Slide 1

Slide 1 text

⼈ ⼯ 知 能 と デ ザ イ ン の 未 来 デザイン&⼈⼯知能レポート Design & Artificial Intelligence Report 範 凌 | 同済 x 特賛 デザイン&⼈⼯知能研究室 http://sheji.ai BizReach Designɹ༁

Slide 2

Slide 2 text

デザインにはクリエイティビティとエモーションが必要で、A.I.時代にとって、⼈間性と⼈⼯知能を繋 ぐ役割になっている。なので、デザインとA.I.の関連性はリプレースと⽐べてより深く複雑だ。 『2017 Design & A.I. Report』は学術⽂献、技術資料とビジネスケースの定性と定量の分析、専⾨家イ ンタビュー、トレンド予測、労働⼒再配分と教育改⾰の検討などを通じて、デザインとA.I.の複合学科 の課題を初めて構築した。もっと多くのデザイナーがA.I.時代を迎えるために役に⽴てば幸いだ。 @同済 x 特賛 デザイン&⼈⼯知能研究室 価値観と⽴場

Slide 3

Slide 3 text

デザインの⽬的と結果、プロセスを、データ化、アル ゴリズム化することは可能か? A.I.はデザインにとってどんな意義があるのか?デザイ ナーとリプレースする関係以外に、共⽣する関係もあ るのか? デザイナーがサービスを提供している各分野は既に データとアルゴリズム、A.I.によって著しく変化を遂げ た。A.I.は新たなデザイン思想、⽅法、プロセス、ツー ル、役割をエンパワーできるのか? ⼈間と機械がコラボレーションしてデザインしたもの の知的財産権はどちらに属すのか?デザインは技術の 独占と⼈⽂⾃由の間に更に⼤事な⽂化的な役割をもて るのか? 我々が関⼼を持っている課題

Slide 4

Slide 4 text

1 . ⼯業4.0とデザイン A.I.は政治、経済、技術と⼈⽂の分野に おいて、デザインにどんな意義をもた らすか 2 . なぜデザインにはA.I.が 必要なのか デザインは計算の問題に転換することが 可能なのか?どのような限界と可能性が あるのか? 3 . A.I.デザインの産業実践 データ、アルゴリズムと知能はデザイン がサービスを提供している各産業にどう いう影響と変化を起こしたのか 4 . A.I.はデザインの未来をど うやって構築するのか A.I.はデザインに対して、どのような新 しい役割と課題をもたらすのか フレームワーク

Slide 5

Slide 5 text

同済特賛デザイン&⼈⼯知能研究室(D&A.I.Lab)は同済⼤学デザインクリエイティブ 学院と特賛情報テクノロジーが提携して設⽴された。データ、アルゴリズム、インター ネット、A.I.とデザインの複合学科の応⽤研究に注⼒している。博⼠、修⼠の授業を通じ て、新世代のデザイン⼈材を育成し、⼤⼿やベンチャーのテックカンパニーと連携し、 「⽣産、学習、研究、創造」の転換を実現する。 D&A.I.Lab研究室⻑範 凌博⼠:デザイン技術の学者、インターネット起業家。ハーバード ⼤学博⼠、プリンストン⼤学修⼠、世界経済フォーラムYoungGlobalLeader、Aspen InstituteChinaFellow、特賛情報テクノロジーCEO。 同済特賛デザイン&⼈⼯知能研究室 レポートチーム スペシャルサンクス 娄永琪(同済⼤学)、⻘雲(アリバ バ)、アリババLuBanに感謝する。 姚熊、王⼦娟、李想に感謝する。
 我々にデータと観点を提供した1000名以 上のデザイナー、エンジニア、弁護⼠、 投資家と学者達に感謝する。 範凌 梁明 馮夏影 顧澤良 魏啓⿓ 尹⻘ パートナー スポンサー ಉࡁେֶ D&A.I. Lab ಛࢍTezign ৘ใςΫ ϊϩδʔ ΞϦόό A.I. Design Lab ૑૝෱ࢱࡒஂ C-Foundation チームとパートナー

Slide 6

Slide 6 text

1 . ⼯業4.0とデザイン A.I.は政治、経済、技術と⼈⽂の分野に おいて、デザインにどんな意義をもた らすか 2 . なぜデザインにはA.I.が 必要なのか デザインは計算の問題に転換することが 可能なのか?どのような限界と可能性が あるのか? 3 . A.I.デザインの産業実践 データ、アルゴリズムと知能はデザイン がサービスを提供している各産業にどう いう影響と変化を起こしたのか 4 . A.I.はデザインの未来をど うやって構築するのか A.I.はデザインに対して、どのような新 しい役割と課題をもたらすのか

Slide 7

Slide 7 text

஌ࣝܦࡁ KNOWLEDGE ECONOMY ޻ۀܦࡁ INDUSTRIAL ECONOMY ޻ۀԽ | Industrialization 18C Πϯλʔωοτ | Internet 20C ڙڅଆ | SUPPLY धཁଆ | DEMAND େ ਺ ྔ / গ छ ྨ খ ਺ ྔ / ଟ छ ྨ ਓؒܦࡁ HUMAN ECONOMY ਓ޻஌ೳ | A.I. Now ௒ খ ਺ ྔ / ௒ ଟ छ ྨ ؍࡯1ɿधڅͷ௒ࡉ෼Խ ग़యɿ஌ࣝܦࡁ - Michael HardtɼThe Common in Communism ਓؒܦࡁ - From Knowledge Economy to Human Economyɼ

Slide 8

Slide 8 text

1 . 0 ৘ ใ ͷ Φ ϯ ϥ Π ϯ 3 . 0 ෺ ͷ Φ ϯ ϥ Π ϯ 2 . 0 ؔ ܎ ͷ Φ ϯ ϥ Π ϯ 4 . 0 ε Ω ϧ ͷ Φ ϯ ϥ Π ϯ ? x . 0 ৺ & ೴ ͷ Φ ϯ ϥ Π ϯ ਓ ޻ ஌ ೳ / A . I . ʮ σ ʔ λ ʯ ͷ Π ϯ λ ϑ Σ ʔε Λ ౷ Ұ ʮ ε Ω ϧ ʯ ͷ Π ϯ λ ϑ Σ ʔε Λ ౷ Ұ ʮ ஌ ೳ ʯ ͷ Π ϯ λ ϑ Σ ʔε Λ ౷ Ұ ௠ఱూ෉්ɿ$10ԯΛ೴ͱػցͷΠϯλϥΫ γϣϯͷݚڀʹد෇ Initiative kicked off with $115 million gift from philanthropists Tianqiao Chen and Chrissy Luo to establish a new institute and provide continuous funds for neuroscience research. Caltech to construct $200 million biosciences complex. ؍࡯2ɿΦϯϥΠϯ / ίωΫτ / ΠϯλϥΫγϣϯ ΦϯϥΠϯɿσʔλ͸঎ۀ ͷຊ࣭Λมֵ͠ɺίϯϐϡ ςʔγϣϯ͸ܦࡁͷະདྷΛ ࠶ߏங͢Δ ԦࡔɿΞϦόόάϧʔϓٕज़ҕһ ձҕһ௕

Slide 9

Slide 9 text

ग़యɿThomas Malone @ MIT Center for Collective Intelligence, The Age of Hyperspecialization ϋΠύʔεϖγϟϥΠζυεΩϧ Hyperspecialized Skill ฏۉεΩϧ Average Skill Average is Over ʂ “ ” ඇ෺࣭ੜ࢈ऀ / ஌ࣝੜ࢈ऀͷՁ஋͸ɺ͋ΔฏۉϨϕϧͷεΩϧʹୡ͢Δ͜ͱͰ͸ͳ͘ɺ୅ସෆՄೳͳϋΠύʔ εϖγϟϥΠζυεΩϧΛ࣋ͭ͜ͱͩɻฏຌͳ࣌୅͸΋͏ऴΘΓɺϋΠύʔεϖγϟϥΠζυ࣌୅͕དྷͨɻ ؍࡯3ɿϋΠύʔεϖγϟϥΠζυͳ ݸମͷग़ݱ

Slide 10

Slide 10 text

ۀ຿ҕୗ On Demand ਖ਼ࣾһ Employee ֎෦ઐ໳Ո External Expert SOURCEɿMcKinsey Quarterly, Organizing for the Future ະདྷͷ૊৫͸λεΫΛ֎෦ਓࡐɺ಺෦ਓࡐͱػցʹॊೈʹ഑෼͢ΔɻશମͷϫʔΫϑϩʔΛ·ͱΊͨ࢓૊Έ ʹԠ͡ɺλεΫ͸ʮίϛϡχέʔγϣϯίετ͕࠷΋௿͍ʯྲྀΕʹԊͬͯɺεϜʔζʹ׬਱Ͱ͖Δɻ ࣗಈԽ Automation ⾃ 動 化 / A u to m at i o n ؍࡯4ɿਓؒ/ػցͷΠϯλϥΫγϣϯͷ৽ͨͳ૊৫ߏ੒

