【キカガク】機械学習の事業化までの道のりと社内教育のノウハウ

62fa6ba3263de6f0f49019635e143039?s=47 Ryosuke Yoshizaki
October 20, 2018
740

 【キカガク】機械学習の事業化までの道のりと社内教育のノウハウ

62fa6ba3263de6f0f49019635e143039?s=128

Ryosuke Yoshizaki

October 20, 2018
Tweet

Transcript

  1. 株式会社キカガク 機械学習の事業化までの道のりと 社内教育のノウハウ

  2. 2018 Kikagaku, Inc. All Rights Reserved 2 会社概要 *機械学習とディープラーニングを含む 協力会社

    会社名 株式会社キカガク 設立日 2017年1月 所在地 東京都豊島区池袋 従業員 正社員11名+4名 PLAN ACTION DO CHECK We provide education in the best style for you 人工知能(AI)*における教育と コンサルティングサービスを提供
  3. 2018 Kikagaku, Inc. All Rights Reserved 3 実績 (法人設立から約2年) 日本マイクロソフトと

    Preferred Networksの 初の公認のデータサイ エンス人材養成企業 経済産業省認定 大手企業公認 共同プロジェクト多数 「第四次産業革命スキル 習得講座認定制度」の 第1段に採択 データサイエンス人材を 育成するプロジェクトに 参画 0 3000 6000 9000 2017.6 2017.12 2018.6 2018.9 #Students 受講生 9000人 突破 90%が満足もしくは大満足と回答 ※ Udemyキカガク流脱ブラックボックス講座中級編より引用 最初に見た時は、 紙とペンによる手書き!? と驚きましたが、 そのペースが講義を聞きな がら、理解するのに丁度良 い事に気付きました。 「初心者向け」とはなって いるが、前提知識として設 定されるレベルが私には高 くて、途中で挫折する事が 多かったのですが、この講 義は非常に解りやすかった ため、最後まで終えること が出来ました。 受講生からの声
  4. 2018 Kikagaku, Inc. All Rights Reserved 4 吉 崎 亮

    介 株式会社キカガク 代表取締役社長 コンサルティング現場で 得た知見を教育へ 教育 コンサル ティング 自己紹介 1991年生まれ 京都出身 27歳 舞鶴工業高等専門学校 画像処理とロボット制御の 研究に従事 株式会社SHIFT 社長室 ソフトウェアテスト R&D部門立ち上げ 京都大学大学院 機械学習による 製造業のプロセ ス改善に従事 株式会社 キカガク 創業 東京大学 客員研究員 就任 株式会社 Carat 共同創業 講演実績
  5. 2018 Kikagaku, Inc. All Rights Reserved 5 会社の沿革 正社員数 1人

    正社員数 2人 正社員数 11人 2017年1月 2017年12月 2018年10月 2017年6月 ディープラーニング ハンズオンセミナー 2018年8月 セミナーの日々 2018年4月 動画配信 経産省 認定 トレノケート社 資本業務提携 オフィス 池袋 → 神田 オフィス 貸会議室 → 池袋 代表の吉崎が 客員研究員に就任
  6. 2018 Kikagaku, Inc. All Rights Reserved 6 導入までの4段階 会話 できる

    企画 できる 開発 できる 導入 できる AI スタート アップ PoC CNN クラウド 精度 コンテナ 特徴量 ベクトル PaaS 会話できない 経営者の 期待値 取り組む人の レベル 研究 基礎 応用 教育の力で 解決
  7. 2018 Kikagaku, Inc. All Rights Reserved 7 人工知能(AI)・機械学習・ディープラーニング

  8. 2018 Kikagaku, Inc. All Rights Reserved 8 学習と推論 モデル 入力変数

    x 出力変数 t (教師データ) 名前:佐藤さん 学習 名前:鈴木さん ・ ・ ・ ・ ・ ・
  9. 2018 Kikagaku, Inc. All Rights Reserved 9 学習と推論 入力変数 x

