Q：実際にDL4Jで予想してみた結果について，技術的観点から気になった点，ぜひ紹介したい点があれば教えてください。

上川： 先ほどもお伝えしたとおり，今回は結果を出すことを最優先とした機械学習を行いました。ですので，はっきり言えばそれっぽい結果を出しただけです。なので，引き続き，学習したモデルの内容を解析することを考えてます。

学習したモデルを解析すれば，たとえば，勝ち数には打撃成績が，負け数には守備成績が関係している，といった興味深いことがわかるかもしれませんし，ハイパーパラメータのチューニングのヒントが見えてくるかもしれません。

もしくは，全然逆で，実はそれっぽい結果が出ているだけで，全然ディープラーニングで学習する意味がないお題目だったといったようなつまらないことが見えてくるかもしれません。

どちらにせよ，今年の秋，答え合わせの際に，言い訳にもなるので，前向きに捉えて進めたいと思います。

Q：逆に，結果を見て，（AIによるペナント予想で）課題と感じた点があれば教えてください。

上川： やはり，データ量が不足しているのは課題なのだろうと思います。その一方で，たとえば，今回使いませんでしたが，オープン戦や2軍の成績，選手の年棒や観客動員数等，順位に関連しそうな情報は，まだまだたくさんあります。

このように，データ量が少ないのに使うデータの種類が増えると，一般的には，うまく学習できないと言われていますので，学習のさせ方や，学習したモデルの使い方を工夫することが重要だと感じています。

また，学習したモデルを解析して，その辺りのヒントが出てくれば良いなあと期待しています。もっと大きな課題が見つかるかもしれませんが。

Q：さて，映画『マネーボール』をはじめ，ここ日本でもプロ野球でデータを活用することが認識され始めました。チームでの活用はもちろん，今回のペナント予想のような形での活用も増え，これからITとプロ野球，さらにはスポーツがより密接になるように思います。

このような形で，皆さんが思うスポーツとITが生み出すこれからの可能性はなんでしょうか。

上川： 囲碁や将棋と同様，新しい手法や，これまでと違った視点での戦術等が生まれる可能性があるかと思います。たとえば，プロ野球だったら，勝利につながる何か，効率の良いチーム強化に繋がる何かを，AIを使って解析することにより，パラメータとして抽出できることになりますので，これが，新しい手法や戦術の発見につながる可能性があります。

『マネーボール』では，とくに出塁率の高さを重要視したシーンがありました。たとえば，そのような判断材料になりうるデータや類似したパラメータを，AIが発見すると言ったことが考えられますね。

また，一般論として，AIに学習させて，意味のあるアウトプットを得ようとすると，ある程度のボリュームのデータを集めなければなりません。すでに行われていることではありますが，試合の映像から自動的にデータを作成する必要がありますし，そのために，たとえば用具にセンサーを埋め込んでデータを取得するといったように，「⁠多くのデータを収集する」という動きが，今後さらに活発になっていくだろうと思います。

今後，野球に限らず，さまざまなスポーツ分野でITが活用されることで，選手やチームの進化，それによる競技自体の進化が加速することを期待しています。

平原： すでにアメリカのメジャーリーグの球団や日本の数球団で，チーム編成にIT技術を取り入れていると聞きます。この動きはますます活発になるでしょう。さらに，未来には「AIが監督として試合の采配をする」といったチームが出てくるかもしれません。

近い将来，ワールドシリーズや日本シリーズで「名将対AI監督」の戦いを見られたら，野球の新しい楽しみ方が生まれますね。

――ありがとうございました。

非常に興味深い取り組みを伺うことができました。ここ数年，テクノロジーの進化とともに，人間活動全体をデータ化し，そのデータを蓄積する動きが見られてきました。「⁠IT×○○」というように，ITをさまざまな分野と掛け合わせるビジネスなども勃興しています。その中で，今回のようなAIや機械学習，また，その重要な要素となるIoTといったものがより一層重要になっていくのではないでしょうか。

さて，最後に。大変気になるDL4Jによる2017シーズンの予想順位を発表します。はたしてこのとおりの結果になるのか，まずは今晩の開幕戦が楽しみですね。