Upgrade to Pro — share decks privately, control downloads, hide ads and more …

意思決定のためのAI・ML【from 高知AIセミナー 技術者養成講座】

piacerex
December 25, 2023

意思決定のためのAI・ML【from 高知AIセミナー 技術者養成講座】

piacerex

December 25, 2023
Tweet

More Decks by piacerex

Other Decks in Technology

Transcript

  1. All Rights Reserved. | CONFIDENTIAL ©︎2021 2021/12/08 (Wed) 高知県工業技術センター .

    技術者養成講座「AIセミナー」 意思決定のためのAI・機械学習 講座 ~現実とメタバース/VR/ARが同居する時代に適合したAI・ML~ Dec. 05, 2021 ver 0.5 created. Dec. 07, 2021 ver 1.0 updated 株式会社DigiDockConsulting 常務取締役CTO 国際カンファレンス「ElixirConf JP」ファウンダー Elixirコミュニティ「fukuoka.ex」「ElixirImp」「LiveView JP」オーガナイザ AIスクール「AIジョブカレ」福岡校開校 北九州市立大学 「プログラミング論」教授級非常勤講師 北九州高等専門学校 特命教授 / コンピュータ研究部 指導員 piacere / 森 正和
  2. All Rights Reserved. | CONFIDENTIAL ©︎2021 本講義のご案内 • 本講義は、ビジネスや業務で必要な「意思決定」を、AI・ML (Machine

    Learning:機械学習) で実現する手法/技術を学び、 なぜAI・MLが重要視されているかを知る入門セッションです • 最初に「意思決定」とは何かを知り、意思決定に必要となる 「観点」と「予測」を確認した後、「予測」実現手法を学び、 手法としてのAI・MLとディープラーニングを学びます (皆さまとワークをします、紙+ペン or スマホでご記載下さい) • AI・ML開発環境「Google Colaboratory」でデモも行います
  3. All Rights Reserved. | CONFIDENTIAL ©︎2021 All Rights Reserved. |

    CONFIDENTIAL ©︎2021 my favotite technologies & implements Twitter / NeosVR / Discord @piacere_ex Github / YouTube / Qiita @piacerex 38年前からプログラマ(職業のそれは25年) PM/PdM/PO歴:24年/16年/5年 アジャイル歴:23年 (eXtreme Programming) 書けるプログラミング言語:158言語 小学4年生でゲームプログラミングを始め、現在も プロダクトとOSSを開発し、事業やコミュニティの 優位性へと転用するエンジニア/3社の経営者/PO 大手企業をメイン顧客として、IT事業/データ分析 /VR・AR/分散・並行技術/UX・D2C指導を提供 技術コミュニティも複数発足・主催しており、毎月 イベント開催とLT、ライブコーディングをこなす piacere / 森 正和 “piacere” is an Italian word, means “Joy” == == Real Online VR / AR
  4. All Rights Reserved. | CONFIDENTIAL ©︎2021 自ら実装し、OSSを出し、人を育て、IT企業を複数経営 • 北九州市立大学 教授級非常勤講師「プログラミング論」

    • 北九州高等専門学校 特命教授 コンピュータ研究部指導員 • ラジオFM KITAQ「Technology Cruising Night」パーソナリティ • 株式会社DigiDockConsulting 常務取締役CTO • ほかIT企業2社経営、技術顧問3社担当 • Elixirコミュニティ「fukuoka.ex」創始者 • Elixir国際カンファレンス「ElixirConf JP」創始者 • AIスクール「AIジョブカレ」福岡校開校者 • Elixirスクール「Elixir |> College」創始者 • 高知県 工業技術センター AI・機械学習 研修講師 • 上級AI開発コミュニティ「IAIFukuoka」発足人 • 独立行政法人 中小企業基盤整備機構 コンサルタント
  5. All Rights Reserved. | CONFIDENTIAL ©︎2021 8 福岡Elixirコミュニティ 2020年6月で設立3周年! ~

