37. InternetofThings
Virtual Reality
Augmented Reality
MixedReality Machine Learning
XaaS
Deep Learning
X-tech
BlockChain
CryptCurrency
Sharing Economy
Data Science
API-Economy
Business Intelligence
Word2Vec
Sec2Sec
Smart Contract
Digital DisruptionIndustry4.0
Crowd Sourcing
Society5.0
SmartFactory
Crowd Funding
Digital Transformation
Connected Industries
RaaS
eSports
Fintech
Agritech
HRtech
MaaS
Subscription Business
Digital Fabrication
5G
3DPrinter
Mobile Work
Off-PremisesPlatform Service
AIChatbot
Edge Computing
SmartGlass
Imageable Experience
Smart SpeakerDigitalTwin
Telework
Artificial IntelligenceRobotics Process Automation
イマドキのAIって何がどう違う?
DX・スタートアップ推進室
部長
課長
係長
職員
画像データ
猫or猫でない
猫です! 違います!
正解した 間違えた
果たして、
信用できるのは…
もちろん、それがいいマネジメントかどうかは別問題!下の
をクリック
38. InternetofThings
Virtual Reality
Augmented Reality
MixedReality Machine Learning
XaaS
Deep Learning
X-tech
BlockChain
CryptCurrency
Sharing Economy
Data Science
API-Economy
Business Intelligence
Word2Vec
Sec2Sec
Smart Contract
Digital DisruptionIndustry4.0
Crowd Sourcing
Society5.0
SmartFactory
Crowd Funding
Digital Transformation
Connected Industries
RaaS
eSports
Fintech
Agritech
HRtech
MaaS
Subscription Business
Digital Fabrication
5G
3DPrinter
Mobile Work
Off-PremisesPlatform Service
AIChatbot
Edge Computing
SmartGlass
Imageable Experience
Smart SpeakerDigitalTwin
Telework
Artificial IntelligenceRobotics Process Automation
イマドキのAIって何がどう違う?
DX・スタートアップ推進室
生成 敵対的 ネットワーク
Real
Fake生成器
識別器
いかに
偽物を的確に
見分けるか?いかに本物と
見分けがつかない
偽物を作るか?
最初に学習
次に学習
繰り返し
やがて超精巧な
フェイク製造機に
もう学習データ
を集めなくても…
これってAIによる
一種の創造では?
例)Deep Fakeなど
最近、著名人のフェイク動画とか流行ってますが…
下の
をクリック
39. InternetofThings
Virtual Reality
Augmented Reality
MixedReality Machine Learning
XaaS
Deep Learning
X-tech
BlockChain
CryptCurrency
Sharing Economy
Data Science
API-Economy
Business Intelligence
Word2Vec
Sec2Sec
Smart Contract
Digital DisruptionIndustry4.0
Crowd Sourcing
Society5.0
SmartFactory
Crowd Funding
Digital Transformation
Connected Industries
RaaS
eSports
Fintech
Agritech
HRtech
MaaS
Subscription Business
Digital Fabrication
5G
3DPrinter
Mobile Work
Off-PremisesPlatform Service
AIChatbot
Edge Computing
SmartGlass
Imageable Experience
Smart SpeakerDigitalTwin
Telework
Artificial IntelligenceRobotics Process Automation
イマドキのAIって何がどう違う?
DX・スタートアップ推進室
再帰的ニューラルネットワーク
A B C D
03
04
05
A B C D
02
03
04
A B C D
01
02
03
A B C D
01
02
03
一般的な
NN
A
B
D
C ?
RNN
再帰的
ニューラル
ネットワーク
A
B
D
C
!A
B
D
C
時系列属性を持つ
データが扱えるように!
(各種指標、音声、文章、動画…)
言葉の分散表現 時系列に並んだデータのためのネットワーク構造
単語を分類し、注釈をつける
などしてデータベース(コーパ
ス)を作成・参照
特徴
A
特徴
B
特徴
C
特徴
D
今日 0.7 0.5 0.2 0.3
誕生日 0.8 0.7 0.5 0.1
私 0.5 0.8 0.1 0.7
楽しい 0.2 0.1 0.8 0.2
ニューラルネットワークを用い
て単語等をベクトル化
(Word2Vec、Sec2Sec)
文字をベクトル化し、次元を拡張して時系列を扱う
下の
をクリック
43. InternetofThings
Virtual Reality
Augmented Reality
MixedReality Machine Learning
XaaS
Deep Learning
X-tech
BlockChain
CryptCurrency
Sharing Economy
Data Science
API-Economy
Business Intelligence
Word2Vec
Sec2Sec
Smart Contract
Digital DisruptionIndustry4.0
Crowd Sourcing
Society5.0
SmartFactory
Crowd Funding
Digital Transformation
Connected Industries
RaaS
eSports
Fintech
Agritech
HRtech
MaaS
Subscription Business
Digital Fabrication
5G
3DPrinter
Mobile Work
Off-PremisesPlatform Service
AIChatbot
Edge Computing
SmartGlass
Imageable Experience
Smart SpeakerDigitalTwin
Telework
Artificial IntelligenceRobotics Process Automation
AI、果たして万能?
