テレビ番組 『スター・トレック』 が私たちに多くの楽しみを与えてくれました。テレポーテーション、食べ物を作る「レプリケーター」、そしてもう一つの荒唐無稽な発明、すなわちデータサイエンティストです。この番組はまた、これまでに生成されたあらゆる情報にアクセスできるアンドロイド「データ」を私たちに紹介しました。一方、スポック自身もただのとがった耳のバルカン人ではなく、前例のない方法で情報の力を活用する役割を担う、論理を愛する原型でもありました。
大規模なデータの整理、可視化、そして翻訳を専門とすべきだという考えは、もはやSF好きだけのものではありません。RelatelQのプロダクト担当バイスプレジデントであるDJ・パティルは、LinkedIn在籍時に「データサイエンティスト」という言葉を生み出す一助となった人物ですが、今日ではデータサイエンティストが組織内の分岐点でどの方向に進むべきかについて中心的な役割を果たしていると述べています。「企業には取締役会にスポックが必要です」と彼は付け加えています。
大企業も中小企業も、「ビッグデータ」の戦略的重要性を理解し続ける中で、この提言に耳を傾けています。もはや単なる流行語ではありません。データ、データサイエンス、データ分析は、顧客の理解からサプライチェーンの最適化まで、あらゆることに不可欠なツールです。そのため、企業、政府、その他の機関は、データサイエンスの手法と専門知識に積極的に投資しています。
過去20年の間に、焦点はデータの収集からデータの活用へと移りました。データから何を学べるのか。データは何を伝えているのか。戦略的な行動を導く形で、データをどのように整理し、アクセスし、可視化すればよいのか。そして、データやそれを精査するために設計されたアルゴリズムがより強力になるにつれ、これは将来どのように変化していくのでしょうか。
グーグルが世界をどう変えたか
これらの問いは、来月中華人民共和国の天津で開催される世界経済フォーラムの Annual Meeting of the New Champions で、世界の産業界と政府の指導者が取り上げる問いのほんの一部です。世界経済フォーラム・ヤング・グローバル・リーダーであり、Enlitic社のCEOでもあるジェレミー・ハワードは、20年にわたりデータサイエンスに携わってきており、社会が情報収集をどのように捉えるかにおける劇的な変化を直接目の当たりにしてきました。「20年前には、データから情報を収集して取得するためのシステムはほとんどありませんでした」と彼は述べています。さらに、組織内には「データを活用するためのシステムも戦略もありませんでした」。
しかし、こうしたすべてはグーグルによって変わりました。同社は、データサイエンスの研究をより良く実施できるだけでなく、特定の種類のデータをより効率的に収集、理解し、企業を支援するために活用できる手本となりました、とハワードは言います。特に同社は、巨大なデータの集積を処理するためのMapReduceと呼ばれるソフトウェア技術を開発しました。これは、タスクを多数の小さな要素に分割し、複数のマシンで実行させるものです」と、『エコノミスト』誌のデータ・エディターであるケネス・クキエは述べています。この新しいプロセスのオープンソース版は、非常に広く採用されるようになり、Hadoopと呼ばれています。
「今日では、何百もの組織がデータサイエンスによって自らの業界を変革しています」とハワードは言います。「データを処理し、そこから洞察を得るためのツールが今では増えており、これは刺激的なことです。」
データ革命の余波は、産業や社会全体に広がりつつあります。「かつてはデータ形式で表現できなかったものを、データ化できるようになりました」とクキエは付け加えます。「過去には想像もできなかったほどの低コストでデータを収集、保存、処理できるようになったからこそ、これが可能になったのです。」自動運転車はその顕著な例の一つです。「問題を、車に運転方法を明示的に教えることから、大量のデータを与えて、さまざまな状況で何をすべきかを車自身に考えさせることへと転換しました」と彼は述べています。
「驚愕」