    Build the future with Elixir and YOU ~ KIEF |> Scalable |> Maintenable |> Productivity |> Speedy |> Friendly |> Simple |> Concurrent |> Fun https://fukuokaex.fun/
  6. All Rights Reserved. | CONFIDENTIAL ©︎2021 1. Shinjuku.ex(東京) 2013年~ 2.

    tokyo.ex 3. Sapporo.beam(北海道) fukuoka.ex発足以前の4年半前、Elixirコミュニティ3つだけ
  7. All Rights Reserved. | CONFIDENTIAL ©︎2021 fukuoka.ex発足以降、28のElixirコミュニティが次々と誕生 毎月21件以上のイベントが開催され、どの言語よりもアクティブ (しかもコロナ前からリモート対応済) 1.

    Shinjuku.ex(Tokyo)- since 2013 2. tokyo.ex 3. Sapporo.beam(Hokkaido) 4. fukuoka.ex - since 2017 5. kokura.ex(Fukuoka) 6. hibikino.ex(Fukuoka) 7. Elijo【Elixir women’s club】 8. Elixir |> College 9. Kyushu International Elixir Federation 10. Elixiroshima 11. Kochi.ex 12. Kyoto.ex 13. Seiryu-elixir(Gifu) 14. akiba.ex(Tokyo) 15. daimon.ex(Tokyo) 16. OkazaKirin.beam(Aichi) 17. Pelemay Meetup(Fukuoka) 18. space.ex(Kyushu) 19. autoracex(Kyushu) 20. Wedmoku(Kyushu) 21. Erlang & Elixir Fest 22. japan.ex 23. ElixirConf JP 24. NervesJP 25.ElixirImp - since 2020 26. piyopiyo.ex 27. Neos.ex 28.LiveView JP - since 2021 JP
  8. All Rights Reserved. | CONFIDENTIAL ©︎2021 15 目玉①:本格IoT開発が気軽にできるコアライブラリを 提供する海外Elixirスーパーエンジニアが 基調講演

    目玉②: 国内熟練Elixir プレーヤー8名と Elixir導入企業2社 更にLT7名による Elixir最新事例と 先端研究の発表
  9. All Rights Reserved. | CONFIDENTIAL ©︎2021 DigiDockConsulting: 先端技術で世界を改変する企業 Elixir DX

    / Digitalization D2C SaaS a Box / IoT Digital Marketing Low Latency Huge Connections Micro Service Distributed System Concurrent System VR / AR Data Science Machine Learning Edge Computing Insourcing IT Material Creation Business Optimize Data Analysis HRD Space Data Utilize DX Diagnostic Tool Elixir-Prod. Support Elixir HRD Support
  10. All Rights Reserved. | CONFIDENTIAL ©︎2021 DD.Academy:先端技術エンジニアを育成する学校 DXやIT化が世の中で必要性が増すに伴い、 最新のITテクノロジーやプログラミングへの ニーズも高まる一方、

    「どのように学習すれば良いかわからない」 「エンジニアとして活躍したい」 「エンジニアの仕事を理解したい」 といった声も高まっています こうした背景から、各テクノロジー分野の 専門家にて監修されたソースコードを利用 でき、先端技術を専門的に学習できる 事を 実現する学校「DD.Academy」を開講し、 企業研修や全国の図書館へのDVD配布、また 海外エンジニア育成研修として提供します Python AI・ML開発やElixir Web開発など、世界の先端テクノロジーを学ぶ
  11. All Rights Reserved. | CONFIDENTIAL ©︎2021 DD.VR:現実の地形をVRで再現し、シミュレーション VR (仮想現実) を活用した事業企画から実装まで

