SanSanが使ってるディープラーニングは約２０層のディープCNN

SanSan BuildersBox

最後の

Closing : ビジネスを加速するために、AI で実現したこと、したいこと

だけ聞けた！のでその内容をメモメモ

---

共有がテーマ：何かしら持ち帰り
・SunSun全体の総括：融合して一つのサービス
・ビジネスを加速するために、AIで実現したこと、したいこと
AIという言葉、使いたくない
エンジニア：AIと言いたくない。本業はデータサイエンティスト（リサーチャー）
AIって、そもそもなんだったっけ？

・自己紹介

・人工知能AIとは
　機械学習、予測そのものをAIという認識になってきた
　あくまでも機械学習は人工知能の一部
　SunSUnのAIは広いもの：ルールベース統計処理→ルール　
　間違ったデータを与えれば、間違った学習をする

・AI　チューリングテスト
　機械が思考するか：簡単なチャットシステムでもチューリングテストをパスする可能性
　　２０１４年　ロンドン王立協会：ロシアのAIがチューリングテストにパス（異議かある）

・チューリング：１００年前　暗号解読　機械が思考を持つだろう
　　イミテーションゲーム：面白い、脚色すごい
　マーヴィン・ミンスキー
　　ディープラーニングの大本：パーセプトロンに批判→めげた人いっぱいいて衰退
　　パーセプトロン以上を作ることが必要→ニューラルネット

・革命的変化：ディープラーニング：様々な問題変化

・ミンスキー博士の発想
　パーセプトロン
　フレーム理論：AI炊飯器（ファジー入れただけ）
　ニューラルネットワークの可能性
　心の社会：今のぶースティング
　１９５０年ころから６０年たって花開く
　　乗り物：１００年で素晴らしい発展
　　AIは高々５０年

・ディープラーニング
　　有名になったのは囲碁
　　・多層ネットワークによる抽象化
　　・クラウドシステム：豊富なリソース
　　・ビッグデータ：質のいいデータを簡単に集められる
　　→３つの言葉がキーワード

　RPAはやってる
　　単純語有無の肩代わり：導入企業でうまくいっていない
　　高度に専門化された一部の業務：ここに着目

・シンギュラリティ：まゆつば
　　わからないけど、恐怖心をあおわれるのがもんだ
　　→それ以上の仕事が奪われる

・機能しないAIと機能するAI
　データ不足、不明瞭な目的使われない
　機能するAI
　　専門家の知識の基づくエキスパートシステム
　　書面、会計監査行動予測レコメンデーション

・これからのAI
　　スマートスピーカー：音声コマンド入力装置→情報収集
　　量子コンピューター：計算方法が決まっていない

・SanSan　多様な研究者　Kagleタイトルホルダー、博士学位、各地にラボ

・「出会う」が世界を変えていく
　　脳科学
　　統計学・確率論
　　自然言語
　取り組んでいること→製品にむすびつく→目標を選ぶ

・ディープラーニングを用いて項目判定　精度９８％
　言語判定：主要４か国語を判定
　約２０層のディープCNNによる学習
　ResNet：層の入力を参照した残差を学習させる（１５５層までできる）

　層が増えると：特徴量→抽象化：複雑な学習できる

・AI活用とワークシェアリング
　創業時：SanSanに名刺１日に数百→頑張れば処理できる
　今　　：SanSanに名刺１日に数十万
　　　→画像データと正解データある：学習できる
　オペレーターを人員削減ぜずに、処理能力を上げる

・ミス：パターンがある　制度９９．９％

・これから　SanSanLab
　ABMダッシュボード
　バーチャル組織図
　人を知り他人を知り、企業を知る
　社内のキーパーソンを探す
　企業間距離

　キーワードを持つ企業

　スマートレコメンデーション

・出会いがもたらす未来の力