Slide 11

Slide 11 text

1 . ⼯業4.0とデザイン A.I.は政治、経済、技術と⼈⽂の分野に おいて、デザインにどんな意義をもた らすか 2 . なぜデザインにはA.I.が 必要なのか デザインは計算の問題に転換することが 可能なのか?どのような限界と可能性が あるのか? 3 . A.I.デザインの産業実践 データ、アルゴリズムと知能はデザイン がサービスを提供している各産業にどう いう影響と変化を起こしたのか 4 . A.I.はデザインの未来をど うやって構築するのか A.I.はデザインに対して、どのような新 しい役割と課題をもたらすのか

Slide 12

Slide 12 text

Walter Gropius | グロピウス Marvin Minsky | ミンスキー Design σβΠϯ A.I ਓ޻஌ೳ ݐஙͱίϯϐϡλʔίϯϑΝϨϯεɺϘετϯɺ1964೥ɹ |ɹ Boston Architecture Center Conference, 1964, Boston ϚΫϩɿσβΠϯͱίϯϐϡςʔγϣϯͷྺ࢙

Slide 13

Slide 13 text

Architecture & Computation WALTER GROPIUS & MARVIN MINSKY Cosmology BUCKMINSTER FULLER Architecture Machine NICHOLAS NEGROPONTE Architecture & Cybernetics CEDRIC PRICE & GORDON PASK Pattern Language CHRISTOPER ALEXANDER Digital Fabrication Generative Design BEN FRY / CASEY REAS Interactive Design BILL MOGGRIDGE Responsive Design ETHAN MARCOTTE Design in Tech AIRBNB, JOHN MAEDA Design & A.I. TONGJI X TEZIGN D&A.I. LAB ALIBABA LUBAN Media Lab աڈʹ͓͚Δະདྷ ϑʔϥʔɺΞϨΫαϯμʔͱωάϩϙϯς Parametric Design ZAHA HADID σʔλ πʔϧ ϚΫϩɿσβΠϯͱίϯϐϡςʔγϣϯͷྺ࢙

Slide 14

Slide 14 text

100,000,000 10,000,000 1,000,000 100,000 10,000 1,000 ϚΫϩɿεΩϧͷຽओԽ ͱ σʔλͷಠ઎ ͷ ڞଘ 1,000,000,000 ֆ / ΧϝϥΦϒεΫϥ ΧϝϥϚϯ ޫֶΧϝϥ ؆қΧϝϥ Photoshop σδλϧΧϝϥ εϚϗ / APP εΩϧͷຽओ σʔλͷಠ઎

Slide 15

Slide 15 text

άϥϑΟοΫσβΠϯ ͷ࢓ࣄ ҹ࡮ͱϨΠΞ΢τͷ࢓ࣄ 1983 2002 2013 10 ࢓ࣄ਺ (ඦສ) 20 30 40 50 ٕज़͸ݹ͍࢓ࣄΛഁյ͢Δ͕ɺߋʹଟ͍৽ͨͳ࢓ࣄΛ૑଄Ͱ͖Δɻ- ʰܦࡁֶਓʱ SOURCEɿMcKinsey Quarterly, Organizing for the Future Photoshop ϚΫϩɿٕज़ͱσβΠϯͷ࢓ࣄ͸ଟ͘ͳͬͨͷ͔ʁ গͳ͘ͳͬͨͷ͔ʁ

Slide 16

Slide 16 text

ϛΫϩɿσβΠϯʹ͓͚Δ3ͭͷ࣍ݩ ֬ఆੑ / ෆ֬ఆੑ σβΠϯͱ͸ɺՄೳੑͱࣗ༝౓Λഉআ ͢Δ͜ͱͰ͋Δɻ Design is about eliminating possibilities and degrees of freedom. ܗࣜ / ಺༰ σβΠϯ͸ܗࣜͱ಺༰Λซଘͤ͞Δํ ๏Ͱ͋Δɻ Design is the method of putting form and content together. “ “ ૑଄ ࢲ͕ܳज़ͷ૑଄ΛࢼΈͨͱ͖ɺͦΕΛ Ͱ͖Δ͔Ͳ͏͔͸ɺࢲͰ͸ͳ͘ਆʹҕ ͶΒΕ͍ͯΔɻ I try to create art, whether I make it or not is not up to me, it's up to God. MILTON GLASER “ PAUL RAND PAUL RAND

Slide 17

Slide 17 text

ϛΫϩɿͲ͏΍ͬͯػցʹʮ૑଄ʯΛཧղͤ͞Δʁ 組合せによる創造 | COMBINATIONAL CREATIVITY 2つ以上のコンセプトを組み合わせる:現存内容を新たな形 式で表すプロセスでよく⽤いられる。 例:Pringles はポテトチップスを新たな形式で包装するこ と。似たような考え⽅で、複数の領域を組み合わせると「映 画レンタル市場」と「図書館の貸出システム」が⽣まれる。 “Creativity is just connecting things. ” STEVE JOBS 探索による創造 | EXPLORATORY CREATIVITY 既存規則(概念空間)に発⽣:ものを探索する規則(探索空 間)が変わらない。たとえば、既存のものを改善や最適化する こと。 例:より良い材料で、路⾯を修繕すること、また、バイアスタ イヤからラジアルタイヤに進化することなど。 転換による創造 | TRANSFORMATIONAL CREATIVITY 既存概念を突破、規則を破る:この創造⽅法は既存の規則を破 る。 例:ピカソの「Tete de Femme」。既存アートの芸術表現⼿法 を徹底的に突破した。 BODEN.M.A (2009). Computer models of creativity. A.I. Magazine, 30(3), 23. 創造⼒の結果として「斬新かつ役⽴つ」ものができる: • この結果は個⼈また社会にとって「斬新かつ役⽴つ」 • この結果により以前の結果を否定した • この結果は創造者の強烈な動機と継続の意志から⽣まれた • この結果は曖昧な問題をはっきり説明する NEWELL, SHAW & SIMON (1963), The process of creative thinking, H. E. Gruber, G. Terrell and M. Wertheimer (Eds.), Contemporary Approaches to Creative Thinking, New York: Atherton 規則 | RULE 統計 | DATA 上から下に:伝統的な⼈⼯知能研究概念 現在の⼈⼯知能研究概念:下から上に オットー・リリエンタール:⿃のような⾶⾏機

Slide 18

Slide 18 text

ϛΫϩɿͲ͏΍ͬͯػցʹňෆ֬ఆੑʼnΛ෼ੳͤ͞Δʁ ෆ֬ఆ ֬ఆ ेສҎ্ͷαΠτͱԯҎ্ͷΤϨϝϯ τΛΫϩʔϧ͠ɺͦΕΒͷHTMLͱ CSSͷλάΛղੳ͢Δ͜ͱͰɺϑΥϯ τɺϑΥϯτ΢ΣΠτɺಁ໌౓ɺγϟ υ΢ɺҐஔɺൺ཰ͳͲͷσʔλΛऔಘɻ σ ʔ λ Ϋ ϩ ʔ Ϧ ϯ ά Ϟ σ Ϧ ϯ ά Ϋ ϥ ε λ Ϧ ϯ ά ε ί Ξ Ϧ ϯ ά Webby Awardsͷ௚ۙ5೥ͷ࡞඼Λ ʮ͍͍΢Σϒʯͷඪ४ʹ͢Δɻ ΞϧΰϦζϜʹΑΓɺ͋Δʮج४ʯ ʹ͓͚Δ֤σΟϝϯγϣϯͷσʔλ ͷଐੑ஋ͷن཯Λػցֶशͨ͠͏͑ ͰɺʮධՁؔ਺ʯΛܗ੒ɻ ධՁର৅ͷ΢Σϒʹʮݱ୅ੑεί ΞʯʢModernity ScoreʣͷධՁΛ ࣮ࢪɻ ͔Θ͍͍΢ΣϒσβΠϯͱ͸ʁ “͖Ε͍ͳ΢Σϒ”ʹ࠷΋͍ۙ΢Σϒ͸ʁ σʔλԽ datafication ϞσϦϯά modeling ίϯϐϡςʔγϣϯ computation ΤόϦϡΤʔγϣϯ evaluation σβΠϯ design SOURCEɿRanjitha Sampath Kumar (2013, September). DESIGN MINING THE WEB

Slide 19

Slide 19 text

ϛΫϩίεϛοΫɿͲ͏΍ͬͯʮػցʯʹʮܗࣜͱ಺༰ʯΛॲཧͤ͞Δʁ ಺༰ ࣸਅͷཪଆͷετʔϦʔ ܗࣜ ετʔϦʔΛޠΔܗࣜ σʔλूΛ෼ੳ͠ɺΫΦϦςΟʔ ΑΓ΢ΣΠτΛઃఆ ը૾ͷطଘΤϨϝϯτΛೝࣝ͠ɺ ֬཰Λࢉग़ ࣸਅͷ֤ྖҬͷྨࣅੑͱ૬൓ੑΛ൑அ ʮઐ໳ՈʯͷείΞϦϯάʹΑΓɺ ʮඒֶؔ਺ʯΛߏங ʮඒֶؔ਺ʯʹج͖ͮɺ ܗࣜΛείΞϦϯά SOURCEɿUnderstanding Aesthetics with Deep Learning σʔλԽ datafication ϞσϦϯά modeling ίϯϐϡςʔγϣϯ computation ΤόϦϡΤʔγϣϯ evaluation σβΠϯ design

