継続的インテリジェンスを発見：Juji CEO Michelle Zhou氏が語るAIの民主化

このRTInsights Real-Time Talkポッドキャストでは、RTInsights編集者Joe McKendrickがJujiの共同創業者兼CEOであるMichelle Zhou氏と対談します

この RTInsights Real-Time Talk ポッドキャストでは、RTInsights編集者Joe McKendrickが、Jujiの共同創業者兼CEOであるMichelle Zhou氏と、AI自体を用いてAIをよりアクセスしやすくすることで、人工知能（AI）の利用を拡大することについて語ります。会話は、IBM Watsonでの経験を基に、ノーコード・再利用可能な認知AIプラットフォームの活用に焦点を当て、AIアシスタント/チャットボットを民主化し、拡大するAI格差を埋める方法を扱っています。

• Apple
• Google
• Spotify
• その他のプラットフォーム

Joe McKendrick: こんにちは、Joe McKendrickです。RTInsightsのContinuous Intelligenceポッドキャストシリーズへようこそ。今日はJujiの社長兼共同創業者であるMichelle Zhouさんをお迎えしています。AI分野のリーダーとして、長年活躍されています。本日はよろしくお願いします。まず、Michelleさん、あなたの歩みについて教えてください。IBM Watsonでの経験があり、AI分野が本格的に動き出してから携わってこられましたね。現在に至るまでの経緯をお聞かせください。

Michelle Zhou: もちろんです。Joe、お招きいただきありがとうございます。私はコロンビア大学の大学院生だった頃からAIの道を歩み始めました。そこで博士号を取得しました。常に興味を持っていたのは、人がやりたくないことや、得意でないことを機械でどう支援できるかということです。私の論文は、情報グラフィックの作成を支援するAIアシスタントの作成でした。誰もがデザイナーなわけではなく、美しい情報グラフィックをデザインできるわけではありませんが、誰もがデータを好み、解釈したいと思っています。そこで博士課程で、データを見て分析し、データの視覚的説明を自動的に作成するAIを開発しました。これは医師や看護師が患者データを理解するのに、またネットワークアナリストがネットワークデータとパフォーマンスを理解するのに実際に使用されました。

卒業後、IBM Watson Research Centerに入りました。それまではシステムがインタラクティブではなかったためです。データセット、ユーザーのタスク、視覚的嗜好があれば自動生成できました。しかし、ユーザーが視覚化を見てさらなる質問を持ったら？データの別の部分を見たいと思ったら？そこで、会話型AI for data analyticsというプロジェクトを始めました。今から15〜20年前のことです。会話型インターフェースは、自然言語でデータについて問い合わせるのを支援します。

例えば、「この製品を見せて」と尋ねるかもしれません。保険商品を買うとしましょう。「100万ドル以下の住宅向けの住宅保険商品を見せて」とか。「自動車保険とセットならどう？」というように。これは文脈に応じたもので、人々が自然言語だけでデータについて問い合わせ、データを理解できるようにします。システムはユーザーの問い合わせを受け取り、解析し、ユーザーが何を求めているかを理解し、自動的にデータと適切な形式を導き出して、問い合わせたデータがどのようなものかを説明します。これが一つ目のプロジェクトです。

そこでは、ユーザーのデータ嗜好と表示嗜好だけを気にしており、個人差は考慮していませんでした。個人差とは、例えば性格はどうか？認知スタイルはどうか？ストーリー形式のデータストーリーが好きか、ファクトベースで数字重視のデータストーリーが好きか？といったことです。これらを考慮していませんでした。

そこで、IBMで別のプロジェクトを始めました。これがIBM Watson Personality Insightsになりました。ユーザーの行動データ、コミュニケーションデータを使って個人差をよりよく理解するものです。例えば、外向的か内向的か？協調的か、孤独な学習者タイプか？といったことです。私の共同創業者（コンピュータサイエンティスト兼心理学者で、IBM Watson Personality Insightsを共同発明）とともにJujiをスタートアップとして立ち上げました。

