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.

WWN 20180526

900 views

Published on

ワカテウェブナゴヤで使った発表資料です。
後半、時間がなかったので資料を見てください。

Published in: Technology
  • Be the first to comment

WWN 20180526

  1. 1. 来栖川電算のAIビジネス 来 栖 川 電 算 オ フ ィ ス 大 会 議 室 2 0 1 8 . 5 . 2 6 来 栖 川 電 算 取 締 役 山 口 陽 平 第 4 回 名 古 屋 若 手 W e b エ ン ジ ニ ア 交 流 会 # w a k a t e w e b _ n a g o y a
  2. 2. 今日話すこと 1. はじめに 2. AI の本質 3. 来栖川電算の取り組み 4. 来栖川電算の歩み 2
  3. 3. はじめに 自己紹介 & 会社紹介 3
  4. 4. 山 口 陽 平 @melleo1978 • 所属 & 経歴 – 有限会社 来栖川電算 取締役 – 名古屋工業大学大学院 博士前期課程修了 – IPA未踏ソフトウェア創造事業 採択 – Mashup Awards 9 優秀賞受賞 • 自己紹介 企画から実装まで全部やる人 – AI技術 & アルゴリズム の研究開発 • 文字認識,物体認識,動作認識,行動認識 – 言語処理系 の研究開発 • 分散DB,仮想機械,コンパイラ • 好きなサービス AWS Lambda ※実物に髪の毛はありません。 4
  5. 5. 山 口 陽 平 @melleo1978 • [実践]画像認識 を執筆 WEB+DB PRESS Vol.83 – これから画像認識をはじめる人におススメ 5 – OpenCV の使い 方や実装例 – SIFTなどの各種 アルゴリズムや 特定物体認識の しくみ – 精度改善への取 り組み方
  6. 6. 来栖川電算 設立 2003年(名古屋工業大学発ベンチャー) 従業員 50人 • SF 世界の技術を実現し、社会に役立てる – AI 技術のライセンス販売・研究・SI • 文字認識,物体認識,動作認識,行動認識 – スマホアプリの企画・制作・運営 スマートライフ技術 NTTドコモ様との共同研究 スマートドライブ技術 大手自動車メーカー様むけ メイドさん もふくめて 6
  7. 7. 技術者集団 様々なアルゴリズムや知識で課題解決 • 最先端の AI 技術 – 文字認識,物体認識,モーション認識 • 限界性能を引き出す優れた実装技術 – 機械学習・コンパイラ・データベースなどの アルゴリズムやバイナリハックを駆使した高 精度化・高速化・省資源化・並列化・分散化 • 高品質なソフトウェアを実現する技術 – 言語・アーキテクチャ・プロセスに対する深 い理解に基づく設計と計画 7
  8. 8. 8 なりきり2.0 ヒーローの動きでゲームを制御 毎朝体操 腕の動きで体操採点するアプリ 動作推定API 加速度センサで人の行動を推定 タンゴチュウ 写真に写る単語を抽出するサービス 地図生成 オルソ画像から地物・交通規則を抽出 走行データ解析 周辺環境を認識し、様々な解析に活用 AR付箋 書籍の中身を検索するアプリ Cellars ワインラベルで情報検索するアプリ 画像認識API 商品パッケージで情報検索するAPI AnnoFab(アノテーションサービス) 高品質なアノテーションを大量に作成可能 Ahab(実験スケジューラ) 大量の実験と計算資源を効率的に管理 DNNコンパイラ DNNの推論を10~1000倍も効率化
  9. 9. コミュニティ活動 様々な勉強会を積極的に主催、スタッフとして協力 9
  10. 10. AI の本質 5 分で分かる 10
  11. 11. AI の現状 身近な例で理解する 11
  12. 12. AlphaGo Zero トップ棋士を圧倒した囲碁 AI の進化版 • プロの棋譜に頼らず自己対戦のみで学習 ※引用元:https://deepmind.com/blog/alphago-zero-learning-scratch/
