VISION


 現在世界中でAIの普及が進んでいます。しかし、一方で日本の「モノづくり」の現場では現場エンジニアがAIのツールを使いこなすには遠く、製造ノウハウの流出への懸念から事例公表もほとんどありません。 そこには「AI適用の対象・構造を描けない」WHATの課題と、「組織的な取り組み方が分からない」HOWの課題が横たわっています。 AIを実際の現場で適用していくには、社内にAI人材を育て、自律的に成長できる体制が必要です。 ただし、AIを現場で活用するためには、通常の情報処理システムや統計による品質管理とは異質な部分があります。 シンギュラーテクノロジーズでは、ディープラーニングをすべてのエンジニアが使いこなせる世界を目指し、公開事例がない製造分野をノーハウも含めて、知識獲得のお手伝いをいたします。

 

 一方で、歴史のある日本企業ほど既存事業分野以外に新規事業を生み出そうと模索をするもなかなかうまく事業開拓が進んでいません。まれにうまくいった事例でも、成功要因は中心となる人物の個性やキャラクターが特別だったからという結論になりがちです。この「アントレプレナーシップ」に関して、実際に前職でARビジネス立ち上げを始め、Eclipse FoundationでのProject 設立など、社内イノベーターとして長年事業開拓を行い、通信や人工知能分野で起業した実体験をもとに、インド人経営学者のサラス・サラスバシーが優れた起業家共通の思考プロセスを体系化した「エフェクチュエーション」理論で、過去の情報から未来を予測できない状況でイノベーションを生み出す方法論を広くお伝えしていきます。


DEEP LEARNING

 ディープラーニングを始めようとしている方からは「解説書を一通り読んだが具体的にどうなのかが今一つ理解できない」、「ツールをインストールしてサンプルを試したが、その後何をやったらよいかわからない」などの声をお聞きします。 実際にディープラーニングを実務に活かすには次の一歩が必要です。開発の現場ではニューラルネットワークの各種パラメータの意味の理解や、チューニングのための各種ノウハウ(たとえば過学習への対応や層数とノード数のトレードオフ)などを、道具の使い方として体得していることが重要になります。

 また、さらに重要なのは、どのようなデータを使えばいいのか、そのデータはどういう計測を行えば取得できるのか、取得したデータをどう加工すればいいのかなど、ニューラルネットワーク投入の前段階や、出てきた結果を解釈・分析する人間側の能力です。そのようなノーハウは書籍からは取得できません。

 このような状況を解決に導くお手伝いをしたいとシンギュラーテクノロジーズは考えています。



EFFECTUATION

Saras Sarasvathy の言葉

 「あるとき、私たちは起業家の創造した世界に住んでいる事に気づきました。その傾向はますます強くなっています。 しかし、彼らがどのようにそれをしているのかは、あまりわかっていません。 そして起業家自身に尋ねたとしても、かれらがどう成し遂げたかについて、理路整然としたストーリーを提供してくれるとは限りません。 呼吸する空気のように、当たり前に私たちの周りに存在する無数の企業には、すべてその始まりに驚くほど入り組んだパターンや物語があります。 それは共に協力して、何らかの統一的な説明を組み立ててくれる研究者を求めているのです。 」

TEDxMidAtlantic 2010 - Saras Sarasvathy


ABOUT