7/21/2017 ReNom User Group #1 Part1

1. GRIDが挑む
ビッグデータアナリティクスの世界
∞ReNom User Group #1 Kick Off / part 1
2017 7/21

2. Data Analytics
Service
AI Research
&
Development
データ分析
サービス
AI研究開発
深層学習
MLP/CNN/LSTM
Auto Encoder
VAE
深層強化学習
Deep Q Network
DDPG
Topological
Data Analysis
画像オブジェクト認識
自然言語処理
Our Business
量子アルゴリズム

3. Our mission is to
solve problems in
infrastructure
私たちの重大なミッションは「社会インフラ問題の解決」です

4. 2009 2016 2017
ReNom
Released
GRID
Established
2015
太陽光パネルのメーカーとして設立
パネルの住宅・産業用向け販売や太陽光発電所の開発マネジメントを事業として行う
自社で保有している発電所の発電量予測にDeep learningを利用し手応えを得る
Deep learningを利用した人工知能プログラム開発を本格化
機械学習フレームワーク「ReNom」を自社開発
人工知能/機械学習を様々な分野に応用すべく事業化
Indonesia branch 東大先端研Lab
History

5. 「インフ ライフ イノベーション」
INFRASTRUCTURE + LIFE + INNOVATION
独自の技術やサービスなど新たな価値を生み出し、それらを社会基盤となる「インフラ」
へ投入することで、「人の生活や営み」を豊かにしていく。

6. Indonesia Jakarta Office
School, Media, Community
Offshore Development/Analytics
Start up Support

7. Data Analytics
Service
製造業
医療
交通
物流
輸送
エネルギー
金融
農業
自然災害
ロボット
etc.
AI Research
&
Development
AI Adaptation Fields & Mission
実社会のビッグデータ 社会問題の解決
少子高齢化・労働人口減少
化石燃料枯渇
自然災害
犯罪・不正

8. How to utilize “Big(Huge) Data”
Data
Accumulation
データ収集
Big Data
Analysis
ビッグデータ
Implement
実行
IoT
Cycle
Pattern
Analysis
パターン分析
Optimization
最適化
Automation
自動化
?
?コスト削減
売上拡大
リスク低減
•最適化・自動化のための分
析手法の確立
•効果のある自動化・最適化
手法の確立
•最終的な効果から分析プロ
セスを逆算する事で、最適
な分析プロセスを探索する
ビッグデータ市場
2015 約1,000億
2020 約3,000億
グローバル：20兆円

9. Horizontal
specialization on
utilize Big data
ビッグデータ活用における水平分業

10. Positioning & Value Chain
Edge sensor Operation/UIIoT/Data store 機械学習/AI
Analytics/R&D
Text
Control
Web
Device
Partner/User Partner/User
Mail

11. Data Analytics
AI Research
&
Development
AI Project
AI Service
BUSINESS
USER
PARTNER
POC
Know How獲得
市場ニーズ、トレンド
SI
技術支援、Know How提供
ビジネス開発支援
製造業：故障、寿命予測
エネルギー：最適化
インフラ：未来予測
農業：成育予測
医療：重症化予測
金融：不正取引検知 etc.
アプリ組込み
エッジ組込み
学習済みAPI提供
AI研究開発
分析ソフトウェア開発
有償ライセンス
技術サービス
個別ソリューション
Business Model & Eco System

12. What is AI / Machine learning / Deep learning?
データマイニング
機械学習
大量のデータ
から探す
全データから傾向を発見
傾向に基づいた将来予測
教師あり
学習
機械学習
深層学習
エキスパートシステム（Watson）
対話システム（Siri）
決定木学習
相関ルール学習
ニューラルネットワーク
SVM
…etc.
CNN
RNN
LSTM
…etc.
教師なし
学習
深層学習で分析を自動化
統計・解析
標本データから
母集団を推定
人工知能
統計・解析
データマイニング
機械学習/深層学習
高次元データをそのまま
扱うことができる
AI：高度な推論、最適化、自動化を行うためのアルゴリズム、それを用いたプログラム

13. What is the “shape of the data”?
実際のデータアナリティクスで起こったこと
答えが出るかどうかわからな
いが、まずはディープラーニングに
かけてみよう！
?
この教師ラベルは、データの特徴
と合っているのだろうか…？
この問題設定、本当に正しいの？
色々な手法を試しながら
より良い方法を探そう！
データの「形」を知らずして答えは見つからない！

14. First,
check the shape
of the data
まず最初にデータの形を確認する

15. データの準備
前処理
特徴量による
クラスタリング
クラスタリング結果
を教師データとして
機械学習
学習済みモデルの
生成・精度確認
データ
A B
D
C
特徴量①
特徴量②
入力データの主成分項目を
探索し、改善に結びつける
要因分析
学習済みモデルを実行ファ
イル化し、オペレーション
に組み込む
自動化
多数のパターンから目的の
結果になるような入力デー
タを探索する
最適化
評価・判断モデル
①特徴把握 ④応用②機械学習 ③評価
Data Analytics Pipeline
PCA / t-SNE / DBSCAN / k-means
Auto Encoder / VAE
Topological Data Analysis
Deep Learning
MLP / CNN / LSTM …
Classification / Regression
Deep Q Learning
DDPG
Auto Encoder / VAE
Edge output

16. Topological Data Analysis using “Mapper”
位相的データ解析
多次元でサンプル数が非常に多いデータの「位相的性質」に注目し、データの分析や可視化を行うアルゴリズム
• クラスタリングの検証
• モデルの最適化
• 機械学習の分析や改良
Under development as a new function of ReNom

17. ランダムフォレスト
Neural network
Deep Learning
SVM決定木
ベイズ推定
機械学習
エキスパートシステム
ロジッスティック回帰
Deep Q network
Deep Actor Critic
Now
Evolution of AI Algorithm
アルゴリズムは加速度的に
複雑化、高度化
TDA
ルールベース 教師あり学習 教師なし学習

18. 現実の問題に立ち向かうには、
未知のことがいっぱい…

19. 3 Elements of Data Analytics
検証
Verification
仮説
Hypothesis
応用
Application
Data Analytics Pipeline
Framework ApplicationAPI
Platform Service
課題 効果
ここが大事！
ここをどうする？

20. Technology
road map
GRID のテクノロジーロードマップ

21. Algorithm Mix (Not Only Deep Learning)
DeepLearning
深層学習
Data Analytics Solution
Deep
QNetwork
DAC
Topological
Data
Analysis
Mathematical
Programming
Problem
Machine
Learning
Algorithm mix
Quantum
Algorithm
機械学習 深層強化学習数理計画問題 位相的データ解析 量子アルゴリズム
ReNom

22. 2014
Weather Forecast
Using WRF
2016
ReNom v1.x
Released
Deep Learning
Frame work
2017
ReNom v2.x
TDA
Multi GPU Support
And More…
201x
ReNom vX.x
Quantum Algorithm
NP Problem
And More…
Our Technology Road Map