Slide 20

Slide 20 text

ϛΫϩɿͲ͏΍ͬͯʮػցʯʹʮσβΠϯʯͤ͞Δʁ نଇ | RULE ౷ܭ | DATA ্͔ΒԼʹɿ఻౷తͳਓ޻஌ೳݚڀ֓೦ ݱࡏͷਓ޻஌ೳݚڀ֓೦ɿԼ͔Β্ʹ ΦοτʔɾϦϦΤϯλʔϧɿௗͷΑ͏ͳඈߦػ I think we have crossed a very important threshold. Until fairly recently, most people in A.I. were doing a kind of A.I. that was inspired by logic. The paradigm for intelligence was logical reasoning and the idea of what an internal representation would look like was it would be some kind of symbolic structure. That has completely changed with these big neural nets. We now think of internal representation as great big vectors and we do not think of logic as the paradigm for how to get things to work. We just think you can have these great big neural nets that learn, and so, instead of programming, you are just going to get them to learn everything. For many, many years, people in A.I. thought that was just fantasy. GEOFFREY HINTON “ σʔλԽ datafication ϞσϦϯά modeling ίϯϐϡςʔγϣϯ computation ΤόϦϡΤʔγϣϯ evaluation σβΠϯ design

Slide 21

Slide 21 text

C R E AT I V E S U P P LY Ϋ Ϧ Τ Π ς Ο ϒ ڙ څ ଆ D E M A N D | ध ཁ ଆ S U P P LY | ڙ څ ଆ “ݫີ͕͞ະདྷΛ੾Γ։͘” —— િ ໐ɹAlibaba CSO ҙٛɿਓ޻஌ೳσβΠϯͱڙڅଆͷվֵ C O N S U M E R ফ අ ऀ σʔλ஌ೳ + ωοτϫʔΫʹΑΔ ڠಇ ৘ ใ Ϛ ʔ έ ς Ο ϯ ά α ʔ Ϗ ε ϓ ϩ μΫ τ “ΦϯϥΠϯԽɺࣗಈԽɺσʔλԽ͕ͳ͚Ε͹ɺ஌ೳԽͷ࿩͸ͳ͍ ” —— િ ໐ɹAlibaba CSO

Slide 22

Slide 22 text

σʔλ஌ೳ + ωοτϫʔΫʹΑΔ ڠಇ C R E AT I V E S U P P LY Ϋ Ϧ Τ Π ς Ο ϒ ڙ څ ଆ A . I . A . I . ҙٛɿਓ޻஌ೳσβΠϯͱڙڅଆͷվֵ C O N S U M E R ফ අ ऀ ৘ ใ Ϛ ʔ έ ς Ο ϯ ά α ʔ Ϗ ε ϓ ϩ μΫ τ S U P P LY | ڙ څ ଆ “ΦϯϥΠϯԽɺࣗಈԽɺσʔλԽ͕ͳ͚Ε͹ɺ஌ೳԽͷ࿩͸ͳ͍ ” —— િ ໐ɹAlibaba CSO D E M A N D | ध ཁ ଆ “ݫີ͕͞ະདྷΛ੾Γ։͘” —— િ ໐ɹAlibaba CSO

Slide 23

Slide 23 text

1 . ⼯業4.0とデザイン A.I.は政治、経済、技術と⼈⽂の分野に おいて、デザインにどんな意義をもた らすか 2 . なぜデザインにはA.I.が 必要なのか デザインは計算の問題に転換することが 可能なのか?どのような限界と可能性が あるのか? 3 . A.I.デザインの産業実践 データ、アルゴリズムと知能はデザイン がサービスを提供している各産業にどう いう影響と変化を起こしたのか 4 . A.I.はデザインの未来をど うやって構築するのか A.I.はデザインに対して、どのような新 しい役割と課題をもたらすのか

Slide 24

Slide 24 text

H. I. ਓؒͷ೴ | % A. I. ػց | % ਓ޻஌ೳ͸͜Ε͔Βਓؒͷ࢓ࣄΛϦϓϨʔ ε͢ΔͱࢥΘΕ·͕͢ɺσβΠϯͱਓ޻ ஌ೳʹ͍ͭͯݕ౼͢Δͱ͖ʮϦϓϨʔεʯ ͱ͍͏ਓؒΛڴ͔͢Α͏ͳχϡΞϯε͕ ͋Δݴ༿Λ࢖͏͜ͱ͸ආ͚͍ͨͰ͢ɻଟ ෼ͦΕΑΓɺʮ೴ػൺʯɺͭ·Γਓؒͷ ೴ͱػցͷൺ཰ɺͱ͍͏ݴ༿͕ΑΓ;͞ Θ͍͠ͱࢥ͍·͢ɻ ଟ͘ͷ࢓ࣄʹ͓͍ͯɺػցͷ࡞ۀͷൺ཰͕೔ʑ ଟ͘ͳΓͳ͕Βɺਓͷ೴ͷ࡞ۀͷൺ཰͸ঃʑ ʹແݶখʹͳΓɺͦΕͱͱ΋ʹਓؒͷՁ஋΋ ແݶখʹͳΔɻͨͩ͠ɺҰ෦ͷ࢓ࣄ͸ػց࡞ ۀͷྔ͕૿͍͑ͯΔͷʹൺྫͯ͠ɺਓͷ೴ͷ ࡞ۀ΋૿͍͑ͯ͘ɻ΋͘͠͸ػց࡞ۀͷྔ͕ େ͖͘ͳΔ΄Ͳɺਓͷ೴ΛਐԽͤ͞ɺ։์͞ ͤΔɻσβΠϯ͸ޙऀͷΑ͏ͳ࢓ࣄͩͱࢥ͍ ·͢ɻ @ൣ ྇ “ ೴ػൺɿϦϓϨʔεͰ͸ͳ͘ɺਓػڞಉਐԽͰ͋Δ H. I. ਓؒͷ೴ | % A. I. ػց | % ϦϓϨʔε ڞಉਐԽ

