SlideShare a Scribd company logo
1 of 12
Download to read offline
瀬尾 佳隆
Microsoft MVP
for AI
AI の見方
AI との付き合い方
瀬尾 佳隆 (@seosoft)
Microsoft MVP for AI
CoCoプレイス 交流会 2021年4月
自己紹介
瀬尾 佳隆 (せお よしたか)
• フリーランスのソフトウェアエンジニア
• MVP for AI (Jul 2018 – Jun 2020) / MVP (Jan 2009 – Jun 2018)
• Humans of IT Community Event Leader / Speaker
• 京都とお寺と仏像が好き / 坂道が好き
• 学生向け・特定企業向け AI / IT トレーニング (2020-2021)
• 業種別マイクロソフト パートナープログラム トレーニング (2019-2020)
• de:code 2020
• ハンズオンで学ぶ AI
• Ignite The Tour Tokyo 2019 / Osaka 2020
• 開発者のための機械学習 : Azure Machine Learning サービスで構造化データから予測分析
• Humans of IT Empower Breakfast – 人に寄り添うアクセシビリティ技術の現在と未来
2
AI に対する一般的なイメージ
第1回消費者意識調査 (令和2年2月)
https://www.caa.go.jp/policies/policy/consumer_policy/meeting_materials/assets/con
sumer_policy_cms101_20316_03.pdf
3
漠然としたネガティブなイメージ
不安である 何となくこわい 自分には関係ない
• 何ができるかわからない
• 仕事を奪われる
• 間違ったことをしない?
• 冷たい感じ
• データを勝手に使われる
• 人間が支配される?
• 難しそう
• 自分の仕事は IT ではない
• 専門家だけがやるもの?
4
「AI とは何か」を知ればよい
不安である 何となくこわい 自分には関係ない
• 何ができるかわからない
• 仕事を奪われる
• 間違ったことをしない?
• 冷たい感じ
• データを勝手に使われる
• 人間が支配される?
• 難しそう
• 自分の仕事は IT ではない
• 専門家だけがやるもの?
• 面倒な作業をやってもらう
• 人間だってミスをするから
あらかじめ対策を考えている
• AI とは人間を模倣する
ソフトウェア
• 何をさせるかは人間が指示
• AI は道具、インフラ
• スマホも家電も身近にある
5
そもそも AI とは何か
人間の能力を模倣 するソフトウェア
• 五感+認知 の代替
• データと過去の経験 に基づく意思決定
• 人間の脳よりも 高速で大容量
• 忘れない、疲れない、飽きない、眠らない
• データと過去の経験を 「どう使うか」 を考えるのは 人間の役目
• 「どう実現するか」 は少し勉強する or 誰かの力を借りる
6
AI をどう利用するか
データの形式によってツールを使い分ける
• 五感+認知 の代替
• データと過去の経験 に基づく意思決定
見る、聞く、話す
メディア データ
(画像、動画、音声、
テキスト)
• 自前でやるにはデータの準備が大変
• 既存のサービス を利用
過去の数値化
表形式のデータ
(数値化されたデータ)
• データをどう利用したいかを考える
• 簡単に学習させられるツール を利用
7
“見る” 能力 ・ “話す” 能力の模倣
Seeing AI
https://youtu.be/-mvffQoh6QU
8
“聞く” 能力の模倣
PowerPoint の字幕機能・翻訳機能
9
AI をどう利用するか (再掲)
データの形式によってツールを使い分ける
• 五感+認知 の代替
• データと過去の経験 に基づく意思決定
見る、聞く、話す
メディア データ
(画像、動画、音声、
テキスト)
• 自前でやるにはデータの準備が大変
• 既存のサービス を利用
過去の数値化
表形式のデータ
(数値化されたデータ)
• データをどう利用したいかを考える
• 簡単に学習させられるツール を利用
10
“過去の経験” で お勧めの商品を探す
リコメンデーションの処理の流れ
1. 個人の好みを分析
2. 好みの傾向を見つけ出す
3. お勧めする
例) 映画のお勧め 2種類
• ある映画をお勧めするべき人
• ある人にお勧めするべき映画
11
まとめ
◼AI はすでに “インフラ”、誰でも活用するもの
◼AI は怖いものではない
• AI とは人間を模倣するソフトウェア
• 人間より高速で大容量、忘れない、疲れないなどのメリット
• 反復作業、面倒な作業を代わりにやってもらう
◼人間に必要なのは課題設定力、AI は与えられた課題を処理する
◼データ形式でツールを使い分けるのがポイント
見る、聞く、話す
メディア データ
(画像、動画、音声、テキスト)
• 自前でやるにはデータの準備が大変
• 既存のサービス を利用
過去の数値化
表形式のデータ
(数値化されたデータ)
• データをどう利用したいかを考える
• 簡単に学習させられるツール を利用
12

