結婚相手をAIが紹介
AI活用例に関して、これまでいろいろと紹介してきていますが、今回は、結婚相手をAIが紹介するというものです！
恋愛や結婚の相手探しにスマートフォン用アプリなど、インターネットを利用する人が増えており、理想の条件をもとにAIが「相性度」などをはじき出し、紹介するサービスがある。
アプリを開くと「恋人候補者」の顔がずらり。それぞれにAIがはじき出した「相性度」が赤く記される。2012年にサービスを開始した恋愛・婚活アプリ「Pairs」。運営するエウレカ社によると日本や台湾、韓国で累計700万人以上が利用しているという。
年齢や居住地、年収、子どもの有無、結婚の意思など約30項目を入力すると、AIが探した候補の中から、相性度のほかプロフィルや自己紹介文などを見て、気に入った相手に月30回まで「いいね！」を送ることができる。
相手には、自分の写真やプロフィール情報が届く。受け入れてもらえると個別にメッセージをやりとりできる。18歳以上の独身なら登録でき、アプリも無料。同じ相手とメッセージを交換し続けるには男性に限って有料会員（月に3,480円）になる必要がある。
エウレカ社によると、24時間態勢でAIと従業員がプロフィールややりとりを見て、相手が不快に感じるようなわいせつな表現や暴力的な内容がないかを確認し、不適切だと判断すれば、相手に届かないようにするようだ。
AIがただ最適な相手を紹介するだけでなく、その後のやり取りまでフォローする仕組みまであり、安心をどう担保するか？というのもAIシステムを使う上でのポイントなのですね！
歩行者の行動をAIで予測
車の自動運転技術として大いに期待が持てそうな話題ですが、トヨタ自動車と現代自動車というアジアを代表する自動車メーカーが出資する、AI（人工知能）のスタートアップ企業がボストンにあるパーセプティブ・オートマタだ。創業者兼CEOのシド・ミスラ氏は「我々のAIは、車載カメラの画像から歩行者の意図を理解できる」と語る。
パーセプティブ・オートマタは2018年10月9日、ベンチャーキャピタルの米ジャズ・ベンチャー・パートナーズなどから1,600万ドル（約18億円）の資金を調達したと発表した。2015年に米ハーバード大学の研究者グループが大学からスピンアウトして創業した同社は、これで通算2,000万ドルの資金を調達したことになる。
今回の資金調達には、トヨタがシリコンバレーに設けるAI専門のコーポレート・ベンチャー・キャピタルである米トヨタAIベンチャーズや現代自動車、米ウーバーテクノロジーズの最初期に投資したことで知られるVCのファースト・ラウンド・キャピタルなども参加する。パーセプティブ・オートマタは、自動車業界の期待を集めるAIスタートアップの1社なのだ。
パーセプティブ・オートマタは自動運転車やADAS（先進運転支援システム）に搭載することを想定した、歩行者の意図（次の動作）を理解できるAIを開発している。
車載カメラがクルマの前方にいる歩行者や自転車を捉えると、AIがそれぞれ「道路を横切ろうとしているか否か」「クルマの存在に気づいているか否か」を瞬時に判断する。判定に要する時間は、数十ミリ秒と非常に短い。歩行者や自転車に危険が及びそうであれば、クルマを減速させたり停止させたりする指示を出す。
「歩行者が動いていなくても、道路を横切ろうとしているのかを判断できる」。ミスラCEOは同社のAIの特徴をそう語る。例えば、横断歩道でのシーン。歩行者が立ち止まってクルマを凝視していれば、AIは歩行者が横断歩道を渡ろうとしていると判断する。一方で、同じように交差点で立ち止まっている歩行者でも、クルマとは別の方向を見ていれば、渡る気はないと判断するわけだ。
では、歩行者の体は横断歩道の方に向かっているが、顔は歩行者の後ろの方を向いている場合はどうか。「AIはこの歩行者が、自分の後ろにいる同行者に『早く横断歩道を渡ろうよ』と呼びかけていると判断。同行者と一緒に横断歩道を渡ろうとしていると判定する」（ミスラCEO）。
