AI Refereeの各プランの種類と内容
以下は私たちが取材した時点の内容だ。毎月情報を更新しているわけではない。最新の状況は公式サイト等で必ずご確認下さい。
| プラン | 投資スパン | 比重が多い市場 | おすすめ層 | 分析の手法 |
|---|---|---|---|---|
| AI タイプ１ | 短期／中長期 | 東証プライム |
・初心者
・名門企業の株などで中長期保有を求めたい人 |
ファンダメンタルズ重視 |
| AI タイプ２ | 短期／中期 | 全市場 | 短期的に結果、利益リターンを求めたい人 | テクニカル重視 |
| AI タイプ３ | 中長期 | 全市場 | 安定感重視の中長期投資派 |
|
| AI タイプ４ | 短期 | 東証グロース | 大化け株を狙う人 |
|
| AI タイプ５ | 中長期 | 東証プライム ／NY証取 ／米ナスダック | 銀行商品や低利回りの投資信託などから乗り換えを考えている人 |
|
| AI タイプ６ | 短中期 | 東証スタンダード ／米ナスダック |
・各国の短期大化け銘柄を狙う人
・スケールの大きな投資に挑戦したい人 |
|
| AI タイプ７ | 短中期 | 東証グロース |
・特大の利益をピンポイントで狙いたい意欲的な人
・スケールの大きな投資に挑戦したい人 |
|
【課題】日米の「金融AI」の差
大手都市銀行など日本の金融機関は1980～90年代、アルゴリズム取引にチャレンジした。 しかし、満足な成果を出せなかった。 この失敗体験によって、日本ではロボット運用に否定的な見方が定着してしまった。 その結果、長年にわたって新しい試みが行われなかった。
ロボ運用はアドバルーン
2017年ごろから、ロボ運用が再び注目を集めた。 しかし、日本の金融界の試みの多くは、ロボ運用というアドバルーンを上げるのが目的で、 本気でパフォーマンスを向上させるための知識も意欲も欠けていた。
米国ではAIヘッジファンドが好調
ツーシグマなど
一方、アメリカでは最新のAI技術をうまく取り入れることに成功した一部のヘッジファンドが、絶好調の運用成績を出している。例えば、AIを駆使した多様な分析をすることが売りの米ツーシグマは、主力ファンドのリターン（利回り）が年率20％を超えることが多い。
IBMの有名技術者を引き抜く
また、世界最大のヘッジファンドのブリッジウォーターも、AIの活用で成功した。 2011年に米IBMのワトソン開発を主導した技術者デービッド・フェルッチ氏を引き抜くなど、 人材を強化した成果が着実に出ている。
高額報酬
米ヘッジファンド業界は、Google（グーグル）、IBM、アップルなどAI技術の巨人から、次々に優秀な技術者を引き抜いている。 有力ヘッジファンドが一流のAI開発者に支払う報酬は、グーグルやアップルでも全くかなわない水準だ。 このため、世界最高の科学エリートが、次々とヘッジファンドに引き寄せられている。
AI Refereeの課題
日本のAI Refereeが今後、「投資AIツール」分野の競争に勝ちたいならば、 米シリコンバレーなどの巨大IT企業や最先端フィンテック企業から、 優秀な人材を引き抜いていく必要があるだろう。
「柔らかい頭」を持つAI
かつてのロボットやAIは、多彩な芸をこなすようでありながら、実はすべて指示された通りのことをやっているにすぎない「石頭」だった。 人間の命令がないと、たちまち困ってフリーズしてしまった。 しかし、Googleや「オープンAI」などのトップ企業が開発を進めているAIは違う。 覚え込んでいる知識の中から、当面する問題解決に必要とされる知識を引き出して当てはめるという「柔らかい頭」を持っている。
自主的に情報を取捨選択
