理系や文系といった専攻分野に関係なく、誰でも平等にスキルを競い合える機会の提供を目的として、SIGNATEが主催する学生向けコンペティション「SIGNATE Student Cup」。このコンペティションへの参加条件はたった一つ。SIGNATE Campus会員であることだけだ。制限や制約なく、思う存分自身のスキルを試し、学び合い競い合うことができる場となっている。 2018年の初開催以降、AIやデータサイエンスへの関心の高まりを受けて毎年開催され、2021年で4回目の開催を迎えた。4回目のテーマは楽曲のジャンル推定。楽曲の特徴情報データをもとに、ジャンルを予測するモデルの精度を競い合う「予測部門」と、外部データも活用しながら新たなジャンル分類方法の探索を行う「インサイト部門」の2部門で開催された。 そんなコンペティションに、大学院での研究でAIに触れていた経験も活かして、見事インサイト部門の3位に入賞したのがsylkさん。SIGNATE Student Cupへ参加したきっかけや、取り組みにおける工夫などを率直に伺ってみた。

▼動画はコチラ▼

学び始めたきっかけは面白そうより、役に立ちそうという想いから。

大学院の研究室では医療分野の画像認識の研究を行っています。例えば、皮膚疾患の画像による自動判定。患者さんの皮膚画像を学習させ、疾病の名称や重症度を判定するアルゴリズムの開発などを行っています。今では研究で日常的にAIを使用していますが、私がAIを学び始めたのは実は研究室に所属する前でした。 学生による有志の企画で、AIを用いて簡単な画像分類モデルを構築するイベントが開催されていて、そこに学部生時代に参加したのがAIに触れた最初の経験です。内容も興味深かったですが、コンピューターで自動化する技術は、いずれ色々な場面で用いられるはずだと、基礎を学んでおくだけでも必ず役に立つと思いました。 研究室を志望する際に、本格的にAIを学べる研究室を選ぼうと思いましたが、私の電気系の専攻分野にはほとんどありませんでした。一つの研究室で画像系のAIを学べるところがあり、もうここに行くしかしかないと思いました。

「そのコンペティションのテーマが面白そうか」が参加基準。

選考の結果、希望の研究室に入れたものの、その時点でAIに関する知見やスキルはほぼなく、ゼロから学ぶ必要がありました。その学習の一環として色々な種類のデータを扱えるデータ分析コンペティションに参加するようになりました。 私がデータ分析コンペティションに参加するのは、知見を得るためだけでなく、刺激を得たいという気持ちも大きなモチベーションです。研究は一つのテーマをずっと深掘りしていきますが、新しいことにどんどん挑戦したいという気持ちもあります。そこで研究とは別にデータ分析コンペティションを活用していろいろなテーマに取り組むことにしました。 「そのコンペティションのテーマが面白そうか」がデータ分析コンペティションの参加の判断基準です。今回のコンペティションに参加したのも、音楽データを扱ったことがなかったから。ただ、今回のテーマは音楽ではあるものの、扱うデータは音データではなくテーブルデータでした。そこで予測部門よりインサイト部門の方が面白そうだと思い、途中からインサイト部門に切り替えて参加することにしました。

楽曲分類なのに、楽曲情報を使わないという違和感。

途中までは予測部門に参加していたため、ベースラインはある程度組めていました。その結果を見たときに、少しだけ違和感を覚えていました。それは、制作地や人気度といった楽曲の周辺情報で音楽のジャンル分類ができてしまうということ。楽曲分類のタスクなのに、メロディーやテンポといった楽曲自体の情報から分類ができていない。それは本質的ではないというモヤモヤがありました。 それならばインサイト部門では、楽曲自体の情報で分類する手法を考えよう。そこが出発点でした。では、どうやって楽曲情報を活用しよう。そう考えて思い当たったのがMusic Transformerでした。特にTransformerは時系列データの処理に適していたことを思い出し、今回のテーマにピッタリではないかと。音楽も歌詞も時系列データで処理することができます。 Transformerを単純に用いただけではなく、データ収集の方法を示したり、楽曲データだけでなく歌詞データも用いたりした部分は、私ならではの工夫ができたかなと思っています。ただ、他の入賞者の方の発表を見ていると、実際に実装までしている方もいらっしゃって、自分はそこまでやりきれていなかったなという反省もありますね。

タスクを解決した先で、誰にどんな価値を届けたいのか。

入賞という結果が得られたことも一つの成果ですが、参加して良かった一番のポイントは、目的志向の発想力を養えた点です。今回のコンペティションでいえば、誰が、どんな目的のためにこの楽曲分類を活用するのか、というところまで考えてアイディアを練っていきました。 例えば、最近流行のストリーミングサービスに実装して、ジャンル別のソート機能として使うのかもしれない。そう仮定すると、人気度を用いて分類するのはあまり有効ではないと思いました。人気度は、リリースしてからしばらく時間が経たないと分からない情報ですよね。楽曲情報を用いた分類を目指した裏には、そうした想いもありました。 今回に限らず、AIの分野ではどうしてもタスクが先に立って、その解決ばかりに目が行きがちです。でも、そのタスクを解決することで、誰にどんな価値を提供できるのか。そこまで考えないと、応用が効かない技術になってしまう。そういったことを意識しながら、入賞という結果も出すことができたのが、一番の成果だと思っています。これからも、タスクの先にある価値にまで目を向けた姿勢でコンペティションに参加していきたいと思います。

今後の目標

最終的な目標は、AIを誰でも使えるような技術にすること。タスクの先にある価値に目を向けて、応用の効く技術にしたいという話も、そのほうが色々な人に使ってもらえると思うから。いつか、みんなが使いたいと思う便利でユニークなAIを作りたいと思っています。 <株式会社SIGNATE主催「SIGNATE Student Cup 2021春：楽曲のジャンル推定チャレンジ！！」の入賞者レポートはこちら>