renom user group #1 part1
TRANSCRIPT
GRIDが挑む ビッグデータアナリティクスの世界
∞ReNom User Group #1 Kick Off / part 1
2017 7/21
Data Analytics Service
AI Research &
Developmentデータ分析 サービス AI研究開発
深層学習 MLP/CNN/LSTM
Auto Encoder VAE
深層強化学習 Deep Q Network
DDPG
Topological Data Analysis
画像オブジェクト認識自然言語処理
Our Business
量子アルゴリズム
Our mission is to solve problems in infrastructure
私たちの重大なミッションは「社会インフラ問題の解決」です
2009 2016 2017
ReNom Released
GRID Established
2015
太陽光パネルのメーカーとして設立
パネルの住宅・産業用向け販売や太陽光発電所の開発マネジメントを事業として行う
自社で保有している発電所の発電量予測にDeep learningを利用し手応えを得る
Deep learningを利用した人工知能プログラム開発を本格化
機械学習フレームワーク「ReNom」を自社開発
人工知能/機械学習を様々な分野に応用すべく事業化
Indonesia branch 東大先端研Lab
History
「インフ ライフ イノベーション」INFRASTRUCTURE + LIFE + INNOVATION
独自の技術やサービスなど新たな価値を生み出し、それらを社会基盤となる「インフラ」
へ投入することで、「人の生活や営み」を豊かにしていく。
Indonesia Jakarta OfficeSchool, Media, Community
Offshore Development/Analytics Start up Support
Data Analytics Service
製造業
医療
交通
物流
輸送
エネルギー
金融
農業 自然災害
ロボット
etc.
AI Research &
Development
AI Adaptation Fields & Mission
実社会のビッグデータ 社会問題の解決
少子高齢化・労働人口減少 化石燃料枯渇 自然災害 犯罪・不正
How to utilize “Big(Huge) Data”
Data Accumulationデータ収集
Big Data Analysisビッグデータ
Implement実行
IoT Cycle
Pattern Analysisパターン分析
Optimization最適化
Automation自動化
?
?コスト削減 売上拡大 リスク低減
•最適化・自動化のための分析手法の確立 •効果のある自動化・最適化手法の確立
•最終的な効果から分析プロセスを逆算する事で、最適な分析プロセスを探索する
ビッグデータ市場 2015 約1,000億
2020 約3,000億 グローバル:20兆円
Horizontal specialization on utilize Big data
ビッグデータ活用における水平分業
Positioning & Value Chain
Edge sensor Operation/UIIoT/Data store 機械学習/AI Analytics/R&D
Text
Control
Web
Device
Partner/User Partner/User
Data Analytics
AI Research &
Development
AI Project
AI Service
BUSINESS USER
PARTNER
POC
Know How獲得
市場ニーズ、トレンド
SI
技術支援、Know How提供 ビジネス開発支援
製造業:故障、寿命予測 エネルギー:最適化 インフラ:未来予測 農業:成育予測 医療:重症化予測 金融:不正取引検知 etc.
アプリ組込み エッジ組込み 学習済みAPI提供
AI研究開発 分析ソフトウェア開発 有償ライセンス 技術サービス
個別ソリューション
Business Model & Eco System
What is AI / Machine learning / Deep learning?
データマイニング
機械学習
大量のデータ から探す
全データから傾向を発見
傾向に基づいた将来予測
教師あり 学習
機械学習
深層学習
エキスパートシステム(Watson) 対話システム(Siri)
決定木学習 相関ルール学習
ニューラルネットワーク SVM …etc.
CNN RNN LSTM …etc.
教師なし 学習
深層学習で分析を自動化
統計・解析
標本データから 母集団を推定
人工知能
統計・解析
データマイニング
機械学習/深層学習
高次元データをそのまま 扱うことができる
AI:高度な推論、最適化、自動化を行うためのアルゴリズム、それを用いたプログラム
What is the “shape of the data”?
実際のデータアナリティクスで起こったこと
答えが出るかどうかわからないが、まずはディープラーニングに
かけてみよう!
?この教師ラベルは、データの特徴と合っているのだろうか…?
この問題設定、本当に正しいの? 色々な手法を試しながら より良い方法を探そう!
データの「形」を知らずして答えは見つからない!
First, check the shape of the data
まず最初にデータの形を確認する
データの準備 前処理
特徴量による クラスタリング
クラスタリング結果 を教師データとして
機械学習
学習済みモデルの 生成・精度確認
データ
A B
D
C
特徴量①
特徴量②
入力データの主成分項目を探索し、改善に結びつける
要因分析
学習済みモデルを実行ファイル化し、オペレーションに組み込む
自動化
多数のパターンから目的の結果になるような入力データを探索する
最適化
評価・判断モデル
①特徴把握 ④応用②機械学習 ③評価
Data Analytics Pipeline
PCA / t-SNE / DBSCAN / k-means Auto Encoder / VAE
Topological Data Analysis
Deep Learning MLP / CNN / LSTM …
Classification / Regression
Deep Q Learning DDPG
Auto Encoder / VAE Edge output
Topological Data Analysis using “Mapper”位相的データ解析
多次元でサンプル数が非常に多いデータの「位相的性質」に注目し、データの分析や可視化を行うアルゴリズム
• クラスタリングの検証 • モデルの最適化 • 機械学習の分析や改良
Under development as a new function of ReNom
ランダムフォレスト
Neural network
Deep Learning
SVM決定木
ベイズ推定
機械学習
エキスパートシステム
ロジッスティック回帰
Deep Q network Deep Actor Critic
Now
Evolution of AI Algorithm
アルゴリズムは加速度的に 複雑化、高度化
TDA
ルールベース 教師あり学習 教師なし学習
現実の問題に立ち向かうには、 未知のことがいっぱい…
3 Elements of Data Analytics
検証
Verification
仮説
Hypothesis
応用
Application
Data Analytics Pipeline
Framework ApplicationAPIPlatform Service
課題 効果
ここが大事! ここをどうする?
Technology road map
GRID のテクノロジーロードマップ
Algorithm Mix (Not Only Deep Learning)
Deep Learning
深層学習
Data Analytics Solution
Deep Q Network
DAC
Topological Data
Analysis
Mathematical Programming
Problem
Machine Learning
Algorithm mix
Quantum Algorithm
機械学習 深層強化学習数理計画問題 位相的データ解析 量子アルゴリズム
∞ReNom
2014
Weather Forecast Using WRF
2016
ReNom v1.x Released
Deep Learning Frame work
2017
ReNom v2.x
TDA Multi GPU Support
And More…
201x
ReNom vX.x
Quantum Algorithm NP Problem
And More…
Our Technology Road Map