Slide 25

Slide 25 text

೴ɿσβΠφʔϦαʔναϯϓϧͷߏ੒ j u n i o r | ॳ ڃ S e n i o r | ্ ڃ ܦݧɿॳࠩ/தࠩ/ߴࠩ / / ֶྺɿᏠֶ৥/ህ॓/ຊՊ/ݚڀੜ/ത࢜ੜ / / ֶߍɿ/UC Berkeley /Stanford/the University of Arts, London/Nanyang Technological/University/University of British Columbia/goldsmiths university of London/தԝඒඌֶӃ/தࢁֶ/தࠃඒඌֶӃ/தࠃঀြେֶ/தࠃ஍ᇉେֶதࠃԮഔେֶ/ᆢᇜ౞۽ြ࿐ჽ/ᔳߐཧ޻େֶ/ᔳߐص׈ᆯြٕඌֶӃ/ᔳߐԮഔֶӃ/ᔳߐେֶ/Ӊࡾഽٓ࿐ჽ/Ӊࡾ۽ြն࿐/ԏࢁେֶ/৽ᙜၜඌ ֶӃ/੢҆ަ௨େֶ/੢҆ඒඌֶӃ/෢ݱ١ᆮେֶ/ಉ࠶େֶ/࢛઒ඒඌֶӃ/࢛઒ԮഔֶӃ/࢛઒ԻুֶӃ/ଠݪཧ޻େֶ౞١ඒӃ/࢛઒ᆯြٕඌֶӃ/௜䧈ݐஜେֶ/௜䧈ഽᣂେֶ/௜䧈ߤۭߤఱେֶ/্ւႋ༻ٕඌେֶ/্ւ ֎ࠃეֶӃ/্ւ঎ֶӃ/্ւ޻ఔٕେֶ/্ւഽᣂେֶ/্ւେֶ/ࢁתݐஜେֶ/ფ㛭େֶ/ਗ਼޿ඒӃ/ਗ਼޿େֶ/䑳೾େֶ/੨֛ཧ޻େֶ/ೆژഽᣂେֶ/ೆণߤۭେֶ/અ֣֛ഡ࠹࿐ჽ/੾ؗᇏန഼ઔנၜඌაഡ࠹࿐ჽ/ߐೆ େֶഡ࠹ֶӃ/޿ᇏ॓࠯ն࿐/ބೆେֶ/๺޻ఔֶӃ/ߌभ׈ࢠՊٕ৴ଉ޻ఔֶӃ/ݢ೶ഽٓ࿐ჽ/ᄒ㜪ў޻ြେֶ/ࠃཱ޿౅େֶ/ኅभඒӃ/䐾୴େֶ/١ᆮն࿐/תଲն࿐/େࡕେֶ/ॏ౩େֶ/๺ژҹ࡮ֶӃ/๺ژཧ޻େֶ/๺ژ ෰૷ֶӃ/๺େ੨୔ / / ձࣾɿUber/TechNode /SMG/seedlink/Sans Design LLC/Quantum Design Studio/onenine/LxU studio/IBM/Fireworks/dealing matrix/CSG Design/choiceform/Adobe/ᇭ۫ौ௶/தߤܿ䎞/தࠃ޻ြ ഡ࠹(্ւ/ݚڀӃވ㟨༗ݶެ࢘/ᔳߐສઔ৽ೳݯ༗ݶެ࢘/ᔳߐࢥᖦݐஜ૷൥ഡ࠹༗ݶެ࢘/ᔳߐথ೔র໌Պٕ༗ݶެ࢘/ӠঊؿӚ/⅛ၡ׈ࢠ༗ݶެ࢘/༗㛭ޓ׮/ႪᢉྒॢčКࣘĎ໓߄ԮѬႵཋ܄ඳ/Ӱஐܛւ/ӳეྲྀརඪ/ ၡ๠໓࢝/ҍਔ/ڏԓจԽ/৴ถ/ܞఔ/ڗ్Պٕ/གྷࣁϘൖ/ښಛՊٕ/།Ꮘޓ׮/ඍೈ/།඼ձ/᠓қ௨Ӱू๶/ఱ૿Պٕ/อ࿟/ಛᄡ/፺ۡ/ਂ㡕ೋ࿠ਆ޻ြഡ࠹/্্ஐ߸/্ւ஌჋޻ြӁ඼ഡ࠹༗ݶެ࢘/্ւ໔ۭࣖࡗഡ࠹༗ݶެ ࢘/্ւ།ᏈՊٕ༗ݶެ࢘/্ւఱ޿ݐஜഡ࠹༗ݶެ࢘/্ւਸ਼߹จԽԮ೻༗ݶެ࢘/্ւ፮ՆН㜪ٳ༽෰൥ވ㟨༗ݶެ࢘/্/ෆ޻ೈ݅༗ݶެ࢘/্ւֿ୮ኅࠂ༗ݶެ࢘/্ւൺሄ৴ଉՊٕ༗ݶެ࢘/্ๆू๶/঎քԮഔ/ࢁ ਫलݐஜഡ࠹ެ࢘/ࡾశ/ࡾอޓ৳/੨֛ඦརจ၎Ո۩༗ݶެ࢘/㣥ଟଟ/ฏ҆Պٕ/࿏қഽၕ৴ଉٕඌ/ᗔݪ/ྱ෺ඪ/࿘ઑ޻ြഡ/Պେ࿟٦/ࣩ࠯ൗࢸ/ᡉޫՊٕ/ژת/ߐԓ੍ҥ༗ݶެ࢘/ዳී/ࡥ৘ҍ/صӆഡ࠹Ӄ/ދࠆՊٕ/ᘡᘚ Ԯ೻/෼ظু/࿤॓࠯/େြެ࢘/஡ాޗᢝἢኗ/ീռཱྀᕟ/Ԟඒதࠃ/Ѩཬ೹೹ • ϓϩμΫτ • ޻ۀϓϩμΫτ • ిࢠϓϩμΫτ ϓϩμΫτ • ݐங • ϥϯυεέʔϓ • ؀ڥ • Πϥετ • άϥϑΟοΫ • ϏδϡΞϧ • ಈըฤू • లࣔձ • ޿ࠂ • ϒϥϯυ • ϑΥϯτ • ΠϯλϥΫγϣϯ • UI • EC • ϑΝογϣϯ • ΞΫηαϦʔ • ۺ • εϖʔε • ΠϯςϦΞ ŠŶœŬşŖŢŔƃ ݐங ΠϯςϦΞ Πϯλʔωοτ ෰০ ̒ۀք 1,300ਓͷσβΠφʔ H. I. ਓؒͷ೴

Slide 26

Slide 26 text

0% 1 0 100% Ωονϯελοϑ Πϕϯτϓ ϥϯχϯά PR 0% 1 0 100% ۜߦһ ੜ෺Պֶऀ ϑΝογϣϯσβΠφʔ 0% 1 0 100% ΠϯαΠυηʔϧε ৬ਓ ֎Պҩऀ ࣾձ ஌ೳ Social Intelligence ૑଄ ஌ೳ Creative Intelligence ײ஌ / ૢ࡞ ஌ೳ Perceptive / Manipulative Intelligence ೴ɿσβΠφʔͷ̏ͭͷ஌ೳ • ϓϩμΫτ • ޻ۀϓϩμΫτ • ిࢠϓϩμΫτ ϓϩμΫτ • ݐங • ϥϯυεέʔϓ • ؀ڥ • Πϥετ • άϥϑΟοΫ • ϏδϡΞϧ • ಈըฤू • లࣔձ • ޿ࠂ • ϒϥϯυ • ϑΥϯτ • ΠϯλϥΫγϣϯ • UI • EC • ϑΝογϣϯ • ΞΫηαϦʔ • ۺ • εϖʔε • ΠϯςϦΞ ŠŶœŬşŖŢŔƃ ݐங ΠϯςϦΞ Πϯλʔωοτ ෰০ ̒ۀք 1,300ਓͷσβΠφʔ H. I. ਓؒͷ೴

Slide 27

Slide 27 text

೴ɿσβΠφʔͷ֤λεΫ΁ͷ࣌ؒ෼഑ൺ཰ʢ%ʣ ॏෳମྗ࿑ಇ 10 ৘ใॲཧ 14 ૉࡐऩू 17 ඇॏෳମྗ࿑ಇ 11 ŞžŚŘũŎŲƄ 22 ؅ཧ 11 ŠŶœŬşŖŢŔƃ 17 • ϓϩμΫτ • ޻ۀϓϩμΫτ • ిࢠϓϩμΫτ ϓϩμΫτ • ݐங • ϥϯυεέʔϓ • ؀ڥ • Πϥετ • άϥϑΟοΫ • ϏδϡΞϧ • ಈըฤू • లࣔձ • ޿ࠂ • ϒϥϯυ • ϑΥϯτ • ΠϯλϥΫγϣϯ • UI • EC • ϑΝογϣϯ • ΞΫηαϦʔ • ۺ • εϖʔε • ΠϯςϦΞ ŠŶœŬşŖŢŔƃ ݐங ΠϯςϦΞ Πϯλʔωοτ ෰০ ̒ۀք 1,300ਓͷσβΠφʔ H. I. ਓؒͷ೴

Slide 28

Slide 28 text

ػցɿέʔεελσΟαϯϓϧ A d o b e S e n s e i A n y c l i p A p r o p o s e A r k i e A r t i s t A g e n t A r t i s t o A s s i s t e d D r u m m i n g w i t h R o b o t i c A r m A s s i s t e d E t h i c a l D e c i s i o n M a k i n g , w i t h a f a n A s s i s t e d H a i r D e s i g n f r o m P h o t o s A s s i s t e d H a i r D e s i g n P r o j e c t A u t o d e s k D r e a m c a t c h e r B a n n e r s n a c k B r a i n F M C a n v a C a p s u l e . f m C i n d e r m e d u s a e C l a r i f a i C o d e d C o u t u r e C r i t e o D e e p V i s u a l A n a l o g y - M a k i n g D e e p B a c h D e s i g n M o r p h i n e D e t e c t i o n D o u b l e C l i c k D u d a E d i t e d E n h a n c e m e n t E y e Q u a n t F a c e R i g L i v e 2 D F l i p b o a r d F l o r i a n S c h u l z G C H Q G e n e r a t i v e C a r C h a i s e D e s i g n G e n e r a t i v e D a t a - D r i v e n S h o e M i d s o l e D e s i g n G e n e r a t i v e F o n t D e s i g n w i t h N e u r a l N e t w o r k s G e n e r a t i v e J e w e l l e r y d e s i g n G e n e r a t i v e m a s s c u s t o m i z e d T- s h i r t a n d b a g s G e n e r a t i v e M o t i o n A r t G e n e r a t i v e M o t o r c y c l e s w i n g a r m D e s i g n G l i t c h e G o o g l e A d s e n s e G o o g l e A r t s & C u l t u r e G o o g l e A u t o D r a w G o o g l e D r e a m G o o g l e W e b D e s i g n e r H a c k R o d H a i r M o d e l i n g J u k e d e c k K i n e m a t i c s D r e s s L e a r n i n g P e r c e p t u a l S h a p e S t y l e S i m i l a r i t y l o g o . s q u a r e s p a c e L o g o j o y M a g e n t a M a g i s t o M a n d e l b u l b M a r k M a k e r M a r v e l a p p M o l e c u l e - s h o e s M o o N e u r a l I m a g e A n a l o g i e s N e u r a l D o o d l e N e u r a l P a t c h N o u n p r o j e c t O u t s y s t e m s P a r s i n g S e w i n g P a t t e r n s i n t o 3 D G a r m e n t s P r i s m a P r o c e s s i n g F o u n d a t i o n P r o j e c t M U S E P r o j e c t : L e a r n i n g V i s u a l C l o t h i n g S t y l e P r o j e c t ɿ T h e N e x t R e m b r a n d t R e c o n g n i t i o n R e w r i t e E W R I T E R o b o t i c P a i n t e r S e l P h S E N S Y S h a d o w D r a w S T Y L U M I A Ta i l o r B r a n d s Ta s t e A n a l y t i c s T h e G r i d T h e N e s t R e m b r a n d t T h r e a d V i s u a l C l o t h i n g S t y l e L e a r n i n g S y s t e m Vo x M e d i a W e b c a m W i b b i t z W i x Ya n d e x . L a u n c h e r Yu r y Ve t r o v Z o o m o r p h i c D e s i g n Ѩ ཬ ೹ ೹ ਗ਼ ൝ Ո + 1 䲳 ࢠ Պ ٕ ى ٦ ် ਂ ߻ ၜ ඌ ࡗ L B C 100+ ஌ೳϓϩμΫτ A. I. ػց Apropose σʔλυϦϒϯ΢Σ ϒධՁπʔϧ Edited ϑΝογϣϯσʔλ SaaSαʔϏε Wix A.I.αΠτ࡞੒ πʔϧ Wibbitz ஌ೳతʹ ಈըΛσβΠϯ͢Δ πʔϧ Google AutoDraw མॻ͖ೝࣝπʔϧ Canva άϥϑΟοΫσβ Πϯ͔Βࣗಈίʔ υͷੜ੒πʔϧ Alibaba Ruban ࣗಈόφʔ ੜ੒πʔϧ ؅ཧ ŞžŚŘũŎŲƄ ŠŶœŬşŖŢŔƃ ඇॏෳମྗ࿑ಇ ૉࡐऩू ৘ใॲཧ ॏෳମྗ࿑ಇ Bannersnack όφʔͷσβΠϯධ Ձπʔϧ Google Adsense ޿ࠂλʔήοτ ϓϥοτϑΥʔϜ EyeEm ը૾ͷඒֶͷධՁΤ ϯδϯ Logojoy άϥϑΟοΫʹΑΔ ϩΰσβΠϯπʔϧ Adobe Sensei ࣗಈը૾मਖ਼ Τϯδϯ Flipboard Duplo ࣗಈϨΠΞ΢τੜ੒ Τϯδϯ Thread ෰૷ίʔσΟωʔτ αʔϏε

