AI TALK NIGHT 2018参加レポ_セッション①

参加したイベントのセルフレポ。

全部1記事にまとめようと思ったのですが、長くなりそうなのでトークセッションごとに分割します。

タグ： 機械学習 イベント

AI TALK NIGHT 2018 #とは

レッジがAIのスペシャリストを招いて開催する「AI TALK NIGHT」。

イベント趣旨や登壇者など詳しくはLedgeさんのイベント告知をご覧ください。

以下、各セッションレポです。

テーマのお題目はメモしていなかったので"おおよそこんな感じ"という見方で。

 

トークセッション①『これって、AIでできますか？』

トークテーマ１：顧客満足度向上や業績向上はAIでできるか。（画像処理系）

紹介事例：老舗食堂が実現したデジタル変革による飲食店経営の未来--ゑびや小田島氏が語る

セッションの要点：

・顧客満足度を上げるにはまず、「顧客満足度」とは何なのか？を定義しなくてはならない。定義しなければ測定できない。

・どれだけ広告を打ったとしても「店頭で何が起きているのか」は、実はマーケティングからは見えづらい部分。

　来店したお客様がどの棚の前にどれだけの時間いたか、どんな表情をしていたか…

　そういった情報がカメラ画像からの画像認識により取れるようになった。

　現在の画像認識では表情からマイナスの感情は測定しやすいが、プラスの感情はパターンが多すぎて精度が出にくい。

・画像認識で取れるデータは事実のみ。人間が感覚で判断しているものの一部でしかない。

　課題発見やブレイクダウン、仮説を立てるのは人間のセンスに依っている。

　ゑびやの事例でもトライ＆エラーを繰り返して、たどり着いた答えが「炊きたてのご飯を提供すること」だった。

 

トークテーマ２：文章やキャッチコピー生成はAIでできるか。（自然言語処理系）

紹介事例1：AIコピーライター、AICOだよ。

紹介事例2：ナビタイムが「データ活用」で開く新境地〜クラウド・AIを使って新事業を創る方法

紹介事例3：AIが電通報の記事を書いた～中部経済新聞のプロジェクトに見る「AIの未来」～

セッションの要点：

・AICOを作り始めた時は偉いライターからの反発は強かった。

　一方でコピーライトは数が勝負という面もある。ライターの業務量減に対応するという名目で作り続け、

　今は賛同者も増えてきて認められている、

・チャットボットはそれぞれの用途により対応範囲が決まっている。

　ユーザーから入ってきた言葉をその対応範囲の中で分類するという引き合いは多い。

　文章の意味による分類は、ハイスキルな人間の工数を食うタスク。チャットボットに代替させたいというニーズは多い。

・書き口のオーバーレイ処理、口調を学習したＡＩというものを現在作ろうと取り組んでいる。

 

トークテーマ3：わすれました。。。（予測系）

紹介事例1：Xbox サブスクリプションの解約予測とアクション（紹介記事見つからず）

紹介事例2：電通、AIテレビ視聴率予測システムの新バージョン「SHAREST_RT」をリリース

セッションの要点：

・Xbox サブスクリプション事例では解約までの細かいユーザの行動データを取り、予測。

　解約しそうな行動をしているユーザにアクションしていき、成果を挙げている。

・予測はＡＩが一番やりやすい分野。だが、予測したけれどオンラインアクションを取りづらいものについては

　どういった手を打っていくかという設計が必要。

・ディープラーニングより既存の統計モデルの方が効果的な事例も多い。ツールも結構出てきている。

・特徴量を人間が選んでデータを食わせるのが大事。

　購入予測では「同時に何を購入したか」「何時に購入したか」など手動で設定する項目数が1000を超えたことも。

 

会場内Q&A

■動画のディープライニングは今どうなっているか

・まだまだ発展途上。音声や映像などいくつかのAIを組み合わせて、色々なデータが取れるようになった。

　映画は時系列データなので前後関係が取れるのが強み。リアルタイム処理はまだ難しい。

■データを前提としないAIはできるか

・学習済みモデルをいくつか組み合わせる形で何かができるかもしれない。方法論としては強化学習がそれにあたる。

・モデルの精度を上げるための人間のトライ＆エラーをデータとして収集するのもひとつの手法。

 

 

 

セッション①の記事はここまでです。セッション②の記事はこちら。