  13. 13. Google Home 声で注文・質問・伝言・家電操作 • 予定,天候,レシピ,音楽,家電,… ※引用元:https://store.google.com/product/google_home
  14. 14. Gmail 迷惑メールのフィルタリング,予定の自動追加,… • 99.9%の迷惑メールをブロック ※引用元:http://jp.techcrunch.com/2017/06/01/ 20170531google-says-its-machine-learning-tech-now-blocks-99-9-of-gmail-spam-and-phishing-messages/
  15. 15. Word Lenz スマホをかざすだけで翻訳 • 情景画像からのリアルタイム文字認識 ※引用元:https://japan.googleblog.com/2017/01/wordlens.html
  16. 16. SNAP by IQON 人気モデルが身に着けている商品を検索 • コーディネート写真からの類似商品検索 ※引用元:https://snap.ne.jp/
  17. 17. Kinect 体の動きで直感的に操作 • カメラから骨格の姿勢を推定 ※引用元:https://www.youtube.com/watch?v=QX86ddf00UA
  18. 18. ZOZOSUIT 店舗までいかなくてもピッタリな服を注文 • ぜんしんのマーカーの姿勢から各部位を採寸 ※引用元:http://zozo.jp/zozosuit/
  19. 19. Show and Tell 画像を文章で説明する AI • 画像をキーワードで検索できるように ※引用元:https://research.googleblog.com/2016/09/show-and-tell-image-captioning-open.html
  20. 20. Sport Vision スポーツ中継を分かりやすく説明する AI • 選手やボールなどを追跡 ⇒ 分析・可視化 ※引用元:http://www.sportvision.com/
  21. 21. Roomba 980 人間の代わりに隅々まで掃除 • カメラ等で空間把握(地図生成・自己位置推定) ※引用元:https://www.youtube.com/watch?v=oj3Vawn-kRE
  22. 22. Toyota Safety Sense 歩行者事故・正面衝突・車線逸脱・追突を防止 • 単眼カメラとミリ波レーダーで状況認識 ※引用元:http://toyota.jp/safety/tss/
  23. 23. 決算サマリー 人間の代わりに記事を執筆 • 決算短信から業績要因文を選んで記事化 ※引用元:https://www.nikkei.com/article/DGXLRST0412511Y7A101C1000000/※引用元:http://pr.nikkei.com/qreports-ai/
  24. 24. PaintsChainer 人間の代わりにペン入れや着色 • 半自動生成:ラフ画 ⇒ 線画 ⇒ 着色画 ※引用元:https://www.nikkei.com/article/DGXLRST0412511Y7A101C1000000/※引用元:http://pr.nikkei.com/qreports-ai/
  25. 25. Adobe Sensei コンテンツに応じた塗りつぶし,自動着色,… • アーティストの製作過程から補い方などを学習 ※引用元:http://shuffle.genkosha.com/software/photoshop_navi/photoshop/8190.html
  26. 26. aibo 愛らしく振舞うペットロボット • 性格適応・模倣学習・人物識別・空間把握 ※引用元:https://aibo.sony.jp/
  27. 27. AI に対する誤解 こういうのが実現される・・・? 27
  28. 28. 役に立っている AI の特徴 状況を理解して賢くアシスト ※下記は来栖川電算の事例 28 なりきり2.0 ヒーローの動きでゲームを制御 毎朝体操 腕の動きで体操採点するアプリ 動作推定API 加速度センサで人の行動を推定 AR付箋 書籍の中身を検索するアプリ Cellars ワインラベルで情報検索するアプリ 画像認識API 賞品パッケージで情報検索するAPI タンゴチュウ 写真に写る単語を抽出するサービス 地図生成 オルソ画像から地物・交通規則を抽出 走行データ解析 周辺環境を認識し、様々な解析に活用
