データアノテーター

人工知能は今最も急速に成長している分野の一つで、私たちの日常生活にも広く利用されています。携帯電話、自動車、金融システム、都市インフラなど様々なところで AIが重要な役割を果たしています。

AIが身近なものとなり、多くの人が AIについて知っているように見えますが、AIを構築する作業の中で最も重要であるアノテーションについて知っている人はごくわずかです。

AIはデータの学習から構成されており、それはまるでブロックを組み上げていくようなものと言っても過言ではありません。機械学習アルゴリズムは何もないところからは生まれません。彼らはラベルが付いたデータを取り込むことで、一定のパターンを認識できるようになります。つまり、学習が必要なのです。

そのためAI 開発者は、機械学習アルゴリズムを学習させるために、人の手によってラベルが付けられた、数千ものデータを用意することが必要となります。

私は今こそ、AI開発の裏に隠れた秘密兵器である、データアノテーターの仕事を紹介したいと思います。

AI 開発の秘密兵器

アノテーションとは

データアノテーターとはテキストや動画、画像などあらゆる形態のデータにラベルを付ける作業のことです。

はじめはデータに構造や順序がないので、機械はデータを判別できません。

写真に何が写っているか、音の判別、異なる言語の文字に人がラベルを付けないと、データは単なるノイズになってしまいます。

しかし、データアノテーター作業によりラベルを付けていけば、このノイズは集中的な学習マニュアルになり、機械は入力されたパターンを簡単に、明確に判別できるようになります。

アノテーター達は機械が人間の世界を理解できるようにするために、ハードワークをこなしています。

アノテーションはどのように処理するのか

それでは、もしあなたが AIを搭載した自動運転の車の開発に取り組んでいて、写真の中の車を識別するアルゴリズムを持っているとします。

そのアルゴリズムの中では、「車」とはエンジン、４つの車輪、いくつかの座席を備えたものと定義づけられています。

簡単そうですね。

しかし、コンピュータはそもそもエンジン、車輪、座席とは何なのかを判別できません。

ここでデータアノテーターが登場します。

データアノテーター

コンピュータが「車」を認識できるようにするために、写真の中に「車」があるというラベル付けされている何百万枚もの写真が必要になります。

このような画像を認識するための教師データの学習を通じて、機械学習アルゴリズムをトレーニングしていきます。

ですから、基本的にはアルゴリズムに対して、何が車かを伝えることはありません。その代わり、数百万のラベリングされた写真のデータを与えることで、アルゴリズム自身にパターンを認識させる手助けをします。

「データアノテーションは非常に労働集約的であり、収集されるデータの1時間ごとに注釈を付けるのに 800時間近くかかります。」

はい。データアノテーターは依然として手作業を必要とする、アナログなプロセスです。Cognilytica’s data preparation & labelling 2019 reportによると、現在 AI開発のうち 80％はデータの準備に費やされているようです。データの小さなエラーでさえ大きな損害をもたらすことがあります。この分野では、人間は実際に機械に足を踏み入れています。人間は主観性の管理、意図の理解、曖昧さへの対処において機械より優れています。これらは全てデータアノテーションの重要な要素です。

そこには何のタネも仕掛けもありません。ただあるのは人間による大変な労働です。

機械は、人間がアウトプットした分だけ良いものになります。そして、次のデジタル革命の立役者は、PCの前に座ってデータ注釈を付けているアノテーターです。

彼らがいなければ、人工知能は存在しません。

アノテーションサービスの詳細については、こちらを参照してください。