2018年7月21日（土）東京都中小企業診断士協会中央支部 AI・人工知能研究会「AIの実態に迫る」で発表した「妻との相性をWatsonで分析してみた」のスライドです。IBM Watson Personality Insights について、身近な事例をもとに解説しています。 イベントページ： http://rmcai.wp.xdomain.jp/

1. 妻との相性をWatsonで分析してみた
IBM Champion / HCD-Net認定 ⼈間中⼼設計専⾨家
⽻⼭ 祥樹 @storywriter
1
2018年 7⽉21⽇（⼟）

2. 2
古今東⻄、
夫とは、妻に頭があがらないものなのだろうか。

3. 3
テレビのなかでは勇ましい政治家が、じつは妻の⾦づ
かいに悩んでいたり、豪胆な武将が恐妻家だったり。
古くは、かのソクラテスも、妻には弱かったという。

4. ⽻⼭ 祥樹 @storywriter
v HCD-Net認定 ⼈間中⼼設計専⾨家
• 使いやすいWebサイトをつくる専⾨家
v Web業界に20年くらい、Watsonは2年ほど
• IBMChampion for 2018
v 主な実績など
• 担当したWebサイトが、雑誌のWebユーザビリティランキングで
国内トップクラスの評価を受ける ほか実積多数
v 主な専⾨分野
• ユーザーエクスペリエンス、⼈間中⼼設計、情報アーキテクチャ、
アクセシビリティ、ライター、NOREN、IBM Watson
4
ユーザー⼼理を
つかむプロです

5. 5
メンタルモデル
ユーザーへの共感から⽣まれるUXデザイン戦略
Amazonで購⼊：
http://www.amazon.co.jp/dp/4621088068
コンピュータ・IT > インターネット・Web開発 > Web開発 最⾼「1位」
コンピュータ・IT 総合 最⾼「9位」

6. 6
AI（⼈⼯知能）とのかかわり：
UXデザイナー および エンジニア として、
AIの実務をしています。主に IBM Watson。
リンクスタート！

7. 7
IBM Champion 2018
受賞しました
みなさまのおかげです。
本当にありがとうございます。

8. 8
本⽇のセッション構成：
そもそも IBM Watson とは？
Watson の基礎知識
妻との相性をWatsonで分析してみた
前半
後半

9. 9
パート1：
そもそも IBM Watson とは？
Watson の基礎知識

10. 10
IBM Watson Assistant：
デモ
チャットボット
デモ例
引⽤：
https://conversation-demo.ng.bluemix.net/

11. 11
⼈⼯知能の種類：
「⼈⼯知能の分けかた」は、いろいろとあります。
世代で分ける ⽔準で分ける
などなど...
学習⽅法で分ける
第1世代
第2世代
第3世代
1960 1980 2010 レベル
1
2
3
4
5
特化型
汎⽤
機械
学習
ニューラル
ネットワーク
エキスパート
システム
遺伝的
アルゴリズム
ロジックで分ける
教師
なし
教師
あり
強化
学習
分類
問題
回帰
問題

12. 12
⼈⼯知能の種類：
「パッケージング」で分類した場合。
あまりこういう分類は⾒かけないですが、インテグレーションの観点から。
フレームワークを元に⾃⼒で開発する クラウドで出来合いのものを使う
• TensorFlow
• Keras
• Caffe
• Chainer
• など...
• IBM Watson
• Amazon Web Services
• Google Cloud Platform
• Microsoft Azure
• など...

