【研究者の肖像Vol17】本質的なテーマは自分で見つける。そして「自分の頭で考えていく」。それこそが研究本来の姿であり、最高の面白さを味わえる　関根 聡

興味・関心の赴くまま、「自由に学ぶ」楽しさを知り、会得した少年時代

今思えば、小学校４年の時にやった夏休みの自由研究が僕の原点のような気がします。それは、地元の目黒区に20校以上あった小学校すべてを自分の足で回って調べ、結果をまとめるというもの。写真を撮り、職員室を訪問して生徒数や学校の特色などを取材し、それらの調査結果を一枚の模造紙にレイアウトしたわけです。担任の先生が褒めてくれて、「１００点満点のところ、これは２００点だ」と。うれしかったし、「自分で調べる」ということを強く意識するようになりました。今も大切にしている僕の根っこです。

もう一つ、高校２年になる頃の話で、記憶に残っていることがあります。僕を可愛がってくれた数学の先生が、新しい教科書を渡す時、「これを自分で学習して１カ月で終わらせたヤツがいた」と言う。多分、仕かけられたんですよ（笑）。「なら、半分でやってやる」と思った僕は、実際、２週間で１年分をやり終えた。微分積分が初めて出てくる教科書でしたが、何とか独学で。以降も数学の勉強をよく見てもらったし、僕は「自由にやらせてくれる」先生に恵まれましたね。

それは両親も同じ。「勉強しろ」と言われたことは一度もなく、興味・関心のあることを自由にさせてくれた。自転車が好きな僕は、高校時代に東京ー九州を走る旅行に出たのですが、心配したであろう母親も口出しはせず。いろんな知らない土地へ行き、自分で見たり聞いたりして、様々な人にも出会い、特に覚えているのは「年上の人から受けた恩は年下の人に返せ」と教えられたこと。こういう自由な活動を見守ってくれた家庭環境も、今の僕をつくってくれたのだと思います。

高校までの数学はパズルみたいで楽しかったけれど、その先は論理とか、違う世界になっていくので、数学の学者になろうとは考えていませんでした。大学入学前から興味を持っていたのは気象学で、この頃は、雲の動きを予測するシステムのモデルをつくってみたかった。すでにパソコンが好きになっていましたし。ところが、いざ学科に入ると、東工大には気象学の先生がいない。それで、比較的近いと思った地震予知の研究室に進んだのです。保険会社の依頼で取り組んだ日本の地震危険度マップ作成の研究は面白かったけれど、扱うデータがまだ少ない時代で、ちょっと物足りない感じもありました。

そもそも大学時代、僕はあまり勉強しなかったんですよ。野球をやったり、遊び歩いたりで。応用物理学科というのが、どうも……。いろいろな分野を全方位的に勉強しなければならず、正直ついていけませんでした。加えて、当時の日本の大学教育は、その分野では一流でも教育方法論を知らない先生方によるもので、〝教科書順の授業〞がどうにもつまらなかった。まぁ言い訳ですけど（笑）。落ちこぼれた僕は、大学院の試験に失敗。それでも地震予知は面白かったから、もう１年やって大学院へとも思ったのですが、当時はバブル全盛期、企業からの「来てくれ」がすごかった。ラブコールに背中を押され、結局は就職することにしました。

※本文中敬称略

自然言語処理に出合い、生涯のテーマへと発展。渡米して研究に勤しむ

僕は元々「コンピュータを使った応用技術」をやりたかった。自然言語処理はサイエンスではなく工学ですから、社会の役に立ってなんぼ。僕の感覚にとても合っていました。当時はワープロが出始めた頃で、単語の検索アルゴリズムを知ったあたりから、これは面白そうだと。何十万語とある単語がこんなに高速で検索できるのかと一気に引き込まれ、勉強し始めたのです。

今でもよく覚えているのは、「自然言語処理には知識とアルゴリズムの領域がある」という上司の言葉です。つまりは言語的知識の構築と、その知識を使って文章や会話を解析するアルゴリズム。「どっちをやりたい？」と問われた時、僕は絶対的に知識構築をやりたかった。上司には驚かれましたが、世の中はどういうふうにできていて、何が重要なのか、そこに触れる研究に重きを置きたかったから。難しいし、ゆっくりとしか進めないけれど、今もその思いは変わりません。

プロジェクトチームでは、ＥＤＲと呼ばれる電子化辞書の研究に携わっていましたが、入社して３年経った頃、上司からイギリスへの留学話をもらったのです。「喜んで行きます」と即答して向かった先がマンチェスター工科大学。共同研究していた辻井潤一教授の下で、知識獲得の研究に就きました。ちょうど、自然言語処理に統計手法を用いることが注目され始めた時代で、それを構文解析に応用していたという点では、先駆け的な研究ができた。タイミングにも恵まれた留学でしたね。

