AIのためのデータ流通に向けたデータ取引サービス、AIデータ活用コンソーシアムが構築

　AIデータ活用コンソーシアム（AIDC）が構築した「AIDC Data Cloud」は、AI活用に不可欠な学習用データの流通を円滑にするためのクラウド基盤である。データが学習済みモデルなどとして、製品／サービスに組み込まれて流通・利用されるケースが増えていることに対応し、データの提供者および利用者が安心してデータを取引できる流通基盤を提供するのが目的だ（図1）。

図1：AI（人工知能）技術の広がりによりデータの流通形態が変わってきた

　AIDC Data Cloudが取引対象にするのは、オリジナルのデータと、学習モデル用にクレンジングあるいはアノテーションしたデータ。データの提供者が望む条件と共にデータを登録し、カタログ化して利用者に提示することで、条件に応じた選択と利用契約の締結が可能になるとしている。

　データの取引サービスと契約モデルでは、様々な商流と知的財産保護、および倫理・製造物責任・保証・来歴に考慮した。オープンデータからワンタイムでの利用、レベニューシェアといったデータ取引形態に対応する。

　AIDC Data Cloudが想定する利用者は、AI技術を使った製品をエンドユーザーが利用するまでのプロセスに関与するすべての層。具体的には、データ生成者、データアノテーター、AI研究者・AI開発者、コンポーネントメーカー、最終製品メーカー、エンドユーザーなどだ。

　従来のデータ活用は、マーケット分析用途など1度の利用で完結する形態が中心だった。しかし、ディープラーニングや機械学習、統計的学習、統計解析などAI技術の活用場面では、データが学習済みモデルなどとして、製品／サービスに組み込まれるケースが増えている。

　しかし、データの所有者と、そのデータを使って研究・開発をしたり、製品／サービスを提供したりする利用者は必ずしも同一でない。両者間で円滑なデータの流通体制が望まれていた。

　加えて最近は、AIの学習用データとしての流通においても、倫理や知的財産、製造物責任、商流に基づく利益配分など、考慮しなければならない課題が増え複雑になっている。

図2：AI技術とデータを組み込んだ製品／サービスでは製造物責任が問われる

　AIDCは、データ活用には大きく次の3つのリスクがあるとしている。

リスク1 ＝説明責任とデータ来歴：AIを組み込んだ製品／サービスの製造物責任を果たすためには、AIの学習に使用しているデータの来歴を説明できることが求められている。学習に用いるデータの来歴を適切に把握・管理することが重要になる

リスク2 ＝知的財産と商流：AIの学習に使用するデータの価値は、AIを組み込んだ製品／サービスがどのように流通し、経済的価値を持つかで大きく異なる。データを提供する際には、AIの学習に用いられることを想定しデータ所有者の権利を考慮した契約モデルの適用が重要になる

リスク3 ＝データ品質と偏り（バイアス）：データの偏り（バイアス）はAI品質の偏りにつながる。公平・均質な品質が求められるソリューションにAIを用いる場合は、その学習データの品質（データの偏りの程度等）を把握することが重要になる

　AIDCは、AI活用におけるデータ活用を促すために、知財の取り扱いポリシーや契約ガイドライン、およびデータ流通のためのサービス基盤の実現に取り組むコンソーシアムで、2019年4月に活動を開始した。

　発起人には、京都大学、ギリア、国語研究所、日本電子出版協会、東京大学、東洋大学、豊橋技術科学大学、日本財団、日本支援技術協会、日本マイクロソフト、ブリックス、ブロードバンドタワー、理化学研究所、Ridge-iが名を連ねている。