Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Let's stand up against "Do Artificial Intellige...
Search
Norihiro Shimoda
November 10, 2016
Technology
6
1.8k
Let's stand up against "Do Artificial Intelligence" with proper knowledge
品テクmeetup Vol.03(
http://peatix.com/event/208743
)
にてお話する資料です。
Norihiro Shimoda
November 10, 2016
Tweet
Share
More Decks by Norihiro Shimoda
See All by Norihiro Shimoda
ぼくのかんがえたさいきょうの機械学習プロジェクト進行法(PoC/デモ編)
rindai87
10
19k
FindYourCandyでの転移学習の話
rindai87
4
15k
Google I/O 報告会(ML)担当
rindai87
3
9.4k
最近のTensorFlowの話
rindai87
1
1.4k
TensorFlowとGCPの簡単な紹介
rindai87
3
4.4k
TensorFlowの基礎
rindai87
2
4.3k
TFv1.0の概要+HighLevelAPI/Keras
rindai87
4
2.1k
How should engineers survive during AI era
rindai87
5
27k
Talk about ML and DL for happy engineer's life
rindai87
40
15k
Other Decks in Technology
See All in Technology
Amazon CloudWatch Network Monitor のススメ
yuki_ink
1
210
Incident Response Practices: Waroom's Features and Future Challenges
rrreeeyyy
0
160
iOSチームとAndroidチームでブランチ運用が違ったので整理してます
sansantech
PRO
0
150
AIチャットボット開発への生成AI活用
ryomrt
0
170
SREが投資するAIOps ~ペアーズにおけるLLM for Developerへの取り組み~
takumiogawa
1
440
100 名超が参加した日経グループ横断の競技型 AWS 学習イベント「Nikkei Group AWS GameDay」の紹介/mediajaws202411
nikkei_engineer_recruiting
1
170
SRE×AIOpsを始めよう!GuardDutyによるお手軽脅威検出
amixedcolor
0
180
Exadata Database Service on Dedicated Infrastructure(ExaDB-D) UI スクリーン・キャプチャ集
oracle4engineer
PRO
2
3.2k
Lambdaと地方とコミュニティ
miu_crescent
2
370
Engineer Career Talk
lycorp_recruit_jp
0
190
障害対応指揮の意思決定と情報共有における価値観 / Waroom Meetup #2
arthur1
5
490
マルチプロダクトな開発組織で 「開発生産性」に向き合うために試みたこと / Improving Multi-Product Dev Productivity
sugamasao
1
310
Featured
See All Featured
Fontdeck: Realign not Redesign
paulrobertlloyd
82
5.2k
Become a Pro
speakerdeck
PRO
25
5k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
33
1.9k
The MySQL Ecosystem @ GitHub 2015
samlambert
250
12k
Designing the Hi-DPI Web
ddemaree
280
34k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
47
5k
Intergalactic Javascript Robots from Outer Space
tanoku
269
27k
GraphQLの誤解/rethinking-graphql
sonatard
67
10k
A Modern Web Designer's Workflow
chriscoyier
693
190k
RailsConf 2023
tenderlove
29
900
Adopting Sorbet at Scale
ufuk
73
9.1k
Keith and Marios Guide to Fast Websites
keithpitt
409
22k
Transcript
「⼈人⼯工知能をやりたまえ」 と戦う武器を持とう by Norihiro Shimoda 11/10 品テク meetup Vol.03
⾃自⼰己紹介 • 下⽥田倫倫⼤大(@rindai87) • データ分析専業の会社で⾊色々やってます。 • 職歴的にはエンジニアになりますが、何故か データサイエンス的な話で露露出させていただ く機会が多めです。 –
機械学習、分散処理理、リアルタイム処理理とかが好 きです。 2
• つい⼀一⽉月前の2016年年10⽉月 8⽇日に発⾜足しました(させ ました) • 先⾏行行して動いているいくつ かの勉強会とも合流流予定 • CloudMLなどもスコープに 活動していく予定
TensorFlow User Groupについて 3 コミュニティ活動にロゴは 必須だと痛感する⽇日々です…
4 無事に⼤大盛況のうちに終われました^^
はじめに 武器 = TensorFlow とか 武器 = 深層学習
とかの話ではないです ※むしろその辺の話は少なめです。
「⼈人⼯工知能をやりたまえ」 とは?
