最終更新日：2020/03/16
AIが「魅力」の予測や向上の指南役まで――そんな興味深い研究に取り組んでいるのは、東京大学大学院情報理工学系研究科の山崎俊彦（やまさき・としひこ）准教授だ。
山崎准教授はマルチメディア技術を中心とした「魅力工学」を専門とし、様々な企業と共同で、不動産やプレゼン、SNS投稿などの魅力をAIで判定し、さらには魅力を向上させる技術を開発してきた。
多くの人々の注目を集める、AIによる魅力解析。山崎准教授は、何を目指し、どんな想いで研究を行っているのだろうか。山崎准教授の、教育者・研究者としての生の声に迫った。
研究の柱は「自分が欲しいものを作る」
研究のきっかけ
――先生とAIとの最初の出会いはいつ頃だったのでしょうか。
山崎准教授（以下、山崎）：
画像処理・認識に関わり始めたのは2004年頃ですが、当時はAIとは思っていませんでした。AIで魅力を解析する「魅力工学」の原型ができたのは、2011年から2013年にアメリカで在外研究していた頃です。この2年の間に、自分の研究について考え直す時期がありました。そもそも、自分は何をやりたいんだっけ？と。予算を確保しやすい研究もあると思うんですけど、せっかく研究をやるなら自分がほしいと思う技術に関する研究をやりたいと思うようになりました。
たとえば今、不動産の研究をやっていますが、元はといえば私がアメリカに住んでいる時に、アメリカにいながら日本の物件を探さなきゃいけないというハードモードに陥ったのがきっかけです。不便だし、欲しい情報が全然提供されないし…という状況で、不便を解消するにはどうしたらいいのか？自分の持ってる技術でどうやって解消できるのか？という想いで始めたのが、不動産の情報処理に関する研究でした。
――ご自身の体験がきっかけで研究が始まっていらっしゃるんですね。
山崎：
実はそういう例は結構多いんですよ。他の例だと、プレゼンの研究があります。教員をやっていると、毎年入ってくる新人に同じ指導をしなければいけない。これは時間的にすごく勿体ないことをしているのではないか？と思ったのがきっかけで、プレゼン解析の研究を始めました。コンピュータがある程度のところまで指導できて、AIシステムで合格が出た人だけ指導ができるという風にすれば、すごく効率よく学べるし、学生にとっても短時間で学べるのではないかと思ったのです。自分のためにやるというのが、僕の研究の一つの大きな柱ですね。
――他の研究にも、先生のご経験が関わっていらっしゃるのですか。
山崎：
今は婚活や妊活、子育てに関する研究もやっていますが、これも若い人のサポートをしたいという思いからです。2011年に大地震があったとき、復興支援や福祉、医療にほとんどの予算が回りました。もちろん、それはそれでとても大事で、必要な人や場所にお金を使うのは正しいことです。
でも、困っている人たちや弱者に対してお金やサポートが行く一方で、若い人たちは「自分たちで頑張れるよね？」といった具合で放置され気味でした。数年後に「保育園落ちた、日本死ね」というのがネットで話題になったのは、象徴的な出来事の1つだと思います。若い人に支援がいかないことはすごく残念だと思い、自分の力でなんとかお手伝いできることはないかと、婚活・妊活・子育て研究を始めました。
| 関連プレスリリース： ・東京大学・山崎研究室の技術協力を得て「婚活マッチングアルゴリズム」を開発いたします。 ・『Pairs』× 東京大学 山崎研究室、マッチングアルゴリズムの共同研究開発プロジェクトを開始 |
共同研究と人脈
――先生は多くの企業と共同研究を実施されていますが、パートナー企業はどうやって探されているんですか。
山崎：
周りの人にこんなことをやりたいと言い続けたり、自分で足を運んで会いに行くことが多いですね。念ずれば通ずるじゃないですけど、婚活研究も2年間やりたいとずっと言い続けていたら、たまたま小中高の同級生の先輩がIBJという婚活会社の副社長をやってるということで、紹介してもらえることになりました。