Slide 29

Slide 29 text

A d o b e S e n s e i A n y c l i p A p r o p o s e A r k i e A r t i s t A g e n t A r t i s t o A s s i s t e d D r u m m i n g w i t h R o b o t i c A r m A s s i s t e d E t h i c a l D e c i s i o n M a k i n g , w i t h a f a n A s s i s t e d H a i r D e s i g n f r o m P h o t o s A s s i s t e d H a i r D e s i g n P r o j e c t A u t o d e s k D r e a m c a t c h e r B a n n e r s n a c k B r a i n F M C a n v a C a p s u l e . f m C i n d e r m e d u s a e C l a r i f a i C o d e d C o u t u r e C r i t e o D e e p V i s u a l A n a l o g y - M a k i n g D e e p B a c h D e s i g n M o r p h i n e D e t e c t i o n D o u b l e C l i c k D u d a E d i t e d E n h a n c e m e n t E y e Q u a n t F a c e R i g L i v e 2 D F l i p b o a r d F l o r i a n S c h u l z G C H Q G e n e r a t i v e C a r C h a i s e D e s i g n G e n e r a t i v e D a t a - D r i v e n S h o e M i d s o l e D e s i g n G e n e r a t i v e F o n t D e s i g n w i t h N e u r a l N e t w o r k s G e n e r a t i v e J e w e l l e r y d e s i g n G e n e r a t i v e m a s s c u s t o m i z e d T- s h i r t a n d b a g s G e n e r a t i v e M o t i o n A r t G e n e r a t i v e M o t o r c y c l e s w i n g a r m D e s i g n G l i t c h e G o o g l e A d s e n s e G o o g l e A r t s & C u l t u r e G o o g l e A u t o D r a w G o o g l e D r e a m G o o g l e W e b D e s i g n e r H a c k R o d H a i r M o d e l i n g J u k e d e c k K i n e m a t i c s D r e s s L e a r n i n g P e r c e p t u a l S h a p e S t y l e S i m i l a r i t y l o g o . s q u a r e s p a c e L o g o j o y M a g e n t a M a g i s t o M a n d e l b u l b M a r k M a k e r M a r v e l a p p M o l e c u l e - s h o e s M o o N e u r a l I m a g e A n a l o g i e s N e u r a l D o o d l e N e u r a l P a t c h N o u n p r o j e c t O u t s y s t e m s P a r s i n g S e w i n g P a t t e r n s i n t o 3 D G a r m e n t s P r i s m a P r o c e s s i n g F o u n d a t i o n P r o j e c t M U S E P r o j e c t : L e a r n i n g V i s u a l C l o t h i n g S t y l e P r o j e c t ɿ T h e N e x t R e m b r a n d t R e c o n g n i t i o n R e w r i t e E W R I T E R o b o t i c P a i n t e r S e l P h S E N S Y S h a d o w D r a w S T Y L U M I A Ta i l o r B r a n d s Ta s t e A n a l y t i c s T h e G r i d T h e N e s t R e m b r a n d t T h r e a d V i s u a l C l o t h i n g S t y l e L e a r n i n g S y s t e m Vo x M e d i a W e b c a m W i b b i t z W i x Ya n d e x . L a u n c h e r Yu r y Ve t r o v Z o o m o r p h i c D e s i g n Ѩ ཬ ೹ ೹ ਗ਼ ൝ Ո + 1 䲳 ࢠ Պ ٕ ى ٦ ် ਂ ߻ ၜ ඌ ࡗ L B C 100+ ஌ೳϓϩμΫτ ػցɿ֤λεΫͷ஌ೳԽ͞ΕΔՄೳੑʢ%ʣ ؅ཧ ŞžŚŘũŎŲƄ ŠŶœŬşŖŢŔƃ ඇॏෳମྗ࿑ಇ ૉࡐऩू ৘ใॲཧ ॏෳମྗ࿑ಇ 9 18 20 25 64 69 78 A. I. ػց

Slide 30

Slide 30 text

೴ͱػցͷෳ߹ൺ཰ ؅ཧ ŞžŚŘũŎŲƄ ŠŶœŬşŖŢŔƃ ඇॏෳମྗ࿑ಇ ૉࡐऩू ৘ใॲཧ ॏෳମྗ࿑ಇ 10 14 17 11 17 22 11 9 18 20 25 64 69 78

Slide 31

Slide 31 text

؅ཧ ŞžŚŘũŎŲƄ ŠŶœŬşŖŢŔƃ ඇॏෳମྗ࿑ಇ ૉࡐऩू ৘ใॲཧ ॏෳମྗ࿑ಇ 10 16 16 10 16 21 11 9 18 20 25 64 69 78 H. I. ਓؒͷ೴ | 60.79% A. I. ػց | 39.21 % 2017೥σβΠϯۀքʹ͓͚Δ೴ػൺ 1.55 2017σβΠϯۀք ͷฏۉ೴ػൺ

Slide 32

Slide 32 text

10 21 16 11 16 17 9 12 20 12 15 16 10 9 19 20 10 21 11 10 18 12 20 9 17 12 12 ؅ཧ ίϛϡχέʔγϣϯ ඇॏෳ ମྗ࿑ಇ ૉࡐऩू ৘ใॲཧ ॏෳ ମྗ࿑ಇ ΫϦΤΠςΟϒ ਓؒͷ೴ ػց ਓؒͷ೴ ਓؒͷ೴ 37.34 62.64 39.52 60.48 1.60 1.51 39.12 60.88 15 1.68 1.56 UI σ β Π ϯ Π ϯ ς Ϧ Ξ σ β Π ϯ 9 26 17 9 17 13 9 13 23 19 9 17 12 7 1.78 1.63 ά ϥ ϑ Ο ο Ϋ σ β Π ϯ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ػց ػց ೴ػൺ 1.53 1.56 1.51 01.

