• BPnet
  • ビジネス
  • IT
  • テクノロジー
  • 医療
  • 建設・不動産
  • TRENDY
  • WOMAN
  • ショッピング
  • 転職
  • ナショジオ
  • 日経電子版

杉本 昭彦(すぎもと・あきひこ)

日経デジタルマーケティング編集長 兼 日経ビッグデータ編集長

杉本 昭彦

1991年立教大学社会学部卒業後、日経BP社に入社。調査部門などを経て、雑誌「日経ネットナビ」(1996年~2004年)、日本経済新聞社東京編集局産業部(2005年~2007年)などでインターネット業界の取材を長年続ける。2007年の「日経ネットマーケティング」(現日経デジタルマーケティング)創刊時より副編集長、13年4月より編集長。14年1月より「日経ビッグデータ」(2014年3月創刊)編集長を兼任

※このプロフィールは、著者が日経ビジネスオンラインに記事を最後に執筆した時点のものです。

ゲームチェンジャー ~データ&デジタル化で競争のルールを変える~

能力は優秀な人間の半分、しかし24時間働き続ける機械学習

2015年9月4日(金)

日経ビッグデータは9月14、15日にイベント「BigData Conference 2015 Autumn」を開催する。専門知識を深く学ぶエキスパートコースでは、本対談に登場するPFI知的情報処理事業部事業部長の海野裕也氏とGunosy共同創設者兼R&Dエンジニアの関喜史氏が、「予測型戦略を知るための機械学習チュートリアル」と題して3時間の講義をする。

 機械学習、人工知能、ディープラーニング…、言葉ばかり注目を集めるが実際何ができるのか、その課題はどこにあるのか。機械学習をベースに自然言語処理、レコメンド技術を企業に提供するPreferred Infrastructure(東京都文京区)の知的情報処理事業部 事業部長である海野裕也氏(取材当時は副事業部長)と、機械学習によってニュースキュレーションアプリで配信するニュースの選定などを行うGunosyの共同創設者兼R&Dエンジニアである関喜史氏に聞いた。

Gunosy共同創設者兼R&Dエンジニアの関喜史氏(左)とPFI知的情報処理事業部 事業部長海野裕也氏(取材当時は副事業部長)

機械学習との関わり方は。

海野氏:もともとは自然言語処理を専門としていて、言葉を解析、解析した上で何ができるかという仕事が多い。

 その中で機械学習とは2つの関わり方がある。まず、言葉を解析すること自体に機械学習が必要。日本語は単語が(英語などと異なりスペースで区切られず)くっついている。それをうまく分割するためには、1980年代~90年代は言葉の性質をつかむことが追求されてきた。しかし、今はデータをたくさん集めて機械学習にかけるのがいいという考えが出ており、デファクトになっている。

 もう1つは、そこから得た言葉のデータで何が言われているかをテキストマイニングする際に、データ分析や機械学習が必要になる。

 私の仕事では両方に関わりがあり、メディア系や法律系で大量の文章を持つお客さんに対して、そこに何が書かれているのかを解析する仕事をしてきた。

関氏:私は機械学習というよりは、ウェブマイニングによる、知識発見や推薦システムを主軸にやってきた。業務としては、ニュースのテキストデータを自然言語処理して、その上でユーザーのクリック情報を基に、時系列も考慮したコンテンツ評価をしている。つまり、どういうものが読まれるのかを、いろいろなデータを基に分析するということをしている。

 例えば、どういう記事が、どこでどうクリックされているかという「定常値」があるときに、それよりクリックされている「異常値」を検知する。その検知により、ユーザーに求められるコンテンツを探す。

 大学の博士課程にも所属していて、15~20%は研究者としての活動もしている。

 そんな中で今面白いと思っているのは、書かれたものの“面白さ”を、機械にどうやって理解させるか、というテーマ。同じ出来事をもとにした記事でも、面白い話として書くのか、感動的な話として書くのかによって、全く違うものとして読まれる。私達は多くの場合、タイトルを見るだけでこの違いを知ることができるが、機械学習でこのようなジャッジをすることは、現状難しい。

続きを読む

著者記事一覧

もっと見る

ビジネストレンド

ビジネストレンド一覧

日経ビジネスオンライン

広告をスキップ

名言~日経ビジネス語録

トランプ政権のここまでの動きはスロー。

ジョセフ・ナイ 米ハーバード大学特別功労教授