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
スタートアップでAIを使うときの壁
Search
palloc
September 28, 2019
Business
0
1.5k
スタートアップでAIを使うときの壁
こちらのイベントの発表資料になります。
https://machine-learning15minutes.connpass.com/event/144255/
palloc
September 28, 2019
Tweet
Share
More Decks by palloc
See All by palloc
異常検知の最新事情と給与の話
palloc
4
4.5k
Crypto講義資料
palloc
2
14k
Other Decks in Business
See All in Business
Enito_with_Omiai_company_info
enito
PRO
0
27k
3分でわかるDomuz(採用資料)
kimpachi_d
0
14k
ST Webbinarium • Digital arbetsmiljö • 22 oktober 2024
jonas_blind_hen
PRO
0
100
ブレインパッドXaaSユニット紹介資料(キャリア採用向けweb公開版 )
brainpadpr
0
14k
20241015 Dojo ベクトルデータベース入門
funato
0
540
プロダクトの大事なこと全部書く 〜わかりあいのワークショップ〜
watasuke
0
340
merpay-Overview
mercari_inc
7
160k
FABRIC TOKYO会社紹介資料 / We are hiring(2024年10月23日更新)
yuichirom
31
270k
直積は便利/direct_product_is_useful
florets1
3
250
株式会社CINC 会社案内/Company introduction
cinchr
6
44k
PROLE株式会社 COMPANY DECK
prole
PRO
0
890
株式会社kubellストレージ 会社説明資料
kubell_storage
2
210
Featured
See All Featured
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
7
160
Learning to Love Humans: Emotional Interface Design
aarron
272
40k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
355
29k
Large-scale JavaScript Application Architecture
addyosmani
510
110k
The MySQL Ecosystem @ GitHub 2015
samlambert
250
12k
The Cult of Friendly URLs
andyhume
78
6k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
25
1.8k
We Have a Design System, Now What?
morganepeng
50
7.2k
Product Roadmaps are Hard
iamctodd
PRO
48
10k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
131
33k
Testing 201, or: Great Expectations
jmmastey
38
7.1k
Bootstrapping a Software Product
garrettdimon
PRO
305
110k
Transcript
スタートアップでAIを 使うときの壁 伊東 道明
自己紹介 ü גࣜձࣾ$IJMM4UBDLදऔక ü ๏େֶେֶӃ. ü ػցֶशʷηΩϡϦςΟ ü ΫϚࡒஂظੜ ü
ηΩϡϦςΟωΫετΩϟϯϓߨࢣ 伊東 道明 / palloc !QPSJTVUFSV
会社紹介 ü νʔτͯ͠ϋϋͯ͠Δͭઈରڐ͞Μͱ͍͏ձࣾ ü ίΞϝϯόʔਓશһ͕"*ʹؔ͢Δݚڀऀ ü ෆਖ਼ϢʔβݕγεςϜʮ4UFOBʯ Λఏڙ ü ϝΠϯγεςϜ($1ͰՔಇ
AIベンチャーがよくぶつかる壁を紹介
壁① データセットが大きすぎる (もちろん小さすぎる場合も)
データセットが⼤きすぎる ü ࣮σʔλݚڀͰ͏σʔλΑΓΔ͔ʹେ͖͍߹͕͋Δ ü ฐࣾͷྫͩͱ͚ͩͰʙ5# ü QBOEBTʹࡌͤͯHSPVQCZ͢Δ͚ͩͰ͔͔Δ
データセットが⼤きすぎる ChillStackデータ分析基盤 GCS BigQuery Dataproc GCE AI Platform Dataflow データセットはBigQueryから
GCSのバケットに格納 (10回捜査するとそれだけで 1ヶ⽉100万円以上) 前処理が固定されている場合 (サービス時など)はDataflow オートスケール
壁② 精度はどれくらいあればいいの?