    出力変数 y (予測値) 推論 学習済み モデル 名前:鈴木さん
  10. 2018 Kikagaku, Inc. All Rights Reserved 10 ディープラーニングが得意な領域 Step1. 画像の分類(CNN)

    Step2. 物体の検出(R-CNN) 今 西 吉 崎 顔 ロゴ その他、GANと呼ばれる技術で 画像の生成もできるが、後述す る検証の問題で導入までの障害 が高いため、今回は省略
  11. 2018 Kikagaku, Inc. All Rights Reserved 11 ディープラーニングが得意な領域 Step1. 文書の分類(NN)

    Step2. 機械翻訳(RNN) 野球 サッカー ラグビー バッター イチロー スマホ 急速充電 電動 ホット コールド 自動車 お風呂 私 / は / 吉崎 / です /。 / よろしく / お願い / します / 。 / → 私 / は / キカガク / です /。 / こちらこそ / よろしく / お願い / します / 。 /
  12. 2018 Kikagaku, Inc. All Rights Reserved 12 データ量と費用対効果

  13. 2018 Kikagaku, Inc. All Rights Reserved 13 質・量・改善の3ステップ サービス開発の流れ 質

    量 改善 人力×エクセル アプリケーション データ解析 業務コンサル 開発支援 データ分析 コンサル ツ ー ル 導 入 支 援
  14. 2018 Kikagaku, Inc. All Rights Reserved 14 サービス開発の流れ 質 量

    改善 人力×エクセル アプリケーション データ解析 事業化の際に必要な人材 企画 エンジニア(Web / ネイティブ / 組み込み) データサイエンティスト 機械学習エンジニア 事業化プロデューサー • 企画・事業推進・マネタイズ • データ駆動で改善する戦略設計 • 使えるデータ構造の理解 • データが貯まる仕組みづくり • ユーザー体験(UX)を意識した設計 • MVP*を意識した素早い仕様変更に耐えうる設計 • 機械学習を用いる連携を意識した設計 *MVP: Minimum Viable Product 可視化・分析から改善案の提案 学習済みモデルの作成・推論API構築
  15. 2018 Kikagaku, Inc. All Rights Reserved 15 データサイエンスを超えた幅広いカリキュラム ▶ セミナー一覧:https://www.kikagaku.co.jp/services/seminars/

  16. 2018 Kikagaku, Inc. All Rights Reserved 16 キカガクのメンバーは実際にどうやって育てているの? 社内教育に大事なファクター •

    目的関数 何を成し遂げるべきか設計 • 教師データ 教育後に目指すべき姿 • 制約条件 やることと「やらないこと」 • 入力変数 スキルセットの項目 • 最適化戦略 どのように学んでいくか 目的 関数 教師 データ 制約 条件 入力 変数 最適化 戦略
  17. 2018 Kikagaku, Inc. All Rights Reserved 17 キカガクのメンバーは実際にどうやって育てているの? 具体的にしたこと メンバーの理想像を書き出す

    ↓ 必要なスキルセットを構造化 ↓ 学べる参考書やセミナーを探す ↓ 学んだ過程を共有 ↓ ↑ メンターからフィードバック 例)「キカガク式研修」と検索 研修生の成長を見ることができます。 目的 関数 教師 データ 制約 条件 入力 変数 最適化 戦略
  18. 2018 Kikagaku, Inc. All Rights Reserved 18 キカガクのメンバーは実際にどうやって育てているの? キカガクの社内教育(最初の2か月) •

    目的関数 大人数の前で教えられるようになる • 教師データ 吉崎 • 制約条件 カリキュラムを超えた数学はやらない • 入力変数 数学・プログラミング・教え方・手配力 • 最適化戦略 インプットした知識を動画で撮影し、メンターがフィードバック(毎日) 目的 関数 教師 データ 制約 条件 入力 変数 最適化 戦略
  19. 教育に関するプロデュースのご相談 お待ちしております。 ご清聴ありがとうございました。