  29. 29. AI がもたらす社会変化 Intelligence Augmentation and Automation • デジタルツイン化 – 認知判断の対象と規模の拡大 • ゲーム,小売,教育,接客,製造,農業,物流, 金融,セキュリティ,医療,… • 個人 ⇒ 組織 ⇒ 地域 ⇒ 国家 ⇒ 地球 ⇒ … – シミュレーションの精密化・リアルタイム化 • ルーティン自動化 – 人間が認知判断している全分野が対象 – 単純作業だけではなく創作作業も対象 29
  30. 30. 機械学習と深層学習 AI の急速な進歩を支える 30
  31. 31. 機械学習 人間の学習能力や推論能力を機械に模倣させる手法 • 学習 – 与えられた現象を説明できる法則を得ること • 推論 – 法則に従って与えられた現象を説明すること 31 現象 既知のデータ 法則 モデル 現象 未知のデータ 学習 推論 モデル = プログラム + パラメータ 例:数式,論理式,ホーン節,決定木,オートマトン,確率分布,…
  32. 32. 深層学習 表現力が高いモデル(数式)を上手く学習する技術 • 複雑すぎて出来なかったことが可能に – 複雑な法則(複合モデル)のモデル化・獲得 – 間接的な法則(中間モデル)の獲得・転用・共用 32 入力 モデル 出力 モデル モデル 入力 モデル モデル 出力
  33. 33. プログラマ視点 機械学習 = 自動プログラミングの一種 • 仕様(法則)が不明でも適用可能 – 具体的なデータ(現象)で仕様を雑に規定 • 不正確な推論 – データの網羅性・正確性に依存 33 現象 既知のデータ 法則 モデル 現象 未知のデータ 学習 推論 伝統的手法:モデルを直接記述 機械学習:データでモデルを間接記述
  34. 34. プログラマ視点 機械学習 = 継続的な改善 • データの問題 – データを十分に収集できていない可能性 – データの分布がドリフトする可能性 – リリース後に発生する真のデータ • 法則を本質的に理解していない問題 – 我々の考えは基本的に間違い – 常に法則を捉える努力が必要 – リリース後に変化する法則 34
  35. 35. AI プロジェクト どうやればできるか断言できない 35
  36. 36. AI プロジェクトの流れ サービス設計のために仮説検証を繰り返すプロセス 1. タスク設計 重要度:40% • システム全体のデータフローの設計 • 機械学習を適用する機能と入出力の明確化 2. データ収集・アノテーション 重要度:40% • データの質・量・時期の計画 • アノテーションルールの明確化・改良 3. 機械学習 重要度:20% • パイプライン(学習・推論)の設計・改良 • 訓練・検証・ハイパーパラメータの調整 36
  37. 37. AI プロジェクトの体制 進捗に応じて変化するボトルネックへの対応が重要 37
  38. 38. 情景画像文字認識 技術紹介① 38
  39. 39. 情景画像文字認識 とは スマホなどで撮影した画像から文字を読み取る 39
  40. 40. 情景画像文字認識 とは 様々なパース、様々なレイアウト、様々な書体 40
  41. 41. 情景画像文字認識 とは いわゆる “OCR” とは ”扱う画像” が違う • 悪環境下での文字認識 – 手書き・様々な書体・かすれ・点描・きつい パース・統一性のない並び・逆光・陰・影・ グラデーション・モアレなど • 使える場面 – 屋外でのスマホカメラを使った棚卸し – 車載カメラからの標識認識 – 商品パッケージからの成分情報抽出 – キーワードによるアルバム・ビデオの頭出し 41
  42. 42. 事例:タンゴチュウ Twitter で情景画像文字認識を体験できるサービス 42
  43. 43. 物体認識 技術紹介② 43
  44. 44. 物体認識 とは 画像中の物体の種類・位置・姿勢を推定 44