Slide 33

Slide 33 text

9 ਓؒͷ೴ ػց ਓؒͷ೴ ਓؒͷ೴ 1.60 1.50 1.44 1.56 ෰ ০ σ β Π ϯ ϓ ϩ μ Ϋ τ σ β Π ϯ 1.72 1.37 ݐ ங σ β Π ϯ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ػց ػց ೴ػൺ 1.53 1.75 1.39 12 28 17 5 9 15 12 9 18 14 13 16 18 12 18 13 15 16 23 11 4 7 20 14 10 22 16 15 21 16 7 17 15 9 10 20 19 9 16 15 11 39.46 61.54 40.95 59.05 60.41 39.59 02. ؅ཧ ίϛϡχέʔγϣϯ ඇॏෳ ମྗ࿑ಇ ૉࡐऩू ৘ใॲཧ ॏෳ ମྗ࿑ಇ ΫϦΤΠςΟϒ

Slide 34

Slide 34 text

্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ 29% 31% 29% 30% 33% 32% 16 17 15 16 21 11 17 12 ૉࡐऩू ৘ใॲཧ 17 13 17 12 + + + + + + 01. ֤σβΠφʔͷڞ௨ ఺͸ɺૉࡐऩूͱ৘ใॲ ཧʹ͕͔͔͍࣌ؒͬͯΔ ͜ͱͰ͋Δɻ —— ʮ ૉ ࡐ ऩ ू ˍ ৘ ใ ॲ ཧ ʯ ͸ σ βΠ φ ʔ Ϧ ι ʔε ͷ 3 0 % Λ ઎ Ί ͯ ͍ Δ ɻ ͦ ͯ͠ ͜ ͷ ൺ ཰ ͸ ࢓ ࣄ ೥ ਺ ͷ ૿ Ճ ʹ ൐ ͍ ɺ ݮ Δ ܏ ޲ ͕ ͳ ͍ ɻ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ 24% 34% 32% 34% 38% 31% ૉࡐऩू ৘ใॲཧ + 9 15 16 18 23 11 22 16 17 15 16 15 + + + + + UI σ β Π ϯ Π ϯ ς Ϧ Ξ σ β Π ϯ ά ϥ ϑ Ο ο Ϋ σ β Π ϯ ෰ ০ σ β Π ϯ ϓ ϩ μ Ϋ τ σ β Π ϯ ݐ ங σ β Π ϯ

Slide 35

Slide 35 text

9 10 10 12 9 7 02. େมͩͱݴ͍ଓ͚ͯ ͍Δ͕ɺσβΠφʔ͸σ βΠϯΛମྗ࿑ಇͩͱࢥͬ ͍ͯͳ͍ɻ —— 70%ۙ͘ͷσβΠφʔ͸࢓ࣄͷதͷʮॏෳମྗ࿑ಇʯ ͷൺ཰͸10%ҎԼͩͱߟ͑ɺߋʹ40%ۙ͘ͷσβΠ φʔ͸ʮॏෳମྗ࿑ಇʯͷൺ཰͸5%ҎԼͩͱߟ͑ͯ ͍Δɻ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ 9 12 12 4 9 11 ෰ ০ σ β Π ϯ ϓ ϩ μ Ϋ τ σ β Π ϯ ݐ ங σ β Π ϯ UI σ β Π ϯ Π ϯ ς Ϧ Ξ σ β Π ϯ ά ϥ ϑ Ο ο Ϋ σ β Π ϯ ॏෳ ମྗ࿑ಇ ॏෳ ମྗ࿑ಇ

Slide 36

Slide 36 text

03. ΫϦΤΠςΟϒྗ͸ σβΠφʔͷ࠷ڧͷڝ૪ ྗʹͳΔ —— ؅ཧ ίϛϡχέʔγϣϯ ඇॏෳ ମྗ࿑ಇ ૉࡐऩू ৘ใॲཧ ॏෳ ମྗ࿑ಇ ΫϦΤΠςΟϒ ݱࡏ 11 21 16 10 16 16 10 ະདྷ 26.7 34.4 23.9 11.8 1.8 1.1 0.3 ॎͷൺֱ ϚοΩϯθʔɾΞϯυɾΧϯύχʔͷʮະདྷ࢓ࣄࣗಈԽʯ Ϟσϧٴͼզʑͷ1000ਓҎ্ͷσβΠφʔ͔ΒूΊͨΞ ϯέʔτʹجͮ͘σʔλΛɺ6ճΠςϨʔγϣϯͨ݁͠Ռ ʹΑͬͯະདྷͷσβΠϯͷ࢓ࣄ಺༰ͷঢ়گΛݟੵ΋ͬͨɻ άϥϑ͔ΒΘ͔Δ͜ͱ͸ɺػց͸ΑΓଟ͘ͷ࢓ࣄ͕Ͱ͖ ΔΑ͏ʹͳΔͨΊɺਓྨͷσβΠφʔ͸ڝ૪ྗΛ֬อ͢ ΔͨΊʹɺ؅ཧɺΫϦΤΠςΟϒɺίϛϡχέʔγϣϯ ʹߋʹ஫ྗ͠ͳ͚Ε͹ͳΒͳ͍ɻ ԣͷൺֱ ݱࡏͷσβΠφʔͷΫϦΤΠςΟϒͳ࢓ࣄͱ೴ػൺϞσ ϧͷதʹɺΫϦΤΠςΟϒͳ࢓ࣄͷ૿Ճʹ൐ͬͯ೴ػൺ ΋ٸ଎ʹ্ঢ͍ͯ͠Δɻ

Slide 37

Slide 37 text

্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ্ڃ ʗ ॳڃ ೴ػൺ ೴ػൺ 1.78 1.63 1.56 1.51 1.60 1.51 1.50 1.60 1.37 1.72 1.75 1.39 04. ্ڃσβΠφʔͱॳڃ σβΠφʔͷ೴ػൺ͸େ͖ ͍͕ࠩͳ͍ͱਪଌ͞ΕΔ —— ͢΂ͯͷۀքͷ೴ػൺ͸ਖ਼ن෼෍ʹ߹க͢Δɻ ෰০ۀքͷࠩҟ͕Ұ൪େ͖͍ɻͭ·Γɺܦݧ͕๛෋ ͳσβΠφʔͱ࢝Ίͨ͹͔ΓͷσβΠφʔ͸࣌ؒ഑෼ Ͱඇৗʹେ͖ͳ͕ࠩ͋Δɻಛʹʮඇॏෳମྗ࿑ಇʯ ͱʮ؅ཧʯͷೋ߲໨Ͱ͋Δɻ Πϯλωοτۀքͷࠩҟ͕Ұ൪খ͍͞ɻྫ͑͹ɺ࢓ ࣄ2೥໨ͱ7೥໨ͷUIσβΠφʔͷ࢓ࣄͷதͰػց͕ ઎Ί͍ͯΔׂ߹͸͋·ΓมΘΒͳ͍ɻʮ࢓ࣄ೥਺ͱ ೴ػൺͷؔ࿈ੑ͕ബ͍ʯͱ͍͏͜ͱ͸ɺ͜ͷۀք͕ ࢝Ί͔ΒπʔϧͱσδλϧԽʹґଘ͍ͯ͠Δ͜ͱ͕Θ ͔Δɻզʑ͸େखΠϯλʔωοτձࣾʹ຿ΊΔUIσ βΠφʔͷ೴ػൺΛݸผʹܭࢉͨ͠ɻ݁Ռ͸ಉ͘͡ 39%ʙ40%ͱͳͬͨͨΊɺ೴ػൺͱاۀن໛΋ؔ܎ ͳ͍ͱߟ͑ΒΕΔɻ ෰ ০ σ β Π ϯ ϓ ϩ μ Ϋ τ σ β Π ϯ ݐ ங σ β Π ϯ UI σ β Π ϯ Π ϯ ς Ϧ Ξ σ β Π ϯ ά ϥ ϑ Ο ο Ϋ σ β Π ϯ

Slide 38

Slide 38 text

1 . ⼯業4.0とデザイン A.I.は政治、経済、技術と⼈⽂の分野に おいて、デザインにどんな意義をもた らすか 2 . なぜデザインにはA.I.が 必要なのか デザインは計算の問題に転換することが 可能なのか?どのような限界と可能性が あるのか? 3 . A.I.デザインの産業実践 データ、アルゴリズムと知能はデザイン がサービスを提供している各産業にどう いう影響と変化を起こしたのか 4 . A.I.はデザインの未来をど うやって構築するのか A.I.はデザインに対して、どのような新 しい役割と課題をもたらすのか

