DeNAのAIとは #denatechcon

Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved.
濱田晃一
山田憲晋
Feb 10, 2017
川崎修平
DeNAのAIとは？
TechCon2017 パネルセッション

Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved.
DeNAのAIとは
◆DeNAのAI活用したサービス開発 : 濱田
◆DeNAのAIを支える風土・体制 : 山田
◆DeNAのAI : 川崎
◆パネルセッション
パネルセッション

⾃⼰紹介
n  1975年⽣まれ (41歳)
n  得意分野：サービス設計・開発・運⽤
n  苦⼿分野：マネジメント、多⼈数プロジェクト
n  初期の開発サービス
n  モバオク、ポケットアフィリエイト、モバゲータウン、他
n  最近の開発サービス
n  Showroom（iOS/Android アプリ側のみ）
n  プログラミング教育（Android アプリ）
n  Anyca（サーバ／iOS アプリ）
4
川崎修平（取締役）

先端AI技術を活用し
価値あるサービスを提供・洗練する
DeNAのAI

DeNAでは自社サービスに対して
各種AI技術を活用したサービスを
設計・開発・導入してきた
いままで

DeNAのAI
大規模
データ
サービス
AI技術
最新研究をベースに
研究開発
AI活用した
新たな価値ある
サービス設計・実装
サービス・データのサイクルから生まれる
強固なビジネス構造
価値あるサービス提供への継続的な挑戦

提供例： DeNAのAI活用したサービス提供
SNS
アニメ・マンガ・ゲーム・声優・ラノベマンガ
ゲームプラットフォーム
対話
ニュース
ゲーム

大規模
データ
サービス
AI技術
DeNAのAI

大規模
データ
サービス
AI技術
数千万利用ユーザ
50億行動/日
DeNAのAI

大規模
データ
サービス
AI技術
研究開発
50億行動/日
DeNAのAI

大規模
データ
サービス
AI技術
研究開発
AI活用した
50億行動/日
DeNAのAI

大規模
データ
サービス
AI技術
研究開発
AI活用した
50億行動/日
価値あるサービス提供への継続的な挑戦
DeNAのAI

自社サービス内でのAI活用に留まらず
潜在価値の高いパートナー企業と共に
AI活用のノウハウ・技術を用いた
新しい価値・市場の共出にも挑戦していく
これから

DeNAの中長期事業戦略
DeNA自身が持たない
大きな潜在価値を持つ
プレイヤー
DeNA
新しい価値・市場
目利き・提案
共出共出
パートナーシップによる新しい価値・市場の共出

DeNAの中長期事業戦略
DeNA自身が持たない
大きな潜在価値を持つ
プレイヤー
DeNA
PFDeNA
新しい価値・市場
目利き・提案
共出共出
AI
パートナーシップによる新しい価値・市場の共出
今後、AI活用したサービス開発の技術・ノウハウも提供する

AI技術の蓄積と活用
実用系
実験系
スピード
パートナーシップ案件自社サービス
基礎技術開発
実用価値提供
実証実験
実用価値提供
サービス内実験
最新論文の実装・実験
研究成果の外部発信
最新研究を自社
サービスデータを
活用して実験
先端技術の適用実
績をスピーディーに
蓄積
確度の高い技術
を活用した価値
を提供
自社サービスで
は獲得できない
データを活用した、
実験的取組みに
よる技術力の向
上と、新しい価
値の探求

自己紹介
2010年6月
Mobageプラットフォーム全体の
データマイニング・機械学習活用したサービス開発・洗練
2011年4月～
濱田晃一 (@hamadakoichi)
・執筆： Mobageを支える技術
DeNA入社
ソーシャルゲームのデータマイニングチーム立上げ
Analytics Architect
DeNA全サービスの
データマイニング・機械学習活用したサービス開発・洗練
2014年10月～
・DeNA全サービスを対象とした大規模機械学習活用したサービス開発
・博士：量子統計場の理論 (理論物理)
・TokyoWebmining 主催者
- 機械学習の実活用コミュニティ。7年継続、累積59回開催。登録：1500人超。
- 体験設計から、機械学習・深層学習の研究開発、分散アルゴリズムの設計・実装まで
・最近の活動
- 画像表現学習・画像生成、対話・キャラクター表現学習、等

AI技術活用し

AI技術活用し
楽しんでもらえるサービスをつくる

提供したいのは
新たな価値ある体験・サービス

AI技術を活用し
体験提供・サービスとしてよいものをつくる

AI技術を活用し
体験提供・サービスとしてよいものをつくる
実際にどのくらい価値があるのかは提供してみないとわからない
わからないことはやってみる。挑戦する

AI活用したサービス開発
DeNAのAI

・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
DeNAのAI活用したサービス開発
新たな価値ある体験・サービス提供を考え、作り、挑戦し続ける
Feedback Log
6. ログ設計
Personalized Data
For each user
Service
Front End
2. ユーザ体験設計
4. 洗練サイクル設計
5. 連携データ設計
3. サービス設計
7.分散アルゴリズム設計
8.分散実装
Distributed
Applications
YARN
HDFS
GPU
1. AI研究開発
・サービスを用いた新技術挑戦・評価
体験提供
Neural Network

