#bv2018 BIT VALLEY 2018 先端AI技術を活用して事業を成功に導くDeNAのAI に参加してきたメモ

公開日：2018/09/11

渋谷に拠点を構える4社が開催したテックカンファレンス BIT VALLEY 2018に参加してきたのでそのまとめです。

本記事はMAIN TRACKで行われた「先端AI技術を活用して事業を成功に導くDeNAのAI」のまとめになります。

山田憲晋氏

DeNAのAIの考え方

オートモーティブとヘルスケアに現在注力している
- 大規模にプラットフォームを構築しようとしているが、それだけでは勝てない
最先端のAI技術をサービスの中で出すのを重要と感じている
- AIの技術をサービスで使うことを前提に研究開発を行っている
- AIを使って出たデータを用いてさらに別のAI技術に活用してサービスに入れていく
自社サービスではゲームやソーシャルライブを中心にスピードをもって新しいチャレンジをしている
パートナーシップ案件では信頼性と角度の高い技術を使ってやる。
AI組織体制としては全サービスをもとにAIを活用している
AIシステムのエンジニアは、機械学習アルゴリズムやサービスによってアサインする
- AI研究開発エンジニアは研究生の専門性を持って技術を研究してサービスに落とし込む
- データサイエンティストは、幅広い引き出しをもって手段を問わずに結果を出す
- AI基盤系エンジニアは、AI技術をデータの収集やAPIの提供などのサービス上に実装して安定運用を実現していく。
Kagglerを集めています
- 圧倒的な成果を出していくことで、Kaggle社内ランクが上がっていく制度を採用しています

DeNAのAI活用事例

逆転オセロニアゲームAI
- オセロとRPGを組み合わせたゲーム
- 真相強化学習を用いてゲームエージェントを作っている
- ゲームのバランス調整などをしている
全身の高解像度アニメ生成
- アバターの画像とそれに付随する情報を組み合わせることで新しいポージングを出す
AI創薬
- 創薬プロセスは10年という非常に長い年月をかける
- 化合物最適化プロセスで期間とコスト削減を目指している
次世代タクシー配車アプリ「タクベル」
- 神奈川県内の半分の自動車に搭載されている
- タクシーと乗車のマッチングを推進している
- イベントなどの情報を収集してどこにタクシーが求められるかを解析し、最適ルートなどをだしたりする

交通事故低減に向けたAI技術活用の取り組み

ドライバーをモニタリングしながら、潜在的な不安定行動を検出指摘することで、運転行動を改善してもらう
運転がどのような常態化を収集するひつようがある
- ドライバーを車内カメラでモニタリング、環境を外のカメラでモニタリング、センサ情報の解析、地図情報の把握などすることで場所に適した運転になっているかを分析する
ドライバーモニタリング
- 顔のランドマークを検出して顔の3D姿勢を推定する
- ビジネスニーズに応じて判断する
車載カメラ画像認識による環境モニタリング
- 車線や車、歩行者などを認識する
- 大規模の実際の走行データで検証する必要がある
- データにラベルをつける手法や、それができるエンジニアをアサインして作れるようにしないといけない
深層学習
- 入力の画像に対して各グリッドに対してどういうものが写っているか確かさを検出する
- レーン検出は、平行線を引いてレーンが発生しているかどうかを検出している
  - 複数の平行線からレーンを検出することで白線のレーンを把握する
Deep lerningは高性能だが、非常に計算量が大きい
- ネットワーク軽量化、エッジでの実行が必要。
- 如何に精度を保ったまま計算量を減らすかが鍵
- 再学習させることで計算量を減らしている
実際に危険運転検知をするためにはユーザが理解できるアルゴリズム開発が必要
- 車間距離モデルを作って危ないかどうかを検出する
- 消失点と呼ばれるものからどれくらい車両とはなれているかを計算する
- 検出された地図データなどを統合してデータサイエンティストがアルゴリズム開発をする
- 作成したモデルが運転手的に危険があるか、開発をしていく