AIで融資を審査する手法は銀行業務を自動化する切り札として注目されている。しかし、金融機関はAI融資審査の導入をためらっている。これはアルゴリズムがブラックボックスで、審査したロジックが明らかでなく、銀行は消費者に判定理由を説明でいないため。いま融資審査の内容を説明できるAIが登場し注目を集めている。

説明できるAI融資審査

ZestFinanceはロサンジェルスに拠点を置くベンチャー企業で、融資サービスのAIプラットフォームを開発している(上の写真)。この製品は「Zest Automated Machine Learning (ZAML)」と呼ばれ、融資申込者のリスクを機械学習の手法で査定する。ZAMLの特長はアルゴリズムが導いた結果を説明できること。これは一般に「Explainable AI（説明できるAI）」と呼ばれ、政府法令に準拠してAIが融資審査を実行する。

融資審査と説明責任

機械学習モデルを使うと融資判定を高精度に実施できるが、この手法はAIが抱える根本的な問題を抱えている。これはAIがブラックボックスであることで、機械学習モデルは審査結果を説明できない。融資審査では応募者がローンを受けることができなかった場合、その理由の説明が求められる。また、金融機関はアルゴリズムが法令に準拠していることを立証する責任がある。これらの要件を満たすことができないため、金融機関はAI融資審査の導入を敬遠している。

融資審査で問題発生

実際に、機械学習による融資審査で問題が発生している。アルゴリズムは人種や性別にバイアスしている事例が数多く報告されている。アルゴリズムは黒人など特定人種に対し評価が厳しいケースが多く、AIの公正さが問われている。金融機関が意図的に特定人種を締め出すことを意図しているのではなく、アルゴリズムの判定方式が不透明なため起きているケースが多い。

Explainable AIの機能

これに対してZAMLは融資審査結果のプロセスを説明することができる。ただし、ZestFinanceはその詳細を公表していないが、Explainable AIを使うと、モデルが特定の判断を下したとき、そのイベントが起こる確率を計算するとともに、その判定と入力データの関係を示す。例えば、融資審査で不合格となった場合(イベントの発生確率が低い)、申込者の入力データ(信用履歴など)を出力する。

潜在需要を掘り起こす

更に、ZAMLは機械学習の手法でクレジットスコアーは低いが返済能力のある応募者を見つけ出す。ZAMLは応募者を数百から数千の変数で定義しクレジットリスクを査定する。従来手法では融資を受けることができなかったグループを解析しリスクを再評価する。(下のグラフィック、現行方式の査定でリスクが高いと判定された応募者をZAMLで再評価するとリスクが低い応募者が数多くいるのが分かる。これらのグループが新規顧客となる。)

現行の融資審査方法

ちなみに、現行の融資審査はFICOスコアーに従って応募者を１０ほどのグループに区分して可否を決める。FICOスコアーとは個人の信用度を示す指標で、支払い履歴、負債の状況、負債の種類などを入力して算定する。このためクレジット履歴のない応募者は融資を受けることができない。例えば、米国に移民したばかりの医師は、返済能力はあるが融資を受けることができない。

ZAMLシステム構成

ZAMLは融資審査のためのプラットフォームで、金融機関はこの上で機械学習モデルを生成し、自社で所有している顧客データを使ってモデルを最適化する。また、外部の信用調査会社のデータを使ってモデルを強化する。ZestFinanceはプラットフォームを提供するだけでなく、システムインテグレータとしてシステム開発を支援する。完成したモデルは性能を検証し、業務システムに組み込む。ZAMLはオンプレミスまたはクラウド上に展開され、金融機関が運用しているシステムと連携して稼働する。

Microsoftとの提携

ZestFinanceは2018年12月、Microsoftと共同で融資審査向けにZAMLを提供することを発表した。この提携によりMicrosoftの機械学習クラウド「Azure and Machine Learning Server」(下の写真)でZAMLを利用できる。金融機関はクラウドで機械学習モデルを容易に開発でき、法令に準拠したAI融資審査システムを運用できる。

AI融資審査の導入に弾みがつく

金融機関はAIによる融資審査を導入したいが、アルゴリズムがブラックボックスで、これを躊躇している。米国では4000万人がクレジット履歴が無くローンを受けることができない。ZAMLを使うと多くの消費者を救済でき、金融機関としても法令に準拠してAI融資事業を拡大できる。Explainable AIをMicrosoft Azureで使えるようになり、AI融資審査の導入に弾みがつくと期待されている。

AIは囲碁のチャンピオンを破り、次の目標をeスポーツに定め、開発が進んでいる。eスポーツとはビデオゲームを使った対戦で、スポーツのように試合が実況中継される。いまeスポーツファンの数が急増し、日本のプロ野球に匹敵する規模のビジネスとなっている。OpenAIは「Five」というAIを開発し、eスポーツのトップチームと対戦した。

