フレーズの共同創設者兼チーフサイエンティスト、ニール・ヤガー博士 – インタビューシリーズ

ニール・ヤガー博士は、Phraseeのチーフサイエンティストであり、Phrasee方式の設計者です。Phraseeは、AIを活用したコピーライティングツールで、世界中で認知されているブランドのマーケティングコピーを最適化するのに役立ちました。例えば、eBay、Groupon、Virginなど、オーストラリアからアメリカまで、20以上の言語で利用されています。

ヤガー博士は、10以上の学術論文を発表しており、データマイニングに関する本を著しており、特許も複数取得しています。人工知能の商業化における世界をリードする専門家の一人であり、オーストラリアのニューサウスウェールズ大学でコンピューターサイエンスの博士号を取得しています。

テクノロジー業界で20年以上の経験を持つ貴方に、過去のAI関連の役割についてお聞きしたいと思います。

2000年代中頃からAI関連の仕事に携わっています。しかし、この分野はこれまでに何度もブランド変更されてきました。例えば、15年前は「統計的パターン認識」を研究していました。数年後には「機械学習」と呼ばれるようになりました。さらに最近では、「深層学習」が「人工知能」と呼ばれるようになりました。私はこの点について複雑な気持ちを持っています。一方では、Phraseeでの経験からブランドの重要性を学びました。他方では、「人工知能」という用語には負のイメージが付き纏っています。もしも「統計的パターン認識」という名前で呼ばれていたら、どこまで来ていたでしょうか。

私の過去の仕事は、信号処理やコンピュータビジョンに重点を置いていました。自然言語処理については、Phraseeに参加するまであまり触れていませんでした。言語は、AIの中で最も難しい問題であることを学びました。

2008年に、貴方は『バイオメトリックシステムとデータ分析：設計、評価、データマイニング』という本を共同執筆しました。この本は、統計と機械学習の側面を橋渡しし、バイオメトリックデータの評価、解釈、理解のための包括的なガイドを提供しています。計算リソース以外で、この分野は本を出版して以来どのように進化してきましたか。

深層学習は、コンピュータビジョン、言語処理、機械学習の分野を2012年頃から激変させました。当時、私が本を書いていたら、深層学習についての章が必要になっていたでしょう。

深層学習の革命は、2012年にImageNetというコンペティションで深層学習モデルが勝利したときに始まりました。ImageNetは、コンピュータが画像の中に何があるか（例えば「犬」や「風船」）を判断する、視覚的オブジェクト認識のデータセットです。研究者たちは、長年にわたってベンチマークデータセットで少しずつ進歩を遂げていました。各サブフィールドは独立して動き、ドメイン固有の専門知識に大きく依存していました。ほぼ一夜にして、長年にわたって構築されたすべてのモデルが旧式になりました。外部の研究者によって設計された深層学習アルゴリズムが、コンペティションで大きな差で勝利しました。これがAI業界を変えました。

この分野はまだ急速に進化しています。Phraseeを設立してからも、進化が続いています。例えば、私たちが現在頼っている深層学習ツールは、会社を設立した当時は存在しませんでした。イノベーションのペースは、新しい課題をもたらします。

Phraseeがビジネスに提供できるものについて、詳しくお聞きしたいと思います。

Phraseeは、ビジネスに2つの問題を解決します。まず、マーケティングコピーの作成の問題です。現在、広告チャネルは以前よりも多くなりました（例えば、メール、AdWords、ソーシャルメディア、印刷、ポッドキャストなど）。すべてのチャネルで、高品質のコピーを書き、ブランドのスタイルと口調に合わせるのは難しいです。Phraseeは、自動的にコピーを生成することで、この問題を解決します。2つ目は、使用される言語が効果的であることを確認することです。Phraseeは言語を生成するだけでなく、機械学習を使用してメッセージの影響を予測し、最適化します。

自然言語処理（NLP）と深層学習を使用して広告コピーの力を高めるというアイデアに惹かれた理由について、お聞きしたいと思います。

デジタルマーケティングキャンペーンの影響力を最大化するためにAIを使用するというアイデアは新しいものではありません。物理学の博士号を持つチームが広告の最適化に取り組んでいます。しかし、ほとんどの場合、彼らはオーディエンスのセグメンテーション、パーソナライゼーション、配信タイミング、広告の配置、フォントなどに焦点を当てています。Phraseeを最初に考え出したとき、私たちはほとんどの広告で使用されている言語が最適化されていないことに気づきました。市場でのギャップを見つけ、巨大な機会を見いだしました。

Phraseeは20以上の言語、包括して日本語でマーケティングコピーを改善できるということをご存知です。外国語で遭遇する、独自の自然言語処理の問題についてお聞きしたいと思います。

