「情報発見」を目的として開発された
少ない教師データで「人間の判断」を再現するAI

kibit

「KIBIT」は人工知能関連技術のLandscapingと行動情報科学を組み合わせ、FRONTEOが独自開発した日本発の人工知能エンジンです。
人間の心の「機微」(KIBI)と情報量の単位である「ビット」(BIT)を組み合わせ、「人間の機微を学習できる人工知能」を意味しています。
テキストから文章の意味を読み取り、人の暗黙知や感覚を学ぶことで、人に代わって、判断や情報の選び方を再現することができます。

KIBITを支えるFRONTEO独自開発のアルゴリズム

Landscaping

ビッグデータを人の思考及び活動結果の集合体と捉え、
そこから人の思考や行動を分析する科学

行動情報科学

模様

 特徴

人の暗黙知を学習するAI

人の暗黙知を学習するAI

KIBITは、テキスト解析において、キーワードだけに頼らず、専門家や勘の優れた人が備える“暗黙知”を再現できます。従来のテキストマイニングや検索技術と一線を画した、独自の機械学習アルゴリズムを用いていることで、小さな計算資源と少量の教師データによる短時間での解析が可能です。また、異なる表現でも類似性や文脈を捉え、文章の特徴量を抽出できるなど、高い自然言語処理技術と実践的な結果を得られる点が高く評価されています。

1

リーガルテック領域で生まれたKIBIT

リーガルテック領域で生まれたKIBIT

国際訴訟における証拠の発見という妥協の許されない業務において、FRONTEOは「KIBIT(キビット)」という、人工知能エンジンを開発しました。訴訟における証拠の発見では、限られた時間の中で大量のテキストデータから証拠となるデータを見つけなければなりません。そのようなリーガル事業で培われ、発展した「KIBIT」は、専門家の経験や勘などの「暗黙知」を学び、人の思考の解析から、未来の行動の予測を実現します。

2

少量(数十件から)の教師データで高速・高精度、短期実装も可能

少量(数十件から)の教師データで高速・高精度、短期実装も可能

KIBITは、単語の重要度を最適化する独自のアルゴリズム、Weight Refinement(ウエイトリファインメント)を実装しています。Weight Refinementは「伝達情報量」による計算だけではとらえられないデータの特徴をとらえることを可能にし、少ないデータでも十分なパフォーマンスを発揮する事ができ、大規模なサーバ環境を構築することなく学習できるという特徴を持っています。

3

模様

進化するKIBIT

現在のKIBITは、FRONTEOのアプリケーションに組み込まれて動作する「人工知能」ですが、次世代のKIBITはアプリケーションから独立し、外部からのリクエストに応じて自律的に動作する「KIBITプラットフォーム」へ進化しようとしています。 テキスト、画像、音声など複数種類の異なるデータを同時に処理するマルチモーダル機構を備え、言語以外のデータを分析可能とする研究も行っています。さらには、人工知能同士が自律分散的に通信しあって処理を進めていき、高速かつ自動的に分析範囲が広がっていくような、自律分散型の人工知能を作る構想も進めています。

これらの複雑な仕組みを支える統合基盤が、ビッグデータを自律的に処理して高度な総合判断を得る、未来の「KIBITプラットフォーム」となるのです。

現状:言語処理技術を用いた人工知能関連ビジネスのインキュベーション フェーズ1:KIBITはアプリケーションから独立し、外部からのリクエストに応じて自律的に動作 フェーズ2:テキスト、画像、音声など複数種類の異なるデータを同時に処理するマルチモーダル機構を実装 フェーズ3:人工知能同士が自律分岐的に通信し合いデータを処理、相互学習を実装
模様

KIBITがもたらす未来

現在の人工知能は、導入時にデータサイエンティストや機械学習のエンジニアがシステム構築を行い導入するのが一般的で、導入時のコストが大きく、誰でも気軽に人工知能が使えるわけではないという課題があります。
現在開発を進めているKIBITプラットフォームでは、個々のデータサイエンティストや機械学習エンジニアが持っているノウハウを誰でも簡単に利用できるため、より短期間でより多くの人にKIBITの恩恵を届けることができるようになります。

FRONTEOでは人工知能の発展は大きく二つの段階に分かれると考えています。最初の段階は既存の組織の内部において人工知能とデータの活用が進み、生産性が飛躍的に向上する段階です。たとえばコールセンターの人工知能がお客様の声の分析を効率化したり、工場で生産管理を行う人工知能が導入され、オンデマンド生産が行われたりするようになります。

次の段階は既存の組織を超えて人工知能が連携し合い、さらに広範にデータの活用が進む段階です。たとえば、新しい製品に対する苦情が多いと判断したコールセンターの人工知能が工場の生産管理を行う人工知能と連携し、短期的に生産量を下げる対応を行うといった具合です。
さらに、このような人工知能の連携が既存の組織のみならず産業の垣根を越えて行われ、複雑なエコシステムが構築されることが予想されます。また、この過程において、言語や数値、画像といった複数のモダリティを統合的に解析することも一般化していくでしょう。

今後、KIBITが進化し、次世代の「KIBITプラットフォーム」が出来れば、言語以外のモダリティや、人工知能同士の相互学習による、より高度で利便性の高い分析が可能になります。 新しい未来を牽引する次世代のKIBITに、ご期待ください。