といっても、最初はお互い何者かよく分からない状態なので、多くのディスカッションを重ねたり、テスト用のデータを使わせてもらって実際に解析してみて、こういうのどうですか？と取締役相手にプレゼンしたりしていました。それを何度かやっていると本気が伝わって、ようやくコラボレーションが開始できました。また、Pairsを展開するエウレカさんとのご縁はIBJさんからのご紹介だったりします。
――ご自身から積極的にアプローチされるんですね。企業のほうから話が来るものだと思っていました。
山崎：
大学で研究しているとパートナーが自然に降ってくると思っている人が多いですが、僕は結構こまめにいろんな人にコンタクト取るようにしています。
不動産研究も同じです。不便だから解消しようと思いつつも、データも技術の検証先も全然ない中でどう進めていこうかと悩んでいました。で、メールアドレスをいろいろな場所で登録しておくと、たまにセミナーのお知らせなんかが来るじゃないですか。それでたまたま、今共同研究している企業の技術系の方が講演に来られる無料の講演があると知り、聞きに行きました。
それで、講演のあとに飛び込みの営業みたいなことをしたんです。こんな研究をしているんですけど、ここからここまでは自分の力でできたが、ここから先は不動産のプロの方と組まないとできないので、一緒にやりませんか？と。その後1～2年ディスカッションをして、ようやく今本気で共同研究に取り組むようになりました。
――Newspicskを積極的に使われているのも、人脈作りの一貫ですか。
山崎：
半分仕事、半分趣味ですね。自分の研究成果をご紹介することで、新しいパートナーさんが生まれたら素敵だなという思いはあります。また、記事はどうしても短く書かなきゃいけないので、時々誤解を生む表現なんかもあります。それについて補足や追加情報を提供する目的もありますね。あとは、AIや教育に関する知見を述べさせていただいたり、自分の知っている情報をお伝えさせていただくスタンスでやっています。
| 山崎先生のNewspicksアカウントはこちら： https://newspicks.com/user/2712034 |
医療とAI
――先生は最終的に共同研究に繋がっている事例が多く、はたから見ると順調に見えるようにも思えます。一方で、どうしても研究したいけれど社会的に実装が遠く、もどかしさを感じるような領域はありますか。
山崎：
医療は難しいです。人の命がかかっているのも理由の1つだし、説明性や高度な性能を求められるのも一因です。医師の資格がないと踏み込めない領域で、なかなか難しいと感じます。
――もっと医療をAIで良くしていく研究を進めるうえで壁になるのは、やはり資格ですか。
山崎：
資格も大きな要因の一つだと思いますよ。一方で、資格を持っているお医者さんにとっては、AIの技術は難しいと思われる方が多いでしょうね。今もexMedioという医療系のベンチャー企業とコラボレーションしていますが、色々な壁があって難しいので、細々と進めている状況です。
機械学習を用いてフォロワーやいいね数を解析
広告とデザイン
――現在、特に力を入れていらっしゃるプロジェクトはありますか。
山崎：
広告やデザインですね。広告・デザインは魅力の最たる例だと思っています。例えば広告って、広告代理店の方々の匠の技じゃないですか。センスの塊みたいな人たちの手にかかって、本当によく作られている。
広告代理店の人たちが、なぜそういうスキルを身に着けられるのか？どうやったら刺さる広告になるんだろう？っていうのにはすごく興味があって、ディープラーニングをはじめとする機械学習技術を使いながら明らかにしていければ面白いなと思いながら取り組んでいます。
| 参考文献 ・「魅力」をAIで測る、テレビCM約1万本で検証, 日経ビッグデータ, 5月号, p. 32-33, 2017. ・2018/04/20, 日経産業新聞, サイトの広告 AIが効果判別 -東大など、デザイン解析- ・2019/09/13 日刊工業新聞、広告効果をAI予測 画像や言語情報 統合・処理 |
デザインの研究例としては、今年の6月にキリンビールさんと共同発表した研究で、飲料のビールのパッケージをどういうデザインにしたら手に取ってもらいやすいか、おいしそうだと思ってもらいやすいかをある程度予測できることを示しました。