13. 13
IBM Watson：
IBM の Watson は、⼿軽に使える AI です。
IBM のクラウドサービス IBM Cloud を
契約すると（個⼈でもOK）、すぐに使えます。
従量課⾦制で、さらに無料枠もあるので、
試すくらいなら、個⼈でも安⼼。

14. 14
まず解かなければいけない誤解：
IBM の CM で「やるじゃん、Watson」という、
⾃然な会話をしている⾵のものがありますが
あれは、嘘とまではいかないまでも、
CM ⽤に、ガチガチに実装されています。
なぜなら、Watson には、2018年7⽉時点で：
• ⾔語を⽣成する能⼒はない。
• 「考える」能⼒はない。

15. 15
「Watson」はブランドの総称：
IBM Watson は、細かい機能（API）の集合体。
デモ
引⽤：
https://console.bluemix.net/

16. 16
とりあえず Watson を使ってみよう：
IBM Bluemix のアカウントをつくる。
ライトアカウントならクレジットカードなしでOK。
デモ
引⽤：
https://console.bluemix.net/

17. 17
とりあえず Watson を使ってみよう：
「カタログ」から「Watson」 > 「Speech To Text」
を選んで「公開」をクリック。
これで ⾳声認識API がもう使える。
デモ
引⽤：
https://console.bluemix.net/

18. 18
とりあえず Watson を使ってみよう：
「ダッシュボード」から、先ほど作った
「Speech To Text」を選択、「サービス資格情報」に、
APIのURL、ユーザーID、パスワードがある。
デモ
引⽤：
https://console.bluemix.net/

19. 19
とりあえず Watson を使ってみよう：
⽤意した⾳声：
デモ
https://github.com/storywriter/Watson-Speech-To-Text-201612/raw/
master/audio-file-ja.flac

20. 20
とりあえず Watson を使ってみよう：
curl -X POST -u <username>:<password>
--header "Content-Type: audio/flac”
--header "Transfer-Encoding: chunked”
--data-binary @<path>audio-file-ja.flac
"https://stream.watsonplatform.net/speech-
to-text/api/v1/models/ja-JP_BroadbandModel/
recognize?continuous=true"
デモ

21. 21
とりあえず Watson を使ってみよう：
戻り値は JSON 形式で返ってくる：
デモ
{ "results": [ { "alternatives": [ {
"confidence": 0.772,
"transcript": "ただいま ワトソン の テスト 中 ただ
いま ワトソン の テスト 中 ⽇ は 晴天 なり 本⽇ は 晴
天 なり”
} ], “final”: true } ], “result_index”: 0 }

22. 22
これだけで Watson が使えた！：
かんたん設定と、コマンド⼀発で、いきなり使える。
リンクスタート！

23. 23
Watson を使ってみよう：
今度は「Visual Recognition」を試してみましょう。
画像認識API です。
デモ
引⽤：
https://console.bluemix.net/

24. 24
Watson を使ってみよう：
とりあえず写真をアップロードしてみる。
デモ
curl -X POST -F
"images_file=@<path>self.jpg"
"https://gateway-
a.watsonplatform.net/visual-
recognition/api/v3/classify?
api_key=<api_key>&version=2018-
03-19"

25. 25
Watson を使ってみよう：
戻り値は JSON 形式で返ってくる（抜粋）：
デモ
{ "class": "steward", "score": 0.791,
"type_hierarchy": "/person/steward” },
{ "class": "person", "score": 0.824 },
{ "class": "charcoal color", "score": 0.767 }
⿊服の執事・・・。

26. 26
Watson を使ってみよう：
⿊服の執事・・・。
そう⾒えないこともない。
デモ
悪魔で執事です。

27. 27
Watson に学習させてみよう：
学習させたい対象の写真を、20枚（+α）⽤意して、
「Yoshiki_Hayama」とタグづけして、アップロード。
デモ

28. 28
Watson に学習させてみよう：
判定したい写真をアップロードする。
デモ
curl -X POST -F
"images_file=@<path>self.jpg" -F
"parameters=@<path>myparams.j
son" "https://gateway-
a.watsonplatform.net/visual-
recognition/api/v3/classify?
api_key=<api_key>&version=2018-
03-19”

29. 29
Watson に学習させてみよう：
戻り値は JSON 形式で返ってくる（抜粋）：
デモ
{ "class": "Yoshiki_Hayama", "score":
0.612198 }
...
Yoshiki_Hayamaと認識！

