スパコン並みの処理が必要だった「因果探索」を手軽に使えるようにした「Smallytics™」アルゴリズム

データから因果関係の構造を発見することを「因果探索」と言い、 因果関係の有無や効果を推定することを「因果推論」と言います。 知りたい因果関係の構造がわかっている場合は、すぐに「因果推論」を実行可能ですが、 多くの場合は、未知なる関係の発見がイノベーションに繋がります。 その場合「因果探索」は有効なツールです。しかし今までのアプローチでは、因果構造を推定する際、 データ同士の全組合せを計算するため幾何級数的に処理時間が増え、 数時間から数日、場合によってはスーパーコンピュータが必要になるなど、 一般的に使えるものではありませんでした。「xCausal™」では、様々な時系列データの組み合わせの中から、 因果関係の前提となる条件を考慮してどのデータ同士の関係が強いかを計算しランキングする 当社独自技術「Smallytics™」アルゴリズムがこの問題を解決します。

「Smallytics™」は、ユーザーの解析目的となるデータに関係の強い変数を推奨します。 ユーザーはその中で、有意義な変数を選択して数を絞り込むことができます。 (最大10ノードまで、カスタム対応可能) その結果、組合せ計算量を圧倒的に削減し、 ネットワーク構造を持つ因果グラフを数十秒から数分単位で即座に生成することが可能です。 そのため、ユーザーはデータを使って仮想的に効果検証を繰り返すことができ、 因果関係の理解と解像度の高い解決策の仮説を立てることが出来ます。 因果探索のアルゴリズムは、ヒルクライム型、制約型、ハイブリッド型の3種類から選択することが可能です。

学術的なノウハウを使いやすく。機能強化や拡張性にも優れた未来志向のSaaS型サービス

「xCausal™」は、データをアップロードして使うSaaS型のサービスです。 「xCausal™」では、データのアップロード時に、 欠損補完やルールテーブルの作成を簡単に行うことができます。 解析のエンジンとなる「Smallytics™」は、データの欠損に強く、 統計解析やAIに必要なクレンジング処理に時間を掛けずに利用できる使いやすさを提供しています。 また、難しくなりがちなUIを、わかりやすく洗練されたデザインで提供しているのもユニークな特徴です。 データアップロード後は、「因果探索」と「因果推論」をクイックに、 そしてシームレスに行うことができ、今まで学術的な領域で活用されていたノウハウを、 より簡単に使えるようにしました。

PCにインストールするソフトウェアと比較し、処理の拡張性や、データ解析のコラボレーション、 刻々と進化するコーザルAI機能の追加とアップデートを継続的に提供する未来志向ソリューションです。 また、社内クラウドシステムに導入するソフトウェアと比較し、 コーディングを伴う実装が不要で、エンジニアに依頼せず使うことができる点で実用的です。

カスタム対応やプロジェクト伴奏型のプロフェッショナルサービスとパートナーシップ

「因果探索」や「因果推論」も使い方次第では、良い解に辿り着けない場合があります。 特に原因の可能性となるデータが取得できていなければ、 因果関係の発見には至りません。 必要な変数の検討や入手できない場合の代替案、 その組織特有のデータの扱いやモデル化方法等、 当社のデータ・サイエンスチームが伴奏型でアイデアを出し、 データ解析や専用のカスタム機能実装を行うプロフェッショナルサービスを提供しています。 当社は、因果推論、深層学習や機械学習、統計解析から大規模自然言語モデルに至るまで、 データ・サイエンスの領域で先端研究をしている、 大学および研究機関の教授・准教授からなるアドバイザー・コミッティによって、 耐えず新たな知識創造を行なっています。 また、カスタム対応は、「xCausal™」の機能のカスタム化に加え、 因果モデルから得られるアウトプットをアプリケーション化したり、 予測モデルと連携したり、生成AIとの組み合わせで活用するなど、様々な開発に対応します。 さらに今後は、各産業や領域に専門知識を持つパートナー企業と連携することで、 お客様の課題解決に深く貢献していく予定です。