    オールラウンドなVRビジネス開発をご支援します その1例として、空撮機やドローンに搭載された レーザースキャナやLiDARで取得した点群データ をVRに取り込み、そのVR内地形上にCADデータ を重ね合わせ、VR内で建設前の確認が可能となる シミュレーション技術を提供しています この技術の応用で、都市や山林、立入禁止区域の 点群データを用いたVR観光も実現し、観光資産の 魅力を全世界に発信することや、VRを用いたまち づくりや地方移住支援も手掛けています 「現実」と「VR」を重ね合わせるノウハウと技術で今までに無い事業を生み出す
  12. All Rights Reserved. | CONFIDENTIAL ©︎2021 DD.AR:VRやCADデータを現実に投影し、現実を改変 現実空間上で、VRと同じ世界が見れるARアプリ も開発しており、このアプリにより、VR空間や CADデータをまるで実物の建物と同じように周囲

    から眺めることや、建物の内見が可能です 土木・建築における測量レス工事で使われており 施設内のAR案内や、音楽アーティスト/アニメ等 の聖地巡礼デジタルコンテンツも実現できます こうした非現実の世界をNrealLight等のARグラス や私達が提携する海外メーカー製ARコンタクトを 使えば、日常生活や仕事の中で非現実を体験し、 それを業務に活用することも可能です ARグラス/コンタクトで「VRの世界」を現実に投影し、デジタルと現実を融合
  13. All Rights Reserved. | CONFIDENTIAL ©︎2021 DD.デジマパック:ファンと共に事業を創るD2Cを実現 All in one

    デジタルマーケティングプラットフォーム DD.デジマパック Web/SNS行動解析 Web/SNS課題抽出 AIによる改善提案 改善施策実施 改善効果検証 ECサイト制作支援 掲載商品撮影支援 受注管理支援 商品保管、管理支援 商品配送支援 ①WebサイトとSNSのファン行動分析から改善施策をAIが自動で提案、効果検証も可 ②ファンとの交流起点となるEC構築と、受注/商品保管/配送の実業務まで全カバー 顧客データ分析・管理 営業活動支援 顧客アプローチ D2C/ファンコミュニティ ③D2Cを立上げ、ファンと共に成長していく世界標準の事業 DD.デジマパック D2Cアドバンストエディション
  14. All Rights Reserved. | CONFIDENTIAL ©︎2021 「意思決定」とは? • 「特定の目標を達成するにあたり、取り得る選択肢の中から、 最適な選択肢を選ぶこと」

    • たとえば、皆さんは今日、どんなランチを食べましたか? ◦ 下記のような判断をしたかと思います…これも意思決定です ▪ 食べたいジャンルを決めた • 和食、中華、ラーメン、タイ料理… ▪ 食べるものから得られる味覚や感触を決めた • さっぱり、こってり、辛い、甘い… ▪ 行きたいお店を決めた ▪ 食べたいものもお店も無かったので、コンビニに決めた • お仕事だけで無く、こうした生活1つ1つに意思決定があります
  15. All Rights Reserved. | CONFIDENTIAL ©︎2021 「意思決定」とは? • お仕事の例:あなたは、製造業の発注量を決める意思決定者 で、電子部品Aと電子部品Bの発注量を決めたいとします

    ◦ 会社の倉庫には、A/B合算で5ロットまで保管可能の場合、 取り得る選択肢は、以下の例のような感じになると思います ▪ 電子部品Aを2ロット、電子部品Bを3ロット、購入 ▪ 電子部品Aを5ロット購入し、電子部品Bは購入しない ▪ 電子部品Aは、雨に弱く、今は5月のため、今月使い切る 分の1ロットだけ購入し、電子部品Bを4ロット購入 ▪ 電子部品Bを使った機器の受注上昇期なので、追加予算 を確保して、B10ロット、余った分でAの買えるだけ購入 • あなたが、日頃の生活やお仕事で行っている意思決定を幾つか 挙げてみてください
  16. All Rights Reserved. | CONFIDENTIAL ©︎2021 「予測」を元に「意思決定」を行っている • 前の例では、下記のような要因を判断材料として、意思決定を 行いました

