リチャード・ソーチャー氏は、ディープラーニングの研究開発を行うMetaMind社の設立者 兼 CEO/CTO。ディープラーニング分野では第一線の研究者でもある。MetaMind時代、彼が手掛けた画像認識AI（AI Platform）は、対象を正確に分類するだけでなく、猫の模様やパンの種類まで高い精度で見分けることができるという。MetaMindは2016年4月にSalesforceに買収。ソーチャー氏は同社のチーフサイエンティスト 兼 Salesforce Research所長として、ディープラーニング研究を続けるとともに、AI機能「Salesforce Einstein」（以下、Einstein）の開発を主導している。
聞き手の巣籠悠輔氏は、Gunosy（現グノシー）の創業メンバーの1人。Gunosyではニュースレコメンドのためのアルゴリズムの研究などを行っていた。現在は、ディープラーニングによる画像解析や自然言語処理で医療分野でのイノベーションを目指すベンチャー企業「情報医療」にCTOとして在籍。東京大学の招へい講師も務めるなど、やはりAI研究の第一人者である。昨年、ディープラーニングに関する著書『Deep Learning Javaプログラミング 深層学習の理論と実装』を上梓した。
キーワードによる感情分析では自然言語処理はスケールしない
巣籠悠輔氏（以下、巣籠）：私はWebマイニングからディープラーニングの研究に入っていきました。ソーチャーさんはどんなきっかけでAI、ディープラーニングに興味を持ったのでしょうか。
リチャード・ソーチャー氏（以下、ソーチャー）：どこまでさかのぼるか難しいですが、高校時代に数学と言語学に興味を持っていたのが始まりです。その後、Lingustics Computer Scienceについて学びました。当時は言語学に数学やコンピュータによる処理を取り入れる動きは珍しいものでした。2006年から2008年ごろに話題になった、機械学習やAIは、さまざまな知識や学問が求められる領域であり、非常にワクワクしたのを覚えています。スタンフォード大学では、言語学と数学の2つの分野について人間の知能という視点で研究を続けました。
巣籠：AI研究の最先端が、機械学習からディープラーニングに変わった時期がありますが、どこをチャンスととらえましたか？
ソーチャー：スタンフォードでもトップの学生というのは、実は優秀なAIアルゴリズムを考えるというより、直感でパラメータをチューニングできる能力があることに気が付きました。例えば、自然言語処理における感情分析では、多くのエンジニアが、「すばらしい」「おどろいた」、あるいは「つまらない」「ひどい」といったキーワードでポジティブ感情、ネガティブ感情を判断してチューニングしています。しかし、実際の会話や感情では逆のこともあります。このように直感に頼るような技術では、スケールしていかないと感じました。
当時、ディープラーニングは画像認識で利用され始めていましたが、自然言語処理で利用する研究者はいませんでした。しかし、いまでは、自動翻訳システムでも、生データを大量に用意して機械学習させていくより、ディープラーニングによって生成したAIモデルでスペイン語でも中国語でもすぐに翻訳してくれるシステムに変わってきています。ディープラーニングによって経営課題や問題を解決してほしいと考える投資家や企業も増えています。