私たちは、真に新しい世代のAIアシスタントを作りたかったのです。認知アシスタントと呼びます。基本的に、人々と対話し、組織の労働力を拡張し、特に人間が本当にやりたくない、かなり時間のかかる労働集約的なタスクを自動化します。例えば、見知らぬ人と会話すること（誰もがやりたいわけではない）、やりたくないことに人を促すこと。例えば、宿題を終わらせたり、運動したり、毎日健康状態をチェックしたり。これらはAIアシスタントに任せましょう。これが現在の私たちです。

Joe McKendrick: 本当に魅力的です。消費者として、オフィスではGoogle Assistantを使い、家ではAlexaを使っています。でも、あなたが取り組んでいるのは、消費者が個人アシスタントで使うような比較的シンプルな質問や曲のリクエストよりも高度なもののように聞こえます。

Michelle Zhou: その通りです。その対比を挙げていただけて嬉しいです。通常人々が使うAlexaやGoogle Homeは、ユーザー主導のインタラクションです。ユーザーが「外の気温は？」「好きな曲を見つけて」と言います。システムは非常に受動的です。私たちの場合、真にインタラクティブなAIアシスタントをサポートしたいのです。ユーザー主導だけでなく、機械主導にもなり得ます。例えば、非常にシンプルな例。

大学のウェブサイトでオンラインプログラムを探して申し込もうとしているとしましょう。アシスタントが実際にオンラインプログラムのツアーをしてくれます。ツアー中に質問できます。例えば、Zoomアシスタントが「これを始めて、声をテストして、写真を見て」と言ったとき、「背景を見せたくない。どうすれば？」と聞けば、「背景を変えたり、ミュートにしたりできますよ、ツアーを続けましょう」と返ってきます。まるで人と会話しているような、真の会話です。

これがJujiが開発したものです。だからこそ、認知AIアシスタンスと呼んでいます。これは認知知能です。通常のAIとは異なり、認知知能とは、AlexaやGoogle Homeで経験したような言語スキルがあるだけでなく、高度な人間的スキル、特にソフトスキルを持っています。ソフトスキルの一例は「積極的傾聴」です。ユーザーが何を言っているかを理解するだけでなく、感情を検証し、言い換え、要約し、非常に注意深く、ユーザーが気にしていることに関心を持ち、信頼でき共感的な会話を実現します。まるで人と本当に会話しているような、非常に個人的な関係性を築けます。

Joe McKendrick: コールセンターやコンタクトセンターで、仮想アシスタントが顧客の怒りやフラストレーションを感知し、オペレーターにつなぐか、フラストレーションに対処しようとする話を聞きます。あなたたちもそのタイプのアプリケーションを構築しているのですね？

Michelle Zhou: その通りです。実は、すでにそれを超えています。最初の「積極的傾聴」は、ユーザーの感情を感知し、言い換え、要約することです。次の例、「行間を読む」は、心理学者と話すように、言ったことの裏にあることを理解しようとするものです。言葉に出されないニーズと欲求、感情的な特徴です。その瞬間の感情だけでなく、その特徴がどう見えるか。だから「行間を読む」と呼びます。

例えば、私たちのAIアシスタントはユーザーの会話テキストを動的に分析し、「個人差」を検出しようとします。個人差には、情熱や関心、得意なことが含まれます。論理的推論が得意な人、ストーリーテリングが得意な人。人生の課題への対処法。プレッシャー下で冷静な人、動揺する人。各ユーザーの固有の個人差、特徴を理解することで、各ユーザーをより良く支援できます。

先ほどの例で言うと、オンラインプログラムを探している学生が、授業料の負担を心配しているとします。別のケースでは、アシスタントがそんな言外のニーズを検知すれば、「奨学金プログラムがたくさんあります。学位取得やキャリアアップの道のりでサポートできます」と案内できます。同じ悩みでも、几帳面で慎重な人には「様々な奨学金オプションを提示します。ライフスタイルやワークスタイルに合うものを選んでください」と異なる伝え方ができます。同じニーズでも、心理的なニーズ・欲求が異なれば、真にパーソナライズできます。

