イノベーション創発に資する人工知能基盤技術の創出と統合化

1. 研究総括栄藤　稔（えとう　みのる） NTTドコモ　執⾏行行役員、イノベーション統括部⻑⾧長 @mickbean 6/10/2016 1 イノベーション創発に資する⼈人⼯工知能基盤技術の創出と統合化本説明に用いたスタートアップ事例にかかる資料はNTTドコモから提供されました

2. ⽂文部科学省省, ⼈人⼯工知能/ビッグデータ/IoT/サイバーセキュリティ統合プロジェクト（AIPプロジェクト）イノベーション創発に資する⼈人⼯工知能基盤技術の創出と統合化⼈人⼯工知能基盤技術の創出：センサー技術、実時間ビッグデータを扱うデータベース技術、システムセキュリティ技術、機械学習を核とするシステム最適化技術等の⾼高度度化統合化（システム化）：世界データを総合的に実時間で処理理し理理解する情報処理理システムを構築⽬目標：モビリティ、ロボティクス、健康・医療療・介護、防災・減災、農業、ものづくり等における⾃自動化・最適化を進める際のイノベーション創発 and/or 2

3. Bloomberg BETA(VC)によるトレンド分析資料・2016向けより抜粋 ※Pitchbook調査に基づく⽶米国におけるイノベーション例例⼈人⼯工知能基盤技術事例例統合化事例例統合化事例例センサー・セキュリティ技術データベース技術 3

4. これが難しい！ 4 –Prof. Henry Chesbrough Innovation = Invention + Business Model

5. https://www.tuzzit.com/public/media/canevas/canvas_lean.png 1 1 2 3 4 55 6 7 http://www.slideshare.net/studytech/ss-‐‑‒23454300 　に解説があります．

6. 汎⽤用動画像認識識技術提供を⽬目指す技術スタートアップ(2010-‐‑‒) 6 Vicarious approach to solve reCaptcha : ~300 Google approach to solve reCaptcha : ~150,000,000 Hierarchical Temporal Memory (HTM)理理論論が背景の模様。HTM理理論論の最⼤大の特⻑⾧長は時間の重視．⼈人⼯工知能基盤技術事例例

7. 課題解決策価値提案圧倒的な優位性顧客主要指標チャネルコスト構造収⼊入 ①② ③ ④ ⑥ ⑦⑧ ⑨ • Few algorithm advances in last 30 yrs • Top algorithm used for speech, vision, language is the • convolutional neural network. • Fundamental architecture hasn’t changed since 1980s • Most performance from increased CPU and memory • Requires millions of labeled training examplesNot generative, can’t do fine segmentation, etc 受託業務における収益ソリューション提供の精度度、速度度⼈人件費 7 • Producing precise explanations require feedback • connections. (Brain has lots of them) • Feed-forward and feedback work simultaneously • In contrast, neural networks are purely feedforward. Feedback connections 以下の分野の自動化 The world currently pays humans to do jobs computers should do: Manufacturing - Inspect and manipulate objects. Logistics - Drive trucks, planes, and boats. Retail - Restock shelves and ring up merchandise. Food - Cook and serve meals. Agriculture - Plant and harvest food • Generative probabilistic graphical model. • Currently performing near human-level on shape recognition. • On track to reach human-level object recognition. • Requires very few training examples. • Very fast, memory efficient. • Can be applied to vision, audio, language, motor, etc ロボティクスが利利⽤用できる接客事業、建設業製造業以下のロードマップで開発継続． shape texture motion motor language concepts 未確定 B２Bチャネル全世界から選別した３０⼈人ほどのPh.D. No plans to commercialize current tech, but as a fallback plan OCR is a $400M/year industry. 現時点での収入はなし．以下の投資のみ．M&A狙いは自明か． • 1.2M Seed. Founders Fund, Felicis VC, Open Field Capital, • others. Oct 2010. • 15M Series A. Dustin Moskovitz, Founders Fund, Open Field • Capital, others. Jul 2012. • 40M Series B. Mark Zuckerberg, Elon Musk, Jeff Bezos, • Jerry Yang, Dustin Moskovitz, Formation 8, Khosla Ventures, • Founders Fund, Felicis VC, others. 技術志向の強いスタートアップ．脳の視覚機能実現を当⾯面狙う． Vicariousに対する私の⾒見見⽴立立て

