第5回 Machine Learning 15minutes! 「オフラインデータがAI発展の鍵になる」

1,034 views

Published on

第5回 Machine Learning 15minutes! での登壇資料です。

Published in: Business
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,034
On SlideShare
0
From Embeds
0
Number of Embeds
891
Actions
Shares
0
Downloads
4
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

 第5回 Machine Learning 15minutes! 「オフラインデータがAI発展の鍵になる」

  1. 1. AIニュースサイト「AINOW」 掲載記事でAIトレンド分析 ~2016年10月~
  2. 2. こんにちは! 当イベントのおやつ担当枠「AINOW」です。
  3. 3. 自己紹介 亀田 重幸 ディップ株式会社 次世代事業準備室 dip AI.Lab マネジャー、AINOW編集長 インフラエンジニアからスマホアプリのPOを経 て、5年前から新規事業の立ち上げに従事 リーンスタートアップに基づいた企画立案、検証 アジャイル開発が得意、現在はAIディレクター。
  4. 4. ディップ株式会社のご紹介 会 社 名 設 立 代 表 者 所 在 地 資 本 金 売 上 高 従 業 員 事 業 内 容 上 場 市 場 : ディップ株式会社 : 1997年3月(第20期) : 代表取締役社長 兼 CEO 冨田 英揮 : 東京都港区六本木1-6-1 : 1,085百万円(2016年2月末時点) : 26,798百万円(2016年2月期 非連結) : 1,413名(2016年5月末時点の正社員) : インターネットによる求人情報提供 : 東証一部(証券コード:2379) なぜこの場にいるか
  5. 5. AINOWのご紹介 AINOWって何? AIニュースだけ日本最大の1万件、日本初のAIニュースサイト …裏側で自然言語処理&機械学習な某クローラーが稼働中
  6. 6. AINOWのご紹介 AINOWって何がおいしいの ・AIニュースをWebから収集、日本最大の1万件掲載 ・AIに対する世の中の関心(トレンド)がわかる ・AI開発者、企業をマーケティングで応援
  7. 7. AINOWのご紹介 ビジネスでAI活用がもっと広がって欲しい AI研究の最前線とビジネス現場を繋げていきます
  8. 8. AI関連の記事数推移 ニュース数は減少傾向、成果に期待が集まっている 人工知能ニュースの掲載数推移 2016年1月1日~2016年10月20日 (n=12,205) 着地予想 1105 979 2165 1735 2990 1241 630 525 532 500 0 500 1000 1500 2000 2500 3000 3500 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 ノイズが多かったので チューニングも実施
  9. 9. もっとも読まれた人気記事 「全脳アーキテクチャ主催ハッカソン」のインタビュー記事 ・学生だけでなく、社会人も多く参加 http://ainow.ai/2016/10/08/102887/ 【レポート】WBAI主催 第2回全脳アーキテクチャ・ハッカソン 「みんなで作る認知アーキテクチャ」 ・ビジネスレイヤーの機械学習とは別次元 ・ご興味ある方は、門前さんまで!
  10. 10. 今月の特集 今年に入り、AIサービスのリリースも増えたが 成果の記事がなかなか出てこない。
  11. 11. そこで、その理由を考えてみました。 今月の特集
  12. 12. オフラインデータがAI発展の鍵になる 〜ビジネスシーンでAIの成果事例がまだまだ出てこない理由〜
  13. 13. ビジネスシーンにおけるAI業界の今は.. 企業ではAIの取り組みが始まり、AIサービス活用など に挑戦するが、成果が上がらないという声をよく聞く ※もちろん、分析と学習には時間もかかります。