    ◦ 会社の倉庫の保管可能量 ◦ 2つの購入対象のバランス ◦ 電子部品の特徴と消費のスケジュール ◦ 売上傾向、予算確保可否 • これから起こることを「予測」し、その予測結果から意思決定 をしているという点にお気付きでしょうか? • つまり意思決定とは、「予測に基づく判断」だということです
  17. All Rights Reserved. | CONFIDENTIAL ©︎2021 「予測」の精度が与える影響、「予測」の実現手法 • よって、「予測」が正しい場合は「意思決定」の結果が期待に 沿ったものとなり、「予測」の精度が悪ければ「意思決定」の

    結果は期待から外れたイマイチなものとなります • 「予測」を実現するための手法には、様々なものがあります ◦ 統計:データから、数学を用いて特徴や規則性を見出す ◦ 要約:データの共通性でまとめ、シンプルな傾向を見出す ◦ 機械学習:過去データからモデルを作り、未知データを判定
  18. All Rights Reserved. | CONFIDENTIAL ©︎2021 AI (Artificial Intelligence:人工知能) とは?

    • AI (Artificial Intelligence:人工知能) とは、コンピュータで、 問題解決/推論/言語理解等の知的行動させることを指します • AIには、これまで2度の「冬の時期」が訪れ、現在は、2012年 頃から続く、第3次ブームの真っ最中です ?
  19. All Rights Reserved. | CONFIDENTIAL ©︎2021 AI (Artificial Intelligence:人工知能) とは?

    • 意思決定におけるAIとは、前述したような下記「予測」手法を 用いて、人の「意思決定」を支援するヒントを与えたり、人に 代わり「意思決定」を行うコンピュータプログラムを指します ◦ 統計:データから、数学を用いて特徴や規則性を見出す ◦ 要約:データの共通性でまとめ、シンプルな傾向を見出す ◦ 機械学習:過去データからモデルを作り、未知データを判定 • つまり機械学習(ML:Machine Learning)は、AIの一種です
  20. All Rights Reserved. | CONFIDENTIAL ©︎2021 トップダウンのGOFAI:第1次ブームのAI • 2012年以前のAIは、データから特徴を自動で抽出し、その解釈 も自動で行う、現在のML的な「ボトムアップアプローチ」では

    無く、人間が考えた手法で特徴抽出し、解釈していく「トップ ダウンアプローチ」で作られており、これを今は「GOFAI (Good Old-fashioned Artificial Intelligence)」と呼びます ◦ トップダウンアプローチが用いられた背景は「知識があり、 推論ができれば、人のように解決できるだろう」という仮説 に基づいており、第1/2次ブームでは支配的でした 入力データ 出力データ
  21. All Rights Reserved. | CONFIDENTIAL ©︎2021 「フレーム問題」 • フレーム問題とは、指示したことに直接関係の無いことを考慮 (計算)

    してしまい、指示したことがキチンと遂行できなくなる 余計な学習/推論をしてしまう問題です ◦ 「知識があり、推論ができれば、人のように解決できる」と いうトップダウンアプローチの仮説は、このフレーム問題で 行き詰まり、冬の時代を迎えることとなりました
  22. All Rights Reserved. | CONFIDENTIAL ©︎2021 エキスパートシステムとNN:第2次ブームのAI • 人と同じ万能AIを目指さず、特定の問題領域に特化した知識と 推論であればフレーム問題が出ないことに着目した上で、同じ

    時期に流行した「データベース」を活用して実装されたのが、 「エキスパートシステム」でした (医療診断などの分野で活躍) ◦ その後、「ML」や「遺伝的アルゴリズム」、そして現在の ディープラーニングの元となる「ニューラルネットワーク」 も発明され、第1次ブームのAIとは大きく異なる進化を遂げ たのが、1980~90年代のAIでした ◦ その中でも、ニューラルネットワーク (以降NNと略) は高い 将来性を持っていましたが、現代のようなハイパワーのコン ピュータやGPUが無かったことで、小さな (もしくは遅い) NNしか構成できず、期待した程の実用性が出なかったこと が原因で、AIは、2度目の冬を迎えます
  23. All Rights Reserved. | CONFIDENTIAL ©︎2021 ニューラルネットワークとは? • 「ニューラルネットワーク」は、人間の脳内にあるニューロン と呼ばれる神経回路を模倣したコンピュータプログラムです