別の分野では、開発金融をより透明にすることを目指すイノベーションラボであるAidDataが、アフリカの各地域でどこに財政援助が送られているかについて、GPSデータに基づく詳細な地図を作成しました。これにより、当局が援助がどこに行くと考えていたかと、実際にどこに行き着いたかとの間に、際立った「ずれ」があることが明らかになりました。「驚愕しました」とクキエは言います。「ケニアでは、同国に流入している数千万ドル規模の国際開発援助について、財政的支援を受けられていない分野や地域があることが示されました。」援助機関は、計算や相関関係が過去には利用できなかったため、これまでこれを確認できていませんでした。今では、以前は存在しなかった大規模なデータセットと、データを分析する新しい方法が組み合わさることで、コミュニケーション、行動、資本の新たな経路が開かれています。
この革命の推進力の一つは、動画、画像、さらには音声を含む無数のソースから情報を処理することを可能にする新しいアルゴリズム的アプローチです、とハワードは言います。彼は、インターネットよりもおそらく大きく、あらゆるものを変革しようとしていると予測している「ディープラーニング」アルゴリズムは、顔認識、自動音声認識、自然言語処理、手書き文字認識、音声・映像信号認識など、さまざまな分野に適用できるアルゴリズムのサブグループです。
ディープラーニングは学術界では40年前から存在していましたが、数年前にスタンフォード大学、プリンストン大学、コロンビア大学の科学者チームがImageNet Large Scale Visual Recognition Challengeを立ち上げるまで、ほとんど注目されていませんでした。このコンテストでは、参加者が画像内の物体を迅速に識別できるアルゴリズムの設計を目指しました。2012年には、トロント大学の研究者チームがディープラーニングのアルゴリズムを使用して、画像内の物体の分類精度を大幅に向上させ、2014年のコンテストの結果は、精度のさらなる進歩を示しました。「それ以来、誰もが自分のしていることを中断して、これに取り組んでいます」とハワードは言います。グーグル、バイドゥ、フェイスブックなどの企業は、この技術に投資しています。
「自動車、X線、そして宇宙」
ディープラーニングのアルゴリズムはデータサイエンスの世界で破壊的な影響を及ぼす可能性を秘めている一方で、この革命はまだ始まったばかりです。学術界では、すでに新しい方法で導入・活用されています。例えば、ハワードは最近、ノーベル賞受賞の天体物理学者であり、オーストラリア国立大学の教授であるブライアン・シュミット氏と会い、ディープラーニングが宇宙をより深く理解するためにどのように使えるかについて議論しました。
学術界を超えた影響は広範囲に及びます。すでに私たちの関心の対象となっている自動運転車は、交通信号を認識し、適切に対応できる可能性があります。アルゴリズムによって放射線科医がCTやX線画像をより正確に理解し、解釈できるようになれば、医療診断も洗練される可能性があります。スカイプは、個人やグループ間でリアルタイムの言語翻訳を提供できる音声認識アルゴリズムを試験的に導入しています。
ディープラーニングが日常的な用途で見られるようになるまでには、まだ道のりがありますが、データサイエンスの重要性が高まっていることを認識する文化的な変化は、すでに企業内で起きています。
「取締役会のスポック」
「初めて、ビッグデータを[戦略的に]活用する業界に手本となる存在が現れました」とハワードは言います。過去には、ビッグデータの専門家が学術機関に限られていた時期もありましたが、グーグルやウォルマートなどの業界リーダーが、データインフラとデータサイエンスの専門知識への投資をますます増やしています。さらに重要なことに、データサイエンスの専門家が、取締役会で企業の「スポック」として役立つ姿が見られ始めています。パティルは、一部の大企業や政府機関では、すでに取締役会にデータサイエンティストがいると述べています。しかし、この革命は遅々として進んでいます。「取締役会の人々がそこにいるのは、データの専門知識ではなく、分野の専門知識を持っているからです」とハワードは付け加えます。「過去にはそのようにビジネスを行ってこなかったため、データ駆動型のアプローチを信頼することは彼らにとって難しいのです。」