きっかけはイタリアで開かれた自然言語処理の国際会議でした。僕にとっては初めての発表でしたが、わりに好評で、いろんな研究者が声をかけてくれた。その一人が、ニューヨーク大学のグリッシュマン教授で、ここからが〝偶然による縁結び〞。この会議中、僕らは偶然同じホテル泊で、ある日夕食を取るためにロビーに降りたタイミングも同じ、ばったり顔を合わせた。それですっかり話し込み、以降もメールでやり取りをする間柄になったのです。

ある時、グリッシュマンに研究所縮小の事情を話したら、「うちに助手として来ないか」と誘われたのです。迷いはなく、ほぼ即断でした。辞意を伝えた上司からは「会社に籍を置いたまま行ったら」と言われましたが、退路を断って……というか、僕は感覚的に面白いと思うと、後先考えずにけっこう無茶するんですよ（笑）。

ニューヨーク大学に移ってからメインとなった研究は、グリッシュマンの専門でもある情報抽出です。これは、新聞記事にあるテキストから、あらかじめ指定されたイベントや事柄に関する情報を抽出し、その情報を表形式のデータベースに入力する技術。例えば企業合併なら、「いつ・会社名・どのように」など５Ｗ１Ｈを抽出し、整理したかたちで提示するわけです。これが一般的な情報抽出ですが、「あらかじめ指定されたトピック」ゆえに限界がある。なぜなら、世の中には山のような数のトピックがあるから。その都度、トレーニングデータをつくるのは大変で、ならばトピックなし、つまり教師なしで情報抽出ができたら、すごくいいよねと。それを実現していったのが「オンデマンド情報抽出」です。

僕は教師なしの情報抽出の分野では世界的にも先駆けの一人で、ＮＳＦ（アメリカ国立科学財団）から５年間、２億円のグラントを獲得して研究を重ねました。実は当初、この分野の権威であるグリッシュマンでさえも「そんなことは不可能だ」とダメ出ししていたんですよ。でも〝できる〞と思っていた僕は、それを証明したくて、ＮＳＦに提案書を出す前に実験を繰り返し、提案書の半分くらいは実装しちゃった。１カ月間、文字どおり寝食を忘れて。結果、アイデアの基本部分が「本当に動く」ことを見せたからこそ、ＮＳＦの審査員全員から満点を取れたのだと思います。グリッシュマンの批判に発奮してよかったという話です（笑）。

※本文中敬称略

足場を広げながら、研究・技術開発で確かな成果を挙げる

例えば「日本に温泉はいくつあるか？」といった問いに応えるＱＡシステム。従前、こういったシステムに利用できる情報源は新聞記事しかなかったのですが、百科事典があるじゃないかと。そう考えて、日本のいろんな出版社に研究協力を仰いだところ、小学館が興味を示し、ＱＡシステム開発の仕事を依頼してくれたのです。

百科事典って知識の宝庫でしょう。固有表現の分類設計については、ニューヨーク大学の言語学者と研究を進めていましたが、百科事典のカテゴリーも参考にしつつ、定義を増やしていきました。当時で分類は１２０になり、現在では２００種類くらい。これを「拡張固有表現」と呼び、公開し、世界的にも使われています。当時は、誰も固有表現を拡張するという考え方をしていなかったから、結果的に、新しいパラダイムをつくったのだと思います。

ランゲージ・クラフト研究所は、この仕事の受皿として設立したもの。その後、この会社を通して日本企業などからいろんな開発仕事を受けていたので、アメリカの研究室には、継続して日本の学生を呼んでいました。大学を問わず日本中で公募する、いわば私設のインターン制度にして。訪れた学生はトータルで50人ほどになるでしょうか。付き合いは多くの人と今も続いているし、皆がいろんな分野で活躍する姿を見るのは、うれしいものです。

あれほど大規模なリアルデータを持っている会社は少ないですからね、僕にとっては非常に魅力的だった。それで共同研究を続けるなか、「ニューヨークに研究拠点をつくる意向があれば僕がやります」と名乗りを上げたわけです。三木谷浩史社長に快諾され、楽天に入社したのは45歳の時。それからは、ニューヨーク大学が週１日、週４日は楽天という生活を送っていました。