  45. 45. 物体認識 とは 様々な向き・ポーズを学習させ見えの多様性を獲得 • 特定物体認識は素人でも簡単に使える – どんな画像を学習に使うかを学べばOK 45
  46. 46. 物体認識 とは モノをカウント、見た目で分からない情報を表示 • 使える場面 工場内で箱の仕分け 体験や評判の調査 ワインラベルで情報検索 AR付箋 集めて応募キャンペーン ARフィギュア 46
  47. 47. 事例:1000sors 誰でも簡単に使えるクラウド型物体認識エンジン • 広い適用範囲 – 照明姿勢の変化に強く、様々な撮影環境に対応 • 驚異的な精度 – 数十万種類をほぼ完ぺきに識別 • 圧倒的な性能 – たった1台のPCで100万種類を瞬時に識別 – 台数を増やせばリニアにスケールアウト 47
  48. 48. 事例:1000sors 手元の画像で精度や速度をすぐに確認可能 • ShotPreview for Android / iOS ①設定 ②撮影 ③確認 48
  49. 49. 事例:ShotSearch 表紙を撮影すると発売日や口コミが分かるアプリ • きついパースも、帯による隠れも、OK 49
  50. 50. 事例:ShotSearch 表紙を撮影すると発売日や口コミが分かるアプリ • よく似ていても、複数冊同時も、OK 50
  51. 51. 事例:Cellars 18万件のワインラベルを認識するアプリ • 世界で賞を獲得したアプリをダウンロード! – Asia Smartphone Apps Contest • 広告マーケティング部門 Silver Award 2位 – 立命館大学 学生ベンチャーコンテスト • 最優秀賞 NICT賞 51
  52. 52. 事例:画像認識API 画像を送るだけで写っている商品の情報を取得 • 登録商品:500 万件以上(昨年10月)の市販商品 – 書籍,DVD,CD,PCソフト,ゲームソフト, 食品パッケージ,… どんどん増加中 • 定期更新:網羅性 と 認識精度 の改善 – データ追加,パラメータ・アルゴリズム改良 52
  53. 53. 開発者は今すぐ登録! ⇒ https://dev.smt.docomo.ne.jp 事例:画像認識API だれでも、かんたんに、マッシュアップ! • docomo Developer support より提供中 画像認識 画像に写っている物体の情報を取得 環境センサー 日本全国の気温、降水量、紫外線量を取得 音声認識 話した内容を即座に文字に変換 雑談対話 自然な会話をやり取り 知識Q&A 今知りたいことをピンポイントで回答 音声合成 入力した文字を読み上げ トレンド記事抽出 今人気の話題をジャンルやキーワードで検索 文字認識 画像の文字を読み取り 発話理解 要求を理解して、適切な機能を提示 動作推定 行っていた動作の推定 53
  54. 54. 事例:運転補助 車載カメラに映る車や人などを検出・識別・追跡 • 単眼でも高精度、大きさ・距離も推定 世界中の走行データを活用 54
  55. 55. 事例:注目領域抽出 『人の視線を集めそう』な領域をヒートマップ化 • 認識の事前処理に – 交通標識・道路標示・ 信号・看板・商品パッ ケージなど • 教師作成の省力化に – 抽出領域をクラスタリ ングすることで、教師 がなくても類似物体を 検索可能 55 交通標識 がありそう German Traffic Sign Dataset
  56. 56. 事例:地図生成 株式会社トヨタマップマスター様との研究 • 自動運転に使用可能な高品質な地図(地 物・交通規則)をオルソ画像から抽出 56
  57. 57. モーション認識 技術紹介③ 57
  58. 58. モーション認識 とは センサー値から動作や行動の種類や発生時刻を推定 58
  59. 59. 事例:動作推定API ドコモ と 来栖川電算 の共同研究 • 加速度データから人の動作や行動を検出 – 静止,歩き,走り,自転車,睡眠,食事 • 動作と直接対応しない行動も検出可能 • スマホ・スマートウォッチに対応 – Android,Android Wear,… • 加速度データにアクセスできる API を備えたウェアラブルデバイス – ※次の画像は画像中のデバイスに対応していることを保証するものではありません。 59