30. 30
これだけで Watson が使えた！：
かんたんな⼿順、少量のデータ（20枚は驚異的）で、
それなりの学習がされて、使える。
オーディナルスケール起動！

31. 31
Watson が得意とする範囲：
Watson は「⼈間の認知を拡張する」のが得意。
「認知系」を中⼼としたAI。
• ⾔語処理
• 画像処理
• ⾳声認識処理
• など...
コグニティブ

32. 32
Watson が苦⼿とする範囲：
あまり得意でないのは、数値演算。Math 関数もない。
（つまり 1 + 1 の計算もできない）
ただ、今後のロードマップに、
統計解析プラットフォームの強化は挙がっている。

33. 33
パート2：
妻との相性をWatsonで分析してみた

34. 34
Watsonで性格分析：
IBM Watson は、細かい機能（API）の集合体。
デモ
引⽤：
https://console.bluemix.net/
Personality Insights
APIのひとつ

35. 35
Personality Insights：
Personality Insights は、ある⼈が書いた⽂章を解析
して、使われている⾔葉の傾向から、性格や嗜好を推
定する。ビッグファイブと呼ばれる、⼈間の⼼理を代
表する5つの特性を中⼼に、ニーズや価値観、消費傾向
まで導き出してくれる。
引⽤：
https://www.ibm.com/watson/services/personality-insights/

36. 36
Personality Insights：
とくにマッチングの分野で、ビジネス活⽤が探られて
いる。たとえば、就職希望者がどの職種に適している
か。プロジェクトチームを組むときに、誰を加えるべ
きか。顧客に合った営業担当者は誰か。
引⽤：
https://www.ibm.com/watson/services/personality-insights/

37. 37
ひょっとして、我が家の相性も・・・？
？

38. 38
Personality Insights を試してみよう：
Personality Insights のデモサイトが⼿軽。
アカウント登録が無しで試せる。
デモ
引⽤：
https://personality-insights-demo.ng.bluemix.net/

39. 39
Personality Insights を試してみよう：
デモ
引⽤：
https://personality-insights-demo.ng.bluemix.net/

40. 40
Personality Insights を試してみよう：
デモ
引⽤：
https://personality-insights-demo.ng.bluemix.net/

41. 41
Personality Insights を試してみよう：
サンバーストチャートは、デモ映えする。
デモ
引⽤：
https://personality-insights-demo.ng.bluemix.net/

42. 42
Personality Insights でわかる値：
協調性
利他主義
協調性
謙虚さ
道徳
共感度
信⽤度
外向性
活発度
⾃⼰主張
明朗性
刺激希求性
友情
社交性
知的好奇⼼
⼤胆性
芸術的関⼼度
情動性
想像⼒
思考⼒
現状打破
ニーズ
⾃由
理想
愛
現実性
⾃⼰表現
安定
仕組
挑戦
親密さ
好奇⼼
興奮
調和
価値観
保守性
快楽主義
変化に対する許容性
⾃⼰⾼揚
⾃⼰超越
ビッグファイブ
誠実性
達成努⼒
注意深さ
忠実さ
秩序性
⾃制⼒
⾃⼰効⼒感
感情起伏
激情的
⼼配性
悲観的
利⼰的
⾃意識過剰
低ストレス耐性
消費傾向
（多数のため省略）

43. 43
ここから、どうすれば妻との相性がわかるだろう？

44. 44
デモサイトの利⽤規約：
引⽤：
https://personality-insights-demo.ng.bluemix.net/terms-of-use
他⼈や他の組織の
Twitter® IDをアップロードすることは
禁じられています。
妻の許可がいる

