TokyoWebmining 55thに参加してきた

はじめに

公開即日満席で気になっていたTokyoWebminingに参加してみました。扱っているテーマが毎回魅力的だなと思っていて、人気のためなかなか参加できなかった勉強会です。今回は12時スタートで19時40分終了(懇親会別)という長丁場です。議論にも重きを置いている非常にアグレッシブな勉強会です。当日の参加者は23人くらい(男性22人、女性1人)。運が悪いことに今日はドタキャンが多かったらしい(Pokemon GOの影響か?)
image

Opening Talk : データマイニング+WEB勉強会@東京 について

講師:@hamadakoichi

イベント座席表サービス「セキココ」で座席を管理。参加者のプロフィールと紐付けることで、参加者同士の交流を活性化。Twitterアカウント必須。Facebookアカウントとは紐付いていない。参加者の声を大事にしていて、毎回振り返りを行い、付箋で意見を集約する。青、赤、黄の付箋があり、青はキープ(よかったこと)、赤はトライ(次にチャレンジすること)、黄は発表できる内容。

チャレンジとして、360度動画を撮ってVRで公開したら面白そう。勉強会をVRでやるとどれくらい効果があるのか個人的に気になるところ。

講師について
DeNA勤務。理論物理博士。HIP HOPやHOUSEを10年以上やっていて、週末は講師をやっている。会社では、データマイニングからユーザーを楽しくさせることをやっている。ユーザーごとにアドバイスするようなこと。人の感性を深層学習で学ぶ。ファッションの傾向だったり。深層学習でアバターも生成できる。元のデータから複数の派生を作れる。

投資会社から見た人工知能(AI)の事業化トレンド

講師: @mickbean
元Panasonic勤務、元ATR。人工知能やパターン認識のプロ。MPEG4仕様の中心人物。Docomoでしゃべってコンシェルジェを一から作った。ドコモクラウド(AWSを使ってる)。未来翻訳という25人くらいの新規事業を作った。今日は投資翻訳の話。



欧米では3人くらいでスタートアップして、資金調達して事業拡大していく。買収が主なExit。最初の評価から100倍くらいになり、起業家は10億から100億くらいを得る。海外の投資家は起業経験があり、かつ理系(自分でコードを書いていた)。一緒に育てる。投資家だと名乗ればスタートアップはドアを開けてくれる。なので情報は潤沢に手に入る。

2014年、米国の主要投資会社はB2B向けのサービス提供に投資。米国でのAIは、1%以上の業務改善を指す。画像処理とか自然言語処理はAIの一部でしかない。データが大事。データを得るためにはサービスがヒットしないといけないが。。。データがスタートアップに回ってこない。米国では大企業がスタートアップを中に入れて、データを触らせてあげている。日本は出してくれない。回ってみたけど本当に出してくれない。データを手に入れるために、サービス屋になるしかない。IBMはサービス屋を買収。

Uberは自社のデータを使って、配車時間を最適化する機械学習技術を研究中。
汎用動画像認識をやっている会社があって、25名のほとんどがPh.D。お金は1円も稼いでいない。なのに企業評価額は500億くらい。
衛星写真を解析して、車の種類や数などを認識する。船や飛行機の出入りなどをやる会社も。物流を自動的に把握。物流からの売上予測もできる。
契約書の読むべきところをハイライト。編集が多いところとかをハイライトしている?

欧米はデジタル化されている。簡単に見極めるのは、オフィスに袖机があるかどうか。欧米は机だけってところも多い。教育もデジタル化している。Wordとかで宿題を提出させる。医療も法律関係もデジタル化が進んでいる。

物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜

講師: @kndt84
金田さん。Future Standard勤務。元一休.com。元ソフトバンクテクノロジー。元VASILYでファッション関係のビジネス。VRでミニ四駆に乗るコンテンツを趣味でやってた。

Future Standard
世界の見える化を加速したい。上手い人と下手な人の差とか。店舗の場合、来店分析や行列人数、顧客や店員の動線を分析する。街の場合、通行人数や通行車両数、移動方向を分析する。何かに特化するというより、集めた画像を簡単に解析できることを目指す。ABEJAはInstagramに特化していると思っていて、住み分けはできている。

ABEJAは<a href="http://hrnabi.com/2015/06/29/7913/">リアル店舗のABテストをやっている会社</a>。店舗のレイアウトと集客を分析して最適なレイアウトを作れるものだったと記憶している。競合している気がするが?あとは店舗分析だと<a href="http://thebridge.jp/2016/05/slush-asia-2016-pitch-conest-finals">Slush Asia 2016のピッチコンテストで優勝</a>したSkyRECのチームがある。

Q. カメラは人間の目は超えた。解像度もダイナミックレンジも。そこは使わないのか?
A. 特に考えていない。処理時間等を考慮すると、VGAからHD画質で十分だと考えている。

Q. 客は?
A. B2Bでやっていきたい。

fluentdからmosquittoを通してmqttでAWS IoTに通信。

エッジ側で深層学習やりたい!NVIDIA Jetson TX1を利用。アルゴリズムはFaster R-CNNを採用。物体領域検出とラベリングを一度にできてしまう。

Faster R-CNNという技術は知らなかった。Rはリカレントではなくリージョン。領域特定と認識を同時にできるのはおもしろい。

IoT時代のスマートビルにおけるデータサイエンス(非公開)

講師: @kasuya

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です