折しも、事業のグローバル化が加速し、世界中にマーケットを広げている時期でした。例えば日本の商品をブラジルで売る、ブラジルの商品をアメリカで売るためには、世界中のデータをつなげなければなりません。膨大なデータをフル活用して、より良いサービスを提供するための技術を開発しました。かなり濃密な時期を過ごし、「データを使えば何ができるか」を、本質的に考えられたことは有意義でしたね。そして再認識したのは、知識の重要性です。やっぱりここを突き詰めたくなった。自由人の僕としては、長く同じ組織に属すのは窮屈だし、一定やれることはやったと感じていたので、５年経ったタイミングで楽天を〝卒業〞することにしたのです。

※本文中敬称略

世界知識の構造化に向けて。フロンティア開拓に挑み続ける

「ここにビルを建てませんか」と、不動産会社がちょくちょく来ていたらしいのです。でも、不動産会社の意向でつまらない建物をつくられるのは嫌だから、「そもそもビルって自分で建てられるのか」を調べまして。すると何とかなりそうだったし、こんなこと一生に一回経験できるかどうかでしょう。また「面白い！」がうずいた（笑）。

まず建築家を公募し、どんな事業を展開するかも含めて提案してもらったんです。18人もの建築家がコンペに参加してくれて、提案内容もそれぞれ面白かった。いい点や悪い点、注意点などをブラッシュアップしていく作業はすごく勉強になりましたね。不動産会社、銀行、建築会社、会計士、弁護士など様々な人たちとも自ら会いました。２年かけて完成したビルは「Ｎｅｗ Ｙｏｒｋ Ｃｏｒｎｅｒ １６１」と名付け、今、飲食店３店舗、インドアゴルフとパーソナルトレーニングジムが入っています。このビルに合ったテナントを探す際にも、東京中を歩いて回り、徹底的にこだわりました。ニューヨークに大好きなカフェレストランがあるんですけど、そこで過ごせるような素敵な時間と空間を地元につくりたいという思いが強かったのです。この間、自然言語処理の研究はほぼお休み状態。興味や面白さを感じると、とことんやってしまうのは、子供の頃から変わっていませんね（笑）。

ビル建築後には、地元の商店街に入ってすぐ副会長に。提案やプレゼンの経験を生かして、桜ライトアップの大きな補助金や、東急電鉄からは緑化に関する協力を獲得しました。さらには、大学生とコラボしたイベントを行ったり、青年部をつくったり。役所や区議、商業連合会の人たちとも、すっかり仲良くなりました。僕自身もゴミ拾いや水撒き、花苗の植え込み、チラシ配り、何でもやります。育った街をより良くするための活動も本気で、こちらもとことん（笑）。自由奔放にやらせてもらって、アメリカに残してきた妻には感謝ですね。ただ、子供たちには父親不在で申し訳ないと思っていますが。

現在メインでやっているのは「森羅」というプロジェクト。あのウィキペディアに書かれている世界知識を計算機が扱えるように変換し、構造化したデータを構築していくものです。すでに約73万項目を、先述した２００種類の拡張固有表現に分類したデータが完成しています。ウィキペディアって「これ以上ない」くらいのすごいリソースでしょう。ただ、自然言語処理のための知識として活用しようと考えると、障壁は高い。ウィキペディアは人が読んで理解できるように書かれているし、誰もが書き換え可能だから、知識も構造もバラバラ。そこに挑み、いずれはドメインを限定せず、世界知識全部を構造化したい。このプロジェクトは数多くの研究者の力を結集しないとやり遂げられません。知識作成を手伝ってくれている言語系の方々や古くからの研究者仲間だけではなく、新たに志を同じくする世界中の研究者に声をかけて進めようとしています。

構造化された知識を計算機が利用できるようになった先には、人工知能の進化があります。現状の人工知能は、課題を与えられたら答えを出す〝だけ〞。チームで掲げている目標は、それがなぜなのか、システムが自らの判断を説明できるようにすること。例えば「あなたのガンの可能性は65％」という答えが出た時、医師のようにその根拠を説明できるシステムをつくりたいのです。特定の分野ではすでに研究が進んでいますが、僕は欲張って全方位でやりたい（笑）。まだ先は遠いけれど、道は切り拓いていけると信じています。

最近つくづく思うのは、「これをやらずにはいられない」というエネルギーを持つ人は、本当に強いということ。何かを成す研究者って、自分のやりたいことをとことん突き詰めている。昨今、評価型のワークショップなどを見ていると、他人が設計したタスクに対して「一番を取る」ことが研究だと思っている人が増えているようで、それが気になるところ。本質的なテーマを自分で見つけて、「自分の頭で考えていく」ことが、研究の本来の姿だと思う。だからこそ面白い。僕がそうであるように、これからの人たちにも〝面白い世界〞を楽しんでほしいですね。

※本文中敬称略