インタビュー
開発者インタビュー

インタビュー
目次

インタビュー

開発者インタビュー

インタビュアー:競馬ライター高田馬場
2017年9月9日

アイダービー開発チーム

アイダービー開発チーム

「開発にあたって一番大切にしていることは『自分たちが使いたいと思えるサービスの開発』です」

理工系出身の4人がチームとなってAI競馬予測アプリケーション『アイダービー』を開発。宇宙工学修士2人、情報科学修士1人、数学科学士1人、という顔ぶれで、理論構築、シミュレーション、プログラム開発の3業務に役割分担をし、企画からローンチまでわずか3か月のスピード開発を実現。今後も、このスピード感をもってAI(人工知能)にスパルタ教育を施し、理論的な限界値までバキバキに精度を高める予定。

導かれるように4人が集う

高田:まずは皆さんのプロフィールからお聞かせ願えますか?

M:1975年生まれ、プロジェクトリーダーのMです。専門は宇宙工学と競馬学です。

S:1976年生まれ、元鳥人間サークル副部長のSです。同じく専門は宇宙工学。Mとは大学、大学院と同期で、今は職場も一緒です。競馬は素人です。

O:1976年生まれ、プログラマーのOです。情報科学修士の出身です。競馬はやったことはありませんが、ベジタリアンですので、馬の気持ちはだいたいわかります。

H:1976年生まれ、シミュレーション担当のHです。数学科出身です。かつては統計学の視点からスロットを極めました。Oさんとは前職で同僚で、二人そろって社畜でした。

高田:なかなか豪華なメンバーですねぇ。皆さんはもともとお知り合いなのですか?

M:Sとは学生時代からのくされ縁、Oさんは5年来のビジネスパートナー、そしてOさんとHさんが元同僚という関係です。数か月前にOさんの職場にお邪魔した際に偶然居合わせたのがHさんで、話を聞けば数学科ご出身だとか。実は、ちょうど今回のプロジェクトで、AIの予測がどれくらい確からしいかを検証するシミュレーション担当を募集していたタイミングだったので、食い気味に協力いただけないか打診しました。

H:そうでしたね(笑)。実は僕もかつて、統計学でスロットをやり倒していた時期がありまして、話を聞いた瞬間に血がたぎりました。

高田:まさに運命の出会いだったわけですね。今一度皆さんの役割分担をお聞かせいただけますか?

M:このメンバーの中で、一番競馬に詳しいのが私で、学生時代の研究も宇宙材料の挙動を定式化する理論構築ということで、予測の理論構築の部分は私の役割です。HさんにAIエンジンを通して理論の確からしさを検証していただき、フィードバックした結果をOさんに投げて、予測ソフトのプログラミングに落とす流れです。

S:私はAIエンジンのチューニングとOさんのサポートが主な役割です。

AI競馬誕生秘話

高田:なぜAI(人工知能)を使った競馬予測アプリを開発しようと思ったのですか?

M:導かれるように、という表現がぴったりです。もともとAI絡みで別の事業を進めていたのですが、そちらが時期尚早ということでロックアップしてしまいして、、そこで蓄積したノウハウをどう流用しようかと考えた際に、まさに「降ってきた」のがアイダービーのアイデアでした。

高田:なるほど。開発期間が3か月と聞いたときは驚きましたが、納得です。企業秘密かもしれませんが、アイダービーの種を明かすと、一体AIをどのように活用しているのですか?

S:マシン・ラーニングです。

高田:マシン・ラーニング?マシン・ラーニングとは何ですか?

S:Wikipediaによると「人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のこと」とされています。特に、統計データを用いた反復学習による未来予測のアルゴリズム構築に活用されています。基本的には人間がペンを舐め舐め、エクセルをカタカタやってきたことなわけですが、正確な予測をしようと思えば思うほど扱うデータ量は膨大になり、やり方はわかっていても膨大な時間がかかってしまってやる気が起きなかったり、ミスをしまくって意味がない、という問題がありました。それを、コンピュータがダーっとやることで、すさまじく時間が短縮できて且つ鬼のように正確 ― それがマシン・ラーニングです。

高田:AIというと、「勝手に考えてくれる人工知能」という印象があったのですが、そういうわけではないのですね?