More Related Content

What's hot

What's hot (20)

Custom Visionを活用するためのTips
Custom Visionを活用するためのTipsCustom Visionを活用するためのTips
Custom Visionを活用するためのTips
 
Machine Learning Serviceを使ってみよう
Machine Learning Serviceを使ってみようMachine Learning Serviceを使ってみよう
Machine Learning Serviceを使ってみよう
 
Azure IoT Edge で Custom Vision
Azure IoT Edge で Custom VisionAzure IoT Edge で Custom Vision
Azure IoT Edge で Custom Vision
 
QnA Maker 逆入門
QnA Maker 逆入門QnA Maker 逆入門
QnA Maker 逆入門
 
Bot Framework Emulator はこんなにすごい
Bot Framework Emulator はこんなにすごいBot Framework Emulator はこんなにすごい
Bot Framework Emulator はこんなにすごい
 
機械学習と Azure ML Studio の基本
機械学習と Azure ML Studio の基本機械学習と Azure ML Studio の基本
機械学習と Azure ML Studio の基本
 
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
 
BIerのためのAI入門
BIerのためのAI入門BIerのためのAI入門
BIerのためのAI入門
 
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
 
俺のDX
俺のDX俺のDX
俺のDX
 
xAI meetup #1
xAI meetup #1xAI meetup #1
xAI meetup #1
 
Microsoft Flow 改め、Power Automateはじめました。
Microsoft Flow 改め、Power Automateはじめました。Microsoft Flow 改め、Power Automateはじめました。
Microsoft Flow 改め、Power Automateはじめました。
 
はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話
はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話
はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話
 
ノンコーディングでも!ここまでできるkintone
ノンコーディングでも!ここまでできるkintoneノンコーディングでも!ここまでできるkintone
ノンコーディングでも!ここまでできるkintone
 
社内のリース車の利用状況を Power BI で可視化してみた
社内のリース車の利用状況を Power BI で可視化してみた社内のリース車の利用状況を Power BI で可視化してみた
社内のリース車の利用状況を Power BI で可視化してみた
 
言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
 
自社でつくれる生産性向上ツール 必要だと思ったらすぐに作れるビジネスアプリ
自社でつくれる生産性向上ツール 必要だと思ったらすぐに作れるビジネスアプリ自社でつくれる生産性向上ツール 必要だと思ったらすぐに作れるビジネスアプリ
自社でつくれる生産性向上ツール 必要だと思ったらすぐに作れるビジネスアプリ
 
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
 
テキスト書き起こし&読み上げLINEボットを作ってみた
テキスト書き起こし&読み上げLINEボットを作ってみたテキスト書き起こし&読み上げLINEボットを作ってみた
テキスト書き起こし&読み上げLINEボットを作ってみた
 
Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」
 

Similar to AIの見方、AIとの付き合い方

デバイスをセキュアにつないで可視化する – Azure Sphere、Digital Twin紹介_IoTビジネス共創ラボ 第10回 勉強会
デバイスをセキュアにつないで可視化する – Azure Sphere、Digital Twin紹介_IoTビジネス共創ラボ 第10回 勉強会 デバイスをセキュアにつないで可視化する – Azure Sphere、Digital Twin紹介_IoTビジネス共創ラボ 第10回 勉強会
デバイスをセキュアにつないで可視化する – Azure Sphere、Digital Twin紹介_IoTビジネス共創ラボ 第10回 勉強会
IoTビジネス共創ラボ
 

Similar to AIの見方、AIとの付き合い方 (20)

UXデザインを活用した仮説立案から考えるデータ分析とは?
UXデザインを活用した仮説立案から考えるデータ分析とは?UXデザインを活用した仮説立案から考えるデータ分析とは?
UXデザインを活用した仮説立案から考えるデータ分析とは?
 