  60. 60. 開発者は今すぐ登録! ⇒ https://dev.smt.docomo.ne.jp 事例:動作推定API だれでも、かんたんに、マッシュアップ! • docomo Developer support より提供中 画像認識 画像に写っている物体の情報を取得 環境センサー 日本全国の気温、降水量、紫外線量を取得 音声認識 話した内容を即座に文字に変換 雑談対話 自然な会話をやり取り 知識Q&A 今知りたいことをピンポイントで回答 音声合成 入力した文字を読み上げ トレンド記事抽出 今人気の話題をジャンルやキーワードで検索 文字認識 画像の文字を読み取り 発話理解 要求を理解して、適切な機能を提示 動作推定 行っていた動作の推定 60
  61. 61. 事例:ライフログ ドコモの動作推定APIの応用例 61 開発者は今すぐ確認! ⇒ https://dev.smt.docomo.ne.jp/?p=docs.api.page&api_docs_id=127
  62. 62. 事例:なりきり 2.0 ウェアラブルで現実のモノを操作する作品 • ゲームコントローラへの応用 – 格闘ゲームが遊べる程、応答が速く、精度もよい。 62
  63. 63. 事例:毎朝体操 だれでも、いつでも、どこでも、すぐできる • Android & iPhone ⇒ http://maiasa.jp/ 63
  64. 64. 製品・サービス 技術紹介④ 64
  65. 65. DNNコンパイラ かなり前からモバイルでの活用実績がある 65
  66. 66. DNNコンパイラ DNN を効率的な実行形式へ変換するツール • DNN の推論計算を近似し て、高速化・省メモリ化 – 量子化,パラメータ削減, 計算順序変更,計算共有, 基底分解,確率的近似,カ スケード,… • 限界性能を引き出す実装 – アーキテクチャに最適化さ れたコード(専用命令, キャッシュ戦略),… 66
  67. 67. 配布が捗る スマホやサーバへの組み込みがスムーズに • DNN の推論計算の効率化 – スマホなどに収まるように演算量やメモリ使用量 を抑えることができる。 – 計算共有・順序変更・部分計算など応用に合わせ た実装に変更できる。 • DNN のアーキテクチャの隠蔽 – ハックやノウハウを解析しづらくできる。 • コンパクトな実装・依存関係 – 容量が小さいのでアプリにも組み込める。 – 依存物が少なく実行環境で問題が起こりにくい。 67
  68. 68. Ahab 機械学習のための実験環境 68
  69. 69. Ahab 大量の実験を “安全” かつ “効率的” に運用可能 • スクリプトとデータの管理,資源の割当 69
  70. 70. 研究が捗る 実験サイクルが高速化 実験の再現性が向上 • 計算資源の隔離 – 実験スクリプトが他と干渉しないので、実験が失 敗したり、出力が混じったりしない。 • 計算資源の抽象化 – 計算資源(自社・お客様・クラウドなど)の変化 に頑健な実験スクリプトを作りやすい。 • 便利な機能 – 実験が自動的に永続化され、すぐに再現できる。 – テンプレートから簡単に実験をはじめられる。 70
  71. 71. どんどん拡大 実験スケジューラのハイブリッドクラウド化 • 効率的な計算資源の割当 – 個人で計算資源を専有せず、全員で共有 • 様々な計算資源への対応 – クラウドの計算資源:普段使い – 自社で購入した計算資源:上記の節約 – お客様が弊社に設置する計算資源 – お客様の敷地にある計算資源 • 大量に使わせてもらえる。ありがたや。 71
  72. 72. 高品質アノテーションを効率的に生産する “技” が詰まったクラウドサービス 72
  73. 73. 開始までたったの3分 カスタマイズされたエディタを利用可能(改修不要) ⇒ データをアップロードして、アノテーション仕様を入力するだけ 73
  74. 74. 豊富な編集機能 漏れと矛盾を防ぎ迅速で正確な作業を可能にする機能が満載 ⇒ 自動検査,入力補完,ショートカット,ガイド表示,検査コメント,… 74
  75. 75. きめ細やかな課題管理 指摘と現物を見比べながら円滑な修正が可能 ⇒ タスク一覧,エディタに統合された課題管理(前頁図) 75
