科学的発見の思考プロセスを再現した技術

Wide Learningは、入力データが持つデータ項目全てについて組み合わせを行い考えうるすべての仮説を網羅的に調べる。そして、それらの仮説の正しさを統計的に確かめることにより重要な仮説を発見していく。これらの一連の過程は、科学的発見における思考プロセスを再現したものであるため、途中の計算過程や最終判断の根拠を人間でも簡単に理解することができる。

高速な組み合わせ計算を実現する技術

Wide Learningに用いられている富士通が開発した組み合わせ計算技術は、1000兆をはるかに超えた組み合わせでも数秒で調べることができる。これにより、以前は難しいとされていたデータ項目のすべての組み合わせの検証、考えうるすべての仮説の提示が可能になった。

少量のデータから高精度な判断

データ項目全ての組み合わせを計算対象として扱うため、少なくとも数千件から数万件以上のデータを必要とするディープラーニングに対しわずか数十件～数百件からでも高精度な判断が可能になる。たとえば、工場の製造ラインで不良品の発生原因を分析したい時、不良品はめったに発生しないためデータ数が少ないという問題がある。しかし、Wide Learningを用いることで数十件ほどのデータからでも不良品にのみ当てはまるような重要な仮説を発見し、発生原因を突き止めることができる。

新たな仮説の発見

人間には不可能な数の仮説を検証し重要な仮説を抽出するというプロセスを踏んでいるため、これまで専門家でも考えつかなかった判断や仮説の発見ができる。さらに、発見した仮説を用いて予測や分類などの知的な判断を自動的に行うこともできる。

アクションプランの提示

すべての仮説を網羅的に検証した過程で得た情報を用いることで、予測や分類だけにとどまらず実際のアクションプラン（打ち手）の提示を行うことができる。たとえば、デジタルマーケティングにおいては「購入率の低い仮説」と「購入率の高い仮説」の差分を計算しその差分がもっとも顕著なもの（＝購入率の上昇幅が一番大きなものがアクションプランとして提示される。