Recommandé
Contenu connexe
Tendances
Tendances (20)
Similaire à 情報処理学会 AI tech talk Ridge-i
Similaire à 情報処理学会 AI tech talk Ridge-i (20)
Plus de Ridge-i
Plus de Ridge-i (8)
Dernier
Dernier (8)
情報処理学会 AI tech talk Ridge-i
- 1. 株式会社Ridge-i 代表取締役社長 柳原 尚史 2021年3月18日 AI TECH TALK AIで利益享受した企業は1割。 実社会で使われるための取り組み
- 2. 1 ©2021 Ridge-i All Rights Reserved. はじめに 本日の資料について 資料は会社ホームページおよび私のTwitterでも公開予定です。 柳原 尚史 twitter @narisan で検索、またはQRコードを スキャンしてください。
- 3. • 会社概要 • AIマーケットの課題 • Ridge-iのアプローチ 目 次
- 4. 会社概要
- 5. 4 ©2021 Ridge-i All Rights Reserved. Ridge-iとは AI・システムの専門知識と、ビジネスの深い知見を有する プロフェッショナルで構成された組織。技術とビジネス双方 の高みを追求した、最適なソリューションを提供します Ridge-i 会社概要 主な取引先実績・ パートナー企業 Ridge-i が提供できる強み スピーディに提供可能な 豊富なAIエンジン ラインナップ 物体検出・行動解析・ 再照合・異常検知など 高精度AIアルゴリズム 製造業・衛星解析で培った 高度なカスタマイズ能力 少数データ活用、精度 向上ノウハウ、画像処 理とのMIX、 Human in the loop設計 マルチプラットフォーム技術 エッジからクラウド まで柔軟に提供 モデル圧縮技術による Android/Jetson対応。 REST API/RTSP対応 によるAWS、Azureな どクラウド連携 会社名 株式会社Ridge-i (リッジアイ） 従業員数 43名（非常勤含む） 創立 2016年7月 資本金 15億3500万円 オフィス 東京都千代田区大手町 役員構成 ・代表取締役社長 柳原 尚史 (CEO, 創業者) ・取締役 牛久 祥孝 (CRO), 小松 平佳, 杉山 一成 ・社外取締役 田丸 健三郎 (Microsoft), 西村竜彦 (INCJ) ミッション 社会課題・ビジネス課題を、先端技術の追求と実インパクトの追求が両立された 最適なソリューションで解決し、新しい社会・ビジネスを創造する
- 6. 5 ©2021 Ridge-i All Rights Reserved. 3つの主要事業 ① AI活用コンサルティング・ カスタムAI開発 ③ 研究開発 ー 企画から実装まで ー 人とAIのベストミックスによる 最もROIの高いソリューション AI・データ分析を武器に、 未解決の課題に挑む エネルギー 需要予測 ごみクレーン自動化 官能検査の形式知化 マルチモーダル ② 事業開発 （衛星・ドローン解析事業） パートナー企業との強みの 相互作用を重視した事業展開 衛星・ドローン 画像解析 動画解析AI リコー社の撮像つき外観検査キット 点群から高速３Dモデル作成 職人・匠の技の継承・ 形式知化・効率展開 赤外線カメラでの 自律走行するロボ
- 8. 7 ©2021 Ridge-i All Rights Reserved. ② 独自ソリューション 衛星解析 X AI解析 衛星画像×AIで、自然災害・ 社会活動の環境リスクを モニタリング 増え続ける衛星の種類（光学・SAR）を どう使いこなせばいいかわからない 自社のビジネスニーズに、衛星画像を活用 したい SDGsに関する活動に貢献したい 衛星データの判読作業を高速化したい 衛星画像活用の相談をワンストップで受付 高度なAIを使った、高速・高精度の解析 エンジンの提供 新規事業企画、共同研究開発パートナー シップ Ridge-iが解決します こんなお悩みはありませんか？
