Pro Yearly is on sale from $80 to $50! »

ミクシィ/AI・ロボット事業部の取り組み

B9c41546565298648a2fea82172d4417?s=47 cfiken
July 03, 2019

 ミクシィ/AI・ロボット事業部の取り組み

2019/07/03 第1回 NLP/CV最先端勉強会

B9c41546565298648a2fea82172d4417?s=128

cfiken

July 03, 2019
Tweet

Transcript

  1. ミクシィでの取り組み紹介 2019/07/03 株式会社ミクシィ AI・ロボット事業部 Kentaro Nakanishi

  2. 自己紹介 Kentaro Nakanishi @cfiken ミクシィ: AI・ロボット事業部 昨年4月まで iOS エンジニア (マッチングアプリ

    Poiboy) 今は AI 関連新規事業 最近は nlpaper と Kaggle と ゲームを両立させたい
  3. ミクシィグループ • XFLAG ◦ モンスト ◦ ファイトリーグ • みてね •

    SNS mixi • minimo • スマートヘルス • ...
  4. ミクシィグループでの機械学習に関する取り組み • XFLAG での ゲームAI (強化学習など) ◦ https://speakerdeck.com/mixi_engineers/machine-learning-in-fight-league • みてねでの画像/動画処理

    ◦ https://mixi.connpass.com/event/115664/ • mixi での不適切コンテンツ検出 ◦ https://medium.com/mixi-developers/mixi-20190110-d1cde81cf37c • その他いろいろ
  5. AI・ロボット事業部??

  6. AI・ロボット事業部での取り組み • 雑談対話ロボットの制作 • 特に対話部分にフォーカス • ハードも作ります • 新規事業としてやっているのでプロダクトについてはあ んまり話せません

  7. AI・ロボット事業部での取り組み • PO 合わせて 12人のチームで開発 • エンジニア: 7人 ◦ 1人はまだ

    Deep ヒヨコ (私) ◦ 1人は Deep 系スーパーマン (私目線) • 日本語対話データも自社で収集 ◦ 100万オーダーのターン
  8. We are hiring!!!!!!!!

  9. AI・ロボット事業部での取り組み • 対話モデル変遷の紹介 • 今後の課題 10分しかないのでサササッと

  10. 対話モデル変遷の紹介

  11. 対話モデル変遷 • Seq2Seq + Attention • HRED / VHRED •

    Transformer • Alphabot • Policy Network (Transformer) on BERT • Policy Network XL • ???
  12. Seq2Seq + Attention 割愛

  13. HRED / VHRED • 対話として一問一答では成立しないため、過去の N回の 対話履歴を元に返答を行いたい • HRED (Hierarchical

    Recurrent Encoder Decoder) ◦ A. Sordoni et al., 2015 • 長いコンテキストを入力可能に
  14. HRED / VHRED • 学習が難しい: 過学習しがち, 学習時間がかなりかかる • VHRED は誰も学習が成功しなかった...

  15. Transformer • RNN は学習に時間がかかる/難しい • Attention is All You Need

    ◦ A. Vaswani et al., 2017 • 実用レベルだったので RNN から乗り換え • RNN と比べて圧倒的に学習が早い ◦ PDCA 高速化 / GPUコスト減 • 会話精度も体感的には向上
  16. Transformer (Hierarchical) • 対話モデルでは HRED のように Hierarchical に設計

  17. Alphabot • もっと先を見据えて良い方向へ持っていく対話をしたい • AlphaGo の枠組みをヒントに設計 ◦ N ターン先まで見て良さそうな返答を選ぶ •

    Policy, Reward, Alpha の3つのネットワークからなる ◦ Policy: 返答を生成 ◦ Reward: 返答を評価 ◦ Alpha: どの発言が将来的に良い報酬となるかを近似
  18. Alphabot Policy と Reward をトレー ニングデータから学習 Policy: 発話を生成 Reward: 発話を評価

    bot 同士で対話させ、 MCTS で対話を探索/評価
  19. Alphabot MCTS の探索は時間がかか るので推論時は厳しい Alpha で MCTS の結果を近 似するようなモデルを学習 推論的には

    Policy + Alpha で出力を生成 & 決める
  20. Policy Network (Transformer) on BERT • Alphabot の枠組みは良いが、まだまだ Policy が弱い

    • データ数が多くないため名詞などの知識理解が弱点 • BERT を用いることで改善
  21. Policy Network XL • モデルが過去 N 発話分しか見ることができない ◦ コンテキスト理解に限界 ◦

    内容のない対話が続くと何の話か分からなくなる • Transformer の Encoder への入力の一部を Memory Module として、対話の中で更新・保存する • Transformer-XL から着想
  22. Policy Network XL • N (=3) 発話以前の文脈も取得可能に • Hierarchical 構造がなくなりシンプルに

    • 何を記憶するかも一緒に学習
  23. その他: with Condition • Condition として外部状況を取り込めるようなモデルを いろいろ実験中 ◦ どこで入れるか (decoder,

    encoder, ...) ◦ どのように入れるか (binary, embedding, ...) ◦ 何を入れるか (ユーザ情報, 天気, 友人情報, ...)
  24. ??? • 他にも色々なモデルで試行錯誤 • 外部情報 (ユーザ情報, 今日の天気, 季節, ...) の活用

    • GAN など生成モデルアプローチも実験 • ターン制でない対話 • Encoder-Decoder でない枠組み㊙も試し中 • 興味がある方は懇親会で
  25. 今後の課題

  26. 今後の課題 • まだ課題だらけ ◦ 返答生成のクオリティ ◦ モデルの評価 ◦ 記憶 ◦

    レスポンスタイム ◦ 多様性 ◦ 企画意図の実現 • 興味がある方は(略)
  27. ありがとうございました

  28. None