タグアーカイブ News

著者:PR / Nakano

東京大学大学院 教授・日本ディープラーニング協会 理事長 松尾 豊 氏技術アドバイザー就任のお知らせ

コンサルティングを中心にAI関連技術を活用した新規事業創出を行うconnectome.design(コネクトーム デザイン)株式会社(本社:東京都千代田区、代表取締役社長:佐藤聡、以下「COD」)は、松尾豊氏(東京大学大学院工学系研究科教授、一般社団法人日本ディープラーニング協会理事長、以下松尾氏)と技術アドバイザー契約を締結し、2019年4月1日に技術アドバイザーに就任いただきましたので、お知らせいたします。

 2018年6月に創業したCODは、ディープラーニングをはじめとした人工知能関連技術を用いて様々な社会課題を解決し、社会全体のWell-beingの向上を目指すベンチャー企業です。主力事業は、AI関連技術を活用した新規事業創出であり、ハンズオン形のコンサルティングサービスの他、『知の爆縮』を起こしAI関連プロジェクトを強力に推進する仕組みである「AIギルド」およびAIの社会実装を可能とするナレッジを誰もが自由に取引することができる知のマーケットプレイス「connectome.platform」の研究開発および実証を進めております。

 この度、CODの技術アドバイザーに就任いただきました松尾氏は、人工知能、ウェブマイニング、ビッグデータ分析を専門分野とし、同分野の第一人者として長年にわたり研究に取り組まれております。また、ディープラーニングを中心とした技術の日本の産業競争力の向上を目的として2017年6月発足した一般社団法人日本ディープラーニング協会では、発足時より理事長を務められ、同技術の産業活用促進や人材育成にも注力されており、アカデミアと産業界との橋渡し役としてご尽力されています。 松尾氏には、技術アドバイザーとしてCODに参画いただき、我々が取り組む社会課題解決と社会全体のWell-Beingの向上を一層推進すべく、ディープラーニングを軸とする最新技術の研究開発の応用に関するご助言をいただく予定です。

 CODは、AI関連技術を活用した新規事業創出に取り組みテクノロジーの社会実装を進め、社会全体のWell-beingの向上に貢献してまいります。

※ 「知の爆縮」とは、一つの目標に向かって人知・マシンリソース・データを集結して内向きに力を結集することにより、普段の業務では得られない、爆縮(=爆発の圧力を内部圧力の上昇に向かわせ、通常では得難い物理現象を発生させる)による並外れた集合知を発生させる仕組。

【 松尾氏からのコメント 

 CODは、優れた起業家である佐藤氏が、技術と社会の洞察に基づく大きな構想のもとに立ち上げた企業であり、その発展が大いに楽しみです。ディープラーニングは今後、産業活用が進み、大きなビジネスが生まれてくるフェーズに入ると思います。そのようななか、CODでは、さまざまな才能やリソースが一定密度以上に集まることによって飛躍的なものが生まれる「知の爆縮」を目指しており、大学や研究室のエコシステムと通じるところがあります。技術面、あるいは全体の構想で微力ながらご支援したいと思っております。

【 松尾氏プロフィール 】

 1997年 東京大学工学部電子情報工学科卒業。2002年 同大学院博士課程修了。博士(工学)。同年より、産業技術総合研究所研究員。2005年8月よりスタンフォード大学客員研究員を経て、2007年より、東京大学大学院工学系研究科総合研究機構/知の構造化センター/技術経営戦略学専攻准教授。2019年より、東京大学大学院工学系研究科 人工物工学研究センター/技術経営戦略学専攻 教授、東京大学工学部システム創成学科知能社会システム(PSI)コース長。専門分野は、人工知能、ウェブマイニング、ビッグデータ分析。人工知能学会からは論文賞(2002年)、創立20周年記念事業賞(2006年)、現場イノベーション賞(2011年)、功労賞(2013年)の各賞を受賞。人工知能学会では学生編集委員、編集委員を経て、2010年から副編集委員長、2012年から編集委員長・理事。2014年から2018年まで倫理委員長。2017年より日本ディープラーニング協会理事長。

著者:PR / Nakano

「未来技術×地方創生検討会」の検討委員(外部有識者)にCEO佐藤が就任しました!

将来の未来技術を活用した地方創生の姿について、各地域(都市と地方)及び各シーン(事業・ビジネス、生活・学び、 社会基盤・空間)において期待される社会イメージと実現までのスケジュール感(2024年までのスケジュール感を含む)を、 技術・社会の進展を勘案しつつ示すことを審議事項とする「未来技術×地方創生検討会」の検討委員(外部有識者)に、弊社CEOの佐藤が就任いたしました。全5回の会合を予定されており、2019年5月に中間とりまとめを行う予定です。

著者:falcon

AWS Activate利用開始!

先日の記事でお伝えしたAWS上のリッチな環境の正体は、AWS Activateです。Deep30さんのご紹介で、2018年末から利用可能になりました。これで思う存分AWSのリソースを活用する環境が整いました。先日から使い始めたDGX-STATIONは社内でガンガンモデルの学習を回す為に使い、AWSは社外の方々と協力が必要なプロジェクト用に最大限活用する予定です。

著者:falcon

NVIDIA DGX-STATION納入

2019年2月5日15:00、待ちに待ったNVIDIA DGX-STATIONが納入されました!

Tesla V100/32GBを4台装備した水冷マシン(!)は、非常に静音で我々の小さなオフィスに置いても全く問題ありませんでした。空調の音の方がうるさいくらいです。このモンスターマシンを1.5人のエンジニアが自由に使いたい放題使って、新しいモデルの開発や、お客様の問題解決を進めて参ります。ご期待下さい!

何故速いマシンが大事なのか?

 ディープラーニング活用POC(概念実証実験)には、どうしても試行錯誤が必要です。人間の思考を速くすることは難しいですが、モデルの学習はH/Wの力を借りて直ぐに速度を向上させることが出来ます。探索範囲を深くすること・広げること、そのどちらにも高速なGPUが必須です。

ディープラーニングPOCの典型的なステップ

  1. 課題理解・選択
  2. データ確認
  3. 手法検討
  4. モデル実装
  5. 実験(モデル学習)
  6. 評価

上記ステップの3,4,5,6を繰り返すことでモデルの精度向上をしていきます。残念ながら一度で良いモデルが出来る確率は低いので、時間の許す限り試行錯誤をすることがモデル構築側の責任だと思います。残念ながら手法の検討や評価は人間が行うもので、いくら頑張ってもなかなか速くはなりません。ところが5の実験(モデル学習)については速いマシンがあれば即速く出来ます。良い手法を思いつくことは何よりも大事ですが、データを使ってそれを実証するためには、速いマシンが非常に重要です。
発注側は、エンジニアリング側が実験に使用するハードウエアがどの程度のものであるか、さらにこのプロジェクトでそれをどの程度占有出来るのか、という点に注意するべきでしょう。

我々コネクトーム・デザインは、このモンスターマシンとAWS上のリッチな環境をガンガン利用して、どんどん先に進んで参ります。