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
AIを選択する自由
Search
NAVITIME JAPAN
PRO
April 04, 2019
Technology
0
20
AIを選択する自由
2019/4/4に開催されたRepro様主催『Repro Tech #7 Practical AI Supported by NAVITIME』にて発表した資料です。
NAVITIME JAPAN
PRO
April 04, 2019
Tweet
Share
More Decks by NAVITIME JAPAN
See All by NAVITIME JAPAN
ユーザーのためなら 『デザイン』 以外にも手を伸ばせる
navitimejapan
PRO
2
700
フツーのIT女子が、 Engineering Managerになるまで
navitimejapan
PRO
3
76
不確実性に打ち勝つOKR戦略/How to manage uncertainty with OKR strategy
navitimejapan
PRO
4
2.8k
アジャイルを小さいままで 組織に広める 二周目 / Agile Transformation in NAVITIME JAPAN iteration 2
navitimejapan
PRO
4
1.1k
変更障害率0%よりも「継続的な学習と実験」を価値とする 〜障害を「起こってはならないもの」としていた組織がDirtの実施に至るまで〜 / DevOps Transformation in NAVITIME JAPAN
navitimejapan
PRO
6
4.6k
こうしてふりかえりは終わってしまった / A Demise of a retrospective
navitimejapan
PRO
42
26k
もーひとつの時間がない症候群 / Yet Another SOT Syndrome
navitimejapan
PRO
1
2k
シーズン2〜スクラムチームのバトンを渡す〜 / Season 2 -pass the button of a scrum team-
navitimejapan
PRO
2
2.8k
チームのパフォーマンスを引き出す、ワクワクするプロダクトゴール、OKR / Waku-waku Product Goal and OKR
navitimejapan
PRO
17
17k
Other Decks in Technology
See All in Technology
[2024年3月版] Databricksのシステムアーキテクチャ
databricksjapan
7
1.9k
普段有償でサポート業務をしているCSAが技術知見を無料で公開する理由
07jp27
1
630
Amplify Gen2を 拡張してみよう JAWS-UG北陸新幹線 ( 福井開催 ) 2024-04-06/Let's extend Amplify Gen2
fossamagna
0
280
マルチアカウント環境への発見的統制の導入
ch1aki
1
1.3k
反実仮想機械学習とは何か
usaito
PRO
6
1.6k
2024-04-06 AMeDAS to Lagoon SORACOM UG 2024-04-06
anysonica
0
120
株式会社EventHub・エンジニア採用資料
eventhub
0
1.9k
The CloudCompare project by Dr. Daniel Girardeau-Montaut
kentaitakura
0
500
小さな開発会社がWebサービスを作る理由
polidog
PRO
0
140
アプリがつくるNOT A HOTELブランド
hokuts
0
450
少数チームで挑む: SwiftUI, TCA, KMPを用いた 新規動画配信アプリ 「ABEMA Live」の開発について
tomu28
0
520
スタートアップの技術顧問を3年間続けて発生した事と気付き
biwakonbu
0
150
Featured
See All Featured
Dealing with People You Can't Stand - Big Design 2015
cassininazir
355
22k
Visualization
eitanlees
135
14k
The Mythical Team-Month
searls
214
42k
VelocityConf: Rendering Performance Case Studies
addyosmani
319
23k
How to name files
jennybc
64
92k
Producing Creativity
orderedlist
PRO
336
39k
[RailsConf 2023] Rails as a piece of cake
palkan
22
3.9k
Writing Fast Ruby
sferik
619
60k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
75
41k
A designer walks into a library…
pauljervisheath
199
23k
Designing the Hi-DPI Web
ddemaree
276
33k
Building Flexible Design Systems
yeseniaperezcruz
318
37k
Transcript
AIを選択する自由 2019 年 4 月 4 日
自己紹介 大川舞子 (おおかわ まいこ) • iOS開発 → インフラ運用 → 社内ツー
ル開発 • 最近は機械学習モデルの開発運 用、ワークフローの整備
所属プロジェクトの社内立ち位置 • R&D部門。「新しいことやってる人達」 • 社内で宙ぶらりんの案件も引き取る。 • 最近、社内でAI屋さんと認識され辛い。AIはなる べく作りたくない。(お世話が大変=手離れしないの で。。) •
AI以外の手段や、外部サービスの利用も検討
本題
Q. どうしてAIを使うのか?
A. AIの方が楽だから
と言える時だけ AIを選択しよう
AIのつらみ • 結果を保証できない • リリース後も改善で人が張り付く必要がある(こと が多い)
👂🐙
弊社のレコメンデーションの歴史 機械学習黎明期に0から機械 学習モデルを実装。 • → 改善しても精度が良くな らない。メンテ辛い • → 費用対効果が伴わない
ため一度機能をクローズ
あるある
じゃあなぜ今 AIでレコメンデーションを 作っているのか?
AIによるレコメンデーション • 外部サービスが提供されつつある • 学習データがシンプルで既存資産が利用できる
機は熟した
自分で機械学習モデルを作る 外部サービスを利用する 検討した方法
自分で機械学習モデルを作る
外部サービスを利用する Amazon Personalize (beta)
自分で機械学習モデルを作る 外部サービスを利用する 検討した方法
自分で機械学習モデルを作る OSSを利用する 外部サービスを利用する 検討した方法
OSSを利用する Microsoft / Product Recommendations Solution https://github.com/Microsoft/Product-Re commendations
Product Recommendations Solution • Microsoft の AI レコメンド サービス がOSS化
• eコマースレコメンドに最適 化したモデル/パラメータが 利用可 • REST API / テストツール/ Swaggerも同時提供
学習データについて • 協調フィルタリングは学習データがシンプル • 既存資産(アクセスログ)から生成可能なケースが 多い • → データを作るためにサービスに手を入れる必要 がない
NAVITIME Travel
NAVITIME Travel
構成図 オンプレ Azure アプリ Server API Management App Service Blob
Storage Azure function Treasure Data
構成図 オンプレ Azure アプリ Server API Management App Service Blob
Storage Azure function Treasure Data Access Log
モデル生成(日次) オンプレ Azure 4/4モデル 4/2モデル 4/3モデル アプリ Server API Management
App Service Blob Storage Azure function Treasure Data Access Log 学習データ 向き先変更 モデル 生成 データ抽出 & 配置
推論(ユーザリクエスト) オンプレ Azure 4/4モデル 4/2モデル 4/3モデル アプリ Server API Management
App Service Blob Storage Azure function Treasure Data
学習データサンプル 学習データ、必須は3カラムのみ。 アクセスログから抽出可能
実例 (ナビタイムトラベル スポットレコメンデーション) スポット詳細ページヘのア クセスのうち駅を除いたも の
構成図(予定) AWS Azure DynamoDB API Management App Service Blob Storage
Azure function EC2 fluentd API Gateway アプリ 疎結合のためレコメ ンデーションのバック エンドは変更する必 要がない
まとめ
費用対効果があると 判断した時だけ AIを選択することで 世界平和を実現しよう
ありがとうございました