O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

深層学習の導入で抱える課題とユースケース実例

3.535 visualizações

Publicada em

深層学習の導入で抱える課題とユースケース実例

Publicada em: Negócios
  • Seja o primeiro a comentar

深層学習の導入で抱える課題とユースケース実例

  1. 1. 深層学習の導入で抱える課題と ユースケース実例 Deep Learning Lab – 第2回 2017/7/25
  2. 2. 2 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 Ridge-i & Preferred Networks パートナーシップ ©2017 Ridge-i All Rights Reserved.
  3. 3. 3 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 Ridge-i & Microsoft & Deep Learning Lab ©2017 Ridge-i All Rights Reserved. Microsoft との連携内容: 1. 顧客への深層学習ソリューションの共同提案 2. Microsoft Azure上での深層学習ソリューションの導入支援 3. Deep Learning Lab(ディープラーニング・ラボ)の幹事企業としての活動
  4. 4. 4 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 柳原 尚史 ● ブラックロックなど外資金融でリスク分析、アルゴリズム、電子取引の開発に従事 ● 証券アナリスト検定会員、ネットワークスペシャリスト、宅建 ● サイエンスゼロの監修、Interop、J-Wave など講演多数 Ridge-i 代表について 数式に眠く ならないタフさ 趣味はトレイルランニング ● 富士山1日3往復 ● UTMB(モンブラン1周170Km)を44時間寝ずに走破 ©2017 Ridge-i All Rights Reserved.
  5. 5. 5 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 AI導入の流れと課題
  6. 6. 6 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 AI導入の流れとボトルネック ©2017 Ridge-i All Rights Reserved. 相談 検討 開始 活用 戦略 技術 詳細 開発 POC 周辺開発 実業務に デプロイ 多多 中 中 少 Value Chain 人的 リソース 人材不足が AI導入を阻む最大のボトルネック AIで何か したい 課題と方向性 省力化・新商品・ 新ビジネス データ戦略 どの技術と データの組合せで 解決 実装・学習・検証 チューニング AI導入 できた! Azure 利用量
  7. 7. 7 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 「AI」という言葉の曖昧さ 階層ベイズ MCMC GLMM 最尤法 主成分分析、GLM ベイズ理論 検定 相関、共分散 確率、正規分布、分散 機械学習 統計解析 機械翻訳 トピックモデル 文章生成 ディープラーニング (RNN, Skip-gram) BWT, Wavelet Tree TF-IDF, Word2Vec 検索、N-Gram 形態素解析 自然言語解析 難易度:高 人材:希少 どれでもAI 分散協調 深層強化学習 強化学習 ディープラーニング LSTM, DBM, CNN, RNN 協調フィルタリング SVM, K-Means, 近傍法 探索木 ロジスティック回帰 最小二乗法 ©2017 Ridge-i All Rights Reserved. + ナップザック問題、動的計画法、最適化問題なども
  8. 8. 8 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ディープラーニングのパターン(2016年10月時点) ©2017 Ridge-i All Rights Reserved. 万能モデルは存在せず、目的に応じて選ぶ必要 抜粋元:http://www.asimovinstitute.org/neural-network-zoo/
  9. 9. 9 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ©2017 Ridge-i All Rights Reserved. ● ユーザーがAI活用を企画するための知識・理解の不足 ● 「AI」技術が日進月歩で急激な変化 ● 一つの「AI」で解決できるほど汎用的ではない ニーズとシーズのギャップ 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ 一人で向こうまで行けって そんな無茶な。。 (AI推進 担当) 深い谷 AI導入 できた! http://fundo.jp/37263
  10. 10. 10 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 Ridge-iの役割:パートナーと共に一括サポート 導入支援、カスタマイズ Ridge-iが自社・共同開発 コンサルテーションフェーズ ソリューション開発フェーズ 課題と効果 最適な技術構成 複数のAIと他技術を どう組み合わせるか AIの導入価値の判定 PFN - DIMo活用 自社・共同開発 ©2017 Ridge-i All Rights Reserved. 戦略コンサル 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ 導入 できた!
  11. 11. 11 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 AI導入ケースと課題
  12. 12. 12 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 弊社が進めている案件と相談例 ©2017 Ridge-i All Rights Reserved. • 自社製造の運搬機器を映像で検出して動線解析を行いたい。 • 白黒映像の彩色作業の手間が多く、AIで何かできないか。 • 焼却炉の運転をAIで自動化したい。 • 損害保険会社での事故査定にAIを活かしたい。 • 徘徊老人をAIで探したい。 相談内容は玉石混合 きちんとしたヒアリングとコンサルで見極めが重要 効果が見込めない案件は早めの見切りも重要
  13. 13. 13 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ケース1 講演時のみ
  14. 14. 14 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ビッグデータ活用あるある 講演時のみ