- 9. 8 ©2021 Ridge-i All Rights Reserved. ② 衛星画像解析・ドローン画像解析で実績多数 レーダ衛星（SAR) 重油流出箇所推定 衛星画像（赤外） 森林火災可視化 ドローン 海岸の海ごみを検出 Credit: European Union, contains modified Copernicus Sentinel data 2020 画像作成: Ridge-i 航空写真 駐車台数、輸出台数の計測 NEC Corporation Distributed by PASCO ©2020 DigitalGlobe, Inc., a Maxar company. © Airbus DS/Spot Image (2018) 衛星画像 土砂崩れ検出 衛星画像 駐車場スペース検知 衛星画像 影・ノイズ除去
- 10. 9 ©2021 Ridge-i All Rights Reserved. ③ 建築・設計業務への点群データ活用研究 レーダスキャナ(Faroなど) 全球カメラ(Theta360など) 3D空間 シミューレーション環境 スキャニング 3Dデータの作成 建築・設計業界において3次元の図面情報から、デジタル・3次元に移行してきている中で、点群データおよび3次元データへの注目が 高まっています。Ridge-iでは画像解析AIの知見と組み合わせた研究開発にパートナーと着手しています 【取組み事例】 • 東京大学との共同研究（AIによる高速・高精度の3Dデータの生成、Mixed Reality体験） • 大手ゼネコン向け、BIM/SIM環境での3次元データを活かした進捗管理・外観検査 • 3Dスキャナメーカーや測量会社との共同研究、ソリューション提供 研究内容概要 ノ イ ズ 除 去 メ ッ シ ュ 生 成 テ ク ス チ ャ 生 成 モ デ ル 生 成 例: 全球カメラによる３D空間の生成 (フォトグラメトリ) 3Dデータの活用 Mixed Reality エージェント実験 シミュレーション 点群・3Dデータの流れと利用シーン
- 12. 11 ©2021 Ridge-i All Rights Reserved. 主な取引先・受賞実績 他 主要取引先 実績 • トヨタ自動車 • 日産自動車 • リコー • JAXA（宇宙航空研究開発機構） • 荏原環境プラント • 荏原製作所 • NTTドコモ • NHKアート • ダイナミックマップ基盤 • さくらインターネット ※非公開事例も多数 プロジェクト 受賞歴 • 第4回宇宙開発利用大賞 2019 経済産業大臣賞 - 土砂崩れ解析AI • 日経ディープラーニング活用アワード -ごみ識別AI(荏原環境プラント様) • 経済産業省 2018 VFX大賞 - カラー化AI活用(NHKアート様) 多くの大企業より、AIプロジェクトを任せて頂いています ▼ 数字で見る Ridge-i
- 13. 12 ©2021 Ridge-i All Rights Reserved. 代表について 創業者 代表取締役社長 柳原 尚史（やなぎはら たかし） 早稲田大学卒業後、NTTコミュニケーションズに入社し、新規事業企画に携わる。その後、 HSBC、大和証券香港、ブラックロックなど大手金融機関にて、高頻度取引、証券リスク管理、 システム等を構築。最先端の技術・理論をビジネスに活用する提案力と実現力が強み。 2016年 ディープラーニングを中心とした先端技術の可能性を、ビジネス・社会に提案・適用し、 新しい社会像を創ることをミッションとして Ridge-iを創立。 ■背景・趣味 • 小４からエンジニア。 大学時代にはPlayStation2のゲーム開発 • 証券アナリスト、宅建など資格多数。読書好き（週５冊） • 宇宙事業に関心が高く、経済産業省、総務省などの複数の衛星事業の委員を務める • ３人娘のパパ。トレイルランニングが趣味 富士山1日3往復、UTMB（モンブラン一周 170Km）45時間 無睡眠で完走、 トルデジアン(330km) 7日間10時間睡眠で完走