  76. 76. 自動的な計測と可視化 品質や生産性に関わる様々な指標を確認可能 ⇒ 差戻回数,進捗状況,作業時間,… 76
  77. 77. その他 徹底的な自動化支援 ⇒ Web API と CLI により、大量一括処理や外部システムとの連携が容易 多言語対応 ⇒ 表示されるメッセージは全て日本語と英語に対応。カスタマイズ可能 プライベートストレージ対応 ※有料オプション ⇒ セキュリティが心配な方のために、社内ストレージに対応 プロフェッショナルサービス ※有料オプション ⇒ アノテーション作業,AI開発,これらに対するコンサルティング 77
  78. 78. 来栖川電算の歩み 設立前 ~ 現在
  79. 79. 名古屋工業大学 知能情報システム学科 名古屋工業大学大学院 博士前期課程 名古屋工業大学大学院 博士後期課程 1998年 1997年 2003年 2001年 2010年 2018年 1991年 1994年 個人事業 開始 個人事業 拡大 来栖川電算 設立 未踏ソフトウェア創造事業 採択 転機 現在 出会い1 出会い2
  80. 80. ライバルとの出会い 伊藤(現アップル):中学~ 佐藤(現代表):高校~ • 最初にプログラミングに触れたのは中2 – 伊藤がやっているのをみて面白そうだった – PC がなかったので紙に書いて力説していた • アルゴリズム研究会を設立 – 本屋に通ってアルゴリズムを覚えて実装・実 験し、競い合うのが楽しかった • 圧縮,整列,探索,分類,構文解析,高速 2D グ ラフィックスライブラリ,ペイントソフト,アニ メーション,ゲーム,… • ※お金がなかったのでないものは作った
  81. 81. 名古屋工業大学 知能情報システム学科 名古屋工業大学大学院 博士前期課程 名古屋工業大学大学院 博士後期課程 1998年 1997年 2003年 2001年 2010年 2018年 1991年 1994年 個人事業 開始 個人事業 拡大 来栖川電算 設立 未踏ソフトウェア創造事業 採択 転機 現在 出会い1 出会い2
  82. 82. 個人事業 開始 ”ぼろ” アパートの4部屋を占拠してギークハウス化 • まとめれば安い 4人分 – PC部屋,食事部屋,寝室×2 – PC & LAN & 常時接続回線 憧れ – 食糧:米,納豆,卵,味噌汁,コロッケ 業務用 – 雑務:食事,洗濯,掃除 当番制 • 修行に最適 ギークハウスの先駆け – 大学で勉強し、プログラミングの仕事で稼ぎ、 全残り時間は趣味のプログラミング
  83. 83. • やっぱりまとめれば安い 6人分 – 大王様の個室,PC部屋,寝室,書庫,食事部 屋,キッチン,風呂,トイレ,庭×2 – 大家さんが税理士 お世話になり中 – 同居人が入れ替わりながら運営 • 個人事業ギルド化 ほぼ会社 – 仕事を融通しあって平準化 – “凄い奴らがいる” という噂の拡大 • 当時横行していた ”多重下請け” のおかげ 個人事業 拡大 翌年にメンバー増加 ⇒ 高級住宅街の一軒家 5LDK
  84. 84. 名古屋工業大学 知能情報システム学科 名古屋工業大学大学院 博士前期課程 名古屋工業大学大学院 博士後期課程 1998年 1997年 2003年 2001年 2010年 2018年 1991年 1994年 個人事業 開始 個人事業 拡大 来栖川電算 設立 IPA未踏ソフトウェア創造事業 採択 転機 現在 出会い1 出会い2
  85. 85. 来栖川電算 設立 2003年2月27日 資本金3万円 … 最低資本金規制の特例 • 技術力で差別化する高単価の請負事業 – ソフトウェア開発 設立前から継続 – ソフトウェア技術支援 設立前から継続 • プロセス改善,ツール導入,技術指導 – ソフトウェア技術の研究開発 大学での研究に関連 • フレームワーク化されたプログラミング言語処理 系による,関心事の分離,品質と生産性の改善 • 名古屋工業大学発ベンチャー企業に認定 – インキュベーション施設へ8月に移転
  86. 86. IPA 未踏事業 採択 2003年 IPA 未踏ソフトウェア創造事業 採択 • プログラミング過程を直感的にコード化 – バージョン管理、ツールの導出・合成・実行 をシームレスに統合する全く新しい世界観 • ツール獲得 = プログラミング過程リファクタ – 延長線上にある抽象化 • ちょっとした自動化 から • ちゃんとしたツール まで • ※ツールが育つ環境 – 混在OK • 自動編集 & 手動編集
