トップリーダーと学ぶワークショップ「クリエイティブAI」で新たな価値を創造する

by Masaya Mori (森正弥) / Partner of Deloitte Digital

Slide 1

Slide 1 text

東進ハイスクールトップリーダーと学ぶワークショップデータとAI の最新活用事例「クリエイティブAI」で新たな価値を創造するデロイトデジタル執行役員森正弥 2020/06/13 https://note.mu/masayamori

Slide 2

Slide 2 text

Slide 3

Slide 3 text

3 • デロイトトーマツコンサルティング／デロイトデジタル執行役員 • 東北大学特任教授 • 株式会社メルカリ R4D 顧問 • 元楽天執行役員森正弥 https://note.mu/masayamori • 先端技術の動向の情報発信を行い、産業横断的な公職にも携わる • 楽天では、開発組織のグローバル化、研究開発の統括を行い、を用いた新サービスも創出

Slide 4

Slide 4 text

4 「創造的と敵対的の不思議な関係」 • という新しいアプリケーションのトレンドと、それの原動力となっている（敵対的生成ネットワーク）の解説 • 利便性のみならず、新しく社会にもたらされているプライバシーの脅威についても言及 https://note.com/masayamori/n/n9fddedd9a6f5

Slide 5

Slide 5 text

5 本日の構成

Slide 6

Slide 6 text

6 本日の構成  AI とは何か？ → AI についての基本知識を知る  AI はここまでできる → 高度なAI について知る  「クリエイティブ AI」の世界 → 創造性を持ったAI について知る • の基本知識から、最新事例まで触れつつ、未来のビジネスととの付き合い方について考えます

Slide 7

Slide 7 text

7 ① AI とは何か

Slide 8

Slide 8 text

8 作曲をする：が作曲し、アーティストがそれを使って歌を作る https://www.youtube.com/watch?v=XUs6CznN8pw&feat ure=emb_logo

Slide 9

Slide 9 text

9 とは何か？ • 初出は年 “ 人工知能に関するダートマスの夏期研究会、別名「ダートマス会議」でジョン・マッカーシーが名付けたのが最初。 AIとは、「人間の脳が行う知的作業をコンピューターで実現することを目指したソフトウェアやシステムのことであり、具体的には、環境や物体の認識、人の使う自然言語の理解や論理的な推論、経験からの学習を行うプログラム」 • 考えること、推論すること • 言葉を理解すること、操ること • 見て認識すること、聞いて認識すること、などなど。

Slide 10

Slide 10 text

10 とは何か？ • 初出は年 “ 人工知能に関するダートマスの夏期研究会、別名「ダートマス会議」でジョン・マッカーシーが名付けたのが最初 AI 人間にしかできないと思われていたレベルの「情報処理」を実現するソフトウェア • 自然言語処理、パターン認識、画像処理、音声認識、機械翻訳、ロボティクス、、、などなど • 年のビッグデータの潮流の中、人や企業の多くの活動がデジタル化され、取得可能なデータが増え、活用機会が拡大したことに伴い、それを有効活用するための各種技術も注目されている

Slide 11

Slide 11 text

11 楽天によるドローンサービス「そら楽」（） https://www.youtube.com/watch?v=bKw6imNmKnk

Slide 12

Slide 12 text

12 （最新の無料翻訳サービス） https://www.deepl.com/translator

Slide 13

Slide 13 text

13 これを訳してもらいます • •

Slide 14

Slide 14 text

14 ブームは今回が回目 • 年から、の研究は年近く続いている。 • 第世代、第世代とブームが来ては、限界を迎え、長いの冬の時代がやってきた AI 第1世代（1956年～）は、推論第2世代（1980年代）は、ルール・知識（AI の冬）第3世代（2006年～）は、「機械学習」

Slide 15

Slide 15 text

15 第世代（今）のは、「学ぶ」 • 現代のは、「機械学習」ベース • インプット（データや経験）から、インプットと正解の関係を「学ぶ」である。 AI （モデル）トレーニングデータ経験 OR 正解インプットと正解の関係を学習する

Slide 16

Slide 16 text

16 が出すアウトプットは、誤差がある「（予測）」である • 学んだは、インプットに対して、正解と思われるものを答える。 • しかし、原理的にはそれは、（予測）であり、ある意味「あてずっぽ」である • ゆえに、必ず「誤差」がある。 AI （モデル）インプット多分、これだと思うアウトプット正解＋α（誤差）

Slide 17

Slide 17 text

17 が出すアウトプットは、誤差がある「（予測）」である • の学習は、誤差が０に近づくようにやっていく • 誤差が大きい場合は、トレーニングデータを増やす・改善するなどをする • もし誤差がうまく小さくならない場合は、の手法（モデル）を変えてることも検討する