45. 45
最⼤の関⾨：妻の承諾を得る：
Watsonで、夫婦の相性診断を
してみたいんだけど・・・

46. 46
最⼤の関⾨：妻の承諾を得る：
・・・ ・・・

47. 47
最⼤の関⾨：妻の承諾を得る：
あら、占いみたいで
⾯⽩いじゃない

48. 48
Personality Insights：
デモサイトの画⾯は、2⼈の⼈間を⽐較するようにはで
きていない。分析するには、⽣のデータが欲しい。
Personality Insights は、他の Watson の機能と同じ
く、cURL 経由で、⽣のデータを csv 形式や JSON 形
式で得ることができる。

49. 49
とりあえず Watson を使ってみよう：
IBM Bluemix のアカウントをつくる。
ライトアカウントならクレジットカードなしでOK。
デモ
引⽤：
https://console.bluemix.net/

50. 50
とりあえず Watson を使ってみよう：
「カタログ」から
「Watson」 > 「Personality Insights」
を選んで「公開」をクリック。
これで 性格分析API がもう使える。
デモ
引⽤：
https://console.bluemix.net/

51. 51
とりあえず Watson を使ってみよう：
「ダッシュボード」から、先ほど作った
「Personality Insights」を選択、「サービス資格情
報」に、APIのURL、ユーザーID、パスワードがある。
デモ
引⽤：
https://console.bluemix.net/

52. 52
Twitter の全ツイート履歴を⼊⼿する：
Twitter の管理画⾯から、まとめてダウンロードするこ
とができる。「設定とプライバシー」ページ下部に
「全ツイート履歴をリクエストする」というボタンが
ある。
デモ
引⽤：
https://twitter.com/

53. 53
ツーイト履歴を整形する：
Twitter からダウンロードできるデータ書式と、
Personality Insights が受け取れる書式が異なる。
整形プログラムを Python で書いた。
デモ
GitHub で公開しました。
https://github.com/storywriter/personality-
insights-tools

54. 54
Personality Insights 結果を csv 形式で得る：
curl -X POST --user "{username}:{password}"
--header "Content-Type: application/json"
--data-binary "@{path}/tweet_all.json"
--header "Accept: text/csv"
--output "tweet_all-profile.csv"
"https://gateway.watsonplatform.net/personality-
insights/api/v3/profile?
version=2017-10-13&consumption_preferences=t
rue&raw_scores=true&csv_headers=true"
デモ

55. 55
返ってきたデータが英語：
対訳を GitHub で公開しました。
https://github.com/storywriter/personality-
insights-tools
・・・右にずっと続きます。（2017年8⽉公開のため、やや古くなっています・・・）

56. 56
妻とデータを⽐較：
デモ

57. 57
妻とデータを⽐較：
ビッグファイブと主要素に絞り、レーダーチャートに。
デモ

58. 58
妻とデータを⽐較：
似てるよね？
デモ

59. 59
妻とデータを⽐較：
似ているのは、いいことなのか？

60. 60
夫婦の相性は、似ているほうがいいの？：
教育⼼理学では、グループでの学びは、性格特性が異
なるメンバーが集まったほうが、効果が出るという。
また、チームビルディングも、メンバーの多様性が成
果につながる、という研究もある。
結婚についてはどうだろう？

61. 61
国⽴情報学研究所のCiNii（論⽂検索システム）：
ビッグファイブと結婚の相関を調べた研究は、思いの
ほか⾒つからない。
ようやく⾒つけたのが、次の論⽂。⽇本⼼理学会の第
73回⼤会で発表されたもの。結婚相談所で成婚にい
たった男⼥の性格特性を調べた。

62. 62
村上 隆, 和⽥ 真雄, ⾕ 伊織, 2008：
性格特性が近いカップルほど成婚しやすい。
引⽤：
恋愛と結婚のためのコミュニケーション能⼒尺度の研究（村上 隆,和⽥ 真雄,⾕ 伊織,2008）
https://www.psych.or.jp/meeting/proceedings/73/contents/poster/pdf/3PM019.pdf

