Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Toward Research that Matters

3,484 views

Published on

北海道大学のGCOEでの特別招待講演。Ph.D.コースの学生を中心に若手研究者へ、企業研究と海外での活動ためのメッセージを話してほしいというお題で。

Published in: Technology
  • Be the first to comment

Toward Research that Matters

  1. 1. Toward Research That MattersRyohei Fujimaki (NEC Laboratories America)北海道大学GCOEシンポジウム
  2. 2. 自己紹介 藤巻遼平(フジマキリョウヘイ)● 略歴 – 2006年 東京大学工学系研究科航空宇宙工学専攻を卒業 – 2006年 NEC 中央研究所へ入社 – 2011年 東京大学工学系研究科航空宇宙工学専攻から博士号取得 – 2011年 NEC Laboratories America, Inc.へ出向 現在のポジションと役割 – 異種混合学習技術開発チーム 技術リーダー – データマイニング基盤開発チーム 技術リーダー – 大学連携/リクルート/その他 2
  3. 3. チームの紹介 Data Mining and Business Analysis Technology Group● – 歴史:1990年から約20年にわたり機械学習・データマイニングの研 究 • 伝統的には情報理論をベースとする学習理論が得意。最近は機械学習理 論から、機械学習に基づくデータマイニングに研究の方向がシフト • 卒業生(敬称略):安倍(IBM Watson),Hang Li(Huawei),山西( 東京大学),馬見塚(京都大学),中村(北海道大学),竹内(九州大 学)など – 現在のメンバーは10名弱。最近はダイバーシティを高めるため、いろいろ な分野の人が融合しつつある。機械学習/データマイニング(半分くらい) 、分散並列計算、ソフトウェアアーキテクチャ、支援システム、女子0 Department of Media Analytics● – 北米西海岸のComputer Visionチーム – 機械学習をベースにした、画像認識で、世界トップの成果を出し続けてい る • 2009 PASCAL Visual Objects Classes Challenge Winner • 2010 ImageNet Challenge Winner – 現在のチームメンバーは8名。Recognitionと3D Reconstruction。 3
  4. 4. 研究経歴 データマイニング/機械学習 修士 宇宙機の異常検出 との出会い 様々な応用研究と1−3年目 故障診 応用研究に の出会い 傾倒 断 ネットワーク/ヘル 異常解 スケア/金融/な3−5年目 析 どなどなど 数理技術 への回帰 博士 取得 北米へ出向5−7年目 データマイニン 異種混合学習 開発/研究/分析 グ基盤開発 技術とビジネス 4
  5. 5. 現在の主な研究開発活動マップ 5
  6. 6. 今日のキーメッセージ Research practices in industry – 最も重要な事は、現場の問題にわくわくし、それとともに研究する事 – 技術はいつでも問題を解くためにある Things useful for Ph.D. candidates to consider – グローバルに活躍するためには、世界を広げていく推進力と責任が 重要 – Ph.D.はプロへの第一歩。修士卒企業研究員の入社3年間。スキル に大きな差がつく時期。勉強しよう!研究しよう! Heterogeneous Mixture Learning Project – 今日は時間がないと思うので、また次の機会に。 – ちょっとその前に。。。● 6
  7. 7. 企業研究の楽しいところ/難しいところ 問題は目の前に – 「Real World Application」は目の前にある。わくわくしよう。 – 研究者の興味と、真のニーズには多くの場合ギャップがある 人材/人種の多様性● – バックグラウンドの違う人と仕事するのは楽しい。一方で衝突も。。 – 考え方の違いを楽しむ。自分と違う考えに出会うのは成長のチャンス プロフェッショナル – 周りはみんなプロ。高いプロ意識が必要。最前線で戦い続けるのは大 変なときもある。 – 大企業に勤めても、個のプロフェッショナル。個のコラボレーションとし てのチーム。 技術追求と応用のバランス● – 真のインパクトの裏には強い技術や理論が必要。一方で、シンプルな 応用で似た事が実現できるケースも多い。バランスの最適化をどこに もってくるのか? 7
  8. 8. 研究者の興味と真の問題のギャップ Kiri L. Wagstaff, ICML2012より抜粋 8
  9. 9. いい技術が生まれる背景には必ず問題がある シリコンバレーでは先端サービスのニーズに迫られて技術イ ノベーションがおこる – MapReduceが流行っているから研究するのではない。MapReduce が必要だから研究する ● 9
  10. 10. Machine Learning that Matters 今回の話をいただいたときに、最初に頭に浮かんだ論文 – ICML2012(機械学習の最難関国際会議の1つ)のinvited paper – 機械学習コミュニティへの警鐘● Machine learning for machine learner’s sake – Hyper-focus on Benchmark Datasets – Hyper-focus on Abstract Metrics – Lack of Follow Through Making Machine Learning Matter – Meaningful Evaluation Methods – Involvement of the World Outside ML – Eyes on the Prize 10
  11. 11. Machine Learning that Matters Machine Learning Impact Challenges● – 機械学習の分析結果に基づいた法的判断か法案を通す (法律) – 機械学習システムに基づく意思決定で100万ドルを貯める (経済) – 高精度機械翻訳によって、国家間の衝突を回避する (政治) – 機械学習によってネットの不正侵入を50%削除する (セキュリティ) – 機械学習に基づく診断や医療介入によって人命を救う (医療) – 機械学習によって、人間開発指数を10%向上させる (教育) 11
