グーグルは、2017年5月中旬の開発者会議「Google I/O」で、あることをはっきりさせた。グーグルはいまや「AIファースト」の企業であるということだ。

カンファレンス中、同社の幹部たちは数時間かけて、「Google Lens」、AIチップ［日本語版記事］、「Smart Reply」など、あらゆる製品にAIが組み込まれることを説明した。もちろん、それはわくわくするような内容だった。しかし、グーグルはすでに、楽しみながら手軽にAIの未来を理解できる手段を提供している。ゲームだ。

AIは学問の世界を飛び出している

「AI Experiments」は、さまざまなインタラクティヴAIプロジェクトを集めたサイトで、マシンのクリエイティヴな能力を示すようデザインされている。たとえば、「AI Duet」は、ユーザーが弾いた音に自動でハーモニーを付けるピアノ。「Bird Sounds」は、鳥の鳴き声を周波数で分類するヴィジュアルマップだ。面白いものやくだらないものもあれば、機械学習とは何かがわかるものもあり、いずれもAIを身近な存在にすることを目的にしている。

「Google Creative Labs」のエグゼクティヴプロデューサー、スザンヌ・チェンバースはこう話す。「われわれがこれらの実験やデモで示そうとしているのは、AIがすでに学問の世界を飛び出しているという事実です。すでにいくつもの使用事例があります。AIをプロジェクトや製品にどのように応用するかは自由であり、楽しい側面もあるということを知ってもらいたいと思いました」

CEOのサンダー・ピチャイがI/Oで発表したプロジェクト「AutoDraw」には、最初の1週間で400万ものアクセスがあった。これは「Pictionary」にAIを組み込んだようなツールだ。マイクロソフトの「ペイント［日本語版記事］」に似たシンプルなプラットフォームを使って絵を描き、マシンに何の絵かを当てさせるというゲームだ。ユーザーが曲がりくねった線を描くと、マシンはあらかじめ用意されたリストから絵を提案し、美しい絵に描き変えてくれる。このアプリは4月、アーティストたちが描いた400枚の絵とともに公開された。絵の数は増え続けており、6月中には35人のアーティストが追加される予定だ。

こうしたマシンとアーティストのコラボレーションが成立するのは、グーグルがオープンソースのアプローチをとっているおかげでもある。グーグルは2015年、機械学習ソフト「Tensor Flow」をオープンソース化した。その前には「Torch」、「Theano」などのソフトウェアがオープンソース化され、これらがAIの成長を後押しした。そして、AI技術はシンプルになった。グーグルの画像分析ソフト「Cloud Vision API」がよい例だ。画像をブラウザーにドラッグするだけで、画像のカテゴリー、エンティティ、プロパティがわかる。

ラップを歌うカメラがAIを賢くする

クリエイティヴテクノロジストのエリック・ローゼンバウムは、「おかげで、わたしのようなクリエイティヴコーダーがグーグルの素晴らしいアイデアをすぐに活用できます」と喜ぶ。彼は「Giorgio Cam」というAI Experimentを開発した。画像認識技術で写真を識別し、そこに写っているものをテーマにラップの歌詞をつくってくれるツールだ。「この画像認識技術を試すためだけに大げさな機械学習システムをインストールしなければならないとしたら、わたしはラップを歌うカメラなど開発しようと思わなかったでしょう」

Giorgio Camは、奇妙なやり方で機械学習の能力を示しているように見えるかもしれない。しかし、もしAIがあらゆる場所で役割を果たすようになるとしたら、ラップカメラのような一見くだらないものすら重要性をもつ。AIはどのように機能するかを垣間見れるからだ。ユーザーはラップにくぎ付けになり、共有したいと思うだろう。そうやってユーザーが増えれば、マシンはどんどん賢くなる。

これが最も基礎的な機械学習の仕組みだ。インプットが増えるほど、アウトプットの精度が向上する。マシンは、何が正しく、何が間違っているかをユーザーから学ぶ。たとえば、AutoDrawは予測能力のほとんどを「Quick, Draw!」という過去の実験から獲得した。これは、ユーザーが指定されたもの（ホッケーのスティックなど）を描き、マシンに当てさせる実験だ。ユーザーは6つの絵を描き、マシンの回答がすべて正解だったらユーザーの「勝利」。しかし本当の勝者は、脳のニューロンを再現したニューラルネットワークだ。

ユーザーがホッケーのスティックを描くたび、ニューラルネットワークはどのように描かれているかを理解しようとする。手の動きが始まる地点、描画のリズム、さらに、描き上がるまでのすべてのラインを学習する。グーグルは、Quick, Draw!の情報を使ってAutoDrawのニューラルネットワークを訓練し、ゼロから学習するよりはるかに高い精度を実現した。このようにフィードバックのループが成立する場面では、機械学習アプリのユーザーが多いほど有利だ。

グーグルがこのような未来へと突き進む限り、AIの楽しい応用例は次々と出てくるだろう。チェンバースによれば、グーグルはAI Experimentsを、コーダーやアーティストなどあらゆる人々に「インスピレーションを与える」プラットフォームにしたいと考えているという。いまはまだ、AI版Pictionaryやラップを歌うカメラくらいしか提供されていないかもしれない。しかし、未来のことは誰にもわからない。