HOME/ AINOW編集部 /第8回 Machine Learning 15minutes! 〜各スペシャリストが語るAIの構築ポイントとは!?〜
2017.01.27

第8回 Machine Learning 15minutes! 〜各スペシャリストが語るAIの構築ポイントとは!?〜

最終更新日:

第8回 Machine Learning 15minutes!

今日は、1月21日(土)Machine Learning 15minutes! に参加してきましたのでレポートをお届けします。今回はWeb上では手に入らない事例や日本初挑戦のIoT機器「Joule」デモが見れるなど、目白押しのイベントでした。

参加してきたイベントはこんなイベント!
株式会社メンバーズキャリア様主催
第8回 Machine Learning 15minutes!

f738149b1e125411c6e1296b86ab88b5

「Machine Learning 15minutes!」は、「機械学習」について「15minutes以内」で語るLTを6~9人程度で行い、DeepLearningなどの先端的な事例、強化学習などの流行している技術、ビジネスへの応用例など、様々な角度から機械学習についての知見を広げ、LT終了後の懇親会でネットワーキングを行うイベントです。

SOMPOホールディングス

中林 紀彦【AI・Deep Learning回りの国内第一人者たちの視点】

ml15_8_010

事業戦略の目線でデータサイエンスに携わっている中林さん
SOMPOではデジタル戦略室を設けて、シリコンバレーと連携して、最新技術の情報収集・事業への実装を行われているとのこと。そんな知見をもとに国外、国内で立ち回る際の参考になるお話をしていただきましたよ。

ポイントは2点
・AIやIoTなどの技術やツールは手段でしかない、どんなデータで何をするか戦略が大事、ビジネス経験をもった人財が大事になる。
・G1 Deep Learning研究会のレポートを少し(イベント限)

まとめ

保険会社さんと聞くとコールセンター業務などのAIなどを思い浮かべがちですが、中林さんが取り組まれているのはもっと大きい規模のデジタル革命とのこと。これだけの大きな会社で先端技術を活かして行う事業には大変興味がありますね。

PKSHA Technology

土屋 祐一郎【機械学習を使ったサービスのプロダクションコードを書く話】

ml15_8_014

パークシャで会話エンジン「BEDORE(べドア)」の開発をしている土屋さん。
アルゴリズムエンジニアとソフトウェアエンジニアの協力がないと機械学習をつかったサービスは作れない。この2者間を結ぶシステム開発の話をしていただきました。

ポイントは2点
・会話エンジン「BEDORE(べドア)」を作った際の考え方
機械学習をつかったサービスは学習と識別は分けて考える必要がある。こんなサービスはどうやって作るのか?バグを出さない安定したシステムの作り方がわかりますよ。

・ソフトウェアエンジニアリング寄りの機械学習システム開発の話
お互いに無理をせずに任せる事が大事で、Modelクラス単位でのテストをしっかりやることで機械学習をつかったサービスが完成していく重要な視点の話をしていただきました。

まとめ

アルゴリズムの話は良くあるものの、機械学習をつかったサービス開発の肝となる体制や役割については、なかなか聞けないのでとても参考になりました。やはり、チームとしての連携が大事ですよね。そして、エンジニアとしての品質の話は、機械学習のMeetupなどでは聞くことがなかったので、改めて新鮮な感じでした。

株式会社レトリバ

舛岡 英人【DeepLearning初心者がChainerを学ぶ方法】

ml15_8_025

Chainerの使い方について、どのように学習を深めていけばよいか、情報収集のやり方など、お話頂きました。
会場でもChainerを知っている人は多いが、活用している人は10%くらいなので、まだまだ実践している人は少なかったです。

ml15_8_002

ポイントは2点
・Chainerを始めるにあたって、参考になるサイトや学習方法がわかります。
・2月にChainerのイベントがあるので、もっと勉強したい人はぜひ参加しましょう。

まとめ

さすが、本家の解説。参考になるサイトも数多く紹介していただきました。Chainerは独学で使用されている方も多いと思いますが、ちゃんとプロから学べる機会が少ないですよね。2月にはChainerのMeet upも開催されるそうですよ。