  12. 12. デスバレー 基礎研究から製品化までの間に存在するギャップ – 多くのすばらしい研究がこの壁を越えられずに死んでいく基礎研究 適用技術 製品中央研究所 魔の川 応用部門 死の谷 製品開発部門 – 橋渡し不在、利害関係の発生、お互いへの敬意喪失 シリコンバレーの企業 R&D プロダクト化 – 橋渡し不要(RとDが区別なくプロダクトまでの距離が近い) • Googleではほとんどがエンジニア。リサーチサイエンティストはごく少数 自分の技術の面倒は誰がみるのか?● – 研究者が歩み寄らない限り、技術を世に出す事はできない 12
  13. 13. 論文について、コアコンピタンスについて Papers/publications are not purposes. Not things to pursuit. They are results.● – 北米に出向してすぐに当時のチームリーダーからいわれた事 The easiest way to publish papers is following future work described in famous papers. But, it makes your research impact smaller. I don’t like such researches. – NECLAの社長とのディスカッションでいわれた事 藤巻君、いろいろやるのもいいが、コアを作りなさい – 入社後に当時のチームリーダーからいわれた事 13
  14. 14. グローバルに活躍する人の特徴(キャラ) 自分で考える、決定する、そして責任をとる – 責任範囲を見極め自分で決断する。失敗を恐れない。 わくわくする、世界(活動)を広げる – 問題にわくわくする。面白そうな事に首をつっこむ。自分の活動の幅を 制限せず、どんどん世界を広げよう。議論を恐れない。 行動に目的意識を持つ事 – なぜその技術が重要なのか、なぜ論文を書くのか、なぜ、なぜ。。 – 3年スパンで行動を考える。自分は世界をどうしていきたいのか。今す べき事は何か。そして小さな目標を作る。 – 活躍する人は種まき上手。目的が明確なので各行動が繋がっていく コミュニケーション、自分をアピールし、相手を理解する – 一人でできる事は限られている。コミュニケーションできない人は、ど んなに技術力があっても活躍できない – 常に自分をアピールする、一方で相手を知り理解する。 14
  15. 15. 求められる人材 加速する技術革新と求められる力 – 下がる技術習得コスト。修士レベルの研究は、「誰でもできる」時代 • オンライン教育素材/無料ジャーナル、最先端技術のOSS化、ベンチマ ークデータセットの整備● – 強力な専門知識と領域の2歩外と議論ができる広い知識 – 「のびる人」は、アドバイスをに自分なりの解釈を与え、必要な技術を 必要に応じて吸収する。その積み重ねが大きな差になる 問題を発見する力と解決する力 – 問題を自分から見つけにいく。ただし、問題を作らない。一流研究者 は、問題への嗅覚と判断力が優れている – 解決する力とは、数学が得意とか実装が得意という意味ではない。高 い壁にあたったときに、直進するのか迂回するのかを判断する力。 やりきる事の重要さ – 小さな事でもよい。やりきったときに技術は自分のものになる – やりきった成功体験が成長を加速する 15
  16. 16. Ph.D.コースの学生の差(US vs 日本) 技術の差 – 修士課程で日米の学生間に技術力に大きな差はない。日本の学生は優 秀。ただし、米国は母数が圧倒的に多いので目に見える学生の平均値が 非常に高い。 – 博士課程の3年間で大きな差が生まれる場合がある。これは基本能力だ けではなく、環境と意識の差によって生まれるように見える – 「論理構成力」には大きな差がある。日本の学生は苦手な人が多い 意識の差 – 米国のPh.D.学生は、給料をもらいながら研究しているためセミプロ意識 が強い。「指示を待つ」という事がない – トップ会議は「通したらすごい」ではなく、「通さないと卒業できない」 環境の差 – Ph.D.を受け入れる環境がIndustry側で整っている。逆に技術職はPh.D. を持っている事が前提ともいえる。 – トップの学生はインターンシップにいくのが当たり前。インダストリーにおけ る問題を理解し、front lineの研究者のメンタリングでさらに成長する – 北米では人材が流動しており、就職したら安泰ではなく、そこから勝負。 日本もだいぶ人材の流動性はでてきている。これからの時代は日本でも 個人のキャリアが重要な時代になるはず。 16
  17. 17. 今日からはじめよう 外へでよう – 留学、インターンシップ、共同研究、研究/技術セミナー、研究コンテ スト、国際会議、海外旅行。「外」を知り、世界の動きを感じる 論文を書こう、ソースコードを書こう、研究体力をつけよう – 論文やソースコードは、自分を証明する一つの方法。 – 勉強、勉強、勉強。。。読んだ論文、Rejectされた論文、書いたコード は、必ず自分の財産になる。漫然とせず、必ず目的意識を持ってとり くむ。 英語はコミュニケーションの第一歩● – 言葉はコミュニケーションの第一歩。英会話に苦手意識がある人は、 逃げずに博士課程のうちに克服しよう。オンライン英会話●やTED● など、教育素材はいくらでもある。 – 上手な英語をしゃべれる必要はない。一生懸命しゃべれば、伝える意 識があれば、相手が聞いてくれる。大事なのはコミュニケーション力 「自分の」研究を楽しむ!出会いを大切に!● 17
  18. 18. 今日のキーメッセージ Research practices in industry – 最も重要な事は、現場の問題にわくわくし、それとともに研究する事 – 技術はいつでも問題を解くためにある Things useful for Ph.D. candidates to consider – グローバルに活躍するためには、世界を広げていく推進力と責任が 重要 – Ph.D.はプロへの第一歩。修士卒企業研究員の入社3年間。スキル に大きな差がつく時期。勉強しよう!研究しよう! Heterogeneous Mixture Learning Project – 今日は時間がないと思うので、また次の機会に。 18
  19. 19. Toward Research That Matters Ryohei Fujimaki (NEC Laboratories America) ご清聴ありがとうございました NEC-Jでインターン、新卒、中途募集中です rfujimaki@nec-labs.comまでご連絡ください北海道大学GCOEシンポジウム

×