体験提供

AI研究開発・ユーザ体験設計・サービス設計
体験提供
1. AI研究開発

体験提供
先端AI研究の実装・再現・評価
実装・再現レベルでの学習難易度・モデル精度の感覚を持つ
1. AI研究開発
Neural Network

体験提供
先端AI研究の実装・再現・評価
実装・再現レベルでの学習難易度・モデル精度の感覚を持つ
先端研究を動く実装として蓄積・共有。新たな技術挑戦での質・速度を向上させる
1. AI研究開発
Neural Network

体験提供
1. AI研究開発
Neural Network
大規模サービスデータの活用
数千万人・50億行動/日の行動データ、大規模コンテンツデータを活用

体験提供
1. AI研究開発
Neural Network
研究開発に必要なデータ取得のためのサービス実装も行う
大規模サービスデータの活用
数千万人・50億行動/日の行動データ、大規模コンテンツデータを活用

体験提供
データへ投資する
サービスでの取得が難しいデータも、まとまったコストをかけて一気に作成
固有データを用いた研究開発もできるようにする
1. AI研究開発
Neural Network

体験提供
データへ投資する
サービスでの取得が難しいデータも、まとまったコストをかけて一気に作成
固有データを用いた研究開発もできるようにする
1. AI研究開発
Neural Network
（例：対話での発話時の感情、トピック、等のアノテーションデータ、等）

体験提供
サービスを用いた新AI技術挑戦・評価
価値が期待されるが評価が難しい新AI技術は、サービスで試す。ユーザ反応で評価
1. AI研究開発
Neural Network

体験提供
AI技術開発・評価のサイクルを迅速に回し、モデル洗練していく
1. AI研究開発
Neural Network

体験提供
AI技術開発・評価のサイクルを迅速に回し、モデル洗練していく
（例：スタイル・テイストでの類似画像算出の質を、表示画像に対するユーザー反応で評価）
1. AI研究開発
Neural Network

新たな提供体験・価値を考える
どのような新たな体験提供ができるか、どのような価値があるか、考え抜く
体験提供
Service
Front End
1. AI研究開発
Neural Network

1. AI研究開発
どのような新たな体験提供ができるか、どのような価値があるか、考え抜く
体験提供
Service
Front End
AI技術は新たな体験提供の大きな源泉となる
Neural Network

1. AI研究開発
体験提供
Service
Front End
Neural Network

1. AI研究開発
体験提供
Service
Front End
わからないことはやってみる。挑戦する
Neural Network

1. AI研究開発
洗練サイクル設計・ログ設計・連携データ設計
洗練サイクルを設計する
データ蓄積とモデル洗練のサイクルを設計する
体験提供
Feedback Log
Personalized Data
For each user
Service
Front End
6. ログ設計
Neural Network

1. AI研究開発
洗練サイクル設計・ログ設計・連携データ設計
洗練サイクルを設計する
データ蓄積とモデル洗練のサイクルを設計する
体験提供
Feedback Log
Personalized Data
For each user
Service
Front End
6. ログ設計
学習アルゴリズム、学習に必要なログ、連携データ、等、一連のサイクルをつくる
Distributed
Applications
YARN
HDFS
GPU
Neural Network

1. AI研究開発
分散アルゴリズム設計
学習方法の分散アルゴリズムを設計する
大規模データでもスケールする学習アルゴリズム設計する
体験提供
Feedback Log
6. ログ設計
Personalized Data
For each user
Service
Front End
Distributed
Applications
YARN
HDFS
GPU
Neural Network

1. AI研究開発
分散アルゴリズム設計
学習方法の分散アルゴリズムを設計する
大規模データでもスケールする学習アルゴリズム設計する
体験提供
学習アルゴリズムを、分散可能なアルゴリズムに再構成する
Feedback Log
6. ログ設計
Personalized Data
For each user
Service
Front End
Distributed
Applications
YARN
HDFS
GPU
Neural Network

1. AI研究開発
分散アルゴリズム実装
体験提供
体験・サービス提供に適した形で実装・チューニングしていく
サービスに適した形で分散アルゴリズム実装する
Feedback Log
6. ログ設計
Personalized Data
For each user
Service
Front End
8.分散実装
Distributed
Applications
YARN
HDFS
GPU
Neural Network

