人工知能をビジネスに活かす

Copyright 2014 Shiroyagi Corporation. All rights reserved.

シバタアキラ

人工知能をビジネスに活かす

Shiroyagi Corporation

TheWave湯川塾 26期

Copyright 2015 Shiroyagi Corporation. All rights reserved. 2

シバタアキラにはこの文章が正しいということは証明できません

Copyright 2015 Shiroyagi Corporation. All rights reserved.

矛盾の無い理論体系の中に、肯定も否定もできない証明不可能な命題が必ず存在する

4


“In a word, GEB is a very personal attempt to say how it is that animate beings can come out of inanimate matter. What is a self, and how can a self come out of stuff that is as selfless as a stone or a puddle?”

多分人工知能関連の本の中で、最もよく知られている本

Godel, Escher, Bach


とある本を映画化（Adaptation）することを頼まれた主人公、Charlie Kaufmanが、どのように映画化するのかを悩んだ末に、どのように映画化するのか悩んだことを映画化

Adaptation


なんとなく「人工知能」って言ぅたら

バズっただけです


きょうは、人工知能の中でも、統計的因果推論という一派についてのお話

いわゆる機械学習・ディープラーニングとはちょっと違います


シバタアキラ, PhD. @punkphysicist

いま：CEO @白ヤギコーポレーション

カメリオ: あなたに必要な情報しか来ないアプリ

カメクト: コンテンツレコメンドエンジン

2010 - 2013: 経営コンサルティング @BCG

2004 - 2010: データサイエンティスト @NYU

統計的データ分析でヒッグス狩り @LHC, CERN

人工知能とは20年の付き合い?


London


Conformal Cyclic Cosmology

Roger Penrose


超巨大なブラックホールが衝突した？

http://www.fromquarkstoquasars.com/sir-roger-penrose-alternate-theory-of-the-big-bang/


皇帝の新しい心

人の心は、電気や機械の力ではなく、量子もしくはまだ知られていない力学を理解して初めて作り出すことができる

Penrose "tries to show, in chapter after chapter, that human thought cannot be based on any known scientific principle.”-Marvin Minsky


ペンローズタイル


解析エンジン（1837年）

コンピューターを置き換えるために生まれた


Ada Lovelace

「解析機関は、単なる「算術機械」と基盤を同じくするものではない、全く固有の位置を占めている。

解析機関はその言語で心理をつまぐり、その結果、私の従来の手段が可能にしてきたものより迅速で厳密な、人間の諸目的のための実装置となるであろう。かくして数学世界における、精神的なものと物質的なものだけでなく、理論的なものと実用的なものも、より親密で有効なつながりをお互いに持つに至るのである。」Ada Lovelace


この辺のことはここに

人工知能の歴史はコンピューターの歴史、コンピューターの歴史は情報に対する人間の理解の歴史


この辺見てました

宇宙が生まれて間もない頃


我々はいつ「発見」するのか（2010年）


2011年


2012年


何が「驚き」なのかわかれば何が「発見」なのかわかる

観測

AがホントだとしてBが起こる確立


今自分が知っていることを元に考えれば、目の前で起こっていることが発生する確立は何％？

5σ＝1 in 3.5M


Bayesian Model Inference Network Probabilistic Graphical Model Bayesian Network

統計的因果推論

因果関係を確率により記述するグラフィカルモデルの1つで、複雑な因果関係の推論を有向非巡回グラフ構造により表すとともに、個々の変数の関係を条件つき確率で表す確率推論のモデルである。ネットワークとは重み付けグラフのこと。ジューディア・パールが1985年に命名した。ジューディア・パールはこの研究の功績によりチューリング賞を受賞した。人工知能の分野では、ベイジアンネットワークを確率推論アルゴリズムとして1980年頃から研究が進められ、既に長い研究と実用化の歴史がある。

Wikipedia

http://ja.wikipedia.org/wiki/%E5%9B%A0%E6%9E%9C%E9%96%A2%E4%BF%82

http://ja.wikipedia.org/wiki/%E7%A2%BA%E7%8E%87

http://ja.wikipedia.org/wiki/%E3%82%B0%E3%83%A9%E3%83%95%E3%82%A3%E3%82%AB%E3%83%AB%E3%83%A2%E3%83%87%E3%83%AB

http://ja.wikipedia.org/wiki/%E6%8E%A8%E8%AB%96

http://ja.wikipedia.org/wiki/%E6%9C%89%E5%90%91%E9%9D%9E%E5%B7%A1%E5%9B%9E%E3%82%B0%E3%83%A9%E3%83%95

http://ja.wikipedia.org/wiki/%E3%82%B8%E3%83%A5%E3%83%BC%E3%83%87%E3%82%A3%E3%82%A2%E3%83%BB%E3%83%91%E3%83%BC%E3%83%AB

http://ja.wikipedia.org/wiki/1985%E5%B9%B4

http://ja.wikipedia.org/wiki/%E3%83%81%E3%83%A5%E3%83%BC%E3%83%AA%E3%83%B3%E3%82%B0%E8%B3%9E

http://ja.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD


湯川問題


モデル：beliefをブレークダウン

x 「人工知能は人類を支配する」

関西弁

東京弁+

0.9

0.1

デタラメ

科学的+

α

α

1-α

時間

x

鼻声（花粉症?）

x


モデルの特徴

構造は極めて固く、Beliefネットワークは人が作る必要ある（自動化する研究はある）

モデルはドメイン特化していて般化することが難しく、モデラーの正しい問題設定が問われる


得られるもの

判定：「まぁ、湯川さんには違いないと思うけど、この時間だと、多分飲んでるだろうし、軽く流しておこう」

計測・分類：「湯川さんがでたらめ言ってるから、たぶん今は夜だろう」

生成：「夜だから誇張してるかもしれないけど、昼だったらこう言うだろう」


ヒッグスを発見するには

何が「驚き」なのかわかれば「発見」と呼べる


Jake Porway


何が驚きでないか分かれば、生成できる

http://ss.sysu.edu.cn/~ll/files/lin_sketchrecognition_emmcvpr07.pdfhttp://ss.sysu.edu.cn/~ll/project_objgrammar.html


何が驚きでないか分かれば、分類できる


機械学習的な見地から

モデルパラメーターはどう決める？ • わからないことにする • なんとなくしかわからないことにする • 設定する • 計測する • 自ら学ばせる


ディープラーニングとは全然違います


とおもったら・・・


他にも


ディープラーニングとの違い

科学的な測定にはまだDLは使えない


ベイジアンモデル：専門的な知識から問題の構造がわかっている

x ディープラーニング：

仕組みは分からないが、データが大量にある =

データと専門知識を組み合わせて学習するフレームワーク？

今後新しい人工知能の世界が広がるかも


他の応用

• 症状から病気を診断する • 異常な状態を検知する • 音声認識（ノイズ除去） • 売上予測 • ネットワーク構造の再構築


https://www.coursera.org/course/pgm

For more info

http://sssslide.com/www.slideshare.net/takehikoihayashi/ss-13441401

人工知能をビジネスに活かす

Data & Analytics

Transcript of 人工知能をビジネスに活かす