Adam Gross、HarmonEyes共同創業者兼CEO – インタビューシリーズ

Adam Grossは、HarmonEyesの共同創業者兼CEOで、医療、金融サービス、データ分析分野でテクノロジー主導の事業を構築・拡大してきた約30年の経験を持つシリアル起業家です。彼は2013年にRightEyeを共同設立し、医療、プロフェッショナルスポーツ、軍事パフォーマンス向けに使用されるアイ・トラッキング技術プラットフォームを開発しました。その後、2024年にDr. Melissa Hunfalvayと共にHarmonEyesを共同設立し、AI駆動のヒューマンステートインテリジェンスへと専門知識を拡張しました。キャリア初期には、医療費削減企業KeyClaimsを共同設立し、2012年にStratose/Zelis Healthcareに買収され、金融分析プラットフォームTrending123.comを共同設立し、2007年にInvestorPlace Mediaに買収されました。また、フィンテック企業KeepMoreを創業し、Eastern ATMを共同設立しました。Eastern ATMは米国東海岸でプライベートATMネットワークを運営し、1998年に買収されました。

HarmonEyesは、リアルタイムで眼球運動から個人の認知的、感情的、身体的状態を推測することを目的としたAI基盤モデル「Theia」を開発しています。この技術は、認知負荷、注意、メンタル・レディネス、疲労、ストレス、注意散漫、乗り物酔い、ユーザー認証などのシグナルを測定でき、AIアシスタント、車載システム、拡張現実、防衛、医療、教育、産業安全、ゲーム、マーケットリサーチといった幅広い分野への応用が期待されています。Theiaは、特殊なアイ・トラッキングハードウェアを必要とせず、一般的なカメラ搭載デバイス上でエッジ処理として動作するよう設計されており、HarmonEyesは動画や個人データは保存されないと述べています。同社は技術をRightEyeに遡り、16.3百万件のレコードにわたる5850億以上の眼球運動データポイントを活用した独自の大規模データセットをモデル訓練と人間状態インテリジェンス技術の精緻化に利用しています。

2013年にRightEyeを共同設立し、医療、スポーツ、軍事向けのアイ・トラッキング技術を10年以上にわたって開発した後、2024年にHarmonEyesを立ち上げました。この基盤技術とデータセットがヒューマンステートインテリジェンスのより広範な基盤モデルを支えることができると確信した理由、そしてなぜHarmonEyesがそのビジョンに最適な手段だったのかを教えてください。

さまざまな分野向けにアイ・トラッキング製品を10年以上開発してきた経験から、HarmonEyesが人間状態インテリジェンスを数十億台のデバイスに提供するというビジョンを促した3つの変化がありました:

1. 過去10年間で、私たちは最大規模の検証済み・ラベル付けされたアイ・トラッキングデータベースを取得しました。このデータベースには、年齢や性別などの人口統計情報、パフォーマンス、注意、感情、視覚および健康状態など、130以上のデータセットが含まれています。
2. AIの普及に伴い、リアルタイムモデルを訓練する技術が突如利用可能となり、そしてそれを訓練するためのデータも私たちにはありました。
3. アイ・トラッキング信号はカメラで取得されます。最近、初めて消費者向けカメラが性能向上し、より高速・低コストで、これらの信号を抽出できるほど強力になりました。チームのイノベーションにより、現在ではノートパソコン、スマートフォン、タブレット、自動車など、あらゆるカメラ搭載デバイス上でアイ・トラッキングモデルを展開できるようになりました。

Ofcomは、プラットフォームの利用方法を観察する行動的年齢推定と、アクセス許可前に実施できる年齢チェックを区別しています。眼球運動から年齢を推定することは、閲覧履歴やコンテンツの好み、言語、その他の行動シグナルを分析することと、技術的・倫理的にどのように異なるのでしょうか？

当社の技術は、対象者の眼球運動のごく小さなサンプルだけで、個人を年齢層に分類したり、特定の年齢より若い/年上であることを確認したりできます。眼球運動データは、非侵襲的かつ継続的に受動的に収集でき、個人を特定できる情報は保存・収集されません。さらに、眼球トラッキングデータは出力が提供された時点で破棄されます。また、ライブネス検出とスプーフィング防止機能も備えており、システムを不正に操作できないようにしています。

倫理的には、私たちは個人の行動、習慣、意思決定、好みをプロファイリングしていません。行動推論は時間をかけてその人の行動から像を構築しますが、当社の手法はそうではありません。個人情報を収集・保持せずに年齢保証を提供するため、ユーザーや保護者は追跡やプロファイリングではなく保護されていると安心できます。

HarmonEyesが公表した研究では、45,696人の眼球運動を分析し、12の年齢層に対して94.67％の分類精度を報告しています。この精度数値は正確に何を測定しているのか、また、モデルが例えば16歳という特定の閾値以上か以下かを信頼性を持って判断できるようになるまでにどれだけの追加検証が必要か教えてください。

この精度は、データセットに追加された任意の人物の眼球運動が、12の年齢層のうち正しい層に分類される確率が94.67％であることを示します。16歳以上か未満かを測定することは、特定の年齢範囲を特定するより負荷が低いです。ただし、研究に使用されたデータは視覚障害や神経系疾患を持つ人を除外しているため、追加の検証では機能しない眼球運動を持つ人々も含める必要があります。

開発者がTheiaの年齢推定機能を呼び出す際、普通のカメラで眼球運動を取得してから年齢範囲の結果が返されるまで、技術的に何が起こるか、そしてどの段階が完全にユーザーのデバイス上で実行されるかを教えてください。