つまり、最新のAIは、人間が細かく手続きを指示してやらなくても、自主的に判断して情報を集め、取捨選択し、結論を導き出してくれる。 専門的なことを何ら知らないユーザーでも、天才的な「頭脳」が手に入るのだ。
機械に人間の知性と心を持たせる
AI研究の教祖の一人、米マサチューセッツ工科大のマービン・ミンスキー教授は著書の中で、「人間の心は、エージェントと呼ばれる多数の小さな処理過程の集合からなる」と分析した。「個々のエージェントは単純なことしかできないが、特殊な方法で『社会』として結合させると、本当の知性となる」という説を唱えたのだ。 機械に人間の知性と心を持たせることができる理論として注目され、AI開発の突破口になった。 最近のAI開発の思想の多くも、ミンスキー博士の「結合理論」に基づいている。
右脳コンピューター
AI Referee（AIレフェリー）が開発を目指しているような株予測AI（？）は「右脳コンピューター」に位置づけられるかも知れない。
パターン認識や直感的な情報処理
人間の脳は、左側と右側で役割が微妙に異なる。左脳は、論理的な思考、言語活動など従来のコンピューターでもある程度行える機能を受け持つのに対し、右脳が得意なのはパターン認識や直感的な情報処理だとされる。
幅広い理解力や自律機能
そこで、株価予測AIでは、情報の分散処理、神経回路モデルの研究などを通じて、右脳に似た情報処理を実現させ、幅広い理解力や自律機能を開発しよう、という機運が高い。
ABCサイエンス
株価予測AI開発の最新キーワードは「ABCサイエンス」だ。 「Ａ」はＡＩ（人工知能）、「Ｂ」はブレイン・サイエンス（脳科学）だ。「Ｃ」はコグニティブ・サイエンス（認知科学）、つまり記憶、連想などの認識作用の研究である。
ファジー能力
もう一つ、株価予測AI開発のカギを握るのが「ファジー（ファジィ）」能力だ。ファジー能力を備えたAIは、ニューロコンピューターと組み合わせてフレキシブルコンピューターを形成し、大脳の右脳、左脳のようにそれらを切り替えて利用するようになると予想されている。AI Referee（AIレフェリー）の開発チームの動向に注目したい。
山川烈氏の予見
日本で初めてファジー・コンピューターを試作した人物の一人とされるのが、山川烈氏（九州工業大学教授）だ。 山川烈氏は1988年の時点で、日本システムハウス協会主催のシンポジウム『実用段階に入った－ファジィコンピューターとその応用』において、「新々世代、第六世代コンピューターともいえるファジィコンピューターは、将来的にデジタルコンピューターやニューロコンピューターと組み合わせてフレキシブル・コンピューターを形成し、大脳の右脳、左脳のようにそれらを切り替えて利用するようにもなるだろう」と予測していた。当時のAI研究者には、ファジーを嫌う向きも少なくなかったが、デジタルコンピューター、つまり二値（０と１）の世界だけの発想では限界に突き当たることを、山川氏は見抜いていたのだろう。
1990年代の家電のように
1990年代に入って、家庭電気製品の人工知能化が進んだ。あいまいで人間的な判断に適応できる「ファジー」機能がブームになり、過去のデータを学習して次に生かす「ニューロ」で進化を続けた。各製品に共通した特徴は、機能が進化したのに、操作がかえって簡単になっていることだった。2020年代の後半は、AI Refereeのようなファジー型AIツールが、同じような進化の道を辿る可能性もある。
AI審判員（AI Referee）に関するトピック
AI Refereeというサービス名は、AIが株式相場の「審判員（レフェリー）」となって、個々の銘柄に審判を下す、という意味が込められているのだろう。 スポーツなどの世界では、AI審判員の導入の是非が議論されている。 人間の審判だと、どうしても誤審が出てしまうからだ。 以下の項目では、個々の競技のAI審判員をめぐる論点を紹介する。