DX・スタートアップ推進室
一般の人が考える機械翻訳
1. 日本語を英単語に翻訳
2. 文法に沿って並べ替え
実際の最近の機械翻訳
1. 器(Werd2Vec、Sec2Sec、RNN等)を構築
2. 対訳文を大量に用意して、器に「食わせる」
例文 最近、とてもとても暑いですね。いつもは自転車通勤やってますけど、さすがに耐えられないの
で、何かいい方法、ありませんか?教えてくれたらアイス、おごりますよ。
Google
翻訳
MS
bing
Excite
翻訳
It's been very, very hot lately. I usually commute to work by bicycle, but I can't stand it, so
is there any good way? If you tell me, I'll treat you with ice cream.
It's very hot these days, isn't it? I always go to work by bicycle, but I can not stand it, so
there is no better way. If you tell me, I will eat ice cream.
It's very very hot recently, isn't it? Bicycle commutation is being done, but usual isn't held
back indeed, so are there any good ways? If you tell me, I treat to ice.
主語・目的語も的確だし、ほぼOK?
質問になってない! 自分で食べるの?
「普段」を主語に結構、力技… アイス「に」おごるの?
Weblio
翻訳
It is very, very hot recently. Still it is what, or it is said, and is there a method all the time though I do bicycle
commuting because I am not able to bear it? I treat you to ice if I tell me.
意味不明?
自分で自分に教える?じっくり読めば「あー、そう訳したか」だけど…
「え、なんで?」って思うかもしれませんが… 下の
をクリック
44. InternetofThings
Virtual Reality
Augmented Reality
MixedReality Machine Learning
XaaS
Deep Learning
X-tech
BlockChain
CryptCurrency
Sharing Economy
Data Science
API-Economy
Business Intelligence
Word2Vec
Sec2Sec
Smart Contract
Digital DisruptionIndustry4.0
Crowd Sourcing
Society5.0
SmartFactory
Crowd Funding
Digital Transformation
Connected Industries
RaaS
eSports
Fintech
Agritech
HRtech
MaaS
Subscription Business
Digital Fabrication
5G
3DPrinter
Mobile Work
Off-PremisesPlatform Service
AIChatbot
Edge Computing
SmartGlass
Imageable Experience
Smart SpeakerDigitalTwin
Telework
Artificial IntelligenceRobotics Process Automation
AI、果たして万能?
DX・スタートアップ推進室
学習器は
無色透明…
いわば
「赤ん坊の脳」
「白紙の辞書」
①データを溜める ②自分しか取れないデータを活かす
あなたならそのAI、何色に染めますか? 下の
をクリック
45. InternetofThings
Virtual Reality
Augmented Reality
MixedReality Machine Learning
XaaS
Deep Learning
X-tech
BlockChain
CryptCurrency
Sharing Economy
Data Science
API-Economy
Business Intelligence
Word2Vec
Sec2Sec
Smart Contract
Digital DisruptionIndustry4.0
Crowd Sourcing
Society5.0
SmartFactory
Crowd Funding
Digital Transformation
Connected Industries
RaaS
eSports
Fintech
Agritech
HRtech
MaaS
Subscription Business
Digital Fabrication
5G
3DPrinter
Mobile Work
Off-PremisesPlatform Service
AIChatbot
Edge Computing
SmartGlass
Imageable Experience
Smart SpeakerDigitalTwin
Telework
Artificial IntelligenceRobotics Process Automation
AI、果たして万能?
DX・スタートアップ推進室
統計学的なモデルや
簡易な機械学習モデル
ニューラルネットワークなど
複雑な機械学習モデル
<
予測
精度
>
説明
解釈なるほどAやBの変化は
Cにそれぞれ〇〇%ほど、
影響するんだな…
脳だの、森だのって
さすがにちょっと…
案件ごとに適切な手法を使い分ける
説明不可能=再現可能性が担保できない(テストデータによるロバスト性の検証まで)
すると、問題がよりシビアであれば果たして使えるのか…(例:犯罪捜査や医療など)
いわゆる「ブラックボックス問題」とは?
