深層学習の導入で抱える課題とユースケース実例

1. 深層学習の導入で抱える課題とユースケース実例 Deep Learning Lab – 第２回 2017/7/25

3. 3 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 Ridge-i & Microsoft & Deep Learning Lab ©2017 Ridge-i All Rights Reserved. Microsoft との連携内容： 1. 顧客への深層学習ソリューションの共同提案 2. Microsoft Azure上での深層学習ソリューションの導入支援 3. Deep Learning Lab（ディープラーニング・ラボ）の幹事企業としての活動

4. 4 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 柳原尚史 ● ブラックロックなど外資金融でリスク分析、アルゴリズム、電子取引の開発に従事 ● 証券アナリスト検定会員、ネットワークスペシャリスト、宅建 ● サイエンスゼロの監修、Interop、J-Wave など講演多数 Ridge-i 代表について数式に眠くならないタフさ趣味はトレイルランニング ● 富士山1日3往復 ● UTMB(モンブラン１周170Km)を44時間寝ずに走破 ©2017 Ridge-i All Rights Reserved.

6. 6 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 AI導入の流れとボトルネック ©2017 Ridge-i All Rights Reserved. 相談検討開始活用戦略技術詳細開発 POC 周辺開発実業務にデプロイ多多中中少 Value Chain 人的リソース人材不足が AI導入を阻む最大のボトルネック AIで何かしたい課題と方向性省力化・新商品・新ビジネスデータ戦略どの技術とデータの組合せで解決実装・学習・検証チューニング AI導入できた！ Azure 利用量

7. 7 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 「AI」という言葉の曖昧さ階層ベイズ MCMC GLMM 最尤法主成分分析、GLM ベイズ理論検定相関、共分散確率、正規分布、分散機械学習統計解析機械翻訳トピックモデル文章生成ディープラーニング（RNN, Skip-gram） BWT, Wavelet Tree TF-IDF, Word2Vec 検索、N-Gram 形態素解析自然言語解析難易度：高人材：希少どれでもAI 分散協調深層強化学習強化学習ディープラーニング LSTM, DBM, CNN, RNN 協調フィルタリング SVM, K-Means, 近傍法探索木ロジスティック回帰最小二乗法 ©2017 Ridge-i All Rights Reserved. ＋ナップザック問題、動的計画法、最適化問題なども

9. 9 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ©2017 Ridge-i All Rights Reserved. ● ユーザーがAI活用を企画するための知識・理解の不足 ● 「AI」技術が日進月歩で急激な変化 ● 一つの「AI」で解決できるほど汎用的ではないニーズとシーズのギャップ相談検討開始活用戦略技術詳細検討開発実証実験周辺開発実業務にデプロイ一人で向こうまで行けってそんな無茶な。。（AI推進担当）深い谷 AI導入できた！ http://fundo.jp/37263

10. 10 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 Ridge-iの役割：パートナーと共に一括サポート導入支援、カスタマイズ Ridge-iが自社・共同開発コンサルテーションフェーズソリューション開発フェーズ課題と効果最適な技術構成複数のAIと他技術をどう組み合わせるか AIの導入価値の判定 PFN - DIMo活用自社・共同開発 ©2017 Ridge-i All Rights Reserved. 戦略コンサル相談検討開始活用戦略技術詳細検討開発実証実験周辺開発実業務にデプロイ導入できた！

12. 12 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 弊社が進めている案件と相談例 ©2017 Ridge-i All Rights Reserved. • 自社製造の運搬機器を映像で検出して動線解析を行いたい。 • 白黒映像の彩色作業の手間が多く、AIで何かできないか。 • 焼却炉の運転をAIで自動化したい。 • 損害保険会社での事故査定にAIを活かしたい。 • 徘徊老人をAIで探したい。相談内容は玉石混合きちんとしたヒアリングとコンサルで見極めが重要効果が見込めない案件は早めの見切りも重要

20. 20 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 再照合が売れない。。。 ©2017 Ridge-i All Rights Reserved. • 再照合機能を軸にしたサービス化は、１年半前から実行いい技術でも、ニーズ側の活用イメージがわかない典型例徘徊老人を探す。という具体的なコンセプトで実証実験＞＞＞＞＞ぜんぜん響かない。。。・「不審者からVIPまでいろいろ探せますよ！（学習次第で）」

21. Copyright © NTT Communications Corporation. All rights reserved. ニーズの明確化徘徊老人・行方不明者の検索 ◆お客様が抱える課題街の防犯・見守りを目的として監視カメラを導入した。徘徊老人や行方不明者（登山者）等の検索を目視で行っているが、非常に時間がかかってしまっている。 ◆ソリューション AI人物検索サービス※により、探したい人物の画像を1枚指定するだけで、高精度かつ短時間で検索することが可能に。(トライアルを実施) ※PFN社のDIMoを使用 VGA(640×480ピクセル)のモノクロカメラ18台から検索

22. Copyright © NTT Communications Corporation. All rights reserved. 某自治体向けソリューションわかりやすい結果 ◆トライアル結果 1時間 1時間の映像から特定人物を探すのにかかる時間 15分 75％の削減目視 AI 具体的なニーズにアプローチ適切な評価測定（精度より効果） + 実証実験の成功ユーザーがイメージしやすい成功事例 + ニュースなどで取り上げられるほぼ同じ技術の他ニーズ展開汎用化テレ朝

23. 23 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ケース２まとめ ©2017 Ridge-i All Rights Reserved. ニーズの絞り込みと機能特化はサービスの基本教えてみせ、モデルとUIまで用意してみせ、POCやってみせ、初めてユーザーはAIをわかってくれます。「山本五十六」相談検討開始活用戦略技術詳細検討開発実証実験周辺開発実業務にデプロイ販売サポートよかった場所精度１００％を求められる案件より、プラスアルファの効果が評価されるニーズがよし

28. 28 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 ケース３まとめ ©2017 Ridge-i All Rights Reserved. ◆コンペティションの汎用モデルでは、多目的は無目的に陥りやすい。ビジネス要件を満たす条件の見極め相談検討開始活用戦略技術詳細検討開発実証実験周辺開発実業務にデプロイ販売サポートやってよかった場所ビジネス目的が定まって、最適な技術のカスタマイズが可能

31. 31 ©2017Ridge-iAllRightsReserved. RI_DLL_20170727 まとめ Ridge-iが提供するもの ©2017 Ridge-i All Rights Reserved. 相談検討開始活用戦略技術詳細検討開発実証実験周辺開発実業務にデプロイこのプロセスを加速し、商用フェーズの企業・ユーザーを拡大します。問い合わせ contact@ridge-i.com どのビジネス課題を解きたいか、そのための最適なアプローチと技術を提案します。お気軽にご連絡ください。ディープラーニングの活用を提案できる人が圧倒的に不足しています！（We’re hiring!) Ridge-iと一緒に渡ればこわくない！（AI推進担当） AI導入できた！

深層学習の導入で抱える課題とユースケース実例

Vous êtes en train de lire un aperçu.

Consultez-les par la suite

深層学習の導入で抱える課題とユースケース実例

Plus De Contenu Connexe

Diaporamas pour vous (19)

Similaire à 深層学習の導入で抱える課題とユースケース実例 (20)

Plus par Hirono Jumpei (20)

Plus récents (20)