    • ディープラーニングは、このニューラルネットワークを何層も 重ねることにより、複雑さに対する学習を実現しています ニューロン (人間の脳内にある神経回路) ニューラルネットワーク (ニューロンを模倣したコンピュータプログラム)
  24. All Rights Reserved. | CONFIDENTIAL ©︎2021 ML (Machine Learning:機械学習) とは?

    • MLでは、入力データ(x)と出力データ(y)の関係性を自動的 に学習し、未知データを入力すると、学習結果に基づいて出力 をします ◦ 関係性を自動的に学習するため、通常であれば人間が人手で 入力データの傾向や特徴から出力データを導出できるような プログラミングをしなければならないところを省略できます ◦ これにより、予測や分析を行うシステムを簡単に作れます 入力データ 出力データ ML (Machine Learning:機械学習) ※ここを人手でプログラミングしなくていい
  25. All Rights Reserved. | CONFIDENTIAL ©︎2021 ディープラーニングとは? • ディープラーニング (Deep

    Learning)は、機械学習の一種で 複雑な入出力データの関係性も学習でき、未知データに対する 解析能力が高いコンピュータプログラムです ◦ 2012年に画像を分類するコンテストで優勝して以来、人の 社会の在り方を変えるレベルで影響を及ぼし続けています ◦ ディープラーニングの中身は、「ニューラルネットワーク」 で作られています 入力データ 出力データ ディープラーニング (Deep Learning)
  26. All Rights Reserved. | CONFIDENTIAL ©︎2021 ニューラルネットワークからディープラーニングへ 形式ニューロン 単純パーセプトロン 多層パーセプトロン

    ディープラーニング ニューロン模倣と 論理表現 機械による学習 • 線形分類不可能の克服 • 誤差逆伝播法 • 特徴量エンジニアリングがネットワーク構造へ • 勾配消失問題への対処 • 過学習への対応など ▶ 特に、画像領域における高い汎化能力が実証
  27. All Rights Reserved. | CONFIDENTIAL ©︎2021 「予測」は複数の要因から行われることが多い • 1つの予測を精度高く得るためには、複数の要因が使われます ◦

    例:年収アップしやすい人を見分ける ▪ 「計画性高い」+「影響力大きい」+「遅刻が少ない」 • こうした複数要因から判断を行う分析を重回帰分析と呼びます ◦ 逆に、単一要因から行う分析を単回帰分析と呼びます ◦ 重回帰分析は「多変量解析」の1つで、他に下記があります ▪ 主成分分析 ▪ 独立成分分析 ▪ 因子分析 ▪ 判別分析 ▪ クラスター分析 ▪ コンジョイント分析
  28. All Rights Reserved. | CONFIDENTIAL ©︎2021 「予測」は複数の要因から行われることが多い • AI・MLによるデータ分析の多くは、重回帰分析であり、複数の 要因から「予測」を行います

    • 前の例で見た、電子部品A/Bの発注量は、下記複数の要因から 「予測」を行うことで、「意思決定」を行いました ◦ 会社の倉庫の保管可能量 ◦ 2つの購入対象のバランス ◦ 電子部品の特徴と消費のスケジュール ◦ 売上傾向、予算確保可否 複数の要因 予測 AI・ML (ディープラーニングも含む)
  29. All Rights Reserved. | CONFIDENTIAL ©︎2021 「予測」は複数の要因から行われることが多い • たとえば、皆さんが毎日食べる食事も、複数の要因で意思決定 されています