下の
をクリック
46. InternetofThings
Virtual Reality
Augmented Reality
MixedReality Machine Learning
XaaS
Deep Learning
X-tech
BlockChain
CryptCurrency
Sharing Economy
Data Science
API-Economy
Business Intelligence
Word2Vec
Sec2Sec
Smart Contract
Digital DisruptionIndustry4.0
Crowd Sourcing
Society5.0
SmartFactory
Crowd Funding
Digital Transformation
Connected Industries
RaaS
eSports
Fintech
Agritech
HRtech
MaaS
Subscription Business
Digital Fabrication
5G
3DPrinter
Mobile Work
Off-PremisesPlatform Service
AIChatbot
Edge Computing
SmartGlass
Imageable Experience
Smart SpeakerDigitalTwin
Telework
Artificial IntelligenceRobotics Process Automation
AI、果たして万能?
DX・スタートアップ推進室
一般的な線形回帰 機械学習による非線形回帰
精度が微妙… さすが機械学習!
変数X
変数Y
学習
データ
回帰
曲線
未知
データ
変数X
変数Y
学習
データ
回帰
曲線
未知
データ
やるやん! あれ!?
学習データへの適合ではなく、テストデータで汎化検証
機械学習では、データの一部を学習させずにとっておき、テストを行うのが一般的
結果、必要なら①学習データを増やす ②より簡易なモデルやアルゴリズムを使う
よく「オーバーフィッテング」って言われるあれです
下の
をクリック
47. InternetofThings
Virtual Reality
Augmented Reality
MixedReality Machine Learning
XaaS
Deep Learning
X-tech
BlockChain
CryptCurrency
Sharing Economy
Data Science
API-Economy
Business Intelligence
Word2Vec
Sec2Sec
Smart Contract
Digital DisruptionIndustry4.0
Crowd Sourcing
Society5.0
SmartFactory
Crowd Funding
Digital Transformation
Connected Industries
RaaS
eSports
Fintech
Agritech
HRtech
MaaS
Subscription Business
Digital Fabrication
5G
3DPrinter
Mobile Work
Off-PremisesPlatform Service
AIChatbot
Edge Computing
SmartGlass
Imageable Experience
Smart SpeakerDigitalTwin
Telework
Artificial IntelligenceRobotics Process Automation
AI、果たして万能?
DX・スタートアップ推進室
イヌ・ネコ判別機:学習データ 学習器 使ってみよう!
ネコ! イヌ! イヌ?
データ集めるの、
マジ大変…
準備
OK
ようやく
本番だ!
え?
なんで?
学習させる前に、学習データの妥当性を確認・検証しておく
グラフ(散布図やヒストグラムなど)を描いて目で見てみる
基本的な統計量(平均、分散、中央値、最頻値、分位数、最大・最小…)をとってみる etc.
よほど分かった人でも間違いやすいポイントの一つ
下の
をクリック
48. InternetofThings
Virtual Reality
Augmented Reality
MixedReality Machine Learning
XaaS
Deep Learning
X-tech
BlockChain
CryptCurrency
Sharing Economy
Data Science
API-Economy
Business Intelligence
Word2Vec
Sec2Sec
Smart Contract
Digital DisruptionIndustry4.0
Crowd Sourcing
Society5.0
SmartFactory
Crowd Funding
Digital Transformation
Connected Industries
RaaS
eSports
Fintech
Agritech
HRtech
MaaS
Subscription Business
Digital Fabrication
5G
3DPrinter
Mobile Work
Off-PremisesPlatform Service
AIChatbot
Edge Computing
SmartGlass
Imageable Experience
Smart SpeakerDigitalTwin
Telework
Artificial IntelligenceRobotics Process Automation
AI、果たして万能?
DX・スタートアップ推進室
情報の定型的な
整理や加工
定められたルールに
沿った判断や処理
ルールの改善なども伴う
判断や処理
新たにルールを
見出す、定めるなど
例)伝票の転記や台帳の整理
例)社内ルールにそった見積作成
例)環境変化に伴う見積ルールの改善
例)新たな市場や顧客へのルールの策定
一般的なアプリ
やプログラム
ルールベース/
知識ベースのAI
機械学習ベース
のAI
知識やルールの
構造化という飛躍
データからの発見
・抽出という飛躍
要はパターン認識
ディープラーニングによ
る特徴量抽出
敵対的生成ネットワー
クによる概念?獲得
大手各ベンダー等によ
る機械学習自動化技術
画像のVGG、言語の
BERTなど転移学習向
け汎用モデルの提供
X-AIへのチャレンジ
etc.
現時点では「できない」「間違える」こともあると考えた方が無難下の
をクリック