- 14. 13 ©2021 Ridge-i All Rights Reserved. 経営陣 AI・システムの専門技術と、ビジネスの深い知見を有するプロフェッショナル集団 牛久 祥孝 取締役 CRO（Research) • 東京大学 大学院情報理工学 博士 • Microsoft Research、NTT 研究所などを経て2018年 より参画（OSX社と兼職） • トップレベルの国際学会で 論文採択回数20回超、被引 用数1500回以上の人工知 能研究の第一人者 • 技術戦略、技術アドバイザ リー、要素技術開発・プロ ダクト開発を主に担当 • 高校生クイズ優勝経験あり 杉山 一成 取締役 事業開発部長 • ボストンコンサルティング グループを経て、2018年 参画 • コンサルティング、全プロ ジェクトの遂行、宇宙事業 の事業開発を主に担当 • 計量経済学やコンサルティ ング業務で培ったデータ分 析能力と、効果的なプロ ジェクトの設計力が強味 小松 平佳 取締役 • 早稲田大学 理工学部卒 • SUBARU、ボストンコンサ ルティンググループを経て、 2017年参画 • 営業、コンサルティング・ 事業提携の立案などを主に 担当 • トップダウンの事業戦略と、 現場へのスムーズな展開を 考慮した、バランスの良い コンサルテーションが得意 • 文化芸術関係の様々な団体 に属する 柳原 尚史 創業者 代表取締役社長 CEO • 早稲田大学 理工学部卒 • NTTコム、HSBC、大和証 券、ブラックロック等で、 海外勤務や高頻度取引シス テム開発などの経験し、 2016年創業。現在に至る • 複数の人工衛星開発に関す る公職に携わる • 小4からエンジニア。３人 娘のパパ • 趣味はトレイルランニング。 UTMBなど100～200マイ ルのレースを複数回完走。 富士山を1日3往復 • NTTデータ、アクセンチュ ア株式会社などを経て、 2019年参画 • コンサルティング、新事 業・共同事業推進・プロダ クト創出を主に担当 • Ridge CountなどRidge-iの 保有するAIのマルチデバイ ス展開に注力中 吉江 彰洋 CPO (Product) プロダクト開発リード
- 15. AIマーケットの課題
- 16. 15 ©2021 Ridge-i All Rights Reserved. AIプロジェクトが導入に至るまでの成功率は３％ 目的とAIの 不一致 費用対効果が 見合わない −40％ AIの使い途が わからない −40％ 開発 リソース不足 −17％ データ不足 導入成功 3% 技術力不足 ① スコープ・定義の課題 ② 技術・リソースの課題 運用人材不足 Source: 経済産業省「戦略的基盤技術高度化・連携支援事業(中小企業のAI 活用促進に関する調査事業)」
- 17. 16 ©2021 Ridge-i All Rights Reserved. ROIを達成した企業は11％ ～BCGレポートより Source: BCG 2021年2月18日レポート「AIにより一定以上の財務上の利益を実現している組織はわずか1割～BCG・MITスローン・マネジメントレビュー誌共同調査」 AIにより一定以上の財務上の利益を実現している組織はわずか1割～BCG・MITスローン・ マネジメントレビュー誌共同調査 ～ 組織全体での人とAIとの相互学習が成功のカギ
- 18. 17 ©2021 Ridge-i All Rights Reserved. AI開発特有の課題 （弊社経験値） • アノテーション負担 • データ数の不足 • ラベル条件が変わる • 何の指標で導入判断できる？ • 精度が上がらない • 精度 vs 速度 • 目的と手段の行き違い • ROIが成り立たない • 解けないプロジェクト • AI・ディープに偏った提案 • ベンダー間の差がわかりずらい • データの外の情報が必要 • 精度劣化 • 改善が難しい • 誤認識による障害 • 自走化 Phase-1 AI導入効果アセスメント・ パイロット検証 Phase-2 本格開発・実証実験 システム連携 Phase-0 AIの正しい 共通理解 醸成 Phase-3 運用・改善 横展開 よくある 課題 各フェーズでAI特有の様々な課題が発生
- 20. Ridge-iのアプローチ
- 22. 21 ©2021 Ridge-i All Rights Reserved. (1) 正しいアプローチ ３つの力の正しいバランス (1) 正しい目標・課題設定力 クライアントにとって、継続して検討すべき トピックを選定、クリスタライズする能力 (2) 効果的なアプローチ設計力 特定技術にとらわれずに、技術とビジネスの両面で 最適なプロジェクトの設計と推進 (3) ビジネス要求・期待を超える 実現力 高い技術力・導入ノウハウ・パートナーシップを フルに活用し、ビジネス要求水準を超える総合力 正しい目標 アプローチ 実現力 正しい目標 アプローチ 実現力 1つの確固たる実績を 基に見える、他社に先 んじたユニークな未来 の設定 （Ridge to Ridge）