63. 63
妻とデータを⽐較：
似てるよね？

64. 64
よかったー。

65. 65
リツイートは分析に含めたほうがいいの？：
Personality Insights は使われている⾔葉の傾向から、
性格を推定する。リツイートを含めると含めないので
は、分析結果が変わってくるのではないか？
僕⾃⾝は、全ツイートのうち、リツイートの占める割
合は 11% だった。

66. 66
リツイートは分析に含めたほうがいいの？：
「全ツイート（リツイート含む）」
「全ツイート（リツイートを除く）」
「リツイートのみ（⾃分のツイートはない）」
の3種類に加⼯して、傾向を⽐較。

67. 67
リツイートは分析に含めたほうがいいの？：

68. 68
リツイートは分析に含めたほうがいいの？：
リツイートを含んでも除いても、それほどの差は⽣ま
れなかった。ひとつひとつ⾒ていくと、「忠実さ」や
「挑戦」の項⽬で、リツイートに引きずられて値が動
いているところはあるが。
⾯⽩いのは、「リツイートのみ（⾃分のツイートはな
い）」と「全ツイート（リツイートを除く）」の傾向
も、おおむね同じであること。

69. 69
リツイートは分析に含めたほうがいいの？：
⾃分が共感を覚えたものをリツイートするからかもし
れないが、他⼈の⽂章でも、⾃分の好みでピックアッ
プして集めると、⾃分の性格特性を推定できる、とい
う可能性が⽰唆できそう。

70. 70
「話し⾔葉」と「書き⾔葉」で差は出る？：
「話し⾔葉」と「書き⾔葉」では、同じ分析結果にな
るのか？ 同⼀⼈物（妻）のTweets（約63000語）と
発話データ（約900語）を⽐較。

71. 71
「話し⾔葉」と「書き⾔葉」で差は出る？：

72. 72
「話し⾔葉」と「書き⾔葉」で差は出る？：
「話し⾔葉」と「書き⾔葉」では、同⼀⼈物でも、か
なり乖離する。（発話データが900語しかなく、精度
に不安はあるものの）
⽇本語では「話し⾔葉」と「書き⾔葉」は異なる。
発話は、対話者との関係や、⽴場、テーマで異なる。
例：YG性格検査（⽮⽥部ギルフォード性格検査）
「家庭での⾃分について答えてください」「会社での⾃分について...」と、前提をお
いてから、テストする。120問からなる質問紙法による性格検査。

73. 73
参考：Natural Language Understanding：
IBM Watson は、細かい機能（API）の集合体。
引⽤：
https://console.ng.bluemix.net/
Natural Language
Understanding

74. 74
まとめ：
1. Personality Insights は、⼿軽に使える。
ただし、テキスト量の確保と、加⼯が課題。
2. 性格特性の、どの値が⾼ければ／低ければ、
マッチングしていると判断するか？
その根拠を探すほうがタイヘン。（論⽂を探そう）
3. 妻とは相性が良さそうでよかった。

75. 75
相性診断の結果を妻に伝えてみた：
こんな感じ
なんだけど

76. 76
相性診断の結果を妻に伝えてみた：
・・・ ・・・

77. 77
相性診断の結果を妻に伝えてみた：
似ているね

78. 78
相性診断の結果を妻に伝えてみた：
「似ているね」
ポツリと⼀⾔。
しみじみとした顔で画⾯を眺めていた。
何か、妻なりに感じるところがあったようだ。

79. 79
ありがとうございました。
⽻⼭ 祥樹
Twitter: @storywriter
Facebook: storywriter.jp
Facebook、ぜひ、つながってください！
Special Thanks to: はやしすみこ（@idealisland）

80. ⽻⼭のプレゼンのアレ が、
スタンプになりました！
スタンプ名：ハーミィ（CSS編） 作者名：⽻⼭ 祥樹
https://store.line.me/stickershop/product/1228201/ja
Web・CSSネタ
全40種類