人にアンケートを取ると、当然好みの差があるので意見はばらつくものですが、ディープラーニングの中身をうまく工夫することで、「個々人のばらつきの範囲内」と考えてよい誤差でディープラーニングによる予測ができるようになったのです。他にも、SNSの行動データを従来のアンケート代わりに活用する研究もしています。
| 関連論文 ・畳み込みニューラルネットワークを用いたビール缶パッケージの好意度予測及び要因の可視化 |
――お話できる範囲で詳しく聞かせていただけますか。
インスタグラムマーケティング
山崎：
たとえば、インスタグラムを使って、ブランド間のフォロワーの相違を調べる研究をしています。
ユニクロもスナイデルも服のメーカーですが、それをフォローしている人たちの日常を見せてもらうと、ユニクロのフォロワーさんはペットの写真、家族の写真などが多いのに対し、スナイデルのフォロワーさんはディズニーランドで集合写真、ネイル、パンケーキの写真などが多いという特徴がわかります。服のブランドごとに、フォロワーさんのマインドや日常生活が全然違うのがわかるんですね。これがどれだけ違うのかを計算科学的に計算すると、あるブランドのファンユーザが次にどのブランドを好みそうかということが予測できます。
――それはマーケティング周りの方にとっては非常に興味深いお話だと思います。
山崎：
あと、とあるファストフードA店から、インスタをやっているけど全然伸びないとご相談頂いた事例があります。フォロワーさんはいっぱいいるけど、いいね数が伸びないと悩まれてました。我々がお手伝いする前の投稿は、ヘルシー、ナチュラル、ファミリー、カップルなど、健康に良さそうなイメージの写真が集まっていました。ライバルはどこだと思っているかを尋ねたら、別のファストフードB店の名前を挙げられたので、実際に解析してみました。
その結果、ヘルシー系のマインドを持ったフォロワーさんは、B店にはいるが、A店にはいないと分かりました。A店のフォロワーさんのよく使うハッシュタグトップ48を調べたら、食べ物以外のキーワードが一つも入っていませんでした。A店のファンは、ヘルシー系の人たちではなく、とにかく食べることに興味がある人たちだと分かりました。
そこで、おしゃれなのは刺さらないから、食べ物の「シズル感」のある画像を重点的に出したほうが刺さるとアドバイスをしたら、それまでいいね数が1000程度だったのが、6000いいねを獲得する投稿が出てくるようになるなど、いいね数の伸びが改善しました。
ライセンス提供
――とても面白いですね。この解析手法は、特許化やライセンス化ができるものなのでしょうか。
山崎：
国や大学も、研究成果である知財を積極的に活用・運用していこうという方針なので、知財担当の方と相談しながら、ある程度特許化はしています。企業さんにご提供するような技術の場合は、特に知財化されているかどうかがポイントになることもありますので。一方、純粋に基礎研究に貢献できるような研究成果は敢えて特許化せず、オープンソースとして公開することも積極的に行っています。
――たとえば、その技術で起業したいような人が現れた場合、ライセンス提供をされるのでしょうか。
山崎：
私の意向はある程度汲んでもらえますが、大学の知財本部が決定します。大学の場合はライセンスの売却はほとんどしなくて、年間使用料を払うビジネスモデルのようです。
――ライセンスのしくみについて詳しく教えていただけますか。
山崎：
ライセンスは大きく分けて2種類あります。独占と非独占。独占は1社さんだけ。他の企業さんとは契約しない排他的なもの。他の企業さんが同じものを出せないので、世界で唯一にはなりますが、ライセンス料が高くなります。
ただ、技術は共通でも、各企業さんの手元にあるデータが違うので、同じ技術を使っても違う結果が出ることも多いです。なので、非独占でランニングコストを抑えてやりたいという企業さんも多いですね。その場合は、他に希望者がいれば提供するかもしれないことにご了承頂いた上で提供します。
――すでにライセンス提供されてらっしゃいる事例はありますか。
山崎：
少なくない数の企業さんにライセンスのご提供や、技術のご提供はしていますね。
――特許化されていない技術もお持ちなのでしょうか。
山崎：