⼈人⼯工知能すごい!というイメージ 出典:https://www.google.com/selfdrivingcar/where/ 出典: https://gogameguru.com/i/2016/03/AlphaGo-‐‑‒ Lee-‐‑‒Sedol-‐‑‒game-‐‑‒3-‐‑‒game-‐‑‒over.jpg ⾃自動運転 AlphaGO ⼈人が運転するより事故率率率が低いらしい 囲碁のプロ棋⼠士に勝利利した 7
⼈人⼯工知能使えそう!というイメージ 出典:https://cloud.google.com/products/ 超すごい⼈人⼯工知能の 要素技術をクラウドで 簡単に使えそう な雰囲気!!! 8
もちろんGoogleだけじゃない チャットボットを⼀一躍有名にした AI⼥女女⼦子⾼高⽣生「りんな」 出典:https://twitter.com/ms_̲rinna 最近のAIブームの先駆けと⾔言える IBM Watson 出典:https://github.com/IBM-‐‑‒Watson もはやレア感がなくなるくらい浸透した Pepper
出典:http://www.softbank.jp/robot/consumer/products/
_⼈人⼈人⼈人⼈人⼈人⼈人⼈人⼈人⼈人⼈人⼈人⼈人_ > 突然の⼈人⼯工知能ブーム <  ̄Y^Y^Y^Y^Y^Y^Y^Y^Y^Y^Y ̄
⼈人⼯工知能をやりたまえ ⼈人⼯工知能的な要素は是⾮非 提案に含めてください。 ⼈人⼯工知能は重要 そうだよね ⼈人⼯工知能かっこいいっ す。やりたいっす。 ワタシ 同僚僚 上司
お客さん 後輩/部下
クラウドのAPIを 使えばできるのでは? ↓ ビジネスニーズに 微妙にフィットしない ↓ スクラッチで やるしかない ↓ どうやって
プロジェクト化しよう \(^o^)/ 12
と、ならないために 特にビジネスへの適⽤用を 念念頭に置いた⼈人⼯工知能の話を します。
今⽇日お話する⼈人⼯工知能とは?
⼈人⼯工知能と呼ばれるもの 機械学習によって実現さ れている⼈人⼯工知能 深層学習 ルールベース etc.. 定義はいろいろですが、機械学習やルールベースなどを 駆使して、⼈人間っぽい振る舞いをする何か、とします
なんかすごそうなんですが、 ビジネス的には どういう意味が あるんでしたっけ?
⼈人⼯工知能をビジネスに適⽤用する意味 • コスト削減 – ⼈人の作業のリプレース • 品質の均⼀一化 – AIは疲れないしコピー可能 •
新規事業機会の創出 – クリエイティブな何か
⼈人⼯工知能によるコスト削減 • ⼈人が⾏行行っている作業の⾃自動化 – ⼈人の作業のリプレースになるので、投資対効 果が⾒見見えやすい • ただし、定形作業に⾒見見えても機械にやら せるには⾼高度度だった –
何かを認識識して判断から⾏行行動している
定形作業に⾒見見えるが実は⾼高度度 出典:http://www.taishi-‐‑‒food.co.jp/virtual/index11a.html
定形作業に⾒見見えるが実は⾼高度度 ⽬目視による確認 確認結果から問題が あるかを判断 問題があったら⾏行行動 出典:http://www.taishi-‐‑‒food.co.jp/virtual/index11a.html
どうやって実現しますか?
結局できれば何でも良良い 出典:https://twitter.com/tikal/status/787902585294327809
空想の世界のコスト対決 AI VS 800(円)x8(時間)x100(⼈人)=64万円/⽇日 64万円 x 30⽇日 = 1920万円/⽉月 2億円かけて開発し、
ランニングコストが500万円/⽉月の 不不良良品検知システム とはいえ、実は単純にコスト削減だけ 考えると、よっぽどスケールさせない 限り案外⾟辛かったりします 時給800円のパートさん ✕100⼈人 イケてるAI
品質の均⼀一化 • ⼈人は疲れてしまうがAIは疲れない – 基本的には同じ品質を保てる • ⼈人のあるタスクへの習熟度度は⼀一定にでき ないがAIは揃えることができる – 熟練のパートさんはコピーできないが、⼗十分
学習されたAIはコピーできる • し、追加で学習ももちろん可能 – 加えて、さらに追加で学習も扠せられる
⼈人はコピーできない 出典:http://www.taishi-‐‑‒food.co.jp/virtual/index11a.html
⼈人はコピーできない 出典:http://www.taishi-‐‑‒food.co.jp/virtual/index11a.html この⼆二⼈人のチェックの 品質は果たして同じな のだろうか? この⼆二⼈人のチェックの 品質は果たして同じな のだろうか? この3⼈人のチェックの 品質は果たして同じな
のだろうか?