  14. 14. AINOWのインタビュー、イベント取材で拾った声 ・AIを導入した企業 ・AIの導入を検討している企業 まだAIの精度がイマイチ、成果が出るまで時間がかかる、半自動化までいけた コストが見合わないので先の投資ができない... データが欠損している、活用できるデータ量が少ない、データを集めるのが… そもそもどこまでAIで出来るの?
  15. 15. これらの声と私達のAIの導入失敗経験から 問題点を考えてみました。
  16. 16. 話題のBOT、機械学習ライブラリに没頭しすぎない 機械学習、深層学習は容易に試せる が、精度を上げるにはアルゴリズム だけの問題ではない > 教師データ有無、DNNの精度向上には データへの理解、収集が必須
  17. 17. ユーザや業務を理解せずにAIを作っている ・AIが適切な応答をするには KPI指標のアクセスデータでは不十分 ・個々を意識したログの残し方でないと AIの精度は一生上がらない ・人間のサポートをするAIの場合、人間 の業務を置き換えるのではなく、AIだか らできる仕様に落とし込む必要がある 出典:http://ec-cube.ec-orange.jp/blogs/files/2016/07/chat_ex1.jpg
  18. 18. データ整備&解析を外注して解決しようとする DB AI ユーザ PMエンジニアDBA アナリスト 自社のデータは社員(パートナー)でないと理解に時間が掛かる ビックデータのトレンド時代にDWSに挫折していたら、さらに危険
  19. 19. これらの問題点を小さくして AIの精度があがるポイントを考えて取り組み始めています。
  20. 20. リーンスタートアップの顧客開発モデルを意識する AIを入れることでユーザは本当に便利になるのか? AIの精度よりもデータをくれるユーザ側に寄り添う必要がある 出展:https://media.licdn.com/mpr/mpr/shrinknp_800_800/p/5/005/09f/07a/3c39bd8.png
  21. 21. AI人材と技術が適切にマッチングされるようになる どんなAI技術がビジネスに使えるのか? Web開発のように足りないリソースをすぐに調達できる可視化が必要 サービス 汎用人工知能 自動運転 etc 機械学習 深層学習 壁壁壁
  22. 22. オフラインデータを制するものがAIを制す サイトのCVRに影響するトランザクションデータだけでなく 今まで取得してなかったデータを取ることがAI精度向上のヒミツでは? ・ECサイトならリアルで直ぐに買って下 さいのゴリ押しはないはず ・チャットでの仕事紹介、希望条件以外 の 興味/関心を拾えないだろうか? ・営業の商談中のアクション、顧客の会 話にヒントが埋まっているが拾えない か?
  23. 23. オフラインデータどう取得しよう…
  24. 24. 既にオフラインデータに注目している企業も (これから儲かりそう)
  25. 25. データを作るAIが活躍してきそう
  26. 26. ソーシャル画像データの解析
  27. 27. データがなければ人が作る
  28. 28. 最後に、ここにいる皆様にお願いと告知を..
  29. 29. ご協力いただいた掲載企業のみなさま ありがとうございます。 → 気になる方は「AIサービスマップ」で検索 追加掲載も受付中!
  30. 30. 前回のマップ掲載時に寄せられた 「他社の人材採用状況、採用技術が気になる」 「AI系就職を目指している」 というお声にお応えして…
  31. 31. AIエンジニア 500万 Python R C,C++ Ruby on Rails500万〜1,000万 450万〜800万 Python R Hadoop データアナリスト チャットボット AI全般 チャットボット ・・・・・・ ・・・ ・・・ ・・・ ・・・ 企業名 カテゴリ 年収 環境 企業名 カテゴリ
  32. 32. 11月上旬報道発表予定… ご希望の企業様は後ほどお声掛け下さい!
  33. 33. 某おもしろ企画が得意な企業様と 音声AIハッカソンを計画中! 音声AI技術をお持ちの企業様をご紹介ください。
  34. 34. 「AIを情報で熱く」します! AI開発・サービス運営者のかた「こんなのどう?」で 取材に伺いますのでお気軽に話しかけてください! …もちろん自社での開発もしてるので「こういうのやんない?」もwelcome

×