  87. 87. IPA 未踏事業 凄い個人へ国が投資し、自由に作らせる異例の事業 • 対象者 1人で産業起こせるレベル – IT技術を駆使してイノベーションを創出する ことのできる独創的なアイディアと技術を有 するとともに、これらを活用する優れた能力 を持つ、突出した若い逸材 • 恩恵 もらえる資金より遥かに役立つ – 未踏ブランド:国のお墨付き – 未踏コミュニティ:強力なパートナーたち • 普通には会えない大物,活躍中のベンチャー企業
  88. 88. 伝説のプロジェクト 時期:2005年 規模:300人年 残期間:1年 進捗:0% • 要件 当時としてはかなり大規模 – 全国各地に無数に設置された装置から上がってく るデータをリアルタイム分析 • サーバ:数百台,データ:数百TB,クエリ:100万行 • 役割 どう考えてもありえない – 100人規模のチームの立て直し – 超大規模分散データベースのフルスクラッチ開発 • 1ヶ月:実装,5ヶ月:性能改善 & サポート • 関係者の間では今も語り継がれている
  89. 89. 製品 説明 MINAKA for Java 直感的メタプログラミング環境 茶筒 for Java/.NET RDB⇔OOP間の動的コンパイラ Kurustar 統合されたプロジェクト管理ツール Real-Time Java VM 分散ヒープによるGC制御機構を備 えたJavaVM BraidDB 超高速超大規模分散データベース BraidForm ユニフィケーションによるリアク ティブUIコンパイラ BraidBackup バージョン管理機能付きネットワー クファイルシステム KVS 超高速超大規模キーバリューストア 凄い製品の山々 依頼された難しい案件を次々とこなした結果 • 評判の拡散 ⇒ 単価の上昇 & 難易度の上昇
  90. 90. 凄いけど売りづらい ソフトウェアの品質・生産性に関わる製品ばかり • 手離れが悪い – 柔軟性がウリ ⇔ 多くの手間や知識を要求 • 無料 OSS との競合 – 強すぎる ”無料” ⇒ 多少の良い程度ではダメ • 顧客ビジネス視点で差別化困難 – 品質・生産性は工数をかければ担保可能 • 2010 年まで頑張った末に気付いたこと – この分野は弱小企業には不利
  91. 91. 名古屋工業大学 知能情報システム学科 名古屋工業大学大学院 博士前期課程 名古屋工業大学大学院 博士後期課程 1998年 1997年 2003年 2001年 2010年 2018年 1991年 1994年 個人事業 開始 個人事業 拡大 来栖川電算 設立 IPA未踏ソフトウェア創造事業 採択 転機 現在 出会い1 出会い2
  92. 92. 転機 2010年 キャリアとの直接取引開始 • 2008年頃 山添さんとの出会い ① DS東海(名古屋の勉強会コミュニティ)で、コンパ イラを教えていたときに知り合う ② 画像技術や高速化について盛り上がる ③ 彼の取組(全手動マリオ)を未踏に勧める ④ 彼の取組が未踏に採択される ⑤ 彼の取組が認められ本社勤務となる ⑥ 彼が来栖川電算を猛プッシュする
  93. 93. 次々と始まる AI 研究 短期間に研究チーム・アノテーションチームを育成 • 2010 年 情景画像文字認識 • 2012 年 類似画像検索,生体情報推定 • 2013 年 動作認識,行動認識 • 2014 年 ダンス採点 • 2015 年 物体認識,走行データ解析 • 2016 年 領域認識,地図生成,DNNコンパイラ,実験 スケジューラ(Ahab) • 2017 年 汎用類似検索,アノテーションサービス (AnnoFab) • 2018 年 汎用物体認識(QWE)
  94. 94. 戦略的広報 勉強会やコンテストを活用し、ブランド化 • 勉強会コミュニティでの発表 – JAWS-UG,TFUG,DevLOVE,HTML5勉強会, NGK,ESD21,あいちユビキタス研究会,… • コンテンストで勝利して目立つ – Mashup Awards 9:全国2位 – ハッカソン・アイデアソン:高確率で勝てる • 知名度が格段に向上 – ゆるぎない地位の獲得,優秀な技術者の獲得
