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

Mail

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