Joe McKendrick: 認知AIアシスタントも、ユーザーに適応するために独自の性格、行動セットを採用するということですか？

Michelle Zhou: 実はそれについても多くの研究をしました。まだ採用していません。研究中です。研究結果が矛盾しているためです。一部の研究では、人は似た性格のAIと対話するのを好むと示しています。外向的なら外向的なAIを好む。しかし別の研究では、補完的な性格、つまりおしゃべりな人には控えめなAIを好むと示しています。どちらがユーザーに好まれるかまだ判明していないため、本番導入していません。もう少し研究が必要です。

Joe McKendrick: AIの民主化について語られましたが、スマートフォンのような小型デバイスでもAIが動く未来を想像されますか？スマートフォンを通じて対話する？他のシステムに統合されるデバイス？それも視野に入れていますか？

Michelle Zhou: はい、正解です。実は、AIの民主化の一つの側面に触れています。1970年代、「コンピューティングの民主化」と呼ばれたものを思い出してください。当時、IBMのメインフレームやミニコンピューターは高価すぎて誰も買えませんでした。第二に、プログラミング言語を知らないと使えませんでした。パーソナルコンピューター、PC、Macの登場で、コンピューティングが民主化されました。ほぼすべての企業がコンピューターを買えるようになり、プログラマーでない人、コンピュータサイエンスの専門家でない人でもコンピューターを操作できるようになりました。

AIでも非常に似た考えを持っています。AIがスマートフォンを含むあらゆるデバイスで動くべきだと言うなら、すでに実現しています。第二の側面は、それ以上に、誰でも、文字通り誰でも、PowerPointができ、表計算ができるなら、カスタムAIアシスタントをセットアップ、導入、管理できるようにすることです。先ほど言ったように、認知知能をすべて備えて、ノーコードで、AIの専門知識も不要、トレーニングデータも不要（すでに我々がトレーニング済み）、素早くカスタマイズして導入、管理できる。これが私たちが意味するAIの民主化です。採用して、素早くカスタマイズし、自分の利益のために使えるようにすることです。

Joe McKendrick: わあ、すごい。私のように技術的背景を持たない人でも、こうしたアプリケーションをセットアップできるようになるんですね。

Michelle Zhou: そうですよ。

Joe McKendrick: お客様に。

Michelle Zhou: Joe、PowerPointやりますか？表計算やりますか？参入障壁を極めて低くしました。文字通り、PowerPointができ、表計算ができる人なら、我々のプラットフォームで文脈やタスクに合わせてカスタマイズされた強力なAIアシスタントを作れます。我々のユーザーの多くは、採用担当者、マーケティングマネージャー、プロダクトマネージャー、ユーザーリサーチャーなどです。彼らは決してコンピュータサイエンティストではありません。プログラミングを知りません。知る必要もありません。一般的なナレッジワーカーですが、我々のプラットフォームで非常に強力なAIアシスタントをセットアップできます。

Joe McKendrick: 素晴らしい。今後、Jujiブランドの製品を顧客がダウンロード/購入できるようになるのか？それとも他のアプリケーションプロバイダーと裏で協力して構築するのか？近い将来、どんなものが見られるでしょうか？

Michelle Zhou: 両方です。一つは、すでにクライアントがプラットフォームを使ってカスタムAIを作成し、我々がホストする形で来ています。もう一つは、他社とパートナーシップを結ぶことです。彼らがチャネルパートナーになり、彼らの顧客が彼らの技術と我々の技術を組み合わせてAIアシスタントを作ります。例えば音声認識とTTSに特化した企業なら、我々の技術と組み合わせて音声付きの賢い認知AIアシスタントを作れます。常に顔も。それらすべての技術を組み合わせられます。一つは、会話型AIエンジン、認知エンジンとして潜在的パートナーに提供する形。同時に、テキストベースのAIアシスタントが欲しい人は、直接プラットフォームに来て使えます。

Joe McKendrick: Turing Testに近づいていますか？誰も区別できないレベルに。

Michelle Zhou: そう言う人もいます。でも、それを品質の基準にすべきか不明です。1970年代、ある教授のチャットボットがTuring Testをパスしました。それは心理障害の患者を模倣したもので、誰も何言ってるかわからなかったからパスしたのです。それが良い基準か疑問です。

