メタップス人工知能セミナー「人工知能が変革するビッグデータ解析」に参加してきました。

【520席増枠】第一回メタップス人工知能セミナー：　　「人工知能が変革するビッグデータ解析」 – metaps | Doorkeeper

以下個人的メモです。

「SNSとIoT(Internet of Things)が切り拓く,ビッグデータ2.0の世界」 （メタップス経営顧問　村上憲郎氏）

• ノートブックからタブレットPCへ
• ケータイからスマフォへ、合わせてモバイルインターネットへ
• モバイルインターネットはさらにスマートウオッチ、スマートメガネへ、さらにインプランタブルへ
• デジタルTVからスマートTVへ

スマートTVとは

レイヤー構造を持ったエコシステムである

• コンテンツレイヤー
• アプリレイヤー
• 物理レイヤー
• プラットフォームレイヤー

スマートグリッド

• 電力網と情報網が束ねられる
• 電力網に接続しているものは、すべてスマートグリッドに接続される
• スマートグリッドの情報網はインターネットなので、すべてインターネットに接続することになる

2018年には80億台のIoTデバイスが接続される

• IoTの第1のアプリは、電力見える化
• IoTの第2のアプリは、DR（デマンド・レスポンス）
• IoTの第3のアプリは、見守り？
• IoTの第4のアプリは、？？？

今後、大きなビジネスチャンスが眠っている

そのキーワードはビッグデータ

• ビッグデータ 1.0
  まずは会社に眠っているデータを構文解析する
• ビッグデータ 1.5
  IoTから収集する膨大なデータ
  SNSから収集できる膨大なデータ
  匿名化技術により利用可能な膨大なデータ
  Hadoopによる大慈母データの分散処理技術
• ビッグデータ 2.0
  機械学習、ニューラルネットワーク
  人となりも含めた人間全体の意味をとらえるのがビッグデータ 2.0
  構文解析だけでなく、意味解析（セマンティクスアナリシス）が必要

アンドロイドへの2つの道

• インプランタブルからサイボーグへ
  グーグルスマートアイ、グーグルスマートイヤ
• 機会のスマート化からロボットへ

詳細は以下のPDFを参照。

https://www.jstage.jst.go.jp/article/johokanri/56/2/56_71/_pdf

「Deep Learningの先にある産業の姿」 (東京大学　松尾豊先生)

人工知能ってなぜできないのか？

• 脳は基本的に電気信号＋化学変化
• 情報処理であれば、プログラムで実現できないはずがない
• それ以外で何か難しい要素は？
• 普通に科学的に合理的な人なら、できない理由が特にない

人工知能は3度目のブーム

• 第1次ブーム
  探索木を使って迷路を解かせる
• 第2次ブーム
  スタンフォード大学で開発されたエキスパートシステム
  IBMのWatson

昔は探索木を使っていたが、機械学習を活用している
膨大な棋譜データをインプットしている

人工知能の壁

機械学習の素性設計
フレーム問題
シンボルグラウンディング問題

ディープラーニング

AIにおける50年来のブレークスルー
ディープラーニングの登場で、画像認識技術が飛躍的に向上した。
エラー率が4%と、人間のエラー率が5%を下回るほど。

横顔と正面の顔の識別も可能になった
2億枚ほどの顔画像を使って学習させている

DL関連の海外企業の投資

• Google
• Baidu
• Facebook

DLの今後

画像の抽象化はほぼ完了し、現在は観測したデータ（センサーなど）の抽象化を研究中

人工知能は社会のサブシステムである
人工知能自体には目的がなく、目的は人間が与えてあげなければいけない

「可能世界ブラウザ：大規模社会データの先を見るためのエージェント・シミュレーション」 (東京大学　和泉潔先生)

株式やマーケティングのシミュレーションを行っている。
では儲かっているのか？というとそんなことはない。

ビッグデータで社会・経済を予測できるのか？

• 選挙予測も株式予測も、専門家には勝てていない

所詮過去のデータでしかない。
過去のデータをいくら集めても将来は予測できない。

可能世界ブラウザ

想定外の状況に対応するための社会シミュレーション
→想定外のリスクやチャンスを見つける

活用事例

• POSデータから、あるブランドの水が通常よりも5倍も売れるときの状況をシミュレーションから見つけ出す
• 株価のティック幅を変更する場合の影響についてシミュレーションから見つけ出す

「ゴール指向の測定によるデータに裏付けられたソフトウェア品質評価と改善」　( 早稲田大学　鷲崎弘宜先生)

品質とは

あるものの特性または属性

ホーソン効果

「見られている」ことがもたらす効果。

工場における調光が生産性に与える影響を調べていたところ、「生産性に関する実験を行っている」ことが被験者に知らされていただけで、光が明るかろうが暗かろうが生産性が上がるという結果になった。
被験者は「見られている」と感じることによって「生産性の低い人間に見られたくない」という心理も働いて、実験条件によらず生産性が上がった。

ゴール指向のメトリクス定義

• GQMパラダイムの活用
  まずGoalを設定し、そのための質問を考えて、メトリクスに落とし込む。

その際には出来るだけ多面的に物事を考えることが重要。

• 品質と改善にはデータによる裏付けが必要
• ただしメトリクスの落とし穴に注意
• 様々な活用事例
  リクルート
  コマツ
  Yahoo
• これからのSW開発ビッグデータ時代へ
  プロジェクト・データの蓄積と活用

「ビッグデータ時代における、E-CommerceでのAI技術の活用」　(楽天株式会社 執行役員, 楽天技術研究所 所長　森正弥氏)

ECのトレンド
* ビッグデータ
* AI

AI（人工知能）とは

ビッグデータの潮流のなか、取得可能なデータ量や活用機会が増え、データを有効に活用する為のAI技術が注目されている。

ビッグデータ

リアルタイム性が高いデータの活用も増えてきている。
大量データの活用事例の共有が増えてきている。
楽天内も2007年からデータが爆発的に増えてきている。

さらに

我々はロングテールに進化している

2003年と2013年のコンクラーベの画像を見ると一目瞭然。
もはや、世界は繋がっている。

顧客も商品もロングテール

• 甲冑が6ヶ月先まで予約済み
• 干しいもが1分で完売

1億9千万の商材があり、世界は繋がっており、常識でははかれない。
このような背景で、各種AI技術活用が進みつつある。
もはや、AIしかマーケティング手段がない。

AI技術の活用

• レコメンデーション
• 自然言語処理
  商品検索や機械翻訳で活用している。
• 有用なレビューのマイニング
  ビッグデータ×自然言語処理
• 商品画像検索
  画像認識技術の実装
• 音楽認識、音声認識
• 機械学習
  季節や天候、曜日等を組み合わせて活用している