SlideShare una empresa de Scribd logo
1 de 62
Azure
http://aka.ms/azurejp20180206-1
本日の資料
AI への高まる期待
33兆円
国内IoT/AI/ロボティクス
2020年市場予測
出典:ガートナー 2017 年ハイプサイクルより出典:総務省「 2016 年情報通信白書」より
– Satya Nadella
“DEMOCRATIZING AI”
すべての人すべての組織のため
AI の民主化
AI の民主化にむけ世界で 8000 名規模の
Microsoft AI and Research Group 設立
Satya Nadella, CEO
Harry Shum, EVP of AI and Research Group
https://www.partnershiponai.org/
AI 技術のリー
ダー 5 社が連携
• Amazon
• Facebook
• Google
• IBM
• Microsoft
AI 技術に普及
にあたりベスト
プラクティスの
共有や共通の課
題ついて協議し、
人や社会への
AI の貢献
Azure を使った大規模な AI リサーチを目的に OpenAI 社と提携
6
Harry Shum
EVP of AI and Research Group
Microsoft Research
Sam Altman
Co-Founder
OpenAI
Microsoft Azure 上で提供
する AI テクノロジー
• N-Series (GPU w/InfiniBand)
• The Microsoft Cognitive
Toolkit
• Azure ML
• Azure Bot Service
• Azure Functions
Microsoft Azure が推薦
クラウド プラットフォー
ムに決定
• ディープ ラーニングに
最適化されたハード
ウェア構成
• The Microsoft Cognitive
Toolkit や Azure ML 等
充実したフレームワー
クやクラウド サービス
マイクロソフトの AI スタック
インフラ
学習機能
API
製品
サービス
Any Languages
NEW
ビデオインデクサー
NEW
ラボ
NEW NEW NEW
カスタム カスタム カスタムカスタム カスタム
画像情報の読み取り
感情の推測
画像内の顔認識&分析
動画の補正、
顔や動きの検出
見る+認知機能
品揃え最適化
リピート率把握
顧客満足度評価
接客品質向上
万引き防止
店員配置最適化
顧客層把握
新規/既存顧客判定
顧客表情判定
従業員接客態度判定
要注意人物検知
来店者数把握顔検知
顔照合
感情解析
何ができる何がわかる
Cognitive Services の活用例
世界最高レベルの深層学習技術で画像を認識
ImageNet で最高評価
28.2
25.8
16.4
11.7
7.3 6.7
3.5
ILSVRC 2010
NEC America
ILSVRC 2011
Xerox
ILSVRC 2012
AlexNet
ILSVRC 2013
Clarifi
ILSVRC 2014
VGG
ILSVRC 2014
GoogleNet
ILSVRC 2015
ResNet
ImageNet Classification top-5 error (%)
2015 年、マイクロソフトは、エントリーした 5 分野すべてで 1 位を獲得
(ImageNet classification, ImageNet localization, ImageNet detection, COCO detection, and COCO segmentation)
「 Face API は毎時数千人
からのサインインリクエ
ストに対し 迅速かつ正確
にドライバーの認証を実
現しています。」
Dima Kovalev, Product Manager, Uber
Face API
https://youtu.be/G02x8TNe_yI
Switchboard
Switchboard
cellular Meeting speech
IBM,
Switchboard
Broadcast
speech
ついに人間の誤認識率 5.9 % を超える
AI & Bot に注目する理由
• いつでもどこでも
• ユーザーが使い慣れたツール
を経由して、商品やサービス
を提供可能
• 自然言語からの類推
• パーソナライズ、パターン化
などによる定型処理
• 業務効率化に大きく寄与
実は Cognitive Services は多くのみなさま
からお使いいただき劇的に成長しています
サービス数自体も 3 年前の 4 サービスから
現在は 29 サービスまで拡大
Microsoft Bot Framework 活用事例
Microsoft Bot Framework 活用事例
Microsoft Bot Framework 活用事例
Bot とは?
こちらが入力した言葉を
コンピューターが解釈して
何らかの答えを返してくれる
自動で動作する アプリ
特定エリアの
サポート
画面フロー ≒ 会話フロー
Website
認証
検索
購入
Bot
いらっしゃいませ、○○さ
ん。
はい、こちら
に。
ご注文を承りました。
ご利用ありがとうございました。
Conversational
Agent
宿泊予約飛行機の予約
ご挨拶
(Hello!)
会員確認Dialogs/Tasks
Parameters
(なし) 予約開始日
予約終了日
人数
概算見積もり
出発場所
…
到着場所
認証
特別オファー
自然言語の解釈:意図、キーワード抽出
部屋の種類
旅行 Bot
「品川から沖縄に
行きたい」
「1泊1人10,000円まで、
国際通りから徒歩圏」
旅行 Bot
宿泊予約飛行機の予約
ご挨拶
(Hello!)
