ハカルスはAI(人工知能)を専門に手掛けています。少量データから特徴抽出を行う主な手法としてスパースモデリングを採用しています。
素早く、効率的に結果を出すことが求められる場合において、効果を発揮します。
最も一般的なAIのアプローチであるディープラーニングと比較して、スパースモデリングは幾つかの点で優位性を持ちます：
ハカルスのスパースモデリング技術
一般的なディープラーニング技術
実績に裏付けされたスパースモデリング技術
当社のテクノロジーは、情報の最も重要な要素にのみ焦点を当てるスパースモデリングに基づいています。このアプローチにより、データ分析の複雑さが軽減されます。結果、少量の入力データから意味のある情報を導き出すことができます。
動作の仕組み
多種多様な特徴を持つ少量のサンプルデータだけが手元にある場合、AIアルゴリズムを妥当な性能で適用することは一般的には不可能と言われています。しかし、出力に対して本当に重要な特性に焦点を当てることで、この問題を解決することができます。スパースモデリングには、このような重要な特性を自動的に識別する特性が備わっています。
スパースモデリング技術のもう１つの特徴は、異なるデータ間の因果関係を明らかにできることです。ディープラーニングでは実現が難しい「正しいデータそのもの」を導き出すために使用することができます。
スパースモデリングの制約
ユースケースによっては、当社のテクノロジーを直接適用できない場合もあります。自立運転や自然言語処理などの一部のAIシナリオでは、ディープラーニングが必要になります。
このようなシナリオでは、当社のテクノロジーをディープラーニングと組み合わせて、両方のアプローチの利点を組み合わせることができます。
お客様のユースケースに、どのようにして当社のテクノロジーを適用できるかについては、お問い合わせください。
Applied Science
2016年以来、当社は最新の研究成果を適用して、様々なユースケースに対してスパースモデリング技術を開発し、発展させてきました。その結果、ハカルスはスパースモデリングによる機械学習のパイオニアとなりました。
チーフ科学アドバイザー
大関 真之
東北大学大学院情報科学研究科応用情報科学専攻の准教授。 量子アニーリングと呼ばれる計算技術を駆使した新規計算基盤のデザイン、いわゆるディープラーニングをはじめとした機械学習の理論、応用の研究に従事する。東京工業大学で学部、修士課程、博士課程と長くに渡り、儲けとは無縁な基礎的な学問である理論物理学の研究を進める一方で、駿台予備学校非常勤講師として活躍。その後、京都大学大学院情報学研究科システム科学専攻助教、ローマ大学物理学科研究員を経て現職。
著書：
量子コンピュータが人工知能を加速する（日経BP社）
機械学習入門 ボルツマン機械学習から深層学習まで（オーム社）
滋賀大学データサイエンス学部教授。大阪ガス ビジネスアナリシスセンター所長として、データ分析を企業の意思決定に活かす組織づくりに尽力、日経情報ストラテジーが選ぶ初代データサイエンス・オブ・ザ・イヤーを受賞。多くの講演やメディア出演を行うなど、我が国におけるデータサイエンスの発展に寄与。2018年度より滋賀大学データサイエンス学部教授に着任し、ビジネスの現場で培った生きたノウハウを伝承し、大学教授の立場から産学連携を推進。
アドバイザー
河本 薫