05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料
 
IoT、貯めるだけではもったいない
IoT、貯めるだけではもったいないIoT、貯めるだけではもったいない
IoT、貯めるだけではもったいない
 
20200624 dll build_update
20200624 dll build_update20200624 dll build_update
20200624 dll build_update
 
Data-Centric AIの紹介
Data-Centric AIの紹介Data-Centric AIの紹介
Data-Centric AIの紹介
 
ノーコーディングでAIサービスを使ってみた話
ノーコーディングでAIサービスを使ってみた話ノーコーディングでAIサービスを使ってみた話
ノーコーディングでAIサービスを使ってみた話
 
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
 
Smfl20201001
Smfl20201001Smfl20201001
Smfl20201001
 
デブサミ関西 2017| IoTビジネスが もっと発展するために必要なものとは?
デブサミ関西 2017| IoTビジネスが もっと発展するために必要なものとは?デブサミ関西 2017| IoTビジネスが もっと発展するために必要なものとは?
デブサミ関西 2017| IoTビジネスが もっと発展するために必要なものとは?
 
続・Kinect v2を通してMicrosoft技術を考える
続・Kinect v2を通してMicrosoft技術を考える続・Kinect v2を通してMicrosoft技術を考える
続・Kinect v2を通してMicrosoft技術を考える
 
ノーコードでAIサービスを使ってみよう!「AI Bulder」
ノーコードでAIサービスを使ってみよう!「AI Bulder」ノーコードでAIサービスを使ってみよう!「AI Bulder」
ノーコードでAIサービスを使ってみよう!「AI Bulder」
 
フォルダー系コネクタを使ったほんとの自動化
フォルダー系コネクタを使ったほんとの自動化フォルダー系コネクタを使ったほんとの自動化
フォルダー系コネクタを使ったほんとの自動化
 
デー活@Osakaについて
デー活@Osakaについてデー活@Osakaについて
デー活@Osakaについて
 
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいことJPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
 
ロボットサービス開発の現場から
ロボットサービス開発の現場からロボットサービス開発の現場から
ロボットサービス開発の現場から
 
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
 
明治大学理工学部情報科学科: 特別講義 - データが示す近い未来の世界と、準備すべき コト
明治大学理工学部情報科学科: 特別講義 - データが示す近い未来の世界と、準備すべき コト明治大学理工学部情報科学科: 特別講義 - データが示す近い未来の世界と、準備すべき コト
明治大学理工学部情報科学科: 特別講義 - データが示す近い未来の世界と、準備すべき コト
 
デバイスをセキュアにつないで可視化する – Azure Sphere、Digital Twin紹介_IoTビジネス共創ラボ 第10回 勉強会
デバイスをセキュアにつないで可視化する – Azure Sphere、Digital Twin紹介_IoTビジネス共創ラボ 第10回 勉強会 デバイスをセキュアにつないで可視化する – Azure Sphere、Digital Twin紹介_IoTビジネス共創ラボ 第10回 勉強会
デバイスをセキュアにつないで可視化する – Azure Sphere、Digital Twin紹介_IoTビジネス共創ラボ 第10回 勉強会
 
Power BI とは - 2020
Power BI とは - 2020Power BI とは - 2020
Power BI とは - 2020
 
IoTの見える化について そしてHoloLens
IoTの見える化について そしてHoloLensIoTの見える化について そしてHoloLens
IoTの見える化について そしてHoloLens
 

More from Yoshitaka Seo

More from Yoshitaka Seo (13)

AI-900 ポイント解説
AI-900 ポイント解説AI-900 ポイント解説
AI-900 ポイント解説
 
VS Code Tools for AI の紹介
VS Code Tools for AI の紹介VS Code Tools for AI の紹介
VS Code Tools for AI の紹介
 
Bot Builder V4 SDK + QnA Maker / LUIS
Bot Builder V4 SDK  + QnA Maker / LUISBot Builder V4 SDK  + QnA Maker / LUIS
Bot Builder V4 SDK + QnA Maker / LUIS
 
Bot Framework 最新情報 2018
Bot Framework 最新情報 2018Bot Framework 最新情報 2018
Bot Framework 最新情報 2018
 
Bot Service 概要
Bot Service 概要Bot Service 概要
Bot Service 概要
 
Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方
 
Skype for Business + Bot + Graph API
Skype for Business + Bot + Graph APISkype for Business + Bot + Graph API
Skype for Business + Bot + Graph API
 
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
 
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
 
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
 
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
 
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
 
IoT ALGYAN ハンズオンのソースコード解説します
IoT ALGYAN ハンズオンのソースコード解説しますIoT ALGYAN ハンズオンのソースコード解説します
IoT ALGYAN ハンズオンのソースコード解説します
 