競馬におけるロボット・レフリーの導入
競馬にはAI審判が導入されていない。 人間である決勝審判委員（Final referee、ファイナル・レフリー）が着順を判定している。
続き▼
競馬の決勝審判委員は、ロボットではなく人間だ。 １日の全レースを３人で務める。日常は総務部や人事部など、全く別のセクションの職員が担当することが多い。
眼鏡の人はいない
開催日に、この仕事を任される最低の条件は「目がいい（視力がいい）」ことだ。 決勝審判委員に眼鏡をかけた人はいない。
入線順位に目を凝らす
審判委員はレースの当日、ゴール真ん前のスタンドの一室で、入線順位に目を凝らす。 ベテランから順に上段、中段、下段と縦に並ぶ。
馬の毛色などの特徴
審判全員がノートに全着順をすばやく書き取りる。 瞬時に、より正確を期すため、事前に騎手の勝負服、ブリンカーのあるなし、馬の毛色などの特徴を頭にたたき込んでおく。
カメラのゴール映像
書き取った着順を照合し、復唱する。 さらに電子シャッターカメラがとらえたゴール映像（ファンにも後刻、場内の大型スクリーンなどで公開される）で確認する。 この間に、上のカメラ室からネガが届く。 全馬がゴールして、わずか1分30秒後だ。
頭差以内が写真判定と
明白な順位であれば、ただちに５着までを馬場内の電光掲示板に灯す。 通常、頭差以内なら写真判定となる。 ネガを拡大機にかけ際どい着順を判定し、全馬の着差を決める。
カラー化
写真のネガがカラーになったのは1996年。 決勝審判委員たちは大助かりだったそうだ。 馬番が写っているとは限らないうえに、デザインが似たような勝負服も少なくないからだ。
計速員が通過順を点滅
審判員のほかに、見習いの形で「計速員」と呼ばれる職員がいる。 レースが始まると先頭から３頭の通過順を点滅させ、手動でタイムも計測する。
自動タイム測定装置
とはいえ、実際には自動タイム測定装置が働いている。 しかし、ときにカラスやハトが横切って不能というケースがある。万一のために、計速員が存在しているのだ。
審判部の裁決委員が公正をチェックし、確定ランプ
決勝審判委員の判定した着順に降着や失格がないかなど、レースの公正に目を光らして、審判部の裁決委員が確定のランプを押す。
人間の審判（Human Referee）による誤審トラブル
人間の審判によるミスジャッジ（誤審）やトラブルの一覧です。スポーツ界。
| 種目 | 内容 |
|---|---|
| サッカー | 2006年Ｗ杯アジア最終予選プレーオフ第１戦のウズベキスタン対バーレーンで、日本の主審が本来ならPKやり直しのところをFKとした誤審で、再試合となった。 |
| 体操 | 2004年アテネ五輪男子総合で韓国選手の演技価値点を低く採点するミスがあり、騒動に発展。 国際体操連盟は「正しく判定されていたら韓国選手が金」とミスを認め、これを契機に10点満点が廃止された。 |
| フィギュア・スケート | 2002年ソルトレークシティー五輪でのペアのフリーで、ミスのないカナダが、ミスのあったロシアより下になった。 フランス人審判が買収されていたとの騒動に発展し、その後、上限のない採点法に変わった。 |
| 柔道 | 2000年9月のシドニー夏季五輪柔道男子100キロ超級決勝で、篠原信一（現天理大監督）の内また透かしが相手・ドイエ（フランス）の有効と見なされ、篠原は無念の銀メダル。 |
| スケート・ショートトラック | 2002年2月のソルトレークシティー冬季五輪ショートトラック男子千メートル準決勝で、5人中3人が転倒するなか、最後方から1着に入った寺尾悟（トヨタ自動車）が転倒の原因を作ったとして失格。 |
| 高校サッカー | 2002年12月の全国高校サッカー岡山県大会決勝の作陽対水島工戦で、作陽の決勝ゴールが見逃され、PK戦の末に水島工が勝ち、全国大会へ。 |