  15. 15. 15 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ビッグデータあるある その1 講演時のみ
  16. 16. 16 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ビッグデータあるある その2 講演時のみ
  17. 17. 17 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ケース 1 のまとめ 将来の競争優位のために 早めのデータマネージメント戦略が重要 いまあるデータに拘らない柔軟な姿勢 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ 販売 サポート やっておけばよかった場所 機械学習・ディープラーニングを活用しやすい データを貯めよう
  18. 18. 18 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ケース2 再照合機能 「シーズよりニーズ」
  19. 19. 19 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 再照合機能:同一人物の検出 発見したい 特定人物の画 像 角度・画質によらず 背中でも同一人物を 発見できる。 人物の同一性を判断できる特徴を 学習済みのニューラルネットワーク
  20. 20. 20 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 再照合が売れない。。。 ©2017 Ridge-i All Rights Reserved. • 再照合機能を軸にしたサービス化は、1年半前から実行 いい技術でも、ニーズ側の活用イメージがわかない典型例 徘徊老人を探す。という具体的なコンセプトで実証実験 >>>>> ぜんぜん 響かない。。。 ・ 「不審者からVIPまでいろいろ探せますよ!(学習次第で)」
  21. 21. Copyright © NTT Communications Corporation. All rights reserved. ニーズの明確化 徘徊老人・行方不明者の検索 ◆お客様が抱える課題 街の防犯・見守りを目的として監視カメラを導入した。 徘徊老人や行方不明者(登山者)等の検索を目視で行っているが、 非常に時間がかかってしまっている。 ◆ソリューション AI人物検索サービス※により、探したい人物の画像を1枚指定するだけで、 高精度かつ短時間で検索することが可能に。(トライアルを実施) ※PFN社のDIMoを使用 VGA(640×480ピクセル)のモノクロカメラ18台から検索
  22. 22. Copyright © NTT Communications Corporation. All rights reserved. 某自治体向けソリューション わかりやすい結果 ◆トライアル結果 1時間 1時間の映像から特定人物を探すのにかかる時間 15分 75% の削減 目視 AI 具体的なニーズに アプローチ 適切な評価測定 (精度より効果) + 実証実験の成功 ユーザーが イメージしやすい成功事例 + ニュースなどで 取り上げられる ほぼ同じ技術の 他ニーズ展開 汎用化 テレ朝
  23. 23. 23 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ケース2 まとめ ©2017 Ridge-i All Rights Reserved. ニーズの絞り込み と 機能特化は サービスの基本 教えてみせ、モデルとUIまで用意してみせ、POCやってみせ、 初めてユーザーはAIをわかってくれます。 「山本五十六」 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ 販売 サポート よかった場所 精度100% を求められる案件より、 プラスアルファの効果が評価されるニーズがよし
  24. 24. 24 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ケース3 白黒映像カラー化 AI 「多目的は無目的」
  25. 25. 25 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ©2016 Ridge-I All Rights Reserved. 数百倍の省力化効果 + 人は絵作りに専念できる 自動彩色:昔の大相撲をカラー化して 5/21 NHKで放送。
  26. 26. 26 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 汎用モデルでは、ビジネスで使えなかった。 ©2017 Ridge-i All Rights Reserved. あえて汎用化ではなく、過学習させることでビジネスニーズを満たす工夫
  27. 27. 27 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 白黒彩色:弊社 実験画像(1フレームのみから学習) ©2016 Ridge-I All Rights Reserved.
  28. 28. 28 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ケース3 まとめ ©2017 Ridge-i All Rights Reserved. ◆コンペティションの汎用モデルでは、多目的は無目的に陥りやすい。 ビジネス要件を満たす条件の見極め 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ 販売 サポート やってよかった場所 ビジネス目的が定まって、最適な技術のカスタマイズが可能
  29. 29. 29 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 内容 さいごに
  30. 30. 30 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 きちんとテーラーメードしていきましょう 適切なニーズで光るシーズ いまあるデータ+これからためるデータ 目的に沿ったカスタマイズと評価 この辺りをスキップできる 汎用AI はありません!
  31. 31. 31 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 まとめ Ridge-iが提供するもの ©2017 Ridge-i All Rights Reserved. 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ このプロセスを加速し、 商用フェーズの企業・ユーザーを拡大します。 問い合わせ contact@ridge-i.com どのビジネス課題を解きたいか、 そのための最適なアプローチと技術を提案します。 お気軽にご連絡ください。 ディープラーニングの活用を提案できる人が圧倒的に不足して います!(We’re hiring!) Ridge-iと一緒に渡 ればこわくない! (AI推進 担当) AI導入 できた!

×