会員確認Dialogs/Tasks
自然言語の解釈:意図、キーワード抽出
Intent
Entity
「品川から沖縄に
行きたい」
「1泊1人10,000円まで、
国際通りから徒歩圏」
Cognitive
Services
LUIS
自然言語解釈からの Next Action
旅行 Bot
宿泊予約飛行機の予約
ご挨拶
(Hello!)
会員確認Dialogs/Tasks
Intent
Entity
Cognitive
Services
LUIS
自然言語処理における懸念
3か4LDKで、家賃2から5万円くらい。
庭付きで、品川から電車で45分以内、
その最寄り駅から徒歩10分圏内。そこ
から徒歩5分以内にジムがある物件を
探しています。
部屋を探しています。
Starwars の映画の
曲が聞きたいのだけ
ど、どの映画だった
かわすれちゃいまし
た。悲愴感というか
物悲しい雰囲気の曲
です。あと、デスス
ターに突入するとき
の勇ましい感じの曲
も知りたいです。
漢字表記が複数、
間違い、ひらがな
複数の質問が
一度に
自然言語処理のおススメパターン
ようこそ! 何かお役に
立つ事はありますか?
Events
Stages
Amenities
どのイベントに
興味がありますか?
Music
Comedy
Film
Laser Dome
Spectacles
Theater
誰の音楽が好きですか?
“Lady Gaga”
会話フローの設計
Bot 構築に必要な技術
会話の入出力
自然言語処理
回答 DB
ログ DB
ダイアログ形式のコミュニケー
ションを実装
(C#, Node.js)
BOT アプリをメッセージング
サービスに接続
Bing, Cortana などから利用
できるディレクトリに登録
Microsoft Bot Framework
Bot Builder SDKs
Built-in ダイアログ:
Bot Connector
Bot Directory
Bot の動作フロー(例)
会話の入出力
自然言語処理
ログ DB
会話の入出力
自然言語処理
ログ DB
Bot の動作フロー(例)
外部サービスAPIなど
Bot の動作フロー(例2)
会話の入出力
自然言語処理
ログ DB
回答 DB
Bot の動作フロー(例2)
会話の入出力
自然言語処理
ログ DB
回答 DB
Bot Framework の開発環境、ドキュメント
http://aka.ms/bf-bc-vstemplate
https://aka.ms/bf-bc-emulator
https://github.com/Microsoft/botbuilder
https://docs.botframework.com/en-us/
https://qnamaker.ai/
Cognitive Services による自然言語分析
Text Analytics Language Understanding
Intelligent Service (LUIS)
Language: ja
keyPhrases: Azure
https://www.luis.ai/
Azure Search
全文検索機能を提供するPaaS
検索の専門的な知識不要で容易にリッチ検索アプリの構築を可能と
し、また完全マネージドで運用管理コストも削減することができる
→ アプリ/サービス開発に集中できる
とある検索サイト
地理空間検索
全てAzure Searchの機能で実現しています
http://azjobsdemo.azurewebsites.net/
シンプルなAPIとフォーマット
インデックス追加・更新 /indexes/<indexname> PUT
インデックス一覧表示 /indexes GET
インデックス統計情報取
得
/indexes/<indexname>/stats GET
インデックスの削除 /indexes/<indexname> DELETE
ドキュメント追加・削除 /indexes/<indexname>/docs/index POST
検索 /indexes/<indexname>/docs GET
ドキュメントlookup /indexes/<indexname>/docs/<key> GET
ドキュメント数取得 /indexes/<indexname>/docs/$count GET
サジェスション /indexes/<indexname>/docs/suggest GET
テストアナライザ /indexes/<indexname>/analyze POST
https://<アカウント名>.search.windows.net
{
"@odata.context":
"https://yoichikademo.search.windows.net/
indexes('messages')/$metadata#Collection(
Microsoft.Azure.Search.V2016_09_01.IndexR
esult)",
"value": [
{ "errorMessage": null, "key": "1",
"status": true, "statusCode": 201 },
{ "errorMessage": null, "key": "2",
"status": true, "statusCode": 201 },
{ "errorMessage": null, "key": "3",
"status": true, "statusCode": 201 }
]
}
※ APIバージョン 2016-09-21の機能一覧。バージョンごとの機能についてはこちらを参照ください
Bot 構築に必要な技術
会話の入出力
自然言語処理
回答 DB
ログ DB
Ai の最新動向と今熱い chat bot による業務効率化
Ai の最新動向と今熱い chat bot による業務効率化