8. Building Height Oil Tank Farms Ag Areas and Yield Tract Housing Clouds & Haze Development AirplanesWater 衛星写真解析による業態分析統合化事例例 8 Orbital Insight

9. ①② ③ ④ ⑤ ⑥ ⑦⑧ ⑨ 企業、政府の経済活動の把握に時間が掛かり過ぎる店舗への買い物客流流⼊入数把握等、実地調査のコスト⾼高店舗への買い物客流流⼊入数把握等、実地調査のコスト⾼高⾼高精度度の衛星写真を活⽤用した、経済活動の把握受託業務における収益ソリューション提供の精度度、速度度他の調査より早く、正確な結果の提供オイル備蓄量量から交通量量把握まで、幅広い調査分野への対応衛星写真データの解析では業界トップ. ⾶飛⾏行行機，製油所，⾞車車，農耕地に関する教師データを保持しており，それに対するディープラーニングを始めとする最適技術を駆使できる．研究者３０名弱の技術志向会社政府機関とのリレーションシップ既存投資家からの顧客紹介政府、ヘッジファンド等、旧来的な動向調査等を  利利⽤用していたユーザ⼈人件費衛星写真の購⼊入政府、ヘッジファンドからの調査費⽤用収⼊入 9 Orbital Insightに対する私と同僚僚の⾒見見⽴立立て課題解決策価値提案圧倒的な優位性顧客主要指標チャネルコスト構造収⼊入

10. -‐‑‒ Maanaはエンタープライズ向けにデータの結合、分析⽤用ソフトウェアを提供し、企業内に散らばった各種のデータソースをMaanaプラットフォームに結合することで、データ⾃自体のラベル付け等を⾏行行い、ナレッジグラフを構築し、既存のBIツール等で活⽤用することが可能統合化事例例（データベース技術） 10 Maanaという会社

11. ①② ③ ④ ⑤ ⑥ ⑦⑧ ⑨ 企業に蓄積したデータの活⽤用⼤大企業において各部⾨門に散乱し、フォーマット等の統⼀一されていないデータデータを統合、活⽤用するためのプラットフォームの提供受託業務における収益対応業種、データ種類の増加データサイエンティストがコンサルを⾏行行い、各事業部⾨門で独⾃自に管理理しているデータの統合顧客が設定した課題（売掛⾦金金の減少、解約抑⽌止等）の解決に向けたモデルの作成オンプレミスでも利利⽤用可能で、⼤大企業での活⽤用に特化したPFとデータサイエンティスト．ナレッジグラフと呼ぶ知識識表現． CEOによる営業 Fortune 300で、マシンラーニングを利利⽤用して解決可能な明確な課題を持っている企業⼈人件費 PFソフトウェアの開発⼤大企業からの受託収益 11 Maanaに対する私と同僚僚の⾒見見⽴立立て（技術に対する⾒見見⽴立立てがまだ⽢甘い）課題解決策価値提案圧倒的な優位性顧客主要指標チャネルコスト構造収⼊入

12. System Insights概要 -‐‑‒ System Insightsは、⼯工場等の機器のオペレーションデータを取得し、AIによる解析を⾏行行うことで、  ⼯工場全体のパフォーマンスの最適化、故障予測を可能にするサービスを提供　 -‐‑‒ 簡易易な導⼊入を⽬目指し、業界⼤大⼿手の各機器のデータに対応するために、標準化団体のMTConnectを推進。 -‐‑‒ より多くの⼯工場を顧客に持つことで、データを蓄積し、AIの精度度を⾼高めることを狙っている。データ取得統合化事例例 12