- 23. 22 ©2021 Ridge-i All Rights Reserved. (1) 正しいアプローチ アカデミアからコンサルタントまで多様な専門性を持つチームで課題解決 研究者（牛久CRO、玉木顧問） • 信号処理・機械学習の研究を10年以上継続 • 最近のAI研究動向も熟知 リサーチエンジニア • 高いリサーチ能力とエンジニアリング能力 • 最新の研究成果を素早く実用化 エンジニア（機械学習エキスパート） • 卓越したエンジニアリングスキル • 蓄積された実用的ノウハウ テクニカルソリューションエンジニア • ビジネスもエンジニアリングも熟知 • 最適な技術の選択・組合せを提案 コンサルタント • お客様の課題を的確に設定 • 技術課題に落とし込む設計力
- 24. 23 ©2021 Ridge-i All Rights Reserved. (2) スピーディに提供可能な 豊富なAIエンジン 最新技術をAPIやDockerモジュールにし、スピード感のある実装を実現 画 像 系 非 画 像 系 実績/実用シーン・補足 AIエンジン 距離計測 コロナソリューションとして、販売店が導入。 アフターコロナ展示会でも活用中 人物間の距離を計測。密接すると音声アラート 群衆カウント 浜松市の街角カメラでリアルタイムデモ中 Link ※人以外に物のカウントにもカスタマイズ可能 街頭や展示会など、集団・群衆の人数をカウント 異常検知・変化検知 リコーと共同販売展開中。樹脂メーカー導入 衛星解析で災害検知にも活用 良品や普段の景色をAIが学習し、傷・異常・変化を発見 同一人物 認識 再訪者カウント、人物カウントの重複排除 ※2020年6月時点で世界一の精度 事前登録なしで同一人物の認識が可能 物体検出・属性分類 製造業向けカスタムAIで多数実用中 （ごみ認識AI、土砂崩れAI、海ごみ解析等） ※赤外線やSARレーダーなどにも対応実績 人物から車・建物など、様々な物体を検出・分類 導線解析 廃油の混ざり具合や、燃焼反応の判別 人物・物体の移動経路を時系列ヒートマップで表示 動態の状態判別 炎・水など、動きのあるものの状態を判別 姿勢・行動分析 人物の姿勢（関節位置）や動作を解析 影・ノイズ除去 衛星画像の前処理として、影除去に活用 解析に悪影響を与えるノイズを除去 白黒画像カラー化 NHKスペシャルなどで実用 白黒映像をカラー化。テレビ放送品質をクリア IN/OUT,滞在時間計測 店舗・展示会での密集具合の測定に 人物や車両のIN/OUT数の計測、滞留時間を出力 エネルギー需要予測 地域冷暖房の集中管理に導入 PoCで15%の省エネ効果を確認 多数のセンサーデータを用いた、高精度予測 主な機能 建築設計支援 物流倉庫の設計事務所が導入検討中。PoC成功 倉庫などの骨組・レイアウトの最適パターンを提示 荷積み最適化 大量かつ複雑な形状の荷物の最適な積み方を指示 物流拠点でPoC中。有効容積とスピード双方で効果 展示会・店舗の来客導線の改善 工場内の運搬機の通行頻度分析に利用 廃油の混ざり具合や、燃焼反応の判別に利用
- 26. 25 ©2021 Ridge-i All Rights Reserved. 密接アラート • 世界トップ水準の同一人物 推定AI + 姿勢推定AIの 基礎開発 • 顔、骨格、服装、歩き方 などを分析 • 『密です！』という音声 アラートを出す機能を加える ことで、高精度な距離推定と 追跡が可能 ＋ 内閣官房レクや NHK コロナ特番で放送 AIエンジン事例 ②姿勢推定と距離計測 ※動画はこちら
- 27. 26 ©2021 Ridge-i All Rights Reserved. AIエンジン事例 ③同一人物認識AI 事前登録なしでIDを付与 • 世界トップ水準の同一人物 推定AI + 姿勢推定AIの 基礎開発 • 顔、骨格、服装、歩き方 などを分析 • 事前登録無しでIDを付与、 画面外に出ても追従可能 ＋
- 28. 27 ©2021 Ridge-i All Rights Reserved. AIエンジン事例 ④影・ノイズ除去AI 人による判読を楽に。物体検出AIの精度も向上します ©2020 DigitalGlobe, Inc., a Maxar company.
