春到来、小石川のもっとも美しい季節がやってきました。
東京では21日に開花宣言がありましたが
小石川の桜もひとしおです。
今週末ぐらいまで花冷えの予報、
4月1日（金）の研究会頃が見ごろかと歩もいます。
| 日時 | 4月1日（金）15:00～ |
|---|---|
| 場所 | 共同印刷5 階 501 号会議室(東京都文京区小石川4-14-12) |
| テーマ | 「eBooks2.0 とAI について考える」 2016年になって、人工知能による社会や仕事の変化への関心がますます高まっています。人工知能的なソフトは何千種類もありますが、適材適所で使い分けるべきと思われます。 様々なビジネス(X)を改革しようとしています。 専門画像認識API「この猫なに猫」で、特徴を自動で勝手に抽出、「学習」してくれるディープラーニングをメタデータ株式会社は展開しています。 ・画像認識、VOC に活用されるAI について ・AI とeBooks について ご報告 メタデータ株式会社 野村直之様 AIとeBooksの融合や、新しいビジネスの可能性について意見交換をします。 ※研究会終了後、懇親会を予定しております。 |
| 申込 | s_yoshimaru@kyodoprinting.co.jp 参加者名・会社名・ご連絡先をメールにてお送りください。 |
なお、野村様より下記のような活動のご報告がありましたので、
転記させていただきます。
・・・ちょっと長いですが、ご興味ありましたら各記事ご参照ください。
—————————————————————————————————————————-
メタデータの野村です。2016年になって、人工知能による社会や仕事の変化への関心がますます高まっています。
人工知能的なソフトは何千種類もあり、適材適所で使い分けるべきというのが弊社の主張です。・2/29 表記xTechについてプレスリリースを出しました：
http://www.metadata.co.jp/pdfs/Xtech_Metadata2016_0229fin.pdf最初の１文字”x” は、人材と仕事、人と人、売り注文と買い注文、等を掛け合わせるマッチングのイメージです。
また、Fin(ance)以外にもいろいろ適用される何かの分野”x” をも表しています（日経ビジネスあたりではX-Techと表記）。
http://business.nikkeibp.co.jp/atcl/opinion/15/102600009/102900002/FinTechをはじめ、人工知能を支えるビッグデータと、高性能計算機、そして今回のようなアルゴリズム(計算方法）の高度化が、
http://business.nikkeibp.co.jp/atcl/opinion/15/102600009/102900002/FinTechをはじめ、人工知能を支えるビッグデータと、高性能計算機、そして今回のようなアルゴリズム(計算方法）の高度化が、
様々なビジネス(X)を改革しようとしています。
その立役者は、今をときめくディープラーニングだけではありません。弊社自身、専門画像認識API「この猫なに猫」で、特徴を自動で勝手に抽出、「学習」してくれるディープラーニングを活用しています。
http://www.metadata.co.jp/fine-grained-image-categorization-by-deep-learning.htmlこれは、人間によるモデル化が困難(例：アラビアンマウ vs ロシアンブルーの特徴、違いを、言葉や数字で説明しきれますか？)な、
http://www.metadata.co.jp/fine-grained-image-categorization-by-deep-learning.htmlこれは、人間によるモデル化が困難(例：アラビアンマウ vs ロシアンブルーの特徴、違いを、言葉や数字で説明しきれますか？)な、
雑多な大量の手がかり（画素の集まりなど）があれば、ディープラーニングは素晴らしく、威力を発揮します。しかし、人間が対象のモデルをよく理解していて、なんらかの数値で条件を表せるならば、マッチング、組み合わせ最適化などを、
人間が理解、予測しながら微妙にチューニング、改善できる仕組みが好ましいといえます。例えば、人材 x 仕事について、時給や勤務可能曜日について、
制御不能な特徴、パターンを勝手に柔らかく何となく「学習」されてはかえって困るわけです。勤務不能な人を紹介してしまいかねませんので。
中身がガラス張りで、マッチングの相性、類似度の総合評価を数値化し、重みパラメータを制御して、過去には類似の現象、
中身がガラス張りで、マッチングの相性、類似度の総合評価を数値化し、重みパラメータを制御して、過去には類似の現象、
パターンが一度も発生していない事象を予測したり出来るのも、異なる種類のアルゴリズムです。このあたり、Q&A形式で書かせていただきました。
http://www.metadata.co.jp/xtech.html「２ 「xTech」は従来の多対多の組み合わせ最適化とどう違うのでしょう？」
にて、従来手法より４，５桁速いという最大の特徴を記しています。
後半の「マッチング結果を視覚化したこちら」をクリックすると、多対多の全体最適マッチング結果のビジュアルをご覧いただけます：「xTechによる最適マッチング=99.8%従来法と一致,従来法による最適マッチング」
http://www.metadata.co.jp/xtech-matching-visualization.html
↑左辺と右辺、数千対数千のマッチングをコンパクトに精査するための
ぐにゅぐにゅ動かせるGUIです。
添付画像 xTech_Visualization.png はその画面コピーです。日経のWoman Start サイトに、XTechが人材分野でのマッチングで働く人にも企業にも福音をもたらすと述べたインタビュー記事が載ります：
「専門職なら安心とは限らない」AI時代の働き方は
（弊社専門画像認識エンジン作成サービスの象徴、猫のArabian Mau種が目印です）
http://www.metadata.co.jp/xtech.html「２ 「xTech」は従来の多対多の組み合わせ最適化とどう違うのでしょう？」
にて、従来手法より４，５桁速いという最大の特徴を記しています。
後半の「マッチング結果を視覚化したこちら」をクリックすると、多対多の全体最適マッチング結果のビジュアルをご覧いただけます：「xTechによる最適マッチング=99.8%従来法と一致,従来法による最適マッチング」
http://www.metadata.co.jp/xtech-matching-visualization.html
↑左辺と右辺、数千対数千のマッチングをコンパクトに精査するための
ぐにゅぐにゅ動かせるGUIです。
添付画像 xTech_Visualization.png はその画面コピーです。日経のWoman Start サイトに、XTechが人材分野でのマッチングで働く人にも企業にも福音をもたらすと述べたインタビュー記事が載ります：
「専門職なら安心とは限らない」AI時代の働き方は
（弊社専門画像認識エンジン作成サービスの象徴、猫のArabian Mau種が目印です）
http://style.nikkei.com/article/DGXMZO97938380S6A300C1000000
いまのところ、会員でなくとも、「続きを読む」で全文読めるようです。
最後のほうに、xTech によって、「不適材不適所」の現状を打開できそうだ、
と語ったことを書いていただいています。これを皮切りに、いくつかのメディアにて、取り上げていただくと思います。
わかりやすい人材系から、引き合いの大きいマーケティング自動化分野でも、
いまのところ、会員でなくとも、「続きを読む」で全文読めるようです。
最後のほうに、xTech によって、「不適材不適所」の現状を打開できそうだ、
と語ったことを書いていただいています。これを皮切りに、いくつかのメディアにて、取り上げていただくと思います。
わかりやすい人材系から、引き合いの大きいマーケティング自動化分野でも、
類似の属性モデルによりターゲット層を発見、
絞り込むのに役立つことを具体例で示してまいります。それから、多彩な過去の融資案件と新規案件の属性（条件）をマッチングさせて、
人間技では不可能な、大規模な「経験則」を融資判断に使えるようにしてまいります。
これはFinTech分野への応用の一例です。
—————————————————————————————————————————-