では、破壊的変化はどこで起きているのでしょうか。C-スイートレベル以上で指導的役割を担っているデータサイエンティストはどこにいるのでしょうか。当然ながら、彼らは機動性の高いスタートアップの世界に見いだされます。しかし、ハワードによれば、大手企業も、影響力のある立場にデータサイエンティストを置くことの価値に注目しているとのことです。
ニュース業界は、データサイエンスによってすでに根本的に変革されている分野の一つです。クキエによれば、ジャーナリズムはかつて、より逸話的な試みでした。何かが起こると、記者がその人物を取材したり、出来事に関連する動向について報じたりしていました。データは記事を裏付けていました。「私たちは自らの観察の犠牲者でした。全知であれば、それは素晴らしいことですが」と彼は言います。
しかし、私たちは180度の転換を経験しました。「今では、データが記事の基礎となり、逸話は色彩と音色を添えるものになっています」と彼は言います。「ジャーナリズムはデータジャーナリズムへと変化しました。今では、データに基づいて物語を伝えられるからです。」利用可能な情報は増え、データから価値を引き出すのに役立つアルゴリズムも増えています。さらに、画像処理プログラムの向上により、グラフや図表、データの図解を取り入れて、物語をより視覚的に提示することもできるようになりました。
FiveThirtyEight.comの創設者であるネイト・シルバーは、この分野で先頭に立って取り組んできました。彼は、データを使って野球の試合を予測するところから、2008年の米国大統領選挙の予測へと進み、現在はジャーナリスト、デザイナー、マルチメディアの専門家、定量分析の専門家、データベースの伝道者からなるチームを率いており、人々がニュースと確かなデータを切望していることを証明しています。
「大きなデータには大きな責任が伴う」
ビッグデータが世界の状況を改善する可能性については、楽観的になる理由が多くあります。進行中の政治的または人道的危機を追跡するためにインスタグラムの投稿に付けられたジオタグから、大規模な作物の管理を支援するセンサーのネットワーク、投票の公正さを確保するために使われる生体認証まで、データは理解、開放性、アクセシビリティがより高い世界へと向かっています。
「データがすべての人に利用可能になると、より堅牢で知的に誠実な環境が生まれます」とパティルは言います。電子診療記録（EMR）の登場は、疾病と診断のパターンがより追跡しやすくなるため、医学を革命的に変える可能性があります。「数百万人の命を救うアルゴリズムはあります」とハワードは強調します。「しかし、データのサイロを解体した場合に限ります」。安全、セキュリティ、プライバシーへの懸念のため、「このデータをすべての人が利用できるようにしよう、と言う人はいません」とハワードは言います。「しかし、データ共有のメリットを伝えることにおいて、もっと良い仕事をしてほしいと思います。」
確かに、あらゆる革新と同様に、暗い側面も存在します。最近のNSAスキャンダルは、情報収集とプライバシーについて厄介な問題を提起しました。データがもたらす大きな力には、大きな責任が伴います。
「データについて場当たり的であってはなりません」とパティルは注意を促します。しかし、データは問題に光を当て、最終的にはそれを解決する助けになり得ます。また、判断力がアルゴリズムによって完全に置き換えられることは決してありません。例えば、GPSが右に曲がって崖を越えて運転するよう指示した場合には、データを無視すべき時を知っておく必要があります。「データは私たちの判断に情報を与えますが、直感も私たちを助けてくれます」とパティルは言います。そして、それこそスポックでさえ論理的であると認めるに違いないことです。
著者：Alaina G. Levineは科学ライター兼著述家です。
画像：2008年3月3日、ハノーバーで開催予定のCeBIT見本市にあるIBMの展示で、IBM Healthcareのアナトミック・シンボリック・マッパー・エンジン（ASME）を紹介する女性。REUTERS/Hannibal Hanschke