カメラはまず視線ベクトルを算出し、ユーザーがどこを見ているかを判断します。この視線ベクトルは当社のSDKを通じて処理され、眼球の速度（眼球の動きの速さ）や注視点（眼球が集中している場所）といったアイ・トラッキング特徴量に変換されます。

生成された特徴量は機械学習・AIアルゴリズムに入力され、ユーザーの年齢範囲が判定されます。

これらすべての処理はエッジベースで行われ、デバイス上で直接実行できるほか、展開戦略に応じてクラウドでも実行可能です。生の眼球トラッキングデータは保持されず、各出力が生成された直後に破棄されます。

年齢推定システムは、照明条件、カメラの品質、眼鏡、コンタクトレンズ、眼の状態、障害、民族、デバイスへの距離などにより性能が変わります。これらの変数に対してTheiaをどのようにテストしており、開発者は異なる人口や環境での精度に関するどのような証拠を得られるのでしょうか？

年齢推定の精度は条件により変動することは事実です。一般人口向けに年齢保証モデルを提供するため、HarmonEyesはTheiaが責任ある形で使用されるよう、テスト・検証・結果の透明な報告を行っています。これには、より大規模で多様なデータセットを用いてモデルを拡張・一般化することが含まれます。

• 精度率に関するガイダンスを提供し、例えばデータサンプリングレートが低い場合に年齢保証の出力遅延に影響するかどうかを示します。
• データ品質のさまざまな側面についての考慮とリアルタイムモニタリングを行います。

Theiaは、事前に録画された動画、写真、合成顔、年上の兄弟がチェックを代行する、あるいはユーザーが意図的に視線を変えるといった回避試行に対してどのように防御し、ライブネス検出はSDKに直接組み込まれるのでしょうか？

すべてのHarmonEyes年齢保証モデルにはライブネス検出とスプーフィングチェックが組み込まれます。眼球運動は個人固有であり、HarmonEyesはアカウントの眼球運動がそのアカウントを設定した本人と一致しているか、別の人物（例：年上の兄弟）であるかを判定できます。

年齢推定モデルは完璧に正確ではなく、特に法的閾値付近のユーザーでは精度が低下します。開発者は不確実な結果にどのように対処すべきか、またTheiaを主要なチェック、リスクシグナル、あるいは特定のユーザーを別の検証手段にエスカレーションさせる層化プロセスの一部として使用することを想定していますか？

年齢推定モデルは完璧ではありません。すべての結果に対して信頼度レベルを提供しています。この精度と信頼度が年齢保証を確認するのに十分な場合もありますが、例えば特定の測定に対する信頼度が所定のレベルを下回る場合は、二次検証をトリガーする手段として利用できます。年齢保証モデルは、個人の年齢を検証する複数の手段のうちの一つとして使用でき、複数の手段を満たす必要があります。最終的に、リスク許容度や利用ケースが特定の年齢、年齢範囲、あるいは年齢閾値（例：16歳以下）を必要とするかどうかに応じて、ソリューションが主要チェックになるか層化プロセスになるかが決まります。

HarmonEyesは、Theiaがエッジで情報を処理し、出力が提供された後に眼球トラッキングデータを破棄すると述べています。このアーキテクチャを開発者、監査人、規制当局が独立して検証するにはどうすればよいか、また、同社は展開されたアプリケーションから生の眼球トラッキングデータを収集せずにモデルをどのように改善するのか教えてください。

当社のモデル開発プロセスおよびその後のモデル改善は、独自の眼球トラッキングパイプライン内で実施されます。顧客データは使用せず、既存（かつ増加中）の検証済みデータを活用しています。

これにより、必要に応じてエッジ（クラウド不要）でソリューションを提供できます。このエッジベース環境では、コンピュートリソースとストレージが制限され、デバイス上にデータを保存することはできません。年齢保証の出力は毎秒提供され、ポリシーとして眼球トラッキングデータは毎秒（各出力後）に破棄されます。

アーキテクチャに関する主張は、外部で検証できるかどうかが信頼性の鍵であると認識しています。そのため、開発者、監査人、規制当局が展開されたアプリケーションで眼球トラッキングデータが収集・保持されていないことを検証できるよう、サードパーティの認証や証明取得を進めています。

英国は高度に効果的なチェックの基準を策定しており、欧州連合はできるだけ個人情報を開示しない匿名の年齢証明システムを強調しています。HarmonEyesは、単なる別形態のバイオメトリック監視を導入するのではなく、これら新たな要件を満たす生理的年齢推定であることをどのように示すのでしょうか？

出荷する各モデルには、開発手法、モデル精度、既知の制限事項を記載したホワイトペーパーが付属し、Theiaはライブでリモートテストできるように提供しています。これにより、規制当局や監査人は実際のパフォーマンスを直接評価できます。

年齢保証が個別のソーシャルプラットフォームからオペレーティングシステム、アプリストア、デバイスレベルのインフラへと移行する中で、Theiaは技術スタックのどこに位置すべきと考えますか。また、コンシューマーアプリ、ゲーム、ソーシャルメディア、その他年齢制限サービスにおける責任ある導入はどのような形になるでしょうか？

当社は年齢保証機能のさまざまな統合を検討しています。Theiaは、ソーシャルメディアプラットフォームなど企業のプライベート技術スタック内、オペレーティングシステムなどデバイスインフラ内、決済ネットワークなど商取引インフラ内、あるいはアプリレベルで直接動作することを想定しています。

私たちにとって責任ある導入とは、検証プロセスの透明性、モデル内のデータ多様性を確保し、プライバシーを保ちつつコスト効果的に展開できる正確な年齢保証機能を提供することです。

素晴らしいインタビューをありがとうございました。詳しく知りたい読者はHarmonEyesをご覧ください。