概要
個人的なメモのまとめ。もう少しふかぼる。
岡田 隆太朗 さん 【日本ディープラーニング協会の活動について】
日本ディープラーニング協会
今の問題意識。人材を育てる必要性。
- 学習項目が未体系となっている
- 深刻な人材不足
→ これを体系化することで何とかできるよね。
- 合格者コミュニティ1336名の参加
→お互いの事例を話し合いたいし、会社にはそんなに話し合いができる人がいない。
E検定は受講してからしか受けられない。
→3０万くらいかかるので、大変だよ！頑張ろうね！
ジェネラリスト→
エンジニア→30000人
清水 亮 さん 【ヒトとAIの共生をどうやって実現するか】 ギリア株式会社
3D検知の際に余計な物体を削除して、その部分を保管し、3D検知を行う
→精度が上がる。
ホワイトボードに書いた500枚の図形
図形言語から形式言語への落とし込み
形式言語に落とせるということはプログラミング言語に落とせるということ
強化学習をビジネスに入れていきたい
→ゲームを攻略することに興味がある。→前そういうことをやっていたから。
→Deep Q-Leaning → レースとかマリオとか全て解けない。
→４フレームから最適な操作を強化学習→なので、結構難しい。
→Alpha Go 決定論的ゲームは全て溶ける
→チェスは構文技のようなものとディープラーニングの精度が変わらない→チェスには必勝法のようなものがあるのだろうな。
→Alpha Zeroでは麻雀が解けない。→麻雀は確率論的なゲーム。
→決定論的なゲーム(囲碁とか将棋)と確率論的なゲーム(麻雀)の違いは初期状態の違い。
→初期状態が毎回違うと学習するパターンが天文学的な数字となって難しい。
現実もそのような状況となるため、難しい。
DQLのQLって何だっけ？
ディープマインドが書いたやつに乗っている
→QNって誰が考えたの？1992年の論文→これが元となっている。89年に書かれて92年になんか論文となったらしい。
Cogitai社
ロボカップで優勝している Cogitai社
ピーター・ストーン テキサス大学教授 論文引用数２万以上
CTOサティンダーバベジャ ミシガン大学教授 論文引用数３万以上
Deep TAMER→ボーリングでやってみるとすごい。→人間の上手い人に教えさせると教えている人間のレベルまで一瞬で持っていける。
今は一つ目から二つ目
クラウドAI→パーソナルAI→
澁井雄介 さん 【メルカリにおける機械学習開発秘話】 さん 株式会社メルカリ
１万円問題を考える。
解決したい課題
安全に→違反出品を検知する
素早く→新たな違反出品に素早く追随する
最初はいけるだろうと思った
→多値分類による違反出品検出
できなかった
- 商品カテゴリによって特徴空間が違う
- 時間とともに特徴空間が変わる
- 違反カテゴリによって緊急度と対応が違う
特定の違反カテゴリごとに２値分類による違反検出。
目指すはE2Eでカバーするプラットフォーム
コーディング→デプロイのモデルの部分を高速化
Katib → 機械学習の最適化を行うのにとても良い
Kubernatuesで新しいモデルがいいのかわからないので、A/Bテストを行う。
Jupyterで試し、Pythonに書き換えて、イレギュラーなものをヤンなきゃいけない。
→ プロダクションの環境に合わせて書き換える必要がある。
本当に正しい、機械学習の教師データを作成するのはよくやる。
→データの傾向が日々変わっていくため、
行き着いたのは真っ当なコーディングと業務設計
安全に
→メルカリを使っていただくための違反出品検知
→日に更新される多様なデータをカテゴリに特化した2値分類で検知する
素早くメルカリを改善するためのE2E機械学習プラットフォーム
→オペレーションと協力してモデル追加とチューニングを効率化する。
吉村 皐亮 さん 【ビジネスの出会いを変える AI技術応用事例】 Sansan 株式会社
重回帰分析を用いて名執行官と営業成績との関係を分析
→売り上げが高い営業の人はどのような傾向があるのか
自分の企業が保有する名刺から次に会うべき人を推薦
→人脈をうまく活用しただきたいので、会うべき人が推薦されれば、新たなビジネスが生まれるのではないか。
↑スマートレコメンデーション
→これはまだベータ版
XgBoostを用いて会うべき以下田舎を01区間の信頼度で出力」。
→興味法務のログを元に再学習を繰り返すことで精度の向上を測る。
NIIにデータをリポジトリとして公開しているため、ぜひいじってみてほしい！
アイ技術応用事例について分野ごとに紹介でした！
吉田 一星 さん 【GANなどを用いた次世代コンピュータグラフィックスを実現する「Xpression」】 EmbodyMe, Inc.
- 既存研究は全てあらかじめビデオを解析、学習時間が必要だからビジネスへの応用が難しい
- ビデオをあらかじめ解析するなどの前処理が一切必要ない
- もっとも早い既存研究よりもさらに早い
3つのディープラーニングを走らせている。
- カメラと
- ビデオ
- 画像生成(GAN)
→これをモバイルのローカルで動いている。
モバイルやローエンドPCでもリアルタイムで動いている。
SIGGRAPH Ais 2018 Emerging Technorogies に採択された。
→前職のヤフーの時からずっと７年間VR/ARなどの動画の研究をやっている。
決してそれだけには限りません。
→ 既存の映画の動画を使って映画を作るのに撮影をする必要がなくなる。
GANなどのを用いた次世代位のコンピュータグラフィックスでコミュニケーション産業全体に変革を起こす。
→ Xpressionはファーストステップです。
坂東 夏樹 さん 【機械学習による、体内時計測定アルゴリズムの構築】 株式会社O:
化学メーカー
不眠症は国民よう。
メラトニンの研究を進めている。
- メラトニンは血液を１時間ごとに採取する
- １３箇所にセンサーをはる
→これは社会実装が非現実的な方法となる。
これをわかるようなデバイスを開発している。
臨床試験は超高額。
→ 体内時計は世界的な注目が集まりつつある。
→ 現在は、睡眠のコーチングアプリを作成している。 O:Sleep
メンタル的なサービス
→ モチベーションクラウドなど
→ 自覚している情報しか取得できないし、日本人の性質的に、あんまり、本音でかけていない場合もある。
メンタルヘルスの不調の原因はほとんどが睡眠不足。
→これを組織改善に生かす。
→ 睡眠効率を増やすにはどうしたら良いのだろうか。
柏野 雄太 さん 【機械学習/深層学習分野の市井の賢者から学ぶ】 BakFoo株式会社
リアルタイムデータプラットフォーム→天気予報の図とかの動画とか
PoC貧乏
→AI 流行期から幻滅期
→ArXivとかトップカンファレンスの投稿数が相変わらず多いが、新しいのが最近出てこない
→
現在のAI業界
グローバル
シリアルアントレプレナー
WorldNet
Perlがおかし
ディープラーニングで実用的なことを
fast.aiを学ぶのが一番手っ取り早いのでは？