[情報] Google Cloud の AI開発基盤サービス Auto ML Tables を使ってExplainable AIが実現可能に

 

日経クロステックの記事
　　もはや人の介在は不要、AIが自らAIを作り判断根拠まで説明する時代が来た
　　https://tech.nikkeibp.co.jp/atcl/nxt/column/18/00692/112800017/

　　

記事によれば、
Googleが2019年11月21日にクラウドサービスとして「Explainable AI（説明可能AI）」の提供を開始。
バイス・プレジデントのラジェン・シェス氏によれば、「グーグルが開発した『Integrated gradients』と呼ぶ手法を採用している」ということで、かつGooleはこのIntegrated gradientsを実行するためのソースコードをオープンソースとしてGitHubで公開しているとのことである。　これによる効果として、例えば「AIが融資不可と判断した根拠を提示できる。」ということが示されている。

Explainable AIは以下の環境でサポートされるとある。
　　・Cloud AI Platform Predictions 機能を使ってGoogle Cloud上に展開した機械学習モデル
　　・グーグルのAI自動作成サービス AutoML のうち表形式のデータに対応した AutoML Tables
　　　を使って開発した機械学習モデル

記事には AutoML Tables に関する説明も記載されている。

Auto ML 2018年提供開始のAI作成サービス
　　画像解析や音声解析等特定用途のAIに限り開発できるものであり
　　教師データをサービスにアップロードすることでAIを個別学習
　　させられる
Auto ML Tables 2019年4月提供開始のAI作成サービス
　　Auto ML が画像や音声など限られたソースデータの解析に特化した
　　ものであったのに対して、 Tables は名前の通り表形式のデータで
　　あれば汎用的に学習できる。このため、より汎用的な問題を解決する
　　AIを開発できるようになる。

ということらしい。
実際にその汎用的な問題解決能力の証明として、Auto ML Tbles が AI開発コンテスト Kaggle において人間のデータサイエンティストを押しのけ、第二位を獲得したということ。そのコンテストにおける課題が
　　「自動車部品に関する素材の特性とテスト結果の情報から、
　　　製造ラインにおける欠陥を予測するAIを開発するもの」
であったことも書かれている。

このことは非常に大きな可能性を意味しているのかもしれない。

Auto ML は元々、機械学習の専門家でなくとも教師データさえあればAIの調教ができる＝自身の課題に最適化したAIを育てられることを意味していた。　これが、画像や音声だけでなく、汎用的な課題解決ができることになったということは、記事に書かれている「グーグルのシェスVPは『AIの民主化に貢献した』と胸を張る。」という表現の通りだと言える。

Auto ML はAIの専門家なしでAIを開発・教育するサービスだから、教師データを与える人は必要なわけで、そういう意味ではこの記事のタイトルの「人間の介在不要」は「AIの専門技術者の介在不要」というのが正しいのだろうが、それでも、まあ、すごい事だと思う。　例えば適切かどうかわからないが、かつてはマシン語がわからないとプログラムを書けなかったが、高級言語の開発環境によって人間が理解できるレベルの指示(コード)でプログラムを書き、アプリが作れるようになったのと同じようなものと言ってもいいだろうか。