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】

Slide 1

Slide 1 text

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

Slide 2

Slide 2 text

Slide 3

Slide 3 text

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

Slide 4

Slide 4 text

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

Slide 5

Slide 5 text

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

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

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

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

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

Slide 22

Slide 22 text

Slide 23

Slide 23 text

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

Slide 24

Slide 24 text

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

Slide 25

Slide 25 text

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

Slide 26

Slide 26 text

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

Slide 27

Slide 27 text

Slide 28

Slide 28 text

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

Slide 29

Slide 29 text

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

Slide 30

Slide 30 text

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

Slide 31

Slide 31 text

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

Slide 32

Slide 32 text

Slide 33

Slide 33 text

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？

Slide 34

Slide 34 text

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

Slide 35

Slide 35 text

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

Slide 36

Slide 36 text

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

Slide 37

Slide 37 text

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

Slide 38

Slide 38 text

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)

Slide 39

Slide 39 text

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

Slide 40

Slide 40 text

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)

Slide 41

Slide 41 text

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

Slide 42

Slide 42 text

Slide 43

Slide 43 text

Slide 44

Slide 44 text

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

Slide 45

Slide 45 text

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)

Slide 46

Slide 46 text

Slide 47

Slide 47 text

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)

Slide 48

Slide 48 text

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

Slide 49

Slide 49 text

Slide 50

Slide 50 text

Slide 51

Slide 51 text

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

Slide 52

Slide 52 text

Slide 53

Slide 53 text

Slide 54

Slide 54 text

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

Slide 55

Slide 55 text

Slide 56

Slide 56 text

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…

Slide 57

Slide 57 text

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

Slide 58

Slide 58 text

Slide 59

Slide 59 text

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