我々の基準はもっと具体的です。AIが実際にあなたのタスクを完了できるか？ユーザー満足度を本当に届けられるか？ビジネス視点からより実用的で測定可能だと思います。大学が見込み学生や在学生、卒業生を支援するAIを導入した場合、その成果は？登録者が増えたか？はい。学生の成功率と継続率が上がったか？はい。卒業生がより多く戻ってきて教育を継続したか？非常に具体的な成果、成功のアウトカム、AIの有用性です。単にテストをパスするかどうかと比較するより。

Joe McKendrick: AIの懸念の一つは常にデータ、必要なデータ量、ビッグデータなど、識別とトレーニングに大規模データセットが必要なことです。あなたたちの取り組みにも大規模データセットが必要ですよね？

Michelle Zhou: まさにその通り。これがAIの民主化を語る理由です。多くの組織はそんなデータを持っていません。AIすら持っていません。だから我々はプラットフォーム企業として、独自データを生成し、収集してきました。我々のモデルは大量のデータでトレーニング済みです。すでにトレーニング済みデータがあるので、他の人が再利用できるようにすべきです。まるで知能の移転のようです。

先週別の通話でこの質問を受けました。「我々がやっていることの美しさはこれです」と答えました。AIにゼロからすべて教える、行間を読む。我々は知能を埋め込みます。AIを採用すると、そのAIはそれらを持って生まれてきます。組み込み知能、ビルトインインテリジェンスと呼びます。一つの知能を別のものに移転できるのです。

もう一つ例を挙げると、大学の採用プログラムを支援しています。見込み学生から大量の質問が来ます。それらのデータは他大学でも使えます。データと言ったとき、回答そのものではなく、質問です。学生がどう質問し、どう言い換えるか。その上で自動的にさらにトレーニングデータを生成します。大学がそれをやる必要はありません。「データがない」と言って来ても、「心配いりません、我々が持っています。AIアシスタントをジャンプスタートできます」と言えます。これがAIの民主化の意味するところ、知能をパッケージ化し、事前に構築し、他者が即座に採用・再利用できるようにすることです。

Joe McKendrick: 科学研究と同じで、既存の研究の上に構築し、改善し続けられる。そう？

Michelle Zhou: ええ。子供が育つのに似ています。最初から優れた知能を持つ子供。さらに知能がつけば、それを保持するだけでなく、別の子供に移転する。もう一人の子供はゼロから学ぶ必要がない。非常に強力です。

Joe McKendrick: 本当に。Michelle、今後5〜10年で何が起きると思いますか？何を見たいですか？あなたのテクノロジーで、2025年や2030年には世界はどうなっているでしょう？

Michelle Zhou: 映画『her/世界でひとつの彼女』のような、楽観的なシナリオに向かっていると思います。覚えていますか？

Joe McKendrick: はい、はい。素晴らしい映画。

Michelle Zhou: そう。あなたのAIが、あなた自身よりあなたをよく知る。あなたが望むことを、あなたが気づく前に知る。例えば、貯金が必要。AIはすでにあなたが貯金が必要だと知っている。新しい学位が必要で雇用可能性が高まる。AIはあなたが気づく前に知っている。真のパーソナルアシスタント、パーソナルコンパニオンシップ、AIコンパニオンが、あなたが誰で、何を必要とし、何を望んでいるかを理解し、あなたにとって最善の形で支援する。だからこそ責任あるAIの話題にもなる。そのレベルの理解があるなら、責任あるAIを強制しなければ、悪意ある人の手に渡ったとき悪用され、悪い結果を招く。だからこそ責任あるAIを植え付け、AIが人々を基本的に最善の形で支援することを保証したい。

Joe McKendrick: 素晴らしい。本当に。あなたがその分野で行っている仕事は、AIを人々に利益をもたらすポジティブな方向に動かしています。本日ポッドキャストで共有していただき、本当に感謝します。再度、Michelle Zhouさん、JujiのCEO兼共同創業者にお話を伺いました。本日はご参加いただきありがとうございました。本当に楽しかったです。

Michelle Zhou: Joe、お招きいただきありがとうございました。ありがとうございました。さようなら。