13. ①② ③ ④ ⑤ ⑥ ⑦⑧ ⑨ ⼯工場、⽣生産ライン全体の効率率率化の必要あり⼯工場にある機器のデータの有効活⽤用⼯工作機械等のデータを集約し、分析するサービスの提供有料料サービス顧客数サービスを利利⽤用しない場合との効率率率性⽐比較多くの⼯工作機械に対応しており、⽐比較的簡易易に導⼊入可能他の⼯工場等でのデータ解析結果を統合することで、⾼高い正確性を実現⼯工作機械ベンダーとの強い結びつきを持ち、標準化団体を推進。⾃自社Web、直接営業⼯工場、建築現場等の⼯工作機械を利利⽤用している企業⼈人件費クラウド利利⽤用料料有料料サービス利利⽤用者からの利利⽤用料料⼯工場の最適化等を⾏行行うコンサルティング、 SIソリューション企業を 13 System Insightsに対する私と同僚僚の⾒見見⽴立立て（技術に対する⾒見見⽴立立てがまだ⽢甘い）課題解決策価値提案圧倒的な優位性顧客主要指標チャネルコスト構造収⼊入

14. -‐‑‒ 登録したユーザが、⾃自分が主に使っているカレンダーアプリ(GoogleやOutlook等)を指定すると、x.ai はその情報を確認して、スケジュールを教えてくれるサービス。 -‐‑‒ ミーティングが必要になった際はx.ai を cc に指定しメールすることで、バーチャルアシスタントAｍｙにスケジュールの確認とミーティング場所の検索索を依頼することが可能。Aｍｙは両者または⼀一⽅方のスケジュールを確認した上で、選択肢を提供する。メールの確認については現在、AIが処理理した結果を⼈人間が監修した上で送信をおこなっているが今後は全て⾃自動化を⽬目指す。 X.ai概要 14

15. ①② ③ ④ ⑤ ⑥ ⑦⑧ ⑨ MTGのスケジュール調整に掛かる⼈人的コストが⾼高いスケジュール調整に時間が掛かり、最適な時間でMTGが設定できない AIを利利⽤用したMTGスケジュール調整を⾏行行うバーチャルアシスタントの提供有料料サービス顧客数 AIによるMTG設定数 MTG調整作業の効率率率化によるコストの削減、リソースの有効活⽤用 EメールのCCに⼊入れるだけで利利⽤用可能な⾃自然な利利⽤用動線使っている技術は Bot(AIML).スケジュール調整に特化したAIエンジンを構築し、業界トップ⾃自社Web、直接営業 MTGを⽇日常的に⾏行行う全ての企業⼈人件費（現状は⼈人間によるチェックあり）クラウド利利⽤用料料有料料サービス利利⽤用者からの利利⽤用料料 15 x.aiに対する私の同僚僚の⾒見見⽴立立て（技術に対する⾒見見⽴立立てがまだ⽢甘い）課題解決策価値提案圧倒的な優位性顧客主要指標チャネルコスト構造収⼊入

16. -‐‑‒ Beagle.ai は、AIによる⾃自然⾔言語処理理によって契約書照会を実施するプラットフォームを提供。　 -‐‑‒ 契約書ファイルを⼊入⼒力力すると、サマリの作成や要注意箇所を抜粋・ハイライトする機能や、複数ユーザが同時に連携して契約書確認や編集作業を可能とする機能等を提供。 -‐‑‒ これらの機能により、従来では⾼高額となっていた弁護⼠士への契約書の照会依頼費⽤用や、担当者の確認稼働を削減することが可能となる。 Beagle.ai 要注意箇所のハイライト顧客と⾃自社の遵守事項の分布状況等を視覚化。 16