Slide 39

Slide 39 text

໰1ɿਓ޻஌ೳ͸σβΠϯͷ৽෼໺Λ੾Γ։͔͘ʁ THE BROAD VIEW ޿ٛ THE NARROW VIEW ڱٛ ʮ୭Ͱ΋σβΠφʔʯ ී௨ͷਓͰ΋πʔϧΛ࢖͑ΔΑ͏ʹͳΔ͜ͱͰσβΠϯٕज़ͷ೉қ౓͕ Լ͕͍ͬͯ͘ɺͦͷͨΊਓͷΫϦΤΠςΟϒྗͱίϛϡχέʔγϣϯྗ ͷՁ஋͕ڧௐ͞Ε͍ͯΔɻΫϦΤΠςΟϒྗͱίϛϡχέʔγϣϯྗΛ ͍࣋ͬͯΔਓ͕ଟ͘ͳΓɺ൴Β͕σβΠϯٕज़ͷ஌ೳԽΛ༻͍Δ͜ͱ Ͱɺ൴Β͸σβΠφʔʹͳΔՄೳੑ͕͋Δ σβΠϯࢥ૝Λ͍࣋ͬͯΔපӃ؅ཧऀ͸ड਍ମݧͷྲྀΕΛߟ͑௚ͨ͠Γɺޮ཰Խ͠ɺར༻೉қ౓ΛԼ࣏͛ͯྍޮՌΛ্͛ΔɻελϯϑΥʔυ σβΠϯֶӃ͸աڈͷे೥ؒʹඇ఻౷తͳ໛ࣜͰσβΠφʔͷ૑଄ྗΛҭ੒͢Δ͜ͱʹͣͬͱ஫ྗ͍ͯ͠Δɻͦͯ͠MITେֶ͸σβΠϯࢥ૝Λ ༥߹͍ͯ͠Δ؅ཧϓϩδΣΫτʢMITidm)͕ઃஔ͞Ε͍ͯΔɻಉ࣌ʹଟ͘ͷҩֶӃ͸σβΠϯࢥ૝Λར༻ͯ͠ະདྷͷҩऀΛ܇࿅͢Δɻ·ͨɺΠ ΪϦεͰ͸ଟ͘ͷۜߦͱ੓෎͸੓ࡦͱαʔϏεΛਪ͠ਐΊΔલʹɺσβΠϯ࣮ݧࣨʢDesign LabsʣͰମݧΛςετ͢Δɻ ʮσβΠφʔ͸ΩϡϨʔλʔ/όΠϠʔͩʯ ͜ΕΒͷπʔϧ͸ɺ໌֬ͳํ޲ੑɺ੍ݶɺ໨ඪٴͼղܾ͢΂͖໰୊ΛΠ ϯϓοτ͢Δͱɺແ਺ͷσβΠϯҊΛΞ΢τϓοτͰ͖ΔɻσβΠφʔ ͸޷͖ͳσβΠϯҊΛબ୒ͨ͠Γɺ͋Δ͍͸૊Έ߹Θͤ͠ଓ͚Δɻ͜ͷ ࣌୅ͷσβΠφʔͷ࢓ࣄ͸ɺվΊͯ໨ඪɺύϥϝʔλɺ੍ݶ৚݅ΛΠϯ ϓοτͯ͠ɺੜ੒͞ΕͨσβΠϯΛݕࠪɺඍௐ੔͢Δ͜ͱͰ͋Δɻ O'REILLY MEDIA A.I. and the future of design: What will the designer of 2025 look like? σβΠϯ... ݱ࣮ମݧ + ֦ுݱ࣮ ϢʔβʔମݧɺΠϯλϑΣʔεͱײ஌ͷڧԽΛ௨ͯ͡ɺσβΠφʔ͸ߋʹଟ͘ͷ৽͍͠৘ใΛݱ࣮ੈ քͰ׬ᘳʹܨ͕ͬͨঢ়ଶͰදݱͰ͖ΔɻςΫϊϩδʔ͸ɺ͜ͷྖҬͰ૿͑ଓ͚ΔχʔζΛσβΠφʔ ʹఏڙ͢Δɻݱ࣮ੈքΛ֦ு͢ΔσβΠφʔ͸௚ײతͰྟ৔ײ͕͋ΔମݧΛఏڙͰ͖Δɻ͜ΕΒͷ ମݧ͸ΤϯλʔςΠϯϝϯτɺڭҭɺҩྍ༷ʑͳۀքʹద༻Ͱ͖Δɻ σβΠϯ.. σʔλϞσϧ + ΞϧΰϦζϜ
 ػցֶशσβΠφʔͷ࢓ࣄ͸ద੾ͳσʔλϞσϧͱΞϧΰϦζϜΛΠϯϓοτ͠ɺձࣾΛαϙʔτ ͯ͠ਓ޻஌ೳ੡඼Λ࡞Δ͜ͱͰ͋Δɻ͜ΕΒͷਓ޻஌ೳ੡඼͸Ϣʔβʔͷχʔζ͕༧ଌͰ͖ɺϢʔ βʔ͕χʔζΛఏࣔ͢ΔલʹɺͦͷχʔζΛ࣮ݱͯ͘͠ΕΔɻػցֶशσβΠφʔ͸ਓ޻஌ೳ੡඼ ͷମݧΛ࡞Δ͚ͩͰ͸ͳ͘ɺ࠷΋༏लͳΞϧΰϦζϜΛอূ͠ͳ͚Ε͹ͳΒͳ͍ɻ σβΠϯ… ݱ࣮ + ػցͷΠϯλϑΣʔε ͱΠϯλϥΫγϣϯ εΫϦʔϯ͸ଟछͳ಺༰ͱଟछͳΠϯλϑΣʔεΛࡌͤΔഔମͰ͋ΔɻεΫϦʔϯ͸ݱ࣮ੈքΛ෴ ͏ϨΠϠʔͷΑ͏Ͱ͋Γɺ͋Δ͍͸εΫϦʔϯ͸Ծ૝ݱ࣮ͷҰछʢͭ·ΓɺεΫϦʔϯ͸ػցͱݱ ࣮ੈքͷΠϯλʔϑΣʔεʣͷΑ͏Ͱ΋͋ΔɻεΫϦʔϯͱݱ࣮ੈքͷΠϯλϑΣʔεΛσβΠϯ ͢Δɺ৽͍͠৬छͷσβΠφʔ͕ඞཁͱͳΔʔʔembodiedΠϯλϑΣʔεମݧݚڀʹ஫ྗ͢Δσ βΠφʔɻ Embodied interaction definition σβΠϯ… ࣾձ + ݸਓؒͷΠϯλϑΣʔε ίϛϡχςΟσβΠφʔ͸ίϛϡχςΟͷͨΊʹσβΠϯࡦུΛܾΊͯಈ͘ͱ͍͏৽͍͠σβΠ φʔɻྫ͑͹ɺχʔζ͕͋ΔۙॴʹΞυόΠε͢ΔɺίϛϡχςΟͷͨΊʹ؀ڥʹ༏͍͠੡඼Λߪ ೖ͠ɺແବͳ੡඼Λ΍ΊΔɻ๛෋ͳ৘ใ஌ࣝηϯλʔΛ࡞Γɺ৘ใڞ༗Λ࣮ݱ͢ΔɻίϛϡχςΟ σβΠφʔ͸ਓʑ͕ੜ׆/࢓ࣄͷεϖʔεΛ࡞Γɺੜ׆εϖʔεͱ࢓ࣄεϖʔεΛߋʹ͏·͘ܨ͕Δ γεςϜΛσβΠϯ͢ΔɻίϛϡχςΟσβΠφʔ͸౎ࢢݐஙͱϢʔβʔަ௨ͷؒʹ͋Δ৽ͨͳܨ ͕Δ໛ࣜΛݚڀ͠ͳ͚Ε͹ͳΒͳ͍ɺ͜͏ͯ͠ݸʑਓͷχʔζΛߋʹରԠ͠ɺύʔιφϥΠθʔγϣ ϯσβΠϯΛ࣮ݱ͍ͯ͘͠ɻ MIT MEDIA LAB We are antidisciplinary research lab working to invent the future of … Պֶഔମͱݚڀػؔͷճ౴

Slide 40

Slide 40 text

໰2ɿਓ޻஌ೳͷσβΠϯͷ஌తࡒ࢈ݖ͸Ͳ͏΍ͬͯఆٛ͢Δʁ Q1: ਓ޻஌ೳ͕σβΠϯͨ͠࡞඼ͷ஌తࡒ࢈ݖؼ ଐ͸Ͳ͏΍ܾͬͯΊΔͷ͔ʁ Q2: ਓ޻஌ೳ͕஌తࡒ࢈ݖʹอޢ͞ΕΔ࡞඼Λֶश͢Δ ͜ͱ͸৵֐ʹͳΔͷ͔ʁ ࡞඼ͷஶ࡞ݖ͸ʮ࢓ࣄ੒Ռʯͷݪଇʹै͍ɺਓ޻஌ೳΛར༻ͨ͠ ਓʹؼଐ͢Δɻஶ࡞ݖ͸ʮࢥ૝ʯΛอޢ͢ΔͷͰ͸ͳ͘ɺࢥ૝ͷ ʮදݱʯͭ·ΓσβΠϯ݁ՌͷΈΛอޢ͢Δɻै͏΂͖ݪଇͱ͠ ͯ͸ɺ࡞ऀʹஶ࡞ݖΛ༩͑Δਅͷ໨త͸࡞ऀʹใुΛ༩͑Δ͜ͱ Ͱ͸ͳ͘ɺ૑଄ऀΛ঑ྭ͢Δ͜ͱͰ͋Δɻ ਓ޻஌ೳ͸࡞඼ͷʮࢥ૝ʯΛֶश͢Δ͜ͱ͸ഉੱ͠ͳ͍͕ɺ͔͠ ͠ਓ޻஌ೳ͸ࢥ૝ͷʮදݱʯΛ౪࡞ͨ͠৔߹͸๏཯্ͷ݁Ռ͕શ ͘ҟͳΔɻྫ͑͹อޢ͞Ε͍ͯΔσβΠϯΛػց͕ࣗΒࢀߟʹ͠ ͨ৔߹ɺݱࡏʹ͋Δʮஶ࡞ݖ߹ཧ࢖༻ݪଇʯͷղऍΛมߋ͢΂͖ ͳͷ͔ʁ “ “ ୭͔ͷఉௗ͕࢈Μͩཛ͸ͦͷਓͷ΋ͷͩɺྫ͑͹͍͔ͭϩϘοτ ͕ಠཱͨ͠૑࡞ྗ͕࣋ͭͱͯ͠΋ɺͦͯ͠ਓݖ΋͍࣋ͬͯͯ΋ɺ ࡞඼ͷؼଐݖ͸࠷௿ݶʮ࢓ࣄ݁Ռʯͷݪଇʹै͏΂͖ɺͭ·Γݖ ར͸ޏ͍ओ͋Δ͍͸ϩϘοτ͕ॴ༗͢Δɻ ౰વɺ΋͠ػցͷॴ༗ݖ΋ෳࡶʹͳ͍ͬͯΔ৔߹ɺྫ͑͹ڞಉॴ ༗ɺϨϯλϧɺA.I.ιϑτ΢ΣΞʹΑΔڞಉ։ൃͷ৔߹͸࡞඼ͷؼ ଐݖ഑෼΋ෳࡶʹͳΔ͕ɺͦΕʹରԠͰ͖Δ๏཯ͱࣄྫ͕ଘࡏ͠ ͍ͯΔɻ ஌తࡒ࢈ݖ͸͍ͭ΋ٕज़ͷൃలΑΓ஗Ε͍ͯΔʢ๏཯ʹΑ͋͘Δ ໰୊ɺ஌తࡒ࢈ݖʹݶΒͳ͍ʣɻྫ͑͹อޢ͞Ε͍ͯΔσβΠϯ Λػց͕ࣗΒࢀߟʹͨ͠৔߹ɺݱࡏʹ͋Δʮஶ࡞ݖ߹ཧ࢖༻ݪଇʯ ͷղऍΛมߋ͢΂͖ͳͷ͔͸ɺ͓ͦΒ͘৽͍͠ࡋ൑ͱ๏཯Λݟͯ Έͳ͚Ε͹ͳΒͳ͍ɻ “ “ [ݱࡏ] [ະདྷ] [ະདྷ] [ݱࡏ] ֲӶ தࠃਓຽେֶ๏ֶӃ෭ڭतɺϋʔόʔυେֶ๏ֶത࢜ BENJAMIN QIU Loeb & Loeb ๏཯ࣄ຿ॴύʔτφʔ [ݱࡏ] [ະདྷ] [ະདྷ] [ݱࡏ] ๏཯ۀքͷճ౴