AIはコピー可能 出典:http://www.taishi-‐‑‒food.co.jp/virtual/index11a.html この⼆二⼈人のチェックの 品質は果たして同じな のだろうか? この⼆二⼈人のチェックの 品質は果たして同じな のだろうか? 恐らく同じ条件下では ほぼ同じ結果が期待で
きる AI AI AI
単純なコストだけでなく 品質の均⼀一化など、 もう少し多⾯面的な意味で 「コスト」を定義できると 意味が⼤大きそう はまる場所が⾒見見つかれば強いため ポイントの⾒見見定めが重要
新規事業機会の創出 • データを持つことが直接的な資産となる 世界が来る – 画像を⼤大量量に扱うサービスは⼤大量量の画像デー タが⼿手に⼊入る – メッセンジャーサービスは⼤大量量の⾃自然⾔言語 データが⼿手に⼊入る
– 位置情報サービスは⼤大量量の位置情報データが ⼿手に⼊入る • それらのデータを利利⽤用し、エコシステム を形成していける
イメージしやすい事例例 Googleフォト
データを資産としたエコシステム AI 写真のアップロード アップされた画像で AIがさらに強化 ・⼈人物抽出 ・類似画像 ・etc… 各種AI的な機能の提供 検索索やクラウドサービス
での活⽤用 便便利利 楽しい ⼼心地良良い
データを資産としたエコシステム AI 会話が増えれば増えるほど AIがさらに強化 いい感じの会話 りんなへの 語りかけ ??? という感じで 置き換えられるものは
全てこの流流れに乗れそう 便便利利 楽しい ⼼心地良良い
データを持つことで 事業の幅が 圧倒的に広がりそう! もちろんアイデアと 実現するための技術は必須
⼈人⼯工知能の ビジネス適⽤用プロジェクト を進めていくために
プロジェクトの各種フェーズ • プロジェクトの企画/⽴立立ち上げ • プロジェクト推進チーム • プロジェクトの進⾏行行 • プロジェクトの後
プロジェクトの企画/⽴立立ち上げ • ⼈人⼯工知能には過度度な期待が寄せられがち – 経験がない場合は⼩小さく計画を⽴立立てる • ⼊入り⼝口(どんなデータを使うか)と出⼝口 (分析結果をどう使うか)というビジネ ス上の設計が重要 –
ビジネスオペレーション(に|を)寄せる? • ⼈人⼯工知能は何でもできる魔法の箱ではあ りません
既存のビジネスフロー ⼊入⼝口/出⼝口のイメージ
⼊入⼝口 (データ) 既存のビジネスフロー ⼊入⼝口/出⼝口のイメージ 既存のビジネスで得られて いるデータを⼊入⼝口とする
⼊入⼝口 (データ) ⼈人⼯工知能的 なもの 既存のビジネスフロー ⼊入⼝口/出⼝口のイメージ 機械学習、ルールベース、etc…
⼊入⼝口 (データ) 出⼝口 (アプリケー ション) ⼈人⼯工知能的 なもの 既存のビジネスフロー ⼊入⼝口/出⼝口のイメージ ⼈人⼯工知能を使ったビジネスフロー
ビジネスフローにつながる 形のアプリケーション Webサービスだと⽐比較的簡単だが、 それ以外だと結構⼤大変なイメージ
⼊入⼝口 (データ) 出⼝口 (アプリケー ション) ⼈人⼯工知能的 なもの ⼊入⼝口/出⼝口のイメージ 新規のビジネスフロー 既存のビジネスにこだわる必要はなく、
全く新しい⼊入⼝口/出⼝口を考えても良良い 既存のビジネスにこだわる必要はなく、 全く新しい⼊入⼝口/出⼝口を考えても良良い
いきなり全部考えるの しんどいですよね? また、AI的なものはやってみなければ 成果が出せそうかどうか分からない、 という側⾯面があります 実証実験から始めると 良良いことが多いです。
⼊入⼝口 (データ) 出⼝口 (アプリケー ション) ⼈人⼯工知能的 なもの 既存のビジネスフロー ⼊入⼝口/出⼝口のイメージ(再掲) ここにフォーカスを当てます
⼈人⼯工知能的なもので何ができますっけ?という確認 (PoCと⾔言ったりもしますね)