それでは横断歩道がない道路の脇に立っている歩行者は道路を渡ろうとしているのか、それともタクシーを探しているのか。そうした微妙な違いも、同社のAIは見分けられるという。
ミスラCEOが「我々のAIの優れた能力を象徴する場面」と言って紹介したのが、車道の真ん中に荷物を抱えた人が立ち止まっているケースだ。「多くの自動運転車のAIは車道の真ん中に人がいたら、（パニックを起こして）急ブレーキをかける。しかし我々のAIは『この人は駐車中のトランクから荷物を取り出したばかりであり、別のクルマが自分に近づいて来ていることには気づいている。いきなり道路を横切ったりはしない』と判断。急ブレーキはかけず、徐行するようにクルマに指示を出す」。ミスラCEOはそう語る。
パーセプティブ・オートマタのAIは歩行者だけでなく、自転車に乗っている人の意図も理解できる。例えば、自転車に乗る人が出す「手信号」を同社のAIは理解できる。自転車が左折（右側通行の場合は道路を横切ることになる）を意味する手信号を出していたら、AIはその自転車がこれから道路を横切ると判断する。
パーセプティブ・オートマタはこうしたAIを、「教師あり」のディープラーニング（深層学習）を使って開発している。歩行者や自転車の動きを撮影した大量のビデオを人に見せて、そこに写る歩行者や自転車がどのような意図を持っているのかを、まずは人に判断してもらって「正解」を集める。こうして作成した情報を「教師データ」として用いてコンピューターに学習させることで、歩行者や自転車の意図を判断できる機械学習モデルを開発する。
ミスラCEOは「AI開発のポイントは教師データにある」と断言する。例えば、カメラが捉えた被写体が何なのかを識別する画像認識モデルを開発する場合、使用する教師データは非常に単純だ。人に大量の写真を見せ、その被写体が何かを答えてもらえばよい。それに対し、歩行者の意図まで理解できるAIを開発するには、歩行者の意図を表す「メタデータ」を付与する必要が出てくる。ミスラCEOは「そのようなメタデータは非常に複雑」と説明する。
実際にパーセプティブ・オートマタは、どのようにして教師データを作成しているのか。ミスラCEOは「行動科学や脳科学の実験で使われている質問術を応用している」と語る。
具体的には、歩行者や自転車の動画を見ている人に様々な質問を投げかける。そうして得られた答えを基に、ビデオに写る歩行者や自転車の意図を数値化していくのだ。
最も分かりやすい質問は「この歩行者はこれから道路を横切ると思うか？」というもの。だがそれ以外にも「様々な質問をしている」とミスラCEOは明かす。質問の詳細は公開していないが「行動科学や脳科学とコンピュータービジョンを融合したことが我々の強みだ」と、ミスラCEOは自信を示す。
AIの開発ではディープラーニングを採用している。同社の機械学習モデルの推論処理は、車載コンピューターで実行可能だという。歩行者や自転車の意図をリアルタイムで判断するには、推論を車載コンピューター内で完結させる必要がある。
パーセプティブ・オートマタは現在、自動車メーカーや「Tier 1」と呼ばれる大手自動車部品メーカーと連携し、自動運転車やADASに同社のAIを搭載するための検証を続けている。トヨタや現代自動車も出資はしているが、パーセプティブ・オートマタのAIを採用するかはまだ決めていない。
「現在の自動運転車は歩行者の意図を理解できない。そのため、後続車からすると思ってもみないタイミングで、自分の前を走る自動運転車が急停止することが考えられる。つまり、自動運転車が追突などの事故を誘発する恐れがある。そこで歩行者の意図を理解できるAIを搭載し、自動運転車が引き起こす事故を少しでも減らせるようにしたい」。ミスラCEOは、同社がAIの開発に力を入れる意義をそう強調する。
AIの判断、企業に説明責任 ルール作りへ政府7原則
日本もAI活用ルールの法整備が本格化されるようです。
政府がまとめた人工知能（AI）に関する7つの原則が明らかになった。AIが物事を判断する際、その企業に説明責任を求めるのが柱だ。AIの判断基準を示し、金融機関の融資などで、過程が分からない状態をなくす。この原則をもとに法整備を進め、外国企業が日本で活動するときの混乱回避に役立てる。