AIの見方、AIとの付き合い方

  • 1. 瀬尾 佳隆 Microsoft MVP for AI AI の見方 AI との付き合い方 瀬尾 佳隆 (@seosoft) Microsoft MVP for AI CoCoプレイス 交流会 2021年4月
  • 2. 自己紹介 瀬尾 佳隆 (せお よしたか) • フリーランスのソフトウェアエンジニア • MVP for AI (Jul 2018 – Jun 2020) / MVP (Jan 2009 – Jun 2018) • Humans of IT Community Event Leader / Speaker • 京都とお寺と仏像が好き / 坂道が好き • 学生向け・特定企業向け AI / IT トレーニング (2020-2021) • 業種別マイクロソフト パートナープログラム トレーニング (2019-2020) • de:code 2020 • ハンズオンで学ぶ AI • Ignite The Tour Tokyo 2019 / Osaka 2020 • 開発者のための機械学習 : Azure Machine Learning サービスで構造化データから予測分析 • Humans of IT Empower Breakfast – 人に寄り添うアクセシビリティ技術の現在と未来 2
  • 4. 漠然としたネガティブなイメージ 不安である 何となくこわい 自分には関係ない • 何ができるかわからない • 仕事を奪われる • 間違ったことをしない? • 冷たい感じ • データを勝手に使われる • 人間が支配される? • 難しそう • 自分の仕事は IT ではない • 専門家だけがやるもの? 4
  • 5. 「AI とは何か」を知ればよい 不安である 何となくこわい 自分には関係ない • 何ができるかわからない • 仕事を奪われる • 間違ったことをしない? • 冷たい感じ • データを勝手に使われる • 人間が支配される? • 難しそう • 自分の仕事は IT ではない • 専門家だけがやるもの? • 面倒な作業をやってもらう • 人間だってミスをするから あらかじめ対策を考えている • AI とは人間を模倣する ソフトウェア • 何をさせるかは人間が指示 • AI は道具、インフラ • スマホも家電も身近にある 5
  • 6. そもそも AI とは何か 人間の能力を模倣 するソフトウェア • 五感+認知 の代替 • データと過去の経験 に基づく意思決定 • 人間の脳よりも 高速で大容量 • 忘れない、疲れない、飽きない、眠らない • データと過去の経験を 「どう使うか」 を考えるのは 人間の役目 • 「どう実現するか」 は少し勉強する or 誰かの力を借りる 6
  • 7. AI をどう利用するか データの形式によってツールを使い分ける • 五感+認知 の代替 • データと過去の経験 に基づく意思決定 見る、聞く、話す メディア データ (画像、動画、音声、 テキスト) • 自前でやるにはデータの準備が大変 • 既存のサービス を利用 過去の数値化 表形式のデータ (数値化されたデータ) • データをどう利用したいかを考える • 簡単に学習させられるツール を利用 7
  • 8. “見る” 能力 ・ “話す” 能力の模倣 Seeing AI https://youtu.be/-mvffQoh6QU 8
  • 10. AI をどう利用するか (再掲) データの形式によってツールを使い分ける • 五感+認知 の代替 • データと過去の経験 に基づく意思決定 見る、聞く、話す メディア データ (画像、動画、音声、 テキスト) • 自前でやるにはデータの準備が大変 • 既存のサービス を利用 過去の数値化 表形式のデータ (数値化されたデータ) • データをどう利用したいかを考える • 簡単に学習させられるツール を利用 10
  • 11. “過去の経験” で お勧めの商品を探す リコメンデーションの処理の流れ 1. 個人の好みを分析 2. 好みの傾向を見つけ出す 3. お勧めする 例) 映画のお勧め 2種類 • ある映画をお勧めするべき人 • ある人にお勧めするべき映画 11
  • 12. まとめ ◼AI はすでに “インフラ”、誰でも活用するもの ◼AI は怖いものではない • AI とは人間を模倣するソフトウェア • 人間より高速で大容量、忘れない、疲れないなどのメリット • 反復作業、面倒な作業を代わりにやってもらう ◼人間に必要なのは課題設定力、AI は与えられた課題を処理する ◼データ形式でツールを使い分けるのがポイント 見る、聞く、話す メディア データ (画像、動画、音声、テキスト) • 自前でやるにはデータの準備が大変 • 既存のサービス を利用 過去の数値化 表形式のデータ (数値化されたデータ) • データをどう利用したいかを考える • 簡単に学習させられるツール を利用 12