プロジェクト推進チーム • ビジネスを考える⼈人 • AIとビジネスを繋ぐ⼈人 • AIそのものを扱う⼈人 • AIを使った仕組み化する⼈人
⼊入⼝口 (データ) 出⼝口 (アプリケー ション) ⼈人⼯工知能的 なもの 既存のビジネスフロー ⼊入⼝口/出⼝口のイメージ(再掲)
⼊入⼝口 (データ) 出⼝口 (アプリケー ション) ⼈人⼯工知能的 なもの 既存のビジネスフロー ⼊入⼝口/出⼝口のイメージ(再掲) ビジネス考える⼈人
⼈人⼯工知能とビジネスを繋ぐ⼈人 AIそのものを 扱う⼈人 仕組み化を 実現する⼈人
⼊入⼝口 (データ) 出⼝口 (アプリケー ション) ⼈人⼯工知能的 なもの 既存のビジネスフロー ⼊入⼝口/出⼝口のイメージ(再掲) ビジネス考える⼈人
⼈人⼯工知能とビジネスを繋ぐ⼈人 AIそのものを 扱う⼈人 仕組み化を 実現する⼈人 この⼈人が超⼤大事です。 特に⺟母数が少なく貴重な⼈人
プロジェクトの進⾏行行 • 機能要件、⾮非機能要件が決めにくく、プ ロジェクト全体のゴールが曖昧になりが ち – 期待値の調整が超重要 • プロジェクト進⾏行行に関しての明確な⽅方法 論論が世の中に存在していない
– 開発に特化したものだったらウォーター フォールやアジャイル開発などあるが…
⼊入⼝口 (データ) 出⼝口 (アプリケー ション) ⼈人⼯工知能的 なもの 既存のビジネスフロー ⼊入⼝口/出⼝口のイメージ(再掲) ビジネス考える⼈人
⼈人⼯工知能とビジネスを繋ぐ⼈人 AIそのものを 扱う⼈人 仕組み化を 実現する⼈人 この⼈人が超⼤大事(2回⽬目)
プロジェクトの後 • ⼈人⼯工知能的なもの、のメンテナンスが定 期的に必要だと考えた⽅方が良良いです – 世の中は変化するはずなので、データの質が 変わる可能性がある • 逆に⾔言うと今の⼈人⼯工知能は、最初の設計 を逸脱したものに追随できるほど汎⽤用的
なものではない、というのが真実
TensorFlowの話
TensorFlowとは? • Googleによって2015年年11⽉月に公開され たオープンソース – Google内部で多数の使⽤用実績があるらしい Google Photo 画像の⾃自動分類 Google
翻訳 翻訳の⾃自動学習 Gmail スパムフィルタ OK Google ⾳音声認識識 52
TensorFlowにありがちな勘違い TensorFlowは深層学習に 特化したツールである 53
TensorFlowの正しい認識識 TensorFlowはデータフローグラフを 利利⽤用した数値計算のための オープンソースの ソフトウェアライブラリである TensorFlow™ is an open source
software library for numerical computation using data flow graphs. TensorFlow公式サイトより 54
TensorFlow⾃自体の 話をするとここから 数時間くらいになりますので 辞めておきましょう^^
https://speakerdeck.com/rindai87/talk-‐‑‒about-‐‑‒ml-‐‑‒and-‐‑‒dl-‐‑‒for-‐‑‒happy-‐‑‒engineers-‐‑‒life
⼊入⼝口 (データ) 出⼝口 (アプリケー ション) ⼈人⼯工知能的 なもの 既存のビジネスフロー TensorFlowの守備範囲 ⼈人⼯工知能を使ったビジネスフロー
TensorFlowのカバー範囲
結局、どんなデータを使って TensorFlowでどういう処理理をするのか その結果をどう使うか というのが重要になります ですが、⾃自分1⼈人で ウンウン唸ってても 頭が整理理されないですよね^^
⾮非技術者向けのセミナーやります http://tfug-‐‑‒tokyo.connpass.com/event/44318/
Thanks!!