マシンラーニング

IoTやAI、特にディープラーニングといったアプローチの実業務への適用が進んでいます。
これらの最新テクノロジーのビジネスへの応用をビジネスへの着想から技術面までトータルにご支援致します。

近年ビッグデータと言われるデータは主に製造設備のコントローラ、検査装置、センサー類からの情報、基幹システムなどの構造化データとソーシャルメディアなどから収集してきた非構造化データが混在した巨大なデータとなります。その巨大なデータの組合せからビジネス的な意味を見出し、企業戦略に活用した企業が有利な立場を築けることになりますが、ビッグデータはあまりにその量と増加率が大きいため、そのままでは非常に扱い難いのが通常です。

HOYAサービスでは、従来より音声ソリューション事業部にてVoiceTextを提供させて頂いており、AI関連の研究開発を進めてきておりましたが、時代の流れでAI・ディープラーニングを実ビジネスに適用すべく研究開発を加速してきております。

HOYAサービスで従来より研究開発を進めていたAI・マシンラーニングの基礎技術・ナレッジを応用し、マイクロソフト社のAPIを組み合わせたソリューションをご提供しております。

また、基幹システムとしてSAPを導入されている企業については、SAP社の Predictive Analytics をAIツールとして使用するご提案も可能です。また、最近はソフトウエア各社が基礎的なAIのAPIをリリースしていますので、ご希望のツールで進めさせて頂くことも可能です。

1991年に Microsoft Research を設立し、AI研究を本格化

人手によるラベリング(labeling)に依らずに画像を検索する世界最大級のデータベース“ImageNet” が公開され、マイクロソフトはエントリーした5分野全てで、その誤差率の低さ1位を獲得し、技術力を立証しています。

マシンラーニング

Azure Machine Learning を
お勧めしている理由

Azure クラウド上で展開可能

データ量が大きいため、分析の都度自前で巨大なハードウエアを準備する費用と時間を削減できます。

Azure はオートスケールします。コンピュータパワーが必要になると、自動でメモリー、CPUが増強され不要になると縮退し、費用は時間単位で使用した分だけで済みます。

MS製品との連携・親和性が高い

Microsoft Office を使用されている企業は多いのではないかと思いますが、構築した学習済のモデルをExcel や Dynamics 365 (CRM/ERP)などから簡単に使用できるため、応用の範囲が広くなります。

認識・予測精度が高い

ご存知の通り、世界最大のソフトウエア企業であり、マシンラーニング、データセンターに対して同業他社を大きく上回る巨額の投資を続けています。AI認識精度は研究投資額にある程度比例するものと考えられます。

実際、世界最大の画像データベースのラベリングにおいて、他社を圧倒する認識精度で1位を獲得しています。

Azure Machine Learning をお勧めしている理由

公開されているAPIの例(一部)

画像認識

  • Computer Vision API:画像から有益な情報を自動抽出します。
  • Face/Emotion API:写真から人の顔と感情を自動認識します。
  • Video API:動画の分析と編集をします。

音声認識

  • Speech API:音声とテキストを相互変換し、意図を自動認識します。
  • Language Understanding Intelligent Service:自然言語をアプリが理解可能なコマンドに変換します。

推奨・検索

  • Recommendation API:学習結果に基づきお勧めします。
公開されているAPIの例(一部)

その他Azure Machine Learning
モジュール

プログラムから単にパラメータを与えて呼べば、答えを返してくれるところまである程度出来ているAPIで目的を達成できる場合は然程多くないかも知れません。

殆どの場合は、ビジネス的な応用を検討し、もう少し小さな機能を組み合わせて目的に合った纏まった学習モデルを設計・構築していきます。下記はその組み合わせる部品レベルの100以上の機能(モジュール)を使用出来ます。

