この記事は「Call for Code Blog – Building Call for Code apps with AI(2019å¹´4月12日公開)」の翻訳です。

AI を利用して、自然災害後に必要な支援を被災者が受けられるようにする方法を考える

Call for Code テクノロジー・ミニシリーズの第 2 回へようこそ。このシリーズでは毎回 Call for Code で重視している 6 つのコア・テクノロジー分野のうちの 1 つを取り上げ、そのテクノロジーの概要、IBM Cloud™ 上で最大限に利用する方法、イノベーションを促すのに役立つリソースの参照先を紹介しています。IoT と Node-RED を使用した Call for Code アプリの作成について説明している第 1 回の記事を見逃した場合は、ここをクリックして記事を読んでください。

まずは重要な点として、Call for Code のチャレンジにまだ参加していない場合は、このリンク先のページからコミュニティーに参加してください。

このシリーズの第 2 回では、人工知能 (AI) を取り上げ、皆さんにとって IBM Watson™ サービスがどのように役立つかについて紹介したいと思います。一連の IBM Watson AI サービスがいかに強力であるかを明らかにします!

AI について

AI は、どの視点から捉えるかによって何通りかの定義があります。AI をスマートフォン上の Siri のようなバーチャル・アシスタントとして捉えている人もいれば、世界を乗っ取ることさえできる万能のスーパー・コンピューターとして捉えている人もいます。実際のところ、現在の AI はその中間の位置にあります。?

AI の進化と複雑性の詳細については、記事「AI の言語」を読んでください。この記事では、AI の誕生から今日までの進化の過程について説明しています。

AI については、コンピューターがタスクを完了する際にどれだけ忠実に実際の人間をシミュレートできるかという点で考えたほうが適切かもしれません。そのタスクとしては、画像の分析、ドキュメントの内容の理解、音声入力の解読、アクションの実行など、さまざまなものが考えられます。AI と言えば、IBM Watson はこのようなタスクにかなり長けています。ここでは Watson の技術的機能について詳しく説明し、Watson を導入する方法を紹介します。

IBM Watson の能力

Watson の用途がいかに広く、いかに強力であるかを理解するには、Watson 製品およびサービスの全オファリングをご覧ください。見てのとおり、Watson の AI 機能は非常に広範囲にわたっています!Watson では Natural Language Understanding サービスを使用して複雑な非構造化データを理解して処理し、エンティティー、関係、キーワードなどを抽出することができます。基本的なチャットボットの枠を超えて、真のバーチャル・アシスタントを実装したいとしたら、Watson Assistant に注目してください。業界関連のコンテンツで事前にトレーニングされた Watson Assistant は、ナレッジ・ベースを検索するタイミング、ユーザーに明確化を求めるタイミング、人間のオペレーターと交代するタイミングを把握できます。Watson Assistant をさらに拡張して、対話相手のユーザーについてより理解を深め、ユーザーがどのように感じているのかを判断できるようにしたいとしたら、Tone Analyzer はまさにそのためにあります!Tone Analyzer はトーンと感情を理解して、ユーザーの状態と気分を予測することができます。

これらのサービスはいずれも、Call for Code チャレンジの目的に沿ったソリューションにモデル化することができます。その一例として、もう 1 つ指摘したいサービスがあります。それは、Watson Visual Recognition です。Call for Code 2018 グローバル・チャレンジでは、PD3R がこの Watson サービスにハイライトを当てました。彼らは Watson Visual Recognition Engine を使用して Watson Studio 内で分類子をトレーニングすることによって、カスタムの視覚認識モデルを作成しました。さらに IBM Watson API を使って建物の構造的な損傷を評価し、住居を完全に再建するのではなく、改修できるかどうかを判断できるようにしました。

以上は Watson の実力を示す数例に過ぎません。データ・サイエンス分野と機械学習分野において、Watson はさらに多くの機能を備えています。この 2 つの分野については、今後の記事で詳しく説明します。

Call for Code に AI を導入する

IBM Cloud アカウントをまだお持ちでない場合は、最初のステップとしてアカウントを登録してください。登録プロセスを完了するには 2 分もかかりません。ただし、登録する際はくれぐれも有効な e-メール・アドレスを使用してください。サービスを作成するときには例外なく、有効な e-メール・アドレスであることを確認する必要があります。

Call for Code 2019 グローバル・チャレンジで誰もを「圧倒」させたいとしたら、これから紹介する 2 つの素晴らしいリソースに注目してください。これらのリソースでは Watson AI の力と使いやすさを明らかにしています。ソリューションの出発点として拡張できるアイデアの例も紹介します。

多くの場合、災害直後の時期は人々が絶望を感じ、多くの疑問を持ち、そして通常は助けを必要とします。こうした人々が必要なリソースにアクセスするために利用できるよう、バーチャル・アシスタントを統合したモバイル・アプリをセットアップできるとしたら人々の助けになると思いませんか?幸い、このようなソリューションはすでにいくつか存在しています。こうした個々のソリューションを少々調整して統合すれば、さらに大きな構想を実現化できます。

先週、さまざまな選り抜きの IBM コード・パターンを紹介し、これらの完全なソリューションが Call for Code ソリューションの絶好の出発点になることを説明しました。AI についても、AI 関連のコード・パターン専用のセクションを調べて参考にしてください。さらに、IBM 社員の Steve Martinelli が作成した、Watson Assistant を直接統合した iOS アプリの作成方法を説明しているこのコード・パターン もお勧めです。このアプリにはソリューションの基盤がすべて揃っているので、まさに最適な出発点となるでしょう。

この iOS アプリのコード・パターンに、IBM 社員の Muralidhar Chavan が作成した別のコード・パターンを組み合わせ、「インターフェース・ボット」でユーザーとの対話を処理し、入力を解釈し、ユーザーからのクエリーをそのクエリーに関する専門知識に特化した AI に送信することもできます。インターフェース・ボットが基本的にブローカーの役割を果たし、ユーザーとやり取りするたびに正しい AI にアクセスするという仕組みです。

災害直後は、人間の支援要員を十分に確保できない場合も考えられます。そのような状況で人々のニーズに応えるには、以上の 2 つの Watson AI の使用ケースが非常に役立つはずです。このアイデアを発展させれば、Call for Code 2019 グローバル・チャレンジの優勝を勝ち取れるかもしれません!

今週は AI を話題に取り上げ、IBM Watson サービスの用途がいかに広く、いかに強力かについて明らかにしました。その一例として、Call for Code 2018 グローバル・チャレンジの決勝進出チーム PD3R が自然災害後の再建を支援するために Watson Visual Recognition をどのように使用したのかを紹介しました。また、Call for Code 2019 への応募ソリューションを考案する出発点として実に役立つ優れた 2 つのコード・パターンも紹介しました。

間もなく公開される第 3 回では、交通と気象に関するリソースを紹介し、Call for Code 2019 ソリューションを強化するために利用する方法を見ていきます。

それまでは、GitHub 内に保管されている私のコードをフォローしてください。

その他のリソース

ディスカッションに参加する

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です