Slide 18

Slide 18 text

18 なぜ、冬をこえたのか？ → インターネットがブレークスルーのきっかけ • インターネットにより、大量のデータが手に入るようになった • 大量のデータを扱うことで、誤差が小さくなり、の性能が向上するケースが出た • は複雑な階層構造をなし、抽象から具象まで「あてずっぽう」の精度をあげている AI （モデル）大量のインプット多分、これだと思うアウトプット正解＋α（誤差） CNNの例

Slide 19

Slide 19 text

19 の基本的な種類 • の技術は画像認識、自然言語処理、音声認識、また様々に応用される予測技術等がある。 AI 自然言語処理（NLP）音声認識（ASR）画像認識（CV）予測（Prediction) 識別（Recognition) 分類（Classification) データマイニング不正検知コンテンツ生成感情認識

Slide 20

Slide 20 text

20 補足）画像認識、音声認識の記事 https://note.com/masayamori/n/n4c616161cc14 https://note.com/masayamori/n/n02fffa7638b7

Slide 21

Slide 21 text

21 ② AIはここまでできる

Slide 22

Slide 22 text

22 なぜ、冬をこえたのか？ → インターネットがブレークスルーのきっかけ • インターネットにより、大量のデータが手に入るようになった • 大量のデータを扱うことでの性能が向上するケースが出てきた（翻訳の例） • 言い方を変えると、誤差が小さくなるようになった大量のデータ（ビッグデータ） AI の性能向上

Slide 23

Slide 23 text

23 第３世代のAI を支える破壊的技術特に大量のデータがあると性能が劇的に向上する

Slide 24

Slide 24 text

24 （年月、世界で初めてプロ棋士を破った） https://www.youtube.com/watch?v=u1mpx2ynsTk

Slide 25

Slide 25 text

25 大量のデータとディープラーニングがの進化を後押ししている

Slide 26

Slide 26 text

26 楽天における（ディープラーニング）の成果  画像認識（Rakutenラクマでの活用、楽天ドローンでの活用）  顔認識（各グループ会社での活用、楽天Pay の顔認識ペイメント）  機械翻訳（Video配信ビジネスでの７言語の字幕翻訳。世界レベルの精度）  商品カタログデータの自動生成  顧客の隠れたニーズの自動発見  株価予測・マーケット予測  潜在顧客ターゲティング（Rakuten Airis）  広告バナーの自動生成、商品解説文の自動生成（Creative AI)

Slide 27

Slide 27 text

顔認証による、キャッシュレスペイメント＆チケットレス入場ディープラーニングを活用した顔認証技術を様々な実サービスへ展開

Slide 28

Slide 28 text

28 性別・年齢・感情を理解する • がお客様を理解し、おすすめの商品をピックアップするソリューション https://youtu.be/nC9nHbhe3DQ?t=77

Slide 29

Slide 29 text

29 牧羊犬ロボット • 犬が羊の面倒を見て、農場の管理もしてくれる https://www.youtube.com/watch?v=gD7K6-q-o50

Slide 30

Slide 30 text

30 次なるブレークスルーが始まっている AI が協力しあって性能を劇的に向上させる

Slide 31

Slide 31 text

31 （最新の無料翻訳サービス） https://www.deepl.com/translator

Slide 32

Slide 32 text

32 翻訳の性能向上の競争 • ~ Dec. 2017: • Google • ~ Aug. 2018: • DeepL.com • ~ Now: • Facebook AI Research

Slide 33

Slide 33 text

33 出典： http://deeplearning.hatenablog.com/entry/back_translation 2019/10/18 アクセス

Slide 34

Slide 34 text

34 Deep learning Small Dataset Big Dataset Great AI Deep learning So so AI Other Dataset 2nd Deep Learning Another so so AI Connect & Loop Learning Super AI Interactive Loop

Slide 35

Slide 35 text

35 協力し合うの世界

Slide 36

Slide 36 text

36 ③ 「クリエイティブAI」の世界

Slide 37

Slide 37 text

37 「創造的と敵対的の不思議な関係」 • という新しいアプリケーションのトレンドと、それの原動力となっている（敵対的生成ネットワーク）の解説 • 利便性のみならず、新しく社会にもたらされているプライバシーの脅威についても言及 https://note.com/masayamori/n/n9fddedd9a6f5

Slide 38

Slide 38 text

38 映画の予告編を作る IBM: AI can create a movie trailer  ２０１６年の映画 “Morgan” の予告編をAIが作った  通常、一週間ぐらいかかる作業をAIはたった一日で実施 https://youtu.be/gJEzuYynaiw