  95. 95. Mashup Awards 9 日本最大級のアプリコンテストで「優秀賞」獲得 95 ※引用元:http://jp.techcrunch.com/2013/11/14/mashup-award-9/
  96. 96. コンテスト以降 「風変わり」なアプリなので様々なメディアが注目 • アプリソムリエ – 【石井寛子アプリ事始】「毎 朝体操」超最先端ラジオ体操 第1!? • 週刊朝日 – 【おすすめアプリ生活】あな たの“ラジオ体操度”が測れる 「毎朝体操」 • 日経新聞 – 職場で気軽に体ほぐし ヨ ガ・体操…お助けアプリ • 文化放送 – ドコモ団塊倶楽部 アプリ紹 介コーナー(生放送) 96
  97. 97. TFUG Tokyo #1 2016.10.13 NHK「おはよう日本」で紹介 97
  98. 98. TFUG Tokyo #1 噂の「ラジオ体操する IT 勉強会」の全貌が明らかに 98
  99. 99. Google I/O 2017 TensorFlow のモバイル応用例として紹介 99 ※引用元:https://events.google.com/io/schedule/?section=may-19&sid=33fb7070-294d-4443-b651-e407c730c32f
  100. 100. アクティブ体操®partⅡ 立ち仕事が多い約 30 社が採用:工場,電力,化粧品,… 100 ※引用元:2017.6.6 NHK「おはよう日本」
  101. 101. 分かりやすく売りやすい 自動車メーカー 製造業 教育機関 アプリメーカー • 比較的手離れが良い – 顧客がさわれる部分(データ・ハイパーパラ メータ・呼び出すだけのAPI)が限定的 • 無料 OSS との競合回避 – OSS が解決するのは一部 ⇒ 総合力が問われ る AI 案件を独力で解決可能な顧客は少数 • AI 技術は顧客ビジネスの差別化要因 – 新しい価値・ユーザ体験を提供可能
  102. 102. 名古屋工業大学 知能情報システム学科 名古屋工業大学大学院 博士前期課程 名古屋工業大学大学院 博士後期課程 1998年 1997年 2003年 2001年 2010年 2018年 1991年 1994年 個人事業 開始 個人事業 拡大 来栖川電算 設立 IPA未踏ソフトウェア創造事業 採択 転機 現在 出会い1 出会い2
  103. 103. 現在 売上の 99% は AI 系 売上高・利益率が大幅 UP • 技術・製品・サービス – 2010年:品質・生産性に関する技術 – 2018年:AI 技術 • スタッフ – 2010年:15人 – 2018年:50人 • 研究費 ※大学の研究室より圧倒的に潤沢 – しょぼい VC からの資金調達は不要
  104. 104. 求人 私たちと一緒に SF を現実にしよう 104
  105. 105. スタッフ募集中 学生さんも大歓迎 アシスタント職もアリ • 研究職 – 機械学習を用いた映像・信号・自然言語の理 解と検索・診断・制御への応用 – アルゴリズムの高精度化・高速化・省資源化 • 開発職 – アプリケーション • UI/UX,フロントエンド,バックエンド – インフラストラクチャ • ライブラリ,ミドルウェア,ツール,プロセス 105
  106. 106. 手厚い制度 様々なサポートで生産性を最大化 • 働き方サポート – フレックスタイム,リモートワーク • 交流サポート – ドリンク・昼食・夕食(メイドさんの手料 理)・バータイム・会社主催の宴会が無料 • 成長サポート – 活動に必要な書籍・装置・計算資源の提供 – 勉強会の参加主催に関する費用・場所の提供 106
  107. 107. 最高の環境 研究を加速する潤沢な計算資源・データ・スタッフ • 各自の環境 – 最強 PC + 好きなモニタ・キーボード・椅子 • 豊富な計算資源 – 社内 GPU クラウド + AWS • 増え続ける大規模データ ※アノテーション済 – 文字認識,商品検索,自動運転,体操,… • 気軽に相談できる優秀なスタッフ – 研究者,開発者,アノテーター 107

×