- 29. 28 ©2021 Ridge-i All Rights Reserved. スピード感 コロナ対策プロダクトの経緯 （緊急事態宣言を受けて） なにもしないのはおかしい！ ちょっと打合せしましょう ミッション 社会課題を先端技術で解決し、新しい社会を創造する 既存技術のアセットと、有志の勢いで約２週間実現 1. 街角の混雑具合や自粛・解放の 効果測定に群衆カウントAI 2. オフィス、商業施設向け 超高精度 距離推定・密検出AI 3. リモートワーカー向けの無料AI 講座の配信 2020/4/16: 柳原・牛久で３つの ソリューション案を固める 2020/4/17: リサーチエンジニアと相談。 アーキテクチャが固まる 社内の有志が空き時間で それぞれ役割分担で貢献 2020/5/1: 実装完了。 すべてリリースへ
- 30. 29 ©2021 Ridge-i All Rights Reserved. (3) 技術力 少数データを活用する様々な工夫 最高峰の国際学会でも認められる研究成果を発信・活用 学習データの増幅 • 学習データを元に人工的に新しいデータを生成し、 更に精度を上げる技術 – 異なるクラスのデータをランダムに混合し、 その比率を学習させることで画像・音声認識 での精度向上を実現 – リサーチャーが理論的に精度向上に寄与する ことを証明 • ３Dデータを用意し、学習データの収集コストを大 幅に削減（特許出願中） 独自のネットワーク構造 • 大まかなクラスの割合など、事前知識でネット ワークを調整することで、少量データでも多い データと同等の学習効果 上記の方法（density-mixing）を用いた、 画像データセット（CIFAR-10）でのクラス分類 の実験結果 同精度を達成するのに必要なデータ量を25%削減 可能 他データを用いた学習 • オープンデータセットなどのラベル付きデータで 予め学習させて、新しいシーンにも対応する転移 学習技術 – 車載カメラ用物体検出モデルについて、学習 データを増やすことなく悪天候にも適応 • ラベルが振られていない新しい物体に対しても、 擬似的なラベルを自動で付与することでラベル無 しでも識別が可能 他のデータセットや、限られた学習データを最大限活用することで、 少数の学習データでも大量のデータと同程度の精度を達成 Source Target nine 分類精度 学習データ数 6000 7000 8000 9000 90 80 70 60 50
- 31. 30 ©2021 Ridge-i All Rights Reserved. (4) 提供手段の豊富さ マルチプラットフォーム技術 クラウドからエッジまで搭載可能。システム連携の実績 オンプレ型 - 管理画面やMLOPSﾂｰﾙも一緒に提供 - エッジ搭載 - 蒸留化・量子化などによる軽量化 - Nvidia Jetson AIを様々なプラットフォームに連携・搭載する経験が多数 APIにより既存システムへの統合もスムーズ 群衆カウントを Androidに搭載 ▶▶ さまざまな提供例 ◀ ◀ スマート フォン GPU ラップトップ GPU サーバー 結果 SaaS ﾌｧｲﾙ 結果 専用GUI で結果 クラウド型、API型 - APIやコード提供による先方ソリューションへのエンジン提供- SaaS連携 API型 REST 等 GPU ｲﾝｽﾀﾝｽ 結果 ﾌｧｲﾙ Ridge-i GPUｲﾝｽﾀﾝｽ 物体検出AIと ごみクレーン 操作システムを API連携。 無人操作を実現 Docomo Open House 複数のIPカメラと RTSP+API通信。 同一人物認識と 滞留時間分析の リアルタイムデモ ストリーム型 RTSP 等
- 32. 31 ©2021 Ridge-i All Rights Reserved. (5) 運用で賢くなるAI 作っておしまいではなく、継続して賢くなるAIの設計 MLOPs AI導入目的と 課題の整理 データとAIの 組合せを定義 AIパイロット 検証 AI開発・導入 に向けた 計画策定 ゴール・スケ ジュール、AI に期待する役割 と、 システム 全体との関連性 などを明確化 AIが必要とす る機能の概要、 現在取りうる データとAI技 術の組み合わせ などの整理 現在のデータを、 プロトタイプの AIで実際に学 習し、アプロー チの有効性・ 方向性を判断 目的の達成に向 けて、AI開発 に必要となる データと開発期 間、課題などの 考察の実施・ 計画書を作成 AI開発アセスメント・パイロット検証 フェーズ ※必要に応じて、違うデータと プロトタイプAIを用いて再定義・再検証 AI開発・導入フェーズ AI開発 POC周辺 システム との連携 目的に特化し た精度の高い 学習データの 収集 アルゴリズム の最適化 実ビジネスに 耐えうる精度 様々な角度か ら検証 必要に応じた 精度向上施策 の実施 周辺システム との連携 保守・ 追加学習 継続した精度維持の ための追加学習 システムのメンテ ナンス 運用フェーズ