17. ①② ③ ④ ⑤ ⑥ ⑦⑧ ⑨ 契約書のチェックに掛かる⼈人的コスト(社員、弁護⼠士)が莫⼤大 AIを活⽤用した契約書チェック機能の提供有料料サービス顧客数従来⽅方法との効率率率、コスト⽐比較契約書で確認するべき箇所をハイライトする等による契約書チェック業務の効率率率化弁護⼠士、ソフトウェアエンジニアrの混成チーム⾃自社Web、直接営業契約事務を⾏行行う全ての企業⼈人件費クラウド利利⽤用料料有料料サービス利利⽤用者からの利利⽤用料料複数担当者による同時編集、確認作業が可能独⾃自のAIエンジンにより、1ページあたり 1秒の速度度を実現 17 Beagle.aiに対する私と同僚僚の⾒見見⽴立立て（技術に対する⾒見見⽴立立てがまだ⽢甘い）課題解決策価値提案圧倒的な優位性顧客主要指標チャネルコスト構造収⼊入

18. 統合化事例例イスラエルのスタートアップ:Vayavision Hybrid Vision-‐‑‒LiDAR system reliable for L3 autonomous vehicle at a feasible cost 18

19. 統合化事例例（セキュリティ）イスラエルのスタートアップ:ArgusとSecuriThings Deep Packet Inspectionによる解析 →IDPS SecuriThings security platform collects data from multiple sources and performs real-time behavior analysis, to identify threats and suspicious activities for IoT devices 19

20. 提案にあたっての補⾜足１ http://www.jst.go.jp/kisoken/crest/research_̲area/ongoing/bunyah28-‐‑‒4.html その基盤技術ができた際の社会貢献インパクトが⼤大きい（いわゆるSilver Bullet型研究）か，あるいは，枯れた技術の組み合わせであるものの，取り組む社会課題が⼤大きい（例例：Smart City, 地⽅方創⽣生，⾷食品加⼯工の⾃自動化）かの２軸で判断したい． ❖ Vicariousは計画の成否は別として，基盤研究実証型の提案の参照としては良良い例例である． ❖ Orbital Insight ，Maana，x.ai, SecureThingsはイノベーション創出型の提案として適当な課題の⼤大きさ．CREST選定テーマとしてはより，技術的優位性に関する主張が欲しい．　 ❖ Beaagle.ai, vayavision, Argusは価値提案としてスケール感が乏しいとの印象．技術的広がりあるいは社会・産業へのより⼤大きな課題を規定して欲しい． 20

21. 　・イノベーション創出型社会問題の解決あるいは産業からの要望について⼗十分な理理解があり、ビジネスモデル設計と同時にベストプラクティスの最新技術を組み合わせた統合システムを構築。解くべき課題、ソリューション、その優位性、価値提案が具体的な提案。　・基盤研究実証型解決すべき社会・産業問題が具体化されているイノベーション創出型とは異異なり、より広範な課題解決につながる汎⽤用的機能を提供。例例えば、動画像認識識、⾃自然⾔言語処理理、ディープラーニング、IoTデータ解析、異異常予測、セキュリティ等の要素技術を実時間データベース、⼤大規模データ同期、データ統合処理理、クラウド技術等と統合し、イノベーション創発につながる⾼高度度な⼈人⼯工知能基盤を構築。 21 2つの採択基準：課題の価値と技術のインパクト

22. 提案する研究内容が将来的に社会実装／起業される場合、社会に与える価値を想定して、項⽬目に従って箇条書きで記⼊入してください。　いずれの項⽬目も、明確かつ簡潔な内容とすることに留留意してください。課題解決策価値提案圧倒的な優位性ユーザー社会やユーザーの抱えている、解決すべき課題を記載してください。課題解決のために提供する、価値を⽣生み出すための機能を記載してください。新しい技術や、技術の組み合わせによる新しいサービスなど。社会やユーザーに与える価値を記載してください。（ユーザーが解決策を選択する理理由としてください。）研究成果が社会実装／起業された際、サービスや製品が持つ、他者が簡単に真似することができない優位性を記載してください。研究成果が価値を提供する対象（対価を払ってくれる相⼿手）を記載してください。業種、職種、地域等の属性を組み合わせて絞り込んでください。 22

