基幹システムを運用してきたIBM iは、重要な企業データを集積する、いわば「情報の宝庫」である。
定型データ中心のシステムに、Watsonが得意とする非定型データが融合すれば、
新次元のデータ活用が実現することになる。
西上功一郎 氏
日本アイ・ビー・エム システムズ・エンジニアリング株式会社
ワトソン・ソリューション
マネージャー 、シニアITスペシャリスト
コグニティブ技術の活用
WatsonをはじめとするコグニティブやAI技術の台頭が著しい。Googleの開発したアルファ碁をはじめとしたディープラーニング技術や、Amazon Echoなどの音声認識を使って人をアシストする仕組みの実用化など、近年の技術発展は目覚ましいものがある。
もちろんIBM Watson（以下、Watson）も負けてはいない。すでに一般的になりつつあるコールセンターのオペレーター支援や、社内のナレッジを音声で検索するシステムなど、実用的な仕組みを確立している。
コグニティブシステムと従来システムとの違いは何だろうか。本質的な違いは、コグニティブシステムがこれまでの定型データに加え、音声・画像・文章などの非定型データを取り込んで処理できることである。
IBM iは基幹システムとして長く運用されてきただけに、定型データの扱いに長けている。今後はIBM iにも、Watsonをはじめとする非定型データを扱う技術をミックスさせて人を補助し、さらに便利なシステムへと昇華させていくことが必要であろう。
Watsonを知る
多くの読者がWatsonに関する多彩な情報を目にしているだろう。しかし、Watsonを実際に使っているユーザーは、まだ少ないと思われる。「扱いがむずかしいのでは」「試してみることすらできないのでは」と考えるユーザーも多いようだが、Watsonは実に簡単に試すことができる。たとえば「Qiita Watson」というキーワードでWeb検索すると、Watsonに関連した多くの投稿が見つかる（参考URL：http://qiita.com/tags/watson）。
Qiitaは日本人の技術投稿サイトなので、ワールドワイドになるとさらに多くの情報が見つかるだろう。これらの投稿は、Watsonをトライアルアカウント（現ライト・アカウント）で試用したケースが多い。つまり、Watsonは簡単に試せるのである。
Watsonのラインナップは現在、（1）IBM Cloudで提供されるAPIサービス、（2）クラウド上にデータをアップロードして、分析や知見を得られるSaaS型のサービス、という2種類に大別される。
（1） IBM Cloudで提供されるAPIサービス
図表1のように、IBM Cloud上には、言語・画像・音声・分析などに分けられたAPI群が用意されている。代表的なAPIサービスをいくつか紹介しよう。
「Natural Language Classifier」などは、比較的短い文章から意図を抽出する分類機を作成する。「Conversation」は意図抽出・キーワード抽出をもとに、対話を作成し、チャットボットを作成する。「Visual Recognition」はその名のとおり、画像認識や顔検出などを実行する。
「Speech to Text」や「Text to Speech」など音声系のAPIは音声をテキストに、またはテキストを音声に変換する。分析系の「Discovery」は、文書群から学習に応じた検索結果を導き出す。一般にWatsonを利用すると言えば、これらのAPIサービスを組み合わせたアプリケーションを指す場合が多い（ここでAPIサービスと呼んでいるのは、HTTPメソッドを使ったRESTサービスを指す。詳細はPart 2を参照）。
【図表1】Watson Developer CloudのAPIサービス
https://www.ibm.com/jp-ja/marketplace/cognitive-application-development
https://www.ibm.com/watson/jp-ja/developercloud/services-catalog.html
※1 Language Translatorに関してはニュースドメインのみ日本語対応をしている
（2）SaaS型サービス
SaaS型サービスはAPIサービスと異なり、アプリケーションを作成することなく、登録するだけで利用できる。「Watson Knowledge Studio」がそれに相当する。Watson Knowledge Studioは、文章から単語や単語の関係性を抽出するアノテーションを、機械学習を用いて作成する。
コグニティブシステムの多くは、こうした複数のWatsonコンポーネントを組み合わせて実現する。
たとえば図表2のように、①Speech to Textで音声をテキストに変換し、②Conversationで発話の意図を理解して回答を作成し、③Text to Speech で回答を音声にして話させることで、音声で会話できるチャットボットを実現する。
【図表2】コグニティブシステムの例
IBM iの定型データと
非定型データとの融合
IBM iでは基幹データを運用しているので、「データの宝庫」であると言える。 ここに動画や画像、位置情報やソーシャルデータなどから得られる知見を組み合わせることで、新たなビジネスモデルを生み出せるはずだ。
（1）ソーシャルデータとの融合
たとえば図表3のように、商品の売上・単価などIBM iの定型データをWatson APIで分析し、SNSのつぶやきから得られる商品の評価を組み合わせ、そのデータをWatson Analyticsで分析する。これにより、これまで以上に踏み込んだ分析結果が得られる。
【図表3 】ソーシャルデータとの融合
（2）画像分析との連動
商品棚や倉庫の在庫監視には、商品にセンサーを付けるソリューションもあるが、画像認識を利用するケースもある。商品棚や倉庫の在庫数を画像として監視し、発注点を切った場合に警告を発して、IBM iに発注を促すなどの連携も考えられる。
（3）音声でIBM iと対話する
デスク業務の担当者だけがIBM iを利用できるわけではない。なかにはPCの操作に慣れない現場の作業員が、IBM iを操作することもあるだろう。音声認識やConversationなどのAPIによって実現する対話で、在庫照会や商品マスタを検索するだけでも作業効率を高められる。
Watsonは、自社のデータを活かして独自のカスタマイズされたソリューションを生み出すことに主眼を置いている。Watsonを自分の手で触り、IBM iのデータとの連携をぜひ考えてみてほしい。
････････
著者プロフィール
西上功一郎 氏
2002年、日本アイ・ビー・エム システムズ・エンジニアリング入社。Power SystemsおよびIBM iのテクニカル・サポートに従事し、主に仮想化や高可用性のソリューションなどを担当。近年ではWatsonのソリューション開発やテクニカル・サポートを担当。自然言語処理やWatsonの教育、Watsonを利用したアプリケーション開発などに従事している。
････････
i Magazine 2017 Winter（11月）掲載