S:ゆくゆくはそういう時代が来るかもしれません。が、今はまだ、人間がAIを学習させないと何の役にも立ちません。たとえばマシーン・ラーニングの場合でも、どのデータを活用するかの取捨選択は、人がやっています。膨大なデータの中から、未来予測のために本当に有意義な変数だけをAIが自動的にピックアップすることは、論理的には可能です。そのためには、当然未来を決定する変数は多ければ多いほどいい。ところが、変数が増えれば増えるほど、検証に必要となる過去のデータ量が増えます。過去のデータ量は有限ですから、現実問題として限界がある。だから、変数の組み合わせのパターンをあらかじめ人の手で絞り込んで、そこから先はAIに任せる。つまりマシーン・ラーニングで、いろんな変数パターンについて、未来予測の確からしさを検証する、ということです。

M:もちろん、だからといって人の思惑に支配されているわけではありません。人の手で選んだ変数の中で、何が未来予測に対して影響が大きいかの取捨選択はAIが行います。たとえば「間違いなくジョッキーは重要!」と思って変数にチョイスしたとしても、AIに切り捨てられることもあり得ます。データが限られている中で、AIが自動的に変数そのものをチョイスする段階までは、まだ到達できていませんが。

AIDerby(アイダービー)の種明かし

高田:そうすると、変数のチョイスが、理論構築を担当されたMさんの役割ということですか?

M:はい、僕とHさんの役割です。僕が仮説にもとづいて変数を選んで、HさんがAIを走らせながら仮説の確からしさを検証し、さらに確からしい仮説を立てる、その作業をひたすら繰り返します。

H:よくも悪くも、期待を裏切られる結果が出ることもあるので、これはAIならではですね。たとえばタイムが重要とか、血統が重要とか、皆それぞれ自分のロジックを持っていると思うんです。でも、本当にタイムが重要なのか、血統が重要なのか、どれほど重要なのか、数学的に確からしさが検証されたケースは稀のはずで、ほとんどが都市伝説だと思います。

M:しかも厄介なことに、未来の確からしさって本質的に揺れ動くものなので、永遠に有効な理論ってないですよね。

高田:ちなみに良かったら教えていただきたいのですが、、どんな変数がチョイスされたのですか?

M:28項目+αとだけお伝えしておきます(笑)たとえばジョッキーとかコースとか血統とか馬場状態とか。どの項目がどれだけ重要かは、ブラックボックスです。AIの恐ろしいところですが、本当に私たちもわからないのです。

高田:一瞬冷たい汗をかきました・・。ところで、仮説というのはどういうことなのですか?どのようにして立てるのですか?

M:仮説というのは、たとえば「1着になるために血統が重要」とか「速く走るために血統が重要」とか、話を単純化するとそんなイメージです。

高田:「1着になるために重要」と「速く走るために重要」は違うのですか?

M:はい、まったく違います。実際、速く走っても1着になるわけではないですし、1着になった馬が速く走ったとは限りません。しかも両者では「何を予測させるのか?」といったアウトプットも異なります。「1着になるために血統が重要」といった仮説を検証するためには、各出走馬について「1着になる確率」を予測項目にする必要があります。そのうえでAIに予測をさせて、実際その予測がどれくらい正確だったかを過去のデータに照らし合わせて答え合わせをします。
一方、「速く走るために血統が重要」といった仮説を検証するには、各出走馬の「タイム」を予測項目にする必要があります。

高田:なるほど理にかなっています。仮説はどうやって立てるのですか?

M:とりあえず競馬関連の本を読みまくる(笑)いろんな方がいろんな根拠に基づいたいろんな理論をお持ちなので、そこからヒントを得てます。これは工学研究の世界と全く同じです。研究の世界では、自分の専門分野をはじめあらゆる分野の論文を読み漁って、そこから最先端の仮設を立てて、そして実験やシミュレーションで仮説の確からしさを検証していきます。

高田:なんだか、ものすごく競馬が崇高なものに感じられてきたのですが、、

一同:(笑)

O:実は自分は、初めちょっと今回のプロジェクトに不安がありました。競馬は「ギャンブル」というイメージが強く、開発者として自分の名前が出るのは嫌だなと(笑)
でもAIには興味津々で、実際に始めてみると博士号の論文が書けそうな内容で、飽きっぽい自分にも大変刺激的でした。

高田:どんなときが刺激的でしたか?

