2015年を彩るおさえておきたい3つのテクノロジーワード

気がついたら2015年になって、1ヶ月ほど経ってしまいました。
様々な方とお会いしてお話する機会もあるのですが、お話を伺っていると、なにやら結構激動がありそうな2015年。

そんなお話はともかくとして、2015年は何を抑えればよいのか、トレンドを抑えていきましょう。全体としては、The Internet of Things(IoT)をはじめとして、現実世界での実活動とインタネット上、クラウド上での最適化というビッグデータの本質の皮を剥ぐ年になるでしょう。

Dataficationという言葉が実社会にやってきます。そもそも、Dataficationとは、様々なこと、ものをデータ化することを指します。 Datafication、つまり、様々なこと、ものをデータ化してくると、ビッグデータもこれまでテクノロジーオリエンテッドな部分でお話されていることがありましたが、これからはそのデータ群を利活用するというマインドが大切になってくるかと思われます。そのような言葉に、データの民主化という言葉があります。

このように、ビッグデータが身近になるのが2015年であると位置付けられそうです。
では、どのようなテクノロジーワードが顔を出すか見ていくことにしましょう。
ただ、上記にも出現したIoTとか挙げても面白くないので、しっかり現実を見据えたテクノロジーワードを出していくことにしましょう。


(1) Sensor Driven Data
そもそもIoTによって何が起こるのでしょうか。
異種で断片的で更新が速くノイズの多い様々なセンサーからのデータが溢れ出すことを指しています。色んなセンサーからのデータを利活用する。実はIoTは、環境にセンサーを埋め込むだけでなく、その様々なセンサーから時々刻々と得られたデータをインタネット、およびクラウドに散在させることなのです。

さて、そのデータをどのように利活用すると良いのでしょうか。実はその答えを出すことが2015年のキーとなるのです。


(2) Context-Rich System
聞きなれない言葉かもしれませんが、ガートナーの"Gartner's Top 10 Strategic Tech Trends for 2015"でも言及されている用語なのです。

これは(1)にも関係するのです。IoTという名の下に、環境にセンサーを埋め込まれた環境で我々は暮らすことになります。そうすると、うまく(1)のSensor Driven Dataを使うことによって、我々のコンテクスト、つまり文脈、背景や状況に合った処理を行ってくれることが考えられます。

実は、少し前にContext awarenessというバズワードがありました。
時期尚早だったのです。2015年はContext-Richなシステムが世の中を驚かせるでしょう。


(3) Feature Engineering
ここにAI(人口知能)や、Deep Learning(深層学習)を入れようとしましたが、敢えて避けました。
Deep Learningなどの強いAIと呼ばれる技術は今後とも投資され、将来的に使える技術として発展していくでしょう。2015年は、Deep LearningなどのAI技術の活用を考える年かもしれません。

一方、何故これほど、Deep Learningが注目されているのかということについてが重要なのです。
実は、Deep Learningeに注目が上がっている部分は、Feature Engineeringの部分なのです。

人間は、あるものを観察するとき、耳をすましたり、凝視したりとその部分だけ意識的に研ぎ澄まそうとします。例えば、耳をすましたとき、聞きたい音に集中している状況です。まさか、他の音がなっていないわけではありませんし、耳が物理的にその音の刺激を受けてないわけでもありません。これは脳の働きで、他の音の刺激を無視をする作用が働いているのです。

この操作は当たり前のように思えますが、すごいことなのです。何故なら目的に応じて物理的刺激を活かしたり、無視したりすることができるのです。何か目的が決まれば、どの刺激に集中したらいいかを無意識的にわかっているのです。

この操作のことをFeature EngineeringもしくはFeature Selectionと呼んでいます。

何故このFeature Engineeringが大切かというと、意味のない刺激を無視することにより、処理が極端に少なくなるのです。当たり前です。経験があるでしょう。五感を研ぎ澄ませて作業するより、ある一点に集中して取り組んだ方が疲れが少ないです。まぁ、ぼーっとしているのが一番楽なのですが、それはどの物理刺激も脳に伝わってないからなんです。そう、もし機械にこれができたら、耳をすますとか凝視するということができるのです。 これまで、その操作は機械が苦手だった部分でもあります。データを構造化したりしているのもそのせいです。非構造化データが苦手なのは、そのデータのどこを着目すればいいかコンピュータが判断することが難しいからです。

しかし、Deep Learningはそれを解決するかもしれないという発見がされたのです。 上記の通り、Deep Learningは方法論なので、これからたくさんの方法論が出てくる可能性がありますが、Feature Engineeringの研究が前進したというのは非常に大きな知見なのです。

2015年はこの研究、知見が賑わいを見せるでしょう。

ちなみに、東京大学大学院工学系研究科・松尾豊准教授は「表現の壁」と呼んでいます。 いかがでしたでしょうか。


少し斜め上をいった形で2015年を予想してみました。
2015年はビッグデータ利活用元年として、世の中が変わっていくと予想されます。
その中で是非この3つのワードをおさえてみてください。