23. まともな序⽂文との共通性論論⽂文の序⽂文の構成要素にまともな「社会への洞洞察」を⼊入れろということ • 研究の必要性，意義 • 従来のその分野の研究状況 • 研究の⽬目的，扱う範囲 • オリジナリティを主張する範囲 Introduction is a brief, outline of the “Problem” (or 　Position). It is designed to gain the prospective 　reader's interest and his/her understanding, so that he will be inclined or compelled to follow your line of arguments(present in body). Tell the reader why your paper is important or show him/her how to use it! 23

24. ２段階の選考 24

25. 推奨するチーム構成若若⼿手研究者の参画企業の研究者，起業家の受け⼊入れ，社会⼈人ドクターの活⽤用失敗を前提とした多数仮説の実⾏行行（この場合は複数研究テーマはありだろう） 25 誰がリーダーか分からない，役割分担が不不明確な多数の個別研究の集まり，よって成果が統合されずイノベーションに繋がらない提案と誤解されないようにお願いします．

26. 提案にあたっての補⾜足２ http://www.jst.go.jp/kisoken/crest/research_̲area/ongoing/bunyah28-‐‑‒4.html AI, IoTの技術開発を背景とした新規事業を起こしたい⼤大学⼈人，研究者，起業家，企業⼈人はぜひ，応募をご検討ください．採択されれば最初の２年年半で最⼤大７５００万円，次のステージ（審査あり）では３年年間で最⼤大３億円の研究費を得ることができます．　途中で起業されてCREST研究を終了了することも可能です．むしろそれを歓迎します．⾃自動⾛走⾏行行，ロボティクス，健康・医療療・介護，⾷食品・農業・漁業・製造・運輸・建設，防災・減災，セキュリティ・認証，フィンテック・マーケティングオートメーションの分野での役に⽴立立つ基盤技術開発とイノベーション創出を⽬目指します．やはりキラリと光る技術を背景とした社会問題の解決をしたい．会社でAI応⽤用をやっているものの，⼤大学の基盤研究とリンクさせてより汎⽤用的な新しいものを作りたいと思う企業⼈人（起業家），社会⼈人ドクターや共同研究者として⼤大学とコネクトしましょう．論論⽂文書くだけではなく，外部の⼒力力を使ってモノとサービスに挑戦してみようと思われる⼤大学の先⽣生，ぜひ，組む相⼿手を探してみましょう． 26

27. AI＆IoTによるイノベーション機械学習ビッグデータの整備ビジネス設計システムエンジニアリングクラウド＆データベース技術 ICT⼈人材育成・スタートアップ労働流流動性企業⽂文化・組織改⾰革企業とのマッチング領領域アドバイザーの⽀支援

28. 領領域アドバイザー以下敬称略略砂⾦金金信⼀一郎郎（⽇日本マイクロソフト）Azureのエバンジェリスト内⽥田誠⼀一（九⼤大）パターン認識識，バイオイメージインフォマティクス⻤⿁鬼塚　真（阪⼤大）データベース⿅鹿鹿志村　⾹香（⽇日⽴立立）エクスペリエンスデザイン，社会イノベーション佐藤洋⼀一（東⼤大）コンピュータビジョン杉⼭山　将（東⼤大）機械学習萩⽥田紀博（ATR）知能ロボティクス，知的処理理松本真尚（WiL）投資，スタートアップ⽀支援松本　勉（横浜国⼤大）情報セキュリティー浅井英⾥里里⼦子 (GE) 企業連携，社会イノベーション

29. 6/1/2016 在⽇日本，⽶米国⼤大使館のPhiladelphia Orchestraのレセプションにて研究が世に役⽴立立つという気概を持とう "Who said it first is not important. Who gets there first is." (Takeo Kanade, Circa 1990s) 29

イノベーション創発に資する人工知能基盤技術の創出と統合化

Mirai Translate, Inc.

イノベーション創発に資する人工知能基盤技術の創出と統合化