O:AIの予測が当たった瞬間です(笑)
理論的にはこうすればいい、ということがわかっていても、現実問題としてそうできないことはたくさんあります。たとえば、Aという変数がBという変数よりも予測に対して効果的だということがわかっても、JRA-VANが提供するデータベースを参照すると、Bという変数の方が過去データがたくさんある場合、単純にAの方が良いと言えなくなります。
未来予測のアルゴリズムは、まさしくAIの脳にあたるわけですが、理想と現実の間で揺れながら鍛え上げたAIには、我が子のように愛着があります。そんなAIの予測が当たった瞬間は、なんとも感慨深いものがあります。

AIDerby(アイダービー)の最終目標

高田:いやー、すっかり私もアイダービーに愛着がわいてしまいました(笑)
アイダービーに興味はあるものの、一体どうやって使えばいいのかピンと来ない、という方もいらっしゃると思います。アドバイスをいただけませんか?

M:アイダービーは、AI(人工知能)が馬券購入のヒントを提供する「21世紀の競馬新聞」です。競馬新聞の番記者が、ジョッキーや厩舎から出走馬の情報やコメントを引き出すように、AI(人工知能)は、過去のレース結果やレース当日のオッズから、出走馬の着順確率や人気先行度などを導きます。記者の経験が武器となる定性情報は従来の競馬新聞から、数学的な信頼性が武器となる定量情報はAIDerby(アイダービー)から取得し、予想にお役立ていただければと思っています。

高田:もう少し具体的に教えていただけますか?

M:はい。アイダービーは、複数の未来予測アルゴリズムによって構成されています。当てたいなら「実力のある人気馬」を狙う。儲けたいなら「人気のない実力馬」を狙う。その両者では、必然的にアルゴリズムが異なります。たとえば、当てたい方はアイダービーの着順予測で「1着になる確率」に注目していただきたいと思いますし、儲けたい方は「穴馬指数」や「人気先行度」に注目していただきたいと思っています。

高田:ありがとうございます。最後に、アイダービーの最終目標をお聞かせいただけますか?

M:アイダービーの最終目標は、よく当たって、よく儲かる(笑)これに尽きます。開発にあたって一番大切にしていることは『自分たちが使いたいと思えるサービスの開発』です。理論的な限界値に向けた精度の向上はエンドレスです。限界に向けて日々バキバキにAIを鍛えながら、より多くの方により満足いただけるアプリケーションに進化させていきたいと思っています。

高田:いいですね!ぜひこれからもアイダービーを進化させていただいて、「AI競馬」という新しい競馬の楽しみ方を広げていただけることを期待しています。今日はありがとうございました。

一同:ありがとうございました。

インタビュー
目次

21世紀の競馬新聞をあなたの手に。

AIDerbyアイダービークラウド版

AIDerbyアイダービークラウド版

スマホでもPC(Windows/Mac)でもタブレットでも、人工知能で手軽に競馬予測するならAIDerby(アイダービー)クラウド版。面倒なインストール作業や、ソフトウェアのバージョンアップは一切不要です。

AIDerbyアイダービー Widows版

JRA-VAN公認 アイダービー Widows版

Windowsインストール版 AIDerby Ace(アイダービーエース)は、JRA-VANよりダウンロードいただけます。Widows版は一部機能を無料でご利用いただけます。ご利用にはJRA-VANデータラボ会員への登録が必要です。

無料メルマガ登録

せっかくのAIによる予測も、上手に活用できなければ宝の持ち腐れです。数字の羅列をどのようにあなたの予想に活かせばいいのか?そのコツを無料メールマガジンで配信いたします。ソフトウェアのアップデータ情報もいち早くお知らせします。
ご登録は今すぐこちらから!