衛生基準が緩い場所であればどこでも食中毒が発生する可能性があるが、研究者らは機械学習を利用して影響を受ける人の数を最小限に抑える新しいアプリを開発した。
アメリカでは毎年6人に1人が食中毒に罹患しており、その際、多くの人がTwitterでそのことを投稿します。そこでnEmesisの出番です。ロチェスター大学のコンピューターサイエンス研究者によって開発されたこのソフトウェアは、自然言語処理と人工知能を用いて食中毒関連のツイートを識別し、ジオタグを使ってレストランと関連付け、食中毒が発生しやすい場所を特定します。
研究者らは、2012年後半から2013年初頭にかけてニューヨーク市都市圏の人々が投稿した約400万件のツイートを分析してアプリを開発した。このソフトウェアには、「吐き気がする」といったキーフレーズを認識するよう訓練されたディープラーニングアルゴリズムが組み込まれている。
アダム・サディレック、ロチェスター大学 研究者の言語モデルの主な特徴。
最近、研究者たちはラスベガス市の保健局と協力し、このアプリをラスベガスでテストしました。具体的には、ラスベガス市はnEmesisの結果を、特定の日に検査対象とするレストランの選定に組み入れ始めました。
3ヶ月間、このシステムは毎日平均3,600人のユーザーから16,000件のツイートを自動的にスキャンしました。研究者たちはこれらのツイートを用いて、検査の優先度が最も高いレストランのリストを作成しました。
「毎朝、何か問題があるとわかっている場所のリストを市に渡し、市がそれらのレストランを検査できるようにしました」と、ロチェスター大学でこのプロジェクトに携わり、現在はグーグルリサーチに所属する研究者のアダム・サディレック氏は語った。
その結果、研究期間中にラスベガスでは食中毒が9,000件減少し、入院が557件減少したと研究者らは推定している。
研究チームは2月に開催された第30回人工知能振興協会（AAI）会議でこの研究成果を発表し、同協会より「人工知能の革新的応用賞」を受賞しました。
サディレック氏は、同じアプローチは他のさまざまな方法でも使用できると述べた。
「これはたまたまレストランでの話ですが、この方法はトコジラミにも使えます」と彼は説明した。「同様に、人々が医者や病院に行った後にツイートしている内容を見ることもできます。私たちはまだ、可能性の表面に触れ始めたばかりです。」