クーガー株式会社

石井 敦【クラウドロボティクスとエッジコンピューティング】

ml15_8_038

最近、注目されているクラウドロボティクスとエッジコンピューティングの最新事例についての発表。クラウドロボティクスは、クラウドとつながることで、難しいこともすぐに処理してくれると思いますが、どのような仕組みになっているのかわかりやすく解説してくださいました。「Joule」の実装とデモは日本初だったのではないでしょうか。

ポイントは2点
・ロボティクスは処理するタスクが多く、ハードのリソースに制限があるので、デバイス側でAI処理をするエッジコンピューティングについて事例を元に仕組みがわかった。

・「Joule」というIoT用の開発キットでの実装デモがみれた。

まとめ

常に新しい技術に挑戦されていて、誰も見たことがない事例をもってきてくださる、石井さん。今回も大変興味深い事例をみることができました。エッジコンピューティングは実装例がまだまだ少ないですが、Iot×AIにおいて必須の技術になるはずなので、情報収集が必要だなと思いました。

株式会社グラフ

原田 博植【事業実装!分析事例!百花繚乱!】

ml15_8_041

元リクルートでリクナビネクスト、リクルートエージェント、じゃらん、ホットペッパーグルメ、ホットペッパービューティーなどのデータベースエンハンスメントとアルゴリズム開発をされており、現在は株式会社グラフの代表として各産業分野の大企業にデータベースサービスを提供している原田さんより、データ分析の実例についてお話頂きました。
データ施策の実務接続にあたって重視するべきこと、スタックしやすいポイントを具体的に説明していただきました。

特に、リクルートでの実例がとてもおもしろかったです。

・人材業界では重回帰分析で推薦数の純増施策(SPSSモデラーで実施)
 成功する求人票の難易度別における予測
 採用予定人数の推計と条件の緩和などを行い、営業人員の要因計画の調整を行ってきた。

・飲食業界、美容業界では、店舗への推薦アルゴリズム開発
経営戦略を咀嚼したアプローチで予測モデルを構築しないとPOCを何回もする羽目になり、アルゴリズムのチューニングが二度手間になることも。

まとめ

さすが実績が豊富な原田さん、1つ1つのケーススタディが大変わかりやすく説明されていました。何のために分析をするのか、ユーザと課題の設定、特に経営戦略とデータ施策の接続が大事だと説明されていました。

フリーランス

宮本 圭一郎【喋る認知アーキテクチャを考える】

ml15_8_049

全脳アーキテクチャのハッカソンなど、汎用AIの開発にも興味がある宮本さんからは、認知アーキテクチャについてお話をいただきました。始めは取り組んだ事例紹介から。認知アーキテクチャについてわからない方も、イメージが付くようにわかりやすく説明して頂いておりました。

ポイントは2点
・乃木坂の顔画像分類など、実践された事例がとてもユニークで面白い。
・人間のように喋らせるチャットについて、強化学習を用いた仮設が具体的でわかりやすい。

dip AI. Lab 「AINOW」

亀田 重幸【AIニュースサイト「AINOW」掲載記事でAIトレンド分析~1月~】

ml15_8_061

今回、私は同週に告知させて頂いた、「AI Lean Canvas」について、例を元に具体的な作り方を説明させて頂きました。
この場では、リーンスタートアップへの知見がまだまだ少ない印象でしたので、ユーザと課題設定の大切さがAIにも活きるということを伝わればと思い、お話させて頂きました。

今回、中林さん、原田さんと有名なデータサイエンティストの方からも、分析前に何をしたいのか明確にすることの重要性が示されていたように、こういったキャンバスを使って、開発の前にサービスの診断をすることが大事になっていきそうです。

懇親会も濃い会話が繰り広げられましたよ。

ml15_8_065ml15_8_066

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する

あなたにおすすめの記事

生成AIで“ウラから”イノベーションを|学生起業家が描く、AIを活用した未来

特許技術×AIでFAQを次のステージへ|Helpfeel

GPUの革新からAI時代の主役へ|NVIDIA

あなたにおすすめの記事

生成AIで“ウラから”イノベーションを|学生起業家が描く、AIを活用した未来

特許技術×AIでFAQを次のステージへ|Helpfeel

GPUの革新からAI時代の主役へ|NVIDIA