    (下記表の値は、1=Yes/0=No) • あなたが先ほど挙げた、日頃の生活やお仕事で行っている意思 決定は、どのような「複数の要因」によって決まってくるのか 挙げてみてください
  30. All Rights Reserved. | CONFIDENTIAL ©︎2021 過去の意思決定がAI・MLの学習対象 • 複数の要因から決まった意思決定がAI・MLの学習対象で、その 傾向から未知データ

    (これも複数の要因) に対する予測をします 複数の要因 (未知データ) 未知に対する 予測 複数の要因 (過去データ) 過去の意思決定 からの学習 AI・ML (ディープラーニングも含む) AI・ML (ディープラーニングも含む)
  31. All Rights Reserved. | CONFIDENTIAL ©︎2021 過去の意思決定がAI・MLの学習対象 • このランチの例で学習した料理屋さんがいる場合、空腹だけど 仕事はヒマで、午前中に疲れてなくて、ダイエットしていない

    人に対して「中華」を出すと、高確率で食べてくれて売上上昇 する…といった感じになります • しかし、この料理屋さんの予測精度が悪かった場合、空腹の人 に「美肌こんにゃくラーメン」「ブランパン」を出してしまい 食べてくれない (売上も増えない) といった失敗も起きます • これが、「予測」の精度が意思決定に与える影響です
  32. All Rights Reserved. | CONFIDENTIAL ©︎2021 「Kaggle」とは? • データ分析のコンペティションプラットフォーム ◦

    企業や政府などの組織が、データと分析課題を提示 ◦ コンペティション参加者 チームあるいは個人) は、データを 分析して課題の解決を目指す ◦ 上位入賞者には賞金があり、高額年収で雇用されることも • データ分析の良いサンプルが数多く あるため、データ分析を学ぶには 最良の選択肢として知られています • 一昔前は、Kaggle自体が新しく、 攻略情報も多くは無かったのですが 今は右記のような書籍もあります
  33. All Rights Reserved. | CONFIDENTIAL ©︎2021 自然言語解析:【技術面】 BERT • 自然言語解析の精度が向上した背景は、Attentionベースである

    「Transformer」の出現と、それを改良した「BERT」が、 2018年に出現したことが大きく関与している • 従来の自然言語処理は、文脈/文法の係りを理解できなかった が、BERTはこれを理解でき、人並の文章解釈が可能となった
  34. All Rights Reserved. | CONFIDENTIAL ©︎2021 AutoML:専用AIを転移学習で生み出す • Googleが2018年にリリースした、Google AutoMLは、任意の

    データ群の学習をプログラミング無しで実現できる 訓練画像群で [TRAIN] デブサミ福岡 2018登壇より
  35. All Rights Reserved. | CONFIDENTIAL ©︎2021 AutoML Zero:【概要】 • AutoMLは、人間が作ったモデル部品の組み合わせを自動探索

    することで、データ群からプログラミング無しで学習できたが AutoML Zeroは、モデル部品の生成すらも自動化することで、 人がAI・MLを一切作る行為を不要とした • 人が想定しないAI・MLを、コンピュータが生み出せることに…
  36. All Rights Reserved. | CONFIDENTIAL ©︎2021 AutoML Zero:【技術面】 ゼロベース構築 •

    AutoML Zeroは、何もモデルが無い状態からモデルをランダム で複数生成し、その中で最も成績が良かったモデルを第一世代 とし、そのモデルを自動で調整することで第二世代を生成し、 同じように第三世代を生成し…といった感じで、AI・MLの生成 に遺伝的アルゴリズムを用いてモデル生成を自動化する
  37. All Rights Reserved. | CONFIDENTIAL ©︎2021 現実より「メタバース」の方が意思決定しやすい • 「メタバース」とは、VR (Virtual

    Reality:仮想現実) やAR (Augumented Reality:拡張現実) を代表とする、現実空間とは 異なるデジタル上の空間を指します ◦ Facebook社が「Meta」という社名変更をしたことで、一気 に注目度が跳ね上がりました • 私達が昨年から手掛ける事業も注目を浴びる展開になりました