ほんの数年前まで、穴場の観光地を推薦する技術を研究していました。訪れている人や撮られている写真は少ないけれど、インスタ映えする写真が投稿されているような場所を推薦したり、こういう構図で撮ったらいい写真が撮れるとおすすめする内容です。画像をアップロードする前にどれぐらいのいいね数が付くかの予測もできます。
これは特許化していませんが、お気に入りの研究でした。この技術を使って観光地のおすすめサービスができたら、すごく面白いと思います。組んでくれる企業さんがいればやってみたいですね。
――これは特許にされたほうが良いのではないでしょうか…（笑）
山崎：
論文は公開しているので、マネしたい方はどうぞ（笑）。
| 関連論文 Toshihiko Yamasaki, Andrew Gallagher, Tsuhan Chen, and Kiyoharu Aizawa, “Personalized Travel Navigation and Photo-Shooting Navigation Using Large-Scale Geotags,” in “Multimodal Location Estimation of Videos and Images”, Eds: J. Choi and G. Friedland, ISBN-10: 3319098608, Springer, Oct. 2014. |
あとは、いいね数ではないにしても、人間が1～10点で写真に点数をつけると仮定した場合、この写真は何点つきそうか？を予測することもできます。
たとえば、インスタグラマーさんは、何百枚と撮った写真の中から1枚を厳選してアップロードしますよね。今はご自身のセンスで選んでいると思いますが、事前にフォロワーの反応が自動で予測できたら、より良い写真選びができるようになるのではないでしょうか。
――ビジネスの種は、一次情報にアクセスすること発見できるかもしれないのですね！
研究と教育は両輪、リアルなつながりが価値を生み出す
研究のモチベーション
――先生はご自身の研究をもとにして、ご自身の城を会社という形で建てるおつもりはありますか。
山崎：
会社を作ることには全く興味なくて、大学の教育と研究に携わりたいと思っています。なので、「その技術はお金になるじゃん」と思う人がいれば、ライセンスをご提供するので、そちらでやってくださいというスタンスです。自分で会社を作っちゃうと、それに時間を取られてしまうので。それよりも、教育と研究に携わりたいですね。
――となると、企業との共同研究のモチベーションはどんなところにあるのでしょうか。
山崎：
我々のモチベーションとしては、実際に企業さんで使ってくれるのであれば役に立つし、研究として価値のあることなのかなと思えるところですかね。研究費もないよりはあったほうがもちろん助かりますけど、リアルデータを使いながらやることで、絵に描いた餅ではなく、実社会はどういうところに困っているかがリアルに分かります。
研究成果を実際に世に出したときに、どんなフィードバックが得られるかというのにも興味があります。また、世の中でまだ解決できていない問題を解く技術の裏には研究的にも新たな課題が隠れていることが多いと感じます。
僕はビジネスしたいというより、世の中の役に立つことをやりたいです。AIやIoTは、世の中に応用できる技術分野なので、せっかくなら世の中をハッピーにしたいと思っています。自分は研究と世の中の困りごとをブリッジするような役割をしていきたいですね。
教育者としての姿勢
――教育のほうも、研究と肩を並べて先生にとって大事な部分なのでしょうか。
山崎：
はい。Newspicksでもよく呟きますが、1つは、教育は「国家百年の計」とも言われる大事な要素です。もう1つは、僕の父親は昔高校の先生で、その背中を見て育ったので、先生という職業に対する憧れがあったのかもしれません。
教育と研究は両輪で、どちらが欠けてもうまく動かないものだと思っています。最先端の研究をしているからこそすぐに教育に活かせるし、教育でフィードバックがあるからこそ研究に活かせるところがあります。
――教育者として目指している姿はありますか。
山崎：
