとえば、あるNGOが疾病予防策をよりよく理解するために人々の移動状況を調べたい場合、位置情報データをどのように入手し、個人のプライバシーを守る形で利用できるでしょうか。
答えは、データモデルの可搬性にあるかもしれません。従来の方法では、分析のためにデータを政府やNGOに渡していました。しかし、大規模なデータセットは扱いにくく、運搬する回数が増えるほど、プライバシーへの潜在的なリスクや悪用の可能性も高まります。より現代的な方法は、「発想を逆転」させ、モデルをデータのもとへ持っていくことです。
分析モデルが開発されたら、データを取り込むのではなく、モデルを外部へ出すのが理にかなっています。そうすれば、データはすでに保管されている安全な場所で分析できます。つまり、データ所有者に、データに眠る洞察を引き出す鍵を渡すのです。私はこれを「モデルラボ」と呼んでいます。このモデル主導型のビッグデータ分析は、既知の問いを解決し、仮説を試す際の効率を高める可能性があります。拠点型のモデルラボは、私たちが問うべきだと知らなかった問いを明らかにする、現場型のデータラボを補完するアプローチです。
超大型台風から得た教訓
分析業界はすでに、この目標に向けて前進しています。 前回のブログ記事で触れたように、台風からの復旧活動は好例です。2013年11月、超大型台風ハイエンがフィリピンを襲い、数千人が死亡し、数十万人が住む家を失いました。
基本的なサービスを調整するため、国際移住機関（IOM）は住民の移動に関するデータを必要としていました。分析を活用したIOMは、データとテクノロジーを組み合わせてから数時間以内にデータを可視化し、それまで問われていなかった問いにたどり着くことができました。答えは必ずしも直感的なものではありませんでした。たとえばIOMは、最も甚大な被害を受けた都市の一つで、食料や水以上にディーゼル燃料が必要だと知りました。病院の発電機を動かし、人々が島から避難するのを支援するためです。
IOMの事例は、分析によって洞察を得るまでの時間を大幅に短縮できることを示していますが、さらにできることがあります。特に、移動が容易でない大規模データや機微なデータを扱う場合、テクノロジーをデータのもとへ持っていくのではなく、答えを得るまでの遅れを避けるため、モデルをパートナーに渡せばよいのです。これにより、従来とは異なるパートナー、たとえば通信事業者の参加も広がります。通信事業者は、データをその場に置き、匿名のままモデルを実行できます。IOMのような組織が予測モデルを持てば、避難経路をより迅速に最適化したり、避難所で女性の安全を守る措置を講じたりでき、問題が起きる前に対応できます。今年の台風ハグピートが示すように、この必要性がなくなることはありません。
もちろん、モデルの外部提供が役立つのは災害救援だけではありません。エボラ出血熱との闘いであれ、戦争で避難を余儀なくされた難民の支援であれ、データが機微なものであれば、モデルを移すことが理にかなっています。データサイエンティストが学びつつあるように、問いは、答えを出すために必要なデータよりもはるかに持ち運びやすいものです。私の会社は、まさにこうした取り決めに取り組んでおり、業界の同僚にも同じことを呼びかけます。かつて分析は専らデータ主導でしたが、今ではますますモデル主導になっています。問いが関連データへの道筋を示すのです。そしてそのデータは、従来の情報源の外にあり、専有情報をプライバシー保護の壁の内側に置く組織に保管されていることが少なくありません。だからこそ、モデルに注目するのが理にかなっています。モデル主導型分析によって、私たちは人間の状況を向上させる、より複雑で複数の科学分野にまたがる問いを投げかけ、その答えをクラウドソーシングで集めることができます。
著者：ミカエル・ハグストロム、SAS Institute執行副社長、データ主導型開発に関するグローバル・アジェンダ評議会副議長。災害復旧におけるIOMの分析活用について詳しくは、こちらの ウェブサイト をご覧いただくか、 PDFをダウンロードしてください。
画像：デジタルデータの大容量記憶装置として使われるロボット式テープライブラリー。2013年8月13日、ベルリンのコンラート・ツーゼ応用数学・情報科学センター（ZIB）で撮影。REUTERS/Thomas Peter