政府の「人間中心のAI社会原則検討会議」（議長・須藤修東大教授）が12月に公表する。来年6月に大阪で開く20カ国・地域（G20）首脳会議で参加国に呼びかける。
AI活用による懸念は少なくない。どのような基準で金融機関が融資したのか、就職の合否をどう決めたのかなどの場合だ。AIによる決定の基準があいまいなままでは判断された側には不満と不安が残りかねない。
就職で性別、国籍などが合否の判断材料になるケースもあり得る。AIを使う企業側にもそれらの事情が分からない恐れが出てくる。
企業に決定理由を分かりやすく伝える責務を負わせ、最終的には人がAIの判断に関する責任を持つ仕組みにしてAIを巡る懸念を取り除くよう促す。
外国企業がそれぞれの国や、その企業独自のルールに沿って日本で活動すれば、混乱しかねないという懸念もある。
米国はGAFA（グーグル、アップル、フェイスブック、アマゾン・ドット・コム）と呼ばれる巨大企業がAI開発をけん引している。AI活用のルールは基本的に企業の自主規制に委ねられている。
中国は国家主導の色彩が強く、BAT（バイドゥ、アリババ、テンセント）と呼ばれる企業を経由して事実上、国家がデータを管理している。
欧州連合（EU）は米中の動向に対抗し、EU主導で年末までにAIの倫理指針をまとめる。EUはAIの判断過程をわかりやすく伝える責任を企業に課すのが特徴だ。一般データ保護規則（GDPR）により、個人情報保護を厳しく規制する。
みずほ情報総研の豊田健志氏は「日本はAIのルール整備で出遅れている。EU以外だけでなく、経済協力開発機構（OECD）諸国を巻き込んで連携し、ルール作りに役割を果たすことが重要だ」と指摘する。
日本政府がつくるAIの基本原則は、
1.AIは人間の基本的人権を侵さない
2.AI教育の充実
3.個人情報の慎重な管理
4.AIのセキュリティー確保
5.公正な競争環境の維持
6.企業に決定過程の説明責任
7.国境を越えたデータ利用の環境整備
の7つから成る。
カメラで脈拍捉えストレス診断
PCカメラを利用して顔画像から従業員の心理やストレス、本音を見える化して働き方改革に生かすサービスが続々と登場している。富士通を始め、日立、パナソニック、リコーなど名だたるメーカーが既に本サービスを展開中です。
主なサービス内容としては、PCのカメラを使って従業員のストレス度をAIを使ってチェックする仕組みを提供している。
ユーザーの顔画像から血流の情報を含む緑色の要素を抽出、その変化を分析する。
ノイズを除去する技術を開発して脈拍の変動を細かく捉えるようにして、ストレス度は、5分といった一定時間の安静時、脈拍数に変動があるとストレス度は低い。変動がないとストレス度は高いという医学研究を根拠に導き出すという。
カメラ画像から脈拍を計測できるとは驚きですね！技術の進歩というのは凄いものです！
SAPがRPAベンダーを買収
SAPのERPプロセス自動化にRPAを利用するという戦略はしっくりくる話ですが、うまく運用にのせられるのかが鍵ですね！
SAPは2018年11月19日、RPAソフトウエアを開発するContextorを買収したと発表した。
今回の買収によって、ERPパッケージ「S/4HANA」に2019年前半までにRPAを組み込み、今後3年間でERPが提供する業務プロセスの半分を自動化する計画だ。SAPは買収金額を明らかにしていない。
SAPは2018年10月にRPAへの注力を表明。機械学習や会話型AIといったデジタル化を支援する機能を提供するサービス群「SAP Leonardo」などとRPAを組み合わせて「インテリジェントRPA」を実現する計画を明らかにしていた。Contextorを買収することで、SAPのアプリケーションとSAP以外のアプリケーションを連携する処理にRPAを提供するなどが可能になるとしている。