OpenAIとは

OpenAIとはAI研究の非営利団体で、Elon Muskらにより2015年に設立された。Muskらが10億ドルを拠出し、最初の数年間でその一部が使われる。OpenAIは他の研究機関と連携し、特許や研究結果を公開し、オープンな手法でAI開発を進めている。高度なAIが社会及ぼす危険性を回避するため、安全なAIを開発する。研究テーマの中心は深層強化学習(Deep Reinforcement Learning)で、安全なインテリジェンスの開発を目指す。

ゲームをプレーする「Five」

OpenAIはビデオゲーム「Dota 2」をプレーするAI「Five」を開発した。Dota 2とは、五人のチームが森の中で戦闘を繰り返し、陣取り争いをするゲーム (上の写真)。Fiveは五人の人間を五セットのAIで置き換え、AI同士が連携しながらプレーする。Fiveは国際ゲームイベントで人間のトップチームと対戦し好成績を収めた。

Dota2とは

Dota 2は米国Valve社が開発したビデオゲームで、MOBA(Multiplayer Online Battle Arena)に区分される。MOBAとは、チームメンバーがキャラクターを操作し、相手のチームと対戦する形式を指す。Dota2では、二つのチーム(「Radiant」と「Dire」)が対戦し、相手のタワー「Ancient」を崩壊させたほうが勝ちとなる。チームは五人で構成され、それぞれがキャラクター(Heroと呼ばれる、下の写真、その一部)を操作し、相手のキャラクターを攻撃する。対戦では戦略やチームプレーが求められ、AIにとって極めて複雑なゲームとなる。

eスポーツとは

Dota 2はeスポーツ(eSports)で最も人気のあるゲーム。eスポーツとはビデオゲームを使った対戦で、有名チームの試合が放映され、ファンがそれを観戦する構造となる。eスポーツファンの数が急増し、2018年には2億人を超え、2021年には3億人になると予想されている。eスポーツの収入は2018年は$905.6Mと予想され、巨大ビジネスとなっている。(ゲームの対戦をスポーツと呼ぶには違和感を感じる人も多いが、実際にプレーを見ると激しい格闘技で、デジタル時代のプロレスと言える。)

The International

eスポーツの最高峰がDota 2のワールドカップともいえる「The International」(下の写真)。今年はカナダ・バンクーバーで開催され、18チームがトーナメント形式で対戦した。特設会場のステージで競技が行われ、ゲーム画面が大型モニターに映し出される。今年は、欧州チーム「OG」が中国チーム「PSG.LGD」を3対2で破り優勝。対戦の模様はYouTubeなどで中継され、観戦者数は6679万人に上った。これはゴルフ「Masters」の観戦者数に匹敵し、世界中で人気が広まっている。

Fiveの対戦結果

The Internationalという晴れの舞台で、Fiveはエグジビションゲームとして、プロチームと対戦した。Fiveはブラジルチーム「paiN Gaming」及び中国チーム「rOtK」と対戦したが、どちらも1対0で敗戦した。paiN Gamingとの対戦で、序盤は人間チームが優勢であったが、中盤はAIチームが形勢を逆転した。しかし、終盤で人間チームの戦略的な攻撃をうけ敗戦を期した。人間の技には及ばなかったが、対戦時間は51分と長く(平均は45分)、接戦の末の敗戦となった。

Fiveの概要

Fiveはニューラルネットワーク(Long Short Term Memory、LSTM)で構成され、深層強化学習の手法で教育された。LSTMはRecurrent Neural Network方式のネットワークで、記憶機能があり、長期間にわたる相関関係を処理するのに適している。アルゴリズムはAI同士の対戦を通じて、Dota2のプレーの仕方を学習した。

ゲームをプレーする理由

OpenAIがDota 2をプレーするAIを開発する理由は、ゲーム環境が実社会によく似ているため。Dota 2は、森林の中で敵味方が入り乱れ、攻撃と防御を繰り返す。勝つためには作戦を立て、AI同士のチームワークが要求される。Fiveはゲームという仮想社会で技術を習得するが、ここで培った技法は実社会に応用できる。ロボットや自動運転車が家庭や街中で稼働するとき、Fiveで習得した技術が役に立つ。

囲碁の次はeスポーツ

Google DeepMindはAlphaGoで囲碁のチャンピオンを破り世界を驚かせた。囲碁は複雑なゲームであるが、Dota 2はそれよりはるかに複雑なゲームとなる。囲碁は150手ほどで勝敗が決まるが、Dota 2は２万手と長い。また、囲碁は正規化された空間でプレーするが、Dota2は人間社会を模したカオスな環境で実行される。囲碁を制したAIは、次はeスポーツでトップチームと対戦し、勝利することを目標に据えている。