Slide 41

Slide 41 text

໰3ɿਓ޻஌ೳ͕ڭҭʹର͢Δػձͱ൷൑͸ʁ ڭҭۀքͷճ౴ Ԧහ தԝඒज़ֶӃڭतɺσβΠϯֶӃલ೚Ӄ௕ ج ૅ ૯ ߹ ೳ ྗ Λ ࣋ ͬ ͯ ͍ Δ ׬ ᘳ ͳ ஌ ࣝ ਓ ࡐ Λ ҭ ੒ ͯ͠ ͔ Β ɺ ਓ ޻ ஌ ೳ Λ ί ϯ τ ϩ ʔ ϧ ͢ Δ ʂ ՝୊Λൃݟ͢Δ͜ͱ͸σβΠϯͷίΞ ͩͱ৴͍ͯ͡Δɻ ߴ࢜໌ தࠃඒज़ֶӃڭतɺ෭ӃӉ σʔλΛར༻͢Δݐஙɺͱ͍͏৽͠ ͍ཁٻΛຬͨ͞ͳ͚Ε͹ͳΒͳ͍ɻ ͲͷΑ͏ʹػցͱަྲྀͰ͖Δ͔͕ σβΠφʔͷίΞೳྗʹͳΔɻ ਓྨͷ૑଄ྗҭ੒͸·͢·͢ॏཁʹ ͳ͍ͬͯΔɻ σβΠφʔΛҭ੒͢ΔதͰ࠷΋௅ઓ తͳͷ͸ɺ༗ޮͳσʔλΛղಡ͢Δ ҙࣝ……ཧղͨ͠͏͑ͰՁ஋Λ൑அ ͢Δ͜ͱɻ ਓྨσβΠφʔ͕ࠩผԽ͞Εͯੜ͖ ଓ͚͍ͨͳΒ͹ɺߋʹઓུͷσβΠ ϯΛ୲Θͳ͚Ε͹ͳΒͳ͍ɻ ঃӴࠃ ਗ਼՚େֶڭतɼݐஙֶ෦ओ೚ 㡶ӬⅮ ಉࡁେֶڭतɼσβΠϯ૑ҙֶӃӃӉ Peter Rowe ϋʔόʔυେֶڭतɼσβΠϯֶӃલ೚ӃӉ Nick de Leon ϩΠϠϧɾΧϨοδɾΦϒɾΞʔτڭतɼ αʔϏεσβΠϯֶ෦ओ೚ ળ຀ ΞϦόόUEDେֶ੹೚ऀ

Slide 42

Slide 42 text

໰4ɿσʔλେख͸σβΠϯΛಠ઎Ͱ͖Δ͔ʁ ྑ͍σβΠφʔ͸A.I.ͱݞΛฒ΂ͯ࢓ࣄΛਐΊΔ͜ͱ͕Ͱ͖ɺػցͷֶशΛ ؂ಜ͠ͳ͕ΒࢦಋͰ͖ΔɻσβΠϯ͸ৗʹཧੑతɺϩδΧϧͳ΋ͷͰ͸ͳ ͍ͨΊɺσʔλ͸σβΠϯʹ୅ΘΔ͜ͱ͕Ͱ͖ͳ͍ɻσβΠϯ͸ࣗݾੜ੒ తͳϞϊͰ͋ΓɺҟͳΔύϥμΠϜͱํ๏Λ௨ͯ͡ɺσβΠϯ͸ͦͷ࣌୅ ʹద੾ͳنଇͷ࠶ఆٛΛӬԕʹࢼ͠ଓ͚ɺՁ஋ͱ໨ඪΛ࠶੍ఆ͠ଓ͚͍ͯ Δɻ σβΠϯ͸จԽͰ͋ΔɻจԽʹ͸ೋछྨ͋ΓɺҰछྨ໨͸খจࣈͷʮ̲ʯ จԽɺͭ·ΓσβΠϯ͸શͯͷਓͷମݧΛମݱ͢Δɻ΋͏Ұछྨ໨͸େจ ࣈͷʮCʯจԽɺͭ·ΓΤϦʔτ֊૚ʹଐ͢Δߴ౳จԽɺ࣌୅ਫ਼ਆΛ࣋ ͪɺࣗݾมֵΛଓ͚ɺࣗݾੜ੒ɺࣗݾิਖ਼Λߦͳ͍ɺՁ஋Λ୯ҰԽ͠Α͏ ͱ͢ΔγεςϜʹର߅͠ଓ͚Δɻਓྨͷʮࣗݾݕ౼ʯΛ௨ͯ͡ೝ஌໛ࣜͱ Ձ஋؍Λม͑ଓ͚ΒΕ͍ͯΔɻਓྨ͸ແ਺ͷํ๏Λ༻͍ͯࢦ਺తͳ଎౓Ͱ దԠɺֶशɺ༧஌Ͱ͖Δɻͨͱ͑ڪΕͱ໺৺Λ͍࣋ͬͯͯ΋ɺਓ޻஌ೳΛ ૑଄͢Δɻ @ ྊ໌ ಉࡁେֶಛ೚ڭतɼσβΠϯͱਓ޻஌ೳ࣮ݧࣨओ೚ “ σβΠϯਓจֶऀͷճ౴

Slide 43

Slide 43 text

σβΠϯͷ࢓ࣄ͸֬ఆੑΛ௥ٻͤͣɺٯʹෆ֬ఆੑʹܙ·Ε ͍ͯΔɻσβΠϯ͞Εͨਓ޻஌ೳ͸Ұ൪ద੾ͳ౴͑Λग़͢͜ ͱ͕໨తͰ͸ͳ͘ɺෆ֬ఆੑΛ૑଄͠ɺσβΠφʔΛܒൃ͢ Δ͜ͱͰ͋Δɻਓྨͷ૑଄ྗͷϘτϧωοΫ͸ࣗ෼ࣗ਎ͷܦ ݧɺϩδοΫɺखஈ΍ํ๏Ͱ͋Δɻਓ޻஌ೳͷྗΛआΓΔ͜ ͱͰɺࣗ෼ࣗ਎ͷܦݧɺϩδοΫɺखஈ΍ํ๏ͷนΛ৐Γӽ ͑ͯɺਓྨͷ૑଄ྗΛߋʹղ์Ͱ͖ΔͩΖ͏͔ʁ @ಉࡁಛࢍσβΠϯͱਓ޻஌ೳ࣮ݧࣨ | SHEJI.AI Ϩϙʔτμ΢ϯϩʔυ SHEJI.AI ஌ݷίϥϜ σβΠϯͱਓ޻஌ೳ

Slide 44

Slide 44 text

S H E J I . A I σβΠϯˍਓ޻஌ೳϨϙʔτ Design & Artificial Intelligence Report

Slide 45

Slide 45 text

σβΠϯˍਓ޻஌ೳϨϙʔτ Design & Artificial Intelligence Report S H E J I . A I

Slide 46

Slide 46 text

σβΠϯˍਓ޻஌ೳϨϙʔτ Design & Artificial Intelligence Report S H E J I . A I