信頼できるAIへ。太陽放射線の発生と台風強度の高精度予測に挑む

ものづくりへの興味の芽生えは、中学時代に遡ります。パソコンを初めて手にした私は、ゲームや音楽を自作することに夢中になりました。このものづくりを通じた探究の喜びが、大学で工学を専攻するきっかけとなりました。富士通の研究所へ入社した理由は、インターンシップでの実習です。当時はまだ、企業の研究所がどのようなことをしているのか情報を得ることが難しく、「まずはやってみよう」という気持ちでインターンに参加しました。富士通では、大学で培ったプログラミングスキルを活かして魅力的なものづくりができると感じたこと、そしてそこで働く自分の姿を想像できたことが決め手となりました。

入社以来、私は自然言語処理（人間が使う言葉をコンピュータで分析・理解・生成する技術）関連のプロジェクトに携わってきました。特に情報検索やテキスト文書解析に重点を置き、お客様からの問い合わせメールなどの情報から重要なポイントを抽出し、要約する技術開発を担当してきました。これらの多様な自然言語処理技術開発を通じて、日常の困り事を解決し、業務効率を向上させることに喜びを感じました。

2019年から2021年にかけて、自然言語処理で培った知見を活かし、発見科学と機械学習を融合したXAI（Explainable AI：説明可能なAI）技術であるWide Learning(*1)のビジネス化を推進する役割を担当し。社外展示会での技術説明や、お客様と共に実証実験を行いました。Wide Learningは、幅広い分野の課題解決に貢献できる汎用性の高い技術です。特に、なぜそのような結果に至ったのか、その結果に影響を及ぼす要因を見つけて説明できる点は、この技術の大きな特徴の一つであり、多くのお客様から高い評価をいただいています。例えば、選挙結果データから当選・落選を左右する候補者の特徴や要因の組み合わせを効率的に見つけ出します。また、要件が伝わりやすいビジネス文書の特徴を様々な条件から発見することもできます。Wide Learningのプロジェクトでは、お客様の課題に合わせてデモンストレーションの見せ方を工夫したり、現場のシステムにWide Learningを適用するために、適切な学習用データをWide Learningにインプットを行ったりすることに注力しました。それぞれのプロジェクトにおいて着実に成果を上げ、それらを論文(*2)や書籍(*3)として公開できたことは、私にとって大きな喜びであり、今後の活動への大きな励みとなっています。

本稿中に記載の肩書きや数値、固有名詞等は取材当時のものです