僕が3年間かけて勉強したことを、他の人に1年だけかけて勉強できるようにしたいと思っています。そして余った2年間で、新しいことを勉強してほしいです。あとは、色々教えたり手助けしたりすることで、僕を踏み台にして、さらに高みを目指してほしいという思いでいます。
――授業などで工夫されている点ありますか。
山崎：
中途半端な知識は、教えようとするとすぐにボロが出るので分かります。なので、毎回勉強し直しますし、学生からの質問にも分からないとは言えないので、そのための勉強もします。
自分のプライドとして、同じ講義を二度しないというのがあります。去年の講義よりも今年の講義のほうが絶対に良い講義になっていること売りにしたく、毎年ちょっとずつ改善を繰り返しています。すべてを悟ったような天才的な先生もたまにいらっしゃいますが、僕は努力タイプなので、毎回予習して、講義ノートも毎回修正しながらやっています。
学校という場への思い
――学校という場所に対するこだわりもあるのでしょうか。
山崎：
僕は人脈が大事だとずっと言っていますが、学校は人脈作りの面ですごく価値がある場所です。今の時代は、オンラインで勉強できればそれでいいとおっしゃる方も多いんですけど、僕は大学などの集団の価値はそんなところではないと思います。
将来共同研究をするにしても、一緒にいる仲間、元同僚だったというだけで、一緒にやろうと言えるわけです。知らない人が来て、先生一緒にやりましょうってなっても、お引き取り下さいってなっちゃいますよね。先ほどお話した医療の研究も、東大の元同僚があるスタートアップのCTOになったのがご縁で共同研究に至っているという経緯があります。
――やはりSNSで人づきあいがどんなに濃密でも、リアルタイムで同じ空間を共有することには敵わないでしょうか。
山崎：
今はまだ敵わないんじゃないですかね。もう少し時代が進んで、オンラインで学ぶんだけどみんながVRで同じ空間にいるような体験ができるようになれば変わると思います。
よく例えるのは、映画館の臨場感とホームシアターの臨場感の違いのようなものかなと。家でも十分楽しめるし、サラウンドで、迫力としては申し分ないけど、決して映画館がいらないという話にはならない。大空間で、ぽりぽりポップコーンを食べながら、隣の人と同じタイミングで笑うなど、映画館にはホームシアターにない楽しみや価値が沢山ありますよね。場の空気の共有の価値というのは絶対にあると思います。
学校はそれを濃縮した場所ではないでしょうか。友達がいたり、先輩後輩がいたり、ライバルがいたり、先生がいたり。学校は、そういう場の提供としてはすごく価値がある空間だと、僕自身は思っています。
研究者としてのポリシー
――最後に、研究者としてのポリシーを教えていただけますか？
山崎：
想像力を働かせ続けることかなと思います。自分の困りごとにしても、誰かの困りごとを助けるにしても、こうやったら世の中の役に立つのではないかとか、どうアプローチしたら解決するかを考えるのは意外と難しいことです。それに対して自分事として考え続けるというのは、自分自身が普段強く意識していることかもしれません。自分だったら、どういうことができると嬉しいか？というのが軸ですね。
世界中の人にそんな技術言らないと言われても、まずは「自分自身は欲しいと思っている」と言えるものを作りたいです。たまたま世の中の人も、その技術が重要だと言ってくださるので、研究者としての今の僕があります。
――貴重なお話、ありがとうございました！
山崎 俊彦（やまさき・としひこ）  東京大学大学院情報理工学系研究科准教授。工学博士。熊本県生まれ。 東京大学大学院工学系研究科電子工学専攻博士課程修了。博士(工学)。東京大学大学院新領域創成科学研究科基盤情報学専攻 助教、同大学院情報理工学系研究科電子情報学専攻 講師を経て、現職。2011～2013年まで米国・コーネル大学Visiting Scientist。 「刺さる」「映える」「響く」などの言葉で表現される「魅力」の予測・要因解析・増強を行う魅力工学に関する研究を精力的に行っているほか、大規模マルチメディアデータ処理、物体認識・機械学習、最適化、などの研究を行っている。 |
■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。
PAGE TOP