2016年2月3日（米国時間）、グーグルの検索エンジン部門トップを長く率いてきたアミット・シンハルの退社が自身のGoogle+で発表された。そしてすぐ、その後任にジョン・ジャナンドレアが就任することがグーグルから発表された。

この2人の交代劇は、テック業界そのものの転換期の象徴とも見てとれる。

というのも、ジャナンドレア氏はグーグルの人工知能（AI）部門の統括責任者だ。このAI部門には、ディープニューラルネットワーク、つまり人間の脳内にある神経ネットワークを模擬した人工ニューラルネットワークも含まれる。膨大なデジタルデータを分析することで、ニューラルネットは画像認識や音声認識から、インターネットの検索クエリに応答したり、あらゆる有益なタスクを学習することができる。場合によっては人間より理解度もスピードも優れており、しかもはるかに大規模で実施できる。

ディープラーニング（深層学習）のアプローチは、FacebookやTwitter、Skypeといった多くの人気サーヴィスに急速に浸透してきている。この流れはここ1年余りでみると、グーグルのドル箱事業とも言える「Google検索」にも当てはまる。

2015年10月の『ブルームバーグ』の報道によると、グーグルはその年に入ってすぐ「RankBrain」と呼ばれる検索キーワードによるクエリを解釈するAIアルゴリズムを本格的に展開し始めている。RankBrainは非常に大きな役割を果たしており、1秒間に数百万もの検索クエリの大規模処理を行っているという。

この報道によると、前任のシンハル氏こそ、このRankBrainの本格展開を主導した人物だった。もし少し以前だったら、グーグルはより単純な機械学習システムを模索していたかもしれない。しかし噂によると、一時のあいだ、シンハル氏は機械学習システムをGoogle検索に採用することに断固たる抵抗を示していたようだ。

これまでのGoogle検索は、人間の手による厳格なルールにもとづいたアルゴリズムを採用してきた。あるグーグル元社員によれば、ニューラルネットにおける解釈やその対応がより困難を極めるという懸念からだ。

そして、いまだこうした懸念は機械学習の世界に存在する。

専門家でさえニューラルネットがどう動くのか、完全には把握していないというのが実情だ。しかし、実際に使われているのは確かで、例えばカモノハシの写真を入力すればニューラルネットは識別して学習するし、コンピューターのマルウェアコードを示せばウイルスを認識する。人間が検索エンジンに入力する言葉を提示すれば、検索クエリやその対応を学習することができるのだ。そして時に、人間によるアルゴリズム以上の結果を出すこともある。

人工知能はGoogle検索の未来形だ。これが実現していくなら、AIはずっと多くの未来も変えていくはずだ。

ルールという呪縛

昨秋、あるグーグル元社員とGoogle検索エンジン内でのニューラルネットワークの役割について議論したことがあった。かつてグーグルの広告チームがターゲティング広告にニューラルネットを採用したことがあったが、当時、検索チームはこれに消極的だったと彼は語った。

ここ数年で、この議論はQ&Aサイト「Quora」上でもよく繰り返されている。グーグルの検索チームで働いた経験もある『The Effective Engineer』の著者エドモンド・ラウは、Quoraへの投稿で「シンハルは機械学習にバイアスがあった」と記している。曰く、機械学習は、理由こそわからないものの「特定の検索結果が上位にランクされてしまったりする」し、「機械学習をベースとしたシステムを構築したとしても、その運用は困難だ」としている。そして、「従来のやり方は複雑ではあるものの、技術者が状況に応じて臨機応変に対応できるメリットがある」と、ラウ氏は付け加えている。

だが、いまやグーグルは検索エンジンにディープラーニングを取り入れ始めている。AIチームのトップが検索チームを兼務するという今回の交代劇をみるところ、グーグルはこの方向性をさらに進めていくのだろう。

制御不能という壁

「ニューラルネットの導入で、一部コントロールを失うことは事実。だがすべてではない」と語るのは、深層学習スタートアップ・Skymindの創設者クリス・ニコルソンだ。ニューラルネットは数学、線形代数をベースとしているため、技術者は内部の多層構造における数値を高精度で追跡できる。しかし、自然言語処理による分類がどのように行われるかを解釈できないことが困ったところだ。

「人間はディープラーニングの前提は理解していますが、生成されるモデル自体をほとんど理解できないわけです。しかし、コンピューターならばそれも可能で、非常に正確な結果が得られます。その結果をどうやって導いたのか、わたしたちも逐一説明できるわけではないのですが」（ニコルソン氏）

つまり、ニューラルネットを理解するためにはトライ&エラーを繰り返し、前提となる数学と適合させて新しいデータ上で試す。そしてより多くの試行錯誤を繰り返す必要がある。もちろんそれは可能だ。しかし、同時に煩雑でもある。Google検索をAIモデルに移行した場合、検索結果を場合によって保護したり変更したりといった臨機応変な対応が行えるかはわからない。

この懸念は、グーグルにとって些細なことではない。

EUの欧州委員会は2015年4月、欧州のウェブ検索の9割以上のシェアをもつGoogle検索で、検索結果を自社に有利なように操作したという独占禁止法違反疑いの行為に対して通知する意義告知書（Statement of objections）をグーグルに送ったと発表。これに対しグーグルは反論している。PHOTOGRAPH BY Evan Lorne / Shutterstock.com

グーグルは（自社ショッピングサーヴィスと）競合するページの表示順位を不当に下げているとして、欧州で独占禁止法の問題に直面している。ここで考えべきは、実際にコンピューターがこの表示ランキングの決定権を握ったとしたら、そしてその理論的な根拠が理解不能だとしたら何が起こるか、ということだ。人間はこれからもコンピューターを開発し続けるだろうが、これまでと同じ方向性ではないだろう。

いずれにしても、ディープラーニングはすでにGoogle検索を構成する一部となっている（グーグルはここ数年、機械学習の別システムも試していたかもしれないが）。犠牲を払う部分もあるかもしれないが、ディープラーニングのメリットがそれを上回るとグーグルは読んでいる。

ディープラーニング

先のブルームバーグの報道によれば、RankBrainは約15パーセントのまったく未知のクエリを処理し、検索クエリを構成する単語やフレーズを分析するという。そして、よりマッチする言葉やフレーズがないか探してそれを決定する。結果として、Google検索が未知のクエリを処理する際、従来のルールベースより優れたシステムになる。

しかし、時間が経てばこうしたシステムはGoogle検索だけでなくインターネットサーヴィス全般で、より大きな役割を果たすようになるだろう。

グーグルはあるとき、RankBrainと検索エンジニアを対抗させるテストを行ったことがある。このテストで両者はさまざまなウェブページを閲覧し、Google検索結果で最上位にランクされるものを予想した。制限時間において、RankBrainは80パーセントの正解率であったのに対し、エンジニアは70パーセントだった。

この結果は、なにもこれまで検索チームを率いていたシンハル氏の業績を損なうものではない。彼がグーグルに入社したのは2000年、そしてエンジニアに贈られる最高の栄誉グーグルフェローに指名されたのは、その翌年だった。グーグルの歴史上、その「検索エンジン」をほとんど牽引し、そしてその「Google検索」はインターネットの世界を制覇してきたのだから。

しかし、機械学習は急速にその姿を変えつつある。「学習するというシステムによって、もはやルールを記述する必要がなくなるのです」と、報道陣が詰めかけたグーグル本社の一室で語ったジャナンドレア氏。「そうなれば、きっともっと世界は広がっていくでしょう」