1. AI研究開発
体験提供
サービスに適した形で分散アルゴリズム実装する
Feedback Log
6. ログ設計
Personalized Data
For each user
Service
Front End
8.分散実装
各種アルゴリズムチューニングのトライを多く行いたい。必要なものは自分でつくる
Distributed
Applications
YARN
HDFS
GPU
Neural Network

1. AI研究開発
体験提供
結果を分析し、体験・サービス・学習サイクルともに洗練していく
Feedback Log
6. ログ設計
Personalized Data
For each user
Service
Front End
8.分散実装
Distributed
Applications
YARN
HDFS
GPU
Neural Network

⾃⼰紹介
⼭⽥憲晋 (やまだけんしん）
DeNA システム本部 AIシステム部部⻑
[略歴]
1995年NECに⼊社。VerilogでFPGA上にTCPフルスタック実装する等ネットワーク
関連の研究開発に従事。
よりユーザに近いサービスに直接関わりたいという思いから2008年DeNAに⼊社。
モバゲーの開発インフラ、ゲーム開発チームのマネージメント等を担当する。
ゲーム運営の中で分析の重要性を肌で感じ、2010年分析組織を⽴ち上げる。
現在は、DeNA全体の分析基盤及びAIシステムの構築と活⽤の推進統括をしている。

伝えたいこと
DeNAのAIでは
AI研究開発エンジニアが
AI研究開発・サービス価値提供に専念できる
⾵⼟・体制が整っている

AI/分析組織体制
AIシステム部は、DeNAグループ全体の事業を対象に、AI/機械学習を⽤い
たサービス価値提供を⾏っている。
各事業部にはデータアナリストがいて、データ分析に基づいて事業を成功
に導くための意思決定を推進している。
ゲーム
事業
プラットフォ−ム
事業
AI研究開発
エンジニア
データアナリスト
◯◯
事業
データアナリストデータアナリスト
AIシステム部 (全社横断)
分散基盤
エンジニア
データ
エンジニア

AI/分析組織体制
各事業のデータアナリストにより、⼤規模分析基盤(Hadoop, BigQuery)に
サービス固有に設計されたログを収容し、⽇々データに基づいた分析をす
ることが当たり前になっている
ゲーム
事業
事業
AI研究開発
エンジニア
◯◯
事業
分散基盤
エンジニア
データ
エンジニア
ビジネスドメイン知識
⾼いコミュニケーション⼒
データ分析⼒(統計モデリング等)

AIシステム部内のチーム構成
分散基盤エンジニア (Hadoop/Spark)
データエンジニア AI研究開発エンジニア
分析ツール開発
重要データ集計・
KPIツール提供
クラウド
環境構築
分析基盤利⽤者(データアナリス
ト、AIエンジニア)が分析環境を快
適に利⽤できるようにするために
ありとあらゆることをします。
AI/機械学習を活⽤した
DeNA/PFDeNAの取り組む事業に
おける研究開発・サービス開発
⼤規模分散分析基盤の構築・運⽤及び分析基盤上でのアプリケーション開発
分析環境
利⽤者サポート

KPIツール提供
クラウド
環境構築
分析環境
10PBのHadoop Cluster
⼤規模分散処理
の専⾨部隊

KPIツール提供
クラウド
環境構築
分析環境
AI研究開発に専念
できる環境の提供
アノテーションツール
APIサーバ
可視化ツール
データ管理ツール

Copyright (C) DeNA Co.,Ltd. All Rights
データエンジニアの開発ツール例
Copyright (C) DeNA Co.,Ltd. All Rights Reserved.
[AI研究開発エンジニアの課題]
GPUリソースをお⼿軽に使うためにクラウド
を利⽤したいが、コスト気にしたくない。

GPUサーバのオンデマンドオートスケール
・各インスタンスが未使⽤かどうかを監視
・新規利⽤に、新規インスタンスか未使⽤イ
ンスタンスを⾃動判定
・課⾦の切れ⽬(AWS: 1時間)で不要インスタ
ンスを⾃動でterminate

利⽤ユーザは、サーバ管理を気にすること無
く、気楽にGPU利⽤可能
機械学習支援ツール

まとめ
DeNAでは
AI研究開発エンジニアが
AI研究開発・サービス価値提供に専念できる
⾵⼟・体制が整っている
ゲーム
事業
事業
AI研究開発
エンジニア
◯◯
事業
分散基盤
エンジニア
データ
エンジニア

登壇者によるパネルセッション
DeNAのAI

DeNAのAIとは #denatechcon

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ähnlich wie DeNAのAIとは #denatechcon

Ähnlich wie DeNAのAIとは #denatechcon (20)

Mehr von DeNA

Mehr von DeNA (20)

DeNAのAIとは #denatechcon