精度はどれくらいあればいいの? ü ۀքɾʹΑͬͯٻΊΒΕΔਫ਼มΘΔ ü ηΩϡϦςΟۀքͷલஈޚ΄΅ ü "*ͷΈͰޚ͠Α͏ͱ͢Δͷμϝ ü ͲΜͲΜӡ༻ͯͬͯ͠ΒͬͯϑΟʔυόοΫΛΒ͏͔͠ͳ͍ ü
ώϠϦϯά͕ඇৗʹେ ü σʔλ͕ෆۉߧͳ߹ख๏ධՁʹؾΛ͚ͭͳ͍ͱ͍͚ͳ͍ ü શ෦ಉ͡ϥϕϧग़ྗͯ͠ਫ਼ˋ͑ΔΈ͍ͨͳ͜ͱ͕ى͜Δ
壁③ ラベルがない
ラベルがない ü 完全な教師なしでできることは少ない(評価ができない) ü 頑張ってつける(自分たちorアウトソーシング) ü 目で見てわからない専門的なデータは、教師なし学習で クラスタリングし抜粋したデータを専門の人に見てもらう ü 密なコミュニケーションが必要になってくる
壁④ 技術に引っ張られてしまう
技術に引っ張られてしまう 技術ができる人が多いと 「強そう ・ かっこいい ・ ナウい技術」 を初めから使いがち この先の信号機が 赤なのか知りたい
ಓʹΧϝϥ͚ͭͯ৭ͬΆ͍ըૉ ͕ଟ͔ͬͨΒͰղܾͦ͠͏ ը૾ʹϊΠζ͕େ͖ͯ͘͏·͍͘ ͔ͳ͍͔Βɺߴͳٕज़Λͬͯ ղܾ͢Δ 1 2 1
技術に引っ張られてしまう 顧客が困っていることが解決できればなんでもいい ͳΜͰ৴߸ػͷ৭͕Γ͔ͨͬͨͷ͔ʁ ৭Λͬͯղܾ͠ͳ͍ ौͯ͠ΠϥΠϥ͍ͯͨ͠ ौΛ؇͢ΔιϦϡʔγϣϯΛߟ͑Δ
技術に引っ張られてしまう 技術ベースではなく課題ベースで物事を考えることが大切
壁⑤ (GPUの)コストが読めない
コストが読めない ৭Λͬͯղܾ͠ͳ͍ ü お客様がどれだけつくとサービスにどれだけ負荷がかかり、 どれだけスケールするかを予測して価格設定する必要がある ü ここを間違えると利益がほぼ出ない or 赤字運営になってしまう →後から値段上げるのは中々難しい
壁⑥ 開発者が足りない
開発者が⾜りない ৭Λͬͯղܾ͠ͳ͍ ü データサイエンティストは開発ができるわけではない ü もちろんできる人もいるが、少ない ü アプリケーション設計やインフラ設計、フロントエンドや UX/UIデザインなど様々なことを自分たちでやらないといけない
壁⑦ なんでこの結果なの?
なんでこの結果なの? ৭Λͬͯղܾ͠ͳ͍ ü 顧客が出力の理由を知りたい場合がある ü 識別理由自体は random forest の importanceやディープ系の
grad-cam、attentionとか色々ある ü 識別の理由を製品経由でお伝えする機能をつける(?) ü 機械学習がわからない人にちゃんと理解してもらえるようにする
番外編 技術以外の壁が険しい
技術以外の壁が険しい ü 株比率問題 ü 創業者株主間契約 ü プロジェクトマネジメント ü 事業計画 ü
資本政策 ü 資金調達 ü 給与問題 ü 他の人のモチベーション継続方法
技術以外の壁が険しい • 起業のファイナンス • 企業のエクイティファイナンス • 起業の科学 • LEAN ANALYTICS
• RUNNING LEAN • リーンスタートアップ • ZERO to ONE • 簿記3級 • 大学4年間の経営学がマンガで ざっと学べる • ベンチャー企業経営論 • 起業家はどこで選択を誤るのか 起業の基礎 スタートアップの基礎 お⾦とか理論の基礎
最後に 不正するやつを殲滅する戦いにご協⼒していただける ・エンジニア ・データサイエンティスト ・デザイナー ・マーケター・営業 ・投資家 ・法律詳しい⽅ いらっしゃれば、ご連絡ください!