その他Azure Machine Learning モジュール

データ変換・整形

  • データが無い行、列やある基準に基づいて、特異値を除去
  • 重複するデータを削除
  • 様々なフィルターをかけ、有用なデータ部分のみを取り出す

    など

テキスト分析

  • 数学モデルに基づきモデルを学習・スコア付け

クラスタリング

  • データを事前学習したモデルに基づき、クラスターに分類

機械学習

  • レコメンデーション
  • 異常値検出
  • スコアリング
  • 線形回帰
  • ニューラルネットワーク
  • ディシジョンツリー

統計関数

  • ロジスティクス回帰
  • 線形回帰

    など

 

HOYAサービスのアプローチ

HOYAサービスでは長年、HOYAグループ内の様々なシステムの構築・保守運用サービスを提供してきました。ガラスの製造から半導体製造用フォトマスク、内視鏡などの医療機器、やコンタクトレンズなど多岐にわたるHOYAグループの製造・物流・販売などのプロセスを熟知し、業務改革・改善を進めてきております。

一方、グループ外のお客様からは最近このような声もよく耳にします。

  • 製造現場の改善など、やりつくし、既に大きな効果が見込める部分は少ない。投資に見合わない。
  • ERPやCRM、SCMなどの業務アプリケーションやBIなどの分析ソリューションを導入はしたものの、入れるのに精いっぱいで実際の改善・効率化には繋がっていない。
  • 高いお金を使ってコンサルティング会社に業務分析・改革案を作成してもらったが、実際にはその通りに変革できない。
  • やりつくした。これ以上何をやれば改善できるのか判らない。

HOYAサービスでは、AI・ディープラーニングの技術的な進展によって、このような声に対して一定の答えを出せると確信しております。
また、グループ内で培った業務知識とシステム実装ノウハウ・経験を併せ持ち、業務改善・高度化に向けてご支援させて頂いております。

ビジネス効果創出に向けたAI活用領域・方法のご提案・ディスカッション

データの取得

  • ソーシャルリスニングで収集したデータやERP、CRMなどの基幹システムのデータ、または工場の歩留まりデータ、店舗のPOSデータを収集してきます。
  • HOYAサービスにはサンプルデータをご提供頂きます。

データの加工前処理

  • 様々なデータソースから収集してきたデータはそのままでは使用出来ないため、前処理が必要となります。

学習アルゴリズムの設計・開発

  • Azure MAchine Learningの機械学習モジュールを組み合わせて、目的の結果を返すモデルを作成します。

モデルの学習

  • 結果の分かっているデータを使用して構築したモデルをトレーニングします。

モデルの評価

  • Azure Machine Learning には構築したモデルを評価するモジュールが含まれます。
  • この評価モジュールを使用して、データを変えなが最も精度が高くなるモデルを構築します。

モデルの実装

  • 構築した機械学習モデルをWeb経由、Excelなどの外部のシステムから実際に使用できるように設定します。

AI・ディープラーニングのビジネスへの応用例

AIと言われても、実際の業務上何に使えるのか判らない。新しい技術であり、何か出来そうだが漠然とし具体的にはよく判らない。と言う方も多いのではないかと思います。下記は単なる例ですが、似たような業務はないでしょうか。AI・ディープラーニングのビジネスへの応用はまだ始まったばかりです。逆に向かない分野もありますので、小規模でも早期にスタディーに着手し、将来の競争優位を確立するチャンスであると言えます。

マシンラーニングのビジネス応用例

  • 人材ビジネスに於ける求人と候補者のマッチング
  • 需要予測
    • 気温・湿度、人口動態などの考慮
    • SNS上の周辺イベントの加味(祭、運動会、建設工事・・・)
    • カニバリの考慮
    • 競合の新商品発売、販売情報などの考慮・・・
  • 顧客のクラスタリング、カテゴリーマネージメント
  • 品質検査データの分析による不良品の出現予測
  • 製造プラントの操業安定化
  • プロモーション効果測定、プロモーション計画
  • 仕入れ予測・計画
  • 店舗、小売りの人員シフト計画
  • 店舗・飲食店の来店数予測、効果的なプロモーション計画
  • MD活動評価、売上相関と活動計画
  • 賃貸物件のマッチングとレコメンデーション
  • CPFR
  • 衣料品、食品、日用雑貨などの商品開発・SPAに繋げる
AI・ディープラーニングのビジネスへの応用例