Contextorは2000年に設立されたRPAの専業ベンダー。人間の業務処理を支援するタイプのRPAソフトに加え、業務処理を全て自動化するタイプのRPAソフトも提供しているという。
読書の秋
秋というよりは、一気に冬に突入か？と思うような寒暖差の激しい今日この頃ですが、秋は、食欲の秋とかスポーツの秋もありますが、読書の秋というのがありますね！
なぜ読書の秋と言われるようになったかという由来は、9月は夜が長くなるということから「長月」と言われます。
中国・唐代の文人である韓愈が残した詩の中に「燈火親しむべし」という一節があり、「秋の夜は長くて涼しさが気持ち良く、灯光で読書をするにはもってこい」という意味です。秋は読書に一番適した季節であるということを表現したこの言葉が、読書の秋の由来になっているそうです。
脳の活動にとっても、秋の気温は最適なため、読書や勉強に没頭しやすい時期なのだそうです。
前置きが長くなりましたが、私の会社も神保町にあり、書店が多い街であり、読書家には最適な場所ですが、そんな私も読書好きの１人です。
ある時、元マイクロソフト日本法人社長の成毛眞氏の「本は10冊同時に読め！」という本を読んで刺激を受けて依頼、さすがに同時に10冊は実践しておりませんが、ミステリーや刑事、歴史、ノンフィクション、ビジネス書など、ジャンルは問わずに年間60冊くらいのペースで読みあさっています。
その中でもミステリーと歴史ものは特に好きで、ミステリー書で言えば、東野圭吾、井坂幸太郎、宮部みゆきといったメジャー作家の作品は新作が出れば欠かさず読んでますし、池井戸潤のビジネス小説は、サラリーマンの心をくすぐる作品が多く、好んで読んでます！いわゆるミーハーなんだと思います。
歴史ものも好きなのですが、戦国武将や明治維新を扱ったものが特に好きですが、第二次世界大戦の敗戦の考察を扱った本も好きですね！
最近は私も年をとったせいか？山本一力の江戸下町人情もの小説にはまっております！
指紋認証も安全とは限らない
なかなかショッキングな内容ですが、個人認証技術として広く利用されている指紋認証であるが、最近の研究で、これを悪用したハッキングが可能となっているようだ。
複数の人の指紋とマッチする偽造指紋を作成する技術を、研究者らが改良した。これにより、指紋認証によるアクセス管理システムが弱体化する可能性がある。
この技術により、指紋認証による「辞書攻撃」や、正しいものがあるという見込みの元にログインページで多数のパスワードを試す攻撃の生体認証版に相当するものが可能になる恐れがある。
ニューヨーク大学の研究者が発表した新たな論文では、ニューラルネットワークを用いて「DeepMasterPrints」を作成する技術について詳述している。この現実的な合成指紋は、インクの付いた指先を紙に押し当てたときに見えるものと同様の隆線を備えている。
この攻撃は、多くのスマートフォンでアクセス管理に使われている指紋リーダーのような、ごく一部の指紋とマッチするシステムを悪用することを意図している。その目的は、複数の人の指紋とマッチする、指紋に似た画像を作成し、一度の攻撃で身分を偽れるようにすることだ。
DeepMasterPrintsは、2017年に開発されたMasterPrintsの改良版。MasterPrintsでは指紋をマッチさせるために、指紋スキャナを使ってすでにキャプチャされた指紋画像を微調整していた。
この方法では、ファイルに保管された画像を模倣することはできたが、現実的な指紋画像を一から作成することはできなかった。ニューヨーク大学の研究者は、米国立標準技術研究所のインク押捺された指紋のデータセットと、センサーから得た別のデータセットを対象としてDeepMasterPrintsを検証した。「この検証がじかに示しているのは、エクスプロイトの実行方法で、0.1%の誤合致率（FMR）だと、データセットの対象の23％をだますことができるということだ。1％のFMRだと、作成されたDeepMasterPrintsでデータセットの対象の77％をだますことができる」と、研究者は述べている。