Slide 39

Slide 39 text

39 小説を執筆する a short science fiction novel written entirely by AI 名古屋大学の佐藤・松崎研究室で作られたAI この人狼ゲームだが、最近とある分野で大きく注目されている。それが、人工知能、いわゆるAIの分野だ。人工知能に人狼ゲームを行わせる試みは昔からあったが、最近ではAIの性能を評価するためのテストとして人狼ゲームが注目されている。なんでも、人狼ゲームは言語能力、表情を作る力と読み取る力、嘘を見破る論理的思考力、相手を説得するための文章力、感情の表現力など、AIの持つ様々な能力を総合的に評価するのにピッタリな題材なのだそうだ。これまでAIの優秀さを総合的に評価するテストは存在しなかった。そういった背景があり、「人狼知能能力測定テスト」が登場した。これにより真に優秀なAIが決定すると話題になっている。作品名 “人狼知能能力測定テスト”

Slide 40

Slide 40 text

40 クリエイティブという新しいトレンド  World Economic Forum でも注目されるトレンド  特定の技術やソリューションではなく、応用（アプリケーション）繰り返しではなく毎回違うものを作るでたらめではなく専門的知識体系に基づいて作るがらくたではなく経済的価値のあるものを作る「クリエイティブ」であることの３条件

Slide 41

Slide 41 text

41 （敵対的生成ネットワーク） Generator Discriminator Random Input Sample Sample Real Data Generator Loss Discriminator Loss • データ拡張にも使えるが、創造性を持った（）というトレンドの原動力にもなっている

Slide 42

Slide 42 text

42 による https://research.nvidia.com/sites/default/files/pubs/2017- 10_Progressive-Growing-of/karras2018iclr-paper.pdf

Slide 43

Slide 43 text

43 驚異の https://youtu.be/hW1_Sidq3m8?t=72 Image Credit: Khari Johnson • １ヶ月で５０万枚の画像がユーザーの手で作成される • トップアーティストとのコラボも

Slide 44

Slide 44 text

44 スターウォーズ、トランスフォーマー、アベンジャーズのコンセプトアーティストであった氏によるとのコラボ作品

Slide 45

Slide 45 text

45 文章を絵に変換する AttnGAN by Microsoft: AI can create a picture from caption Text-to-Image convertor http://www.itmedia.co.jp/news/articles/1801/19/news054.html “A bird with a yellow body, with black feathers and has a short beak.” • 画像から画像を作るのではないところがポイント。 • 例えば応用することで、設計図から製品の画像を作り出し、実際の製品と比較することで設計図どおりに作られているのかの確認等にも使える。

Slide 46

Slide 46 text

46 一つずつパーソナライズされた広告を作り出す [LuBan System, Alibaba] Background Shapes Colors Layout Product Alibaba used automated banner design system at 11.11 出典：（Alibaba社発表資料より）http://www.uisdc.com/alibaba-luban-ai-banner

Slide 47

Slide 47 text

47 ワークショップ • 創造性のある「クリエイティブ」を用いた新しいビジネス、サービスについて考える • その際、と人の役割分担についても考える • 上記、ビジネスを考えた際に出てきた疑問点・懸念点 • 今後、人はどのようなスキル・能力を伸ばしていくべきか

Slide 48

Slide 48 text

48 終わりに

Slide 49

Slide 49 text

49 が出すアウトプットは、誤差がある「（予測）」である • の学習は、誤差が０に近づくようにやっていく • 誤差が大きい場合は、トレーニングデータを増やす・改善するなどをする • もし誤差がうまく小さくならない場合は、の手法（モデル）を変えてることも検討する

Slide 50

Slide 50 text

50 新しい関係へ人の枠組みを超えるリーダーシップと AIの創造性を統合する新しい関係へ  AI は、枠組みの中で、高い精度の情報処理を行うことができる。その量・精度は人知を安々と超えている。  しかし、枠組みを超えることそのものはできない。  人は枠組みを変える力を持っている。機械・AI はビッグデータを処理できる力を持っている。

Slide 51

Slide 51 text

51 Appendix

Slide 52

Slide 52 text

52 「探索と活用）」 https://note.com/masayamori/n/nd4a3e2cfd1b4 • 近年成功している垂直型スタートアップが体現しているモデル • 人との共創に対する実践的な回答でもある

Slide 53

Slide 53 text

53 新しい局面としての社会的責任と「健全な成長」 https://www.theguardian.com/technology/2019/oct/30/faceb ook-agrees-to-pay-fine-over-cambridge-analytica-scandal • しかし、テック企業のビジネスや行き先に様々な批判が噴出。 • 、プラットフォーマー規制等、新しいコンプライアンス、投資等の新しい企業の社会的責任を踏まえつつ破壊的技術をビジネスモデルへ組み込み、「健全な成長」の実現へ。 https://hbr.org/2019/10/what-do-we-do-about-the- biases-in-ai https://www.cnbc.com/2019/06/10/g20-agrees-to-wrap-up- digital-tax-rules-on-facebook-amazon-google.html デジタルビジネスのいきすぎた税対策 Bigdata & 広告によるPrivacy への脅威過去データに基づくAI によるBias の強化