MACHINE LEARNING Meetup KANSAI #1 レポート

MACHINE LEARNING Meetup KANSAI #1 レポート
2018-04-04 に京都市内の株式会社はてなセミナールームにおいて MACHINE LEARNING Meetup KANSAI #1 が開催されました。MACHINE LEARNING Meetup KANSAI は、ビジネスの現場で機械学習に取り組んでいる、あるいは取り組もうとしている方々と、機械学習そのものの技術的な内容や、機械学習をビジネスにどのように活かしているか、また機械学習をビジネスに取り込む上での障害やそれにどのように取り組んだのかなど機械学習にまつわる全般について共有できる場を作りたいという思いから発足しました。
東京では機械学習に関連するコミュニティや勉強会は多くありますが、関西ではまだ少ないというのもモチベーションの一つです。
そのような背景も影響してか、一般参加者は有料のイベントであったにもかかわらず参加者募集開始後早々に定員に達し、補欠参加者も多数登録いただくという状況で皆さんの期待と関心の高さがうかがいしれました。以下、各発表の内容はハカルスインターンの学生に書いてもらったレポートで紹介します。


スパースモデリングを活用したデータ解析の舞台裏

記念すべき第1回の最初の登壇は我らが誇る、ハカルスCTOの染田です。このプレゼン「スパースモデリングを活用したデータ解析の舞台裏」では、ハカルスの現場で積極的に用いられているスパースモデリングのいくつかの手法や応用を実データを例に紹介し、スパースモデリングを扱うメリットについてお話ししました。プレゼン終盤での、最近ハカルス独自で開発を進めているスパースモデリングの OSS、spm-image の発表に会場は驚きの声に包まれました。プレゼンの最後に染田から「モデルとデータの構成管理をどうしていますか?」という質問を投げかけたところ、方々から様々なアドバイスをいただき、深いディスカッションができました。

Clova を支える技術

次に、LINE株式会社Clova開発室より服部圭悟さんが登壇しました。お話の内容は、『Clovaを支える技術』と題して、LINEが開発したAIアシスタントClovaの紹介と、Clovaを支える機械学習配信基盤について。「機械学習は学習だけがゴールではない」として、機械学習を商品として提供する際に生じる、モデルのバージョン管理やアプリ等のトラブル復旧における問題を提示しました。そして、その解決策として機械学習配信基盤Drucker(仮)の紹介がありました。Druckerを用いることで、アプリの配信、モデルの管理、統合が容易に行うことができ、さらに、Kubernetes上で動かすことにより死活監視等も行えるとのこと。

はてなにおける機械学習の取り組み

続いて、株式会社はてな京都オフィスより吉田康久さんが登壇しました。『はてなにおける機械学習の取り組み』のタイトルのもと、Perlで書かれていた BrandSafe はてなをPythonでリプレースする際の、機械学習の挙動の把握、属人性の除去、再現性の担保、継続的開発における困難とその打開策についてお話しされました。中でも、データ収集のアプローチやアノテーションの基準設定の文書化や、属人性を下げるための機械学習講義の開講といったはてな社内での取り組みに、後に困らないための開発の重要性を感じました。会社でのデータ・モデル管理上の問題の体験談は、他人事とは思えぬ貴重な話でした。

LT

軽いお食事とお酒を囲んでの Meetup で盛り上がりを見せてきたところで、Lightning Talk が始まりました。最初は、特許情報検索・分析のWebサイト、Patentfield の製作者である、村上さん(@naoa_y)がそのサイト内における、全文検索・集計や、類似文書検索、文書分類機能で利用している機械学習の手法や、そこでの難しさなどについてお話しされました。LT とは思えないほど、きっちりとお話ししていただけて、お酒を飲むことも忘れ、お話しに引き込まれてしまいました。続いて、LINE株式会社の立石さん(@tkengo)が、自分たちの開発環境をとても事細かに晒していただき、ハカルスが現在ぶつかっている、モデル・データ管理問題に対してとても参考になるアドバイスとなりました。私は敷かれた環境の上で機械学習のモデルしか作ってこなかったので、こういった開発環境を具体的に教えていただけたことは、大変勉強になりました。


懇親会の締めで染田からの「第二回目もやるということでよろしいでしょうか?」という問いかけに対する皆さんの反応や、各社からの締めのコメントが一通り終わったあともお帰りになる方が少なく会場の各所で会話が盛り上がっている状況から今回のイベントに対する満足度がうかがえました。

今回は京都開催ということで参加を諦められた方もいらっしゃるかもしれませんが、MACHINE LEARNING Meetup “KYOTO” ではなく MACHINE LEARNING Meetup “KANSAI” と銘打っているのは、京都に限らず関西のデータサイエンティスト、エンジニアの方とコミュニティを作り上げていきたいとの思いからです。開催場所についても京都に限らず関西各地で開催したいと思っておりますので、発表したい、場所を提供できるという方はぜひご連絡いただければと思います。

Machine Learning Meetup KANSAI – connpass

 

ハカルスについて

・株式会社ハカルス
・人工知能スターターキット HACARUS-X
・医療・ヘルスケア分野向けシステム構築 HACARUS Fit Platform
・データサイエンティスト積極採用 採用情報

Category: Machine Learning

Naoki Kitora

プログラマとインフラエンジニアを行き来するという、今となっては境界が曖昧になってきつつあるが、当時としては珍しい感じでキャリアをスタートして早 20年。2011年頃からはデータ分析や機械学習といった最近では AI と一単語でまとめられてしまうような分野も手がけるようになった。 2018年 4月から CDO としてハカルスにジョイン。2021年 1月より CTO に役割変更。

ニュースレター購読Newsletter

登録はこちら