私たちが最近追加した言語はロシア語です。これはスラブ語であり、他のインド・ヨーロッパ語と異なります。この場合、私たちの言語生成システムに新しいルールを追加する必要がありました。そうすれば、出力が流暢で文法的に正しいことになります。これは言語の問題だけではありません。ソフトウェア開発の問題でもあります。開発者の母国語がシステムの出力言語と同じ場合、エラーを簡単に発見し、すべてが正しく動作していることを確認できます。しかし、ロシア語や日本語の場合、システムがナンセンスを出力していることに気付かない可能性があります。ネイティブスピーカーがQAプロセスに関与することが重要です。

課題は外国語だけではありません。地域による違いもあります。例えば、英語には、米国、英国、オーストラリア、カナダなどでのスペルバリエーションがあります。また、文法の違いもあります。英国英語では「have a look」ですが、アメリカ英語では「take a look」です。単語の意味も場所によって異なります。英国では「rubber」は消しゴムですが、北米ではコンドームのことです。ビジネスアプリケーションでNLGシステムを使用するには、これらのニュアンスをすべて処理できる必要があります。

Phraseeで深層学習がどのように使用されているかについて、詳しくお聞きしたいと思います。

Phraseeの技術には、2つの主要なAIコンポーネントがあります。1つ目は自然言語生成（NLG）で、言語を生成します。2つ目は深層学習で、パフォーマンスに焦点を当てています。パフォーマンスとは、コンテキストによって異なります。例えば、メールの件名の目標は、受信者がメールを開いて中身を見ることです。Facebookの場合、目標は「いいね」や「共有」の最大化です。大規模な歴史データがある場合、人間が気づかないような微妙な傾向やパターンを見つけることができます。これは、標準的な機械学習の問題です。

深層学習は、従来の機械学習アプローチに比べていくつかの利点があります。従来の機械学習では、「特徴量エンジニアリング」に重点が置かれます。これは、開発者が言語の最も重要な特徴量を決定する必要があることを意味します。例えば、単語、長さ、絵文字の使用などです。問題は、これが開発者のスキルや想像力によって制限されることです。深層学習では、生のテキストがモデルに直接入力され、言語の独自の機械表現（エンドツーエンドの学習）を構築します。したがって、人間の偏見から自由で、強力なアプローチです。ただし、欠点は、モデルがなぜそのように動作するのかを理解するのが難しいことです。「説明可能性」は、深層学習コミュニティ内での活発な研究分野です。ただし、システムの複雑さと私たちが理解できる程度の間には基本的なトレードオフがあります。人間の言語は複雑なので、成功したNLPソリューションは通常、高度な複雑さを持っています。

Phraseeの機能の1つは、ブランドのユニークなトーンで書く能力です。詳しくお聞きしたいと思います。

新しい顧客を獲得する際、最初に行うことは、ブランドのコミュニケーションのスタイルに関する情報を収集することです。これには、正式なブランドガイドライン、過去のマーケティングキャンペーン、およびこの目的のために開発した一連の質問書が含まれます。このすべての情報は、顧客固有の「言語モデル」を構築するために、私たちの言語技術者チームによって使用されます。私たちの言語モデルは生成可能です。つまり、顧客のユニークなスタイルで、以前になかった言語を生成できます。

言語モデルは、いつでも更新できます。例えば、現在はCOVID-19の危機のピークにあります。私の言語チームは、不適切な言語が生成されないことを確認するためにモデルをレビューしています。例えば、「これらのデALSはウイルス的に広がっている!」というフレーズは、数ヶ月前に無害だったかもしれませんが、現在は明らかに不適切です。このことは、私たちのシステムの柔軟性を示しています。

Phraseeを始めるために必要なデータについて、お聞きしたいと思います。

正直に言えば、始めるために必要なデータは多くありません。最初のステップは、適切なプロジェクトエリアを特定することです。例えば、週次プロモーションメールの件名です。理想的には、比較的大きなオーディンスと定期的なコミュニケーションが必要です。プロジェクトが特定されると、言語モデルを構築するために、トピックとブランドの声についての情報が必要です。Phraseeは、継続的にパフォーマンス結果を必要とします。私たちのソリューションは機械学習を使用するため、重要なメトリクスを追跡して測定する必要があります。この情報は、私たちのシステムにフィードバックされ、エンゲージメントの最適化を継続的に行うことができます。

Phraseeについてさらに何か共有したいことがありますか。

Parry、Victoria、そして私がPhraseeを5年前に設立したとき、すぐに多くのスタートアップが類似の製品で市場に参入するだろうと考えました。私たちの計画は、競争に先んじて、一歩先んじることでした。しかし、驚くべきことに、この分野への新規参入は少なかったです。どこにいるのでしょうか。私は、言語が非常に難しい問題であることが、一つの理由であると思います。私は、他の人たちが類似の製品を作成しようとしたが、研究開発の初期段階で失敗したのではないかと思います。これは、私たちの技術がどれほどユニークであるかを証明しています。

自然言語処理、自然言語生成、深層学習についての情報に富んだインタビュー、ありがとうございました。詳しくは、Phraseeを訪れてください。