Más contenido relacionado

La actualidad más candente

リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素Recruit Technologies
 
2020/05/18 Alibaba cloud AIソリューションセミナー
2020/05/18 Alibaba cloud  AIソリューションセミナー2020/05/18 Alibaba cloud  AIソリューションセミナー
2020/05/18 Alibaba cloud AIソリューションセミナー寛之 松浦
 
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話Recruit Technologies
 
学生のための AI で考える近未来
学生のための AI で考える近未来学生のための AI で考える近未来
学生のための AI で考える近未来Daiyu Hatakeyama
 
Business Innovation cases driven by AI and BigData technologies
Business Innovation cases driven by AI and BigData technologiesBusiness Innovation cases driven by AI and BigData technologies
Business Innovation cases driven by AI and BigData technologiesDataWorks Summit/Hadoop Summit
 
IBM blockchain Introdution for marketer 20161216
IBM blockchain Introdution for marketer 20161216 IBM blockchain Introdution for marketer 20161216
IBM blockchain Introdution for marketer 20161216 Tsuyoshi Hirayama
 
20160527_08_IOTビジネス共創ラボv02
20160527_08_IOTビジネス共創ラボv0220160527_08_IOTビジネス共創ラボv02
20160527_08_IOTビジネス共創ラボv02IoTビジネス共創ラボ
 
データ定義情報の管理とWebによる公開
データ定義情報の管理とWebによる公開データ定義情報の管理とWebによる公開
データ定義情報の管理とWebによる公開Recruit Technologies
 
企業文化をサービスデザインスタイルに
企業文化をサービスデザインスタイルに企業文化をサービスデザインスタイルに
企業文化をサービスデザインスタイルにRecruit Technologies
 
Inspire2017 Osaka [BS OSK-3] AI / BOTは本当にビジネスになるのか バズワードで終わらせないためのアプローチ法とは
Inspire2017 Osaka [BS OSK-3]  AI / BOTは本当にビジネスになるのか バズワードで終わらせないためのアプローチ法とはInspire2017 Osaka [BS OSK-3]  AI / BOTは本当にビジネスになるのか バズワードで終わらせないためのアプローチ法とは
Inspire2017 Osaka [BS OSK-3] AI / BOTは本当にビジネスになるのか バズワードで終わらせないためのアプローチ法とはMPN Japan
 
Cloud Firestoreを利用した地理空間検索実践
Cloud Firestoreを利用した地理空間検索実践Cloud Firestoreを利用した地理空間検索実践
Cloud Firestoreを利用した地理空間検索実践Rakuten Group, Inc.
 
Heroku meetup 13_shuttlebus-heroku
Heroku meetup 13_shuttlebus-herokuHeroku meetup 13_shuttlebus-heroku
Heroku meetup 13_shuttlebus-herokumasaoki_ohashi
 
[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるか
[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるか[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるか
[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるかGoogle Cloud Platform - Japan
 
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編Daiyu Hatakeyama
 
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいことJPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいことMPN Japan
 
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み日本マイクロソフト株式会社
 
Garraway7 Terakoya 前夜祭 プロトタイプのススメ
Garraway7 Terakoya 前夜祭 プロトタイプのススメGarraway7 Terakoya 前夜祭 プロトタイプのススメ
Garraway7 Terakoya 前夜祭 プロトタイプのススメDaiyu Hatakeyama
 
JPC2017 [C2] 働き方改革を支えるマイクロソフトの新たな統合ソリューション Microsoft 365 の可能性
JPC2017 [C2] 働き方改革を支えるマイクロソフトの新たな統合ソリューション Microsoft 365 の可能性JPC2017 [C2] 働き方改革を支えるマイクロソフトの新たな統合ソリューション Microsoft 365 の可能性
JPC2017 [C2] 働き方改革を支えるマイクロソフトの新たな統合ソリューション Microsoft 365 の可能性MPN Japan
 

La actualidad más candente (20)

[Japan Tech summit 2017] SEC 012
[Japan Tech summit 2017] SEC 012[Japan Tech summit 2017] SEC 012
[Japan Tech summit 2017] SEC 012
 
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
 
2020/05/18 Alibaba cloud AIソリューションセミナー
2020/05/18 Alibaba cloud  AIソリューションセミナー2020/05/18 Alibaba cloud  AIソリューションセミナー
2020/05/18 Alibaba cloud AIソリューションセミナー
 
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
 
学生のための AI で考える近未来
学生のための AI で考える近未来学生のための AI で考える近未来
学生のための AI で考える近未来
 
Business Innovation cases driven by AI and BigData technologies
Business Innovation cases driven by AI and BigData technologiesBusiness Innovation cases driven by AI and BigData technologies
Business Innovation cases driven by AI and BigData technologies
 
IBM blockchain Introdution for marketer 20161216
IBM blockchain Introdution for marketer 20161216 IBM blockchain Introdution for marketer 20161216
IBM blockchain Introdution for marketer 20161216
 
20160527_08_IOTビジネス共創ラボv02
20160527_08_IOTビジネス共創ラボv0220160527_08_IOTビジネス共創ラボv02
20160527_08_IOTビジネス共創ラボv02
 
データ定義情報の管理とWebによる公開
データ定義情報の管理とWebによる公開データ定義情報の管理とWebによる公開
データ定義情報の管理とWebによる公開
 
企業文化をサービスデザインスタイルに
企業文化をサービスデザインスタイルに企業文化をサービスデザインスタイルに
企業文化をサービスデザインスタイルに
 
Inspire2017 Osaka [BS OSK-3] AI / BOTは本当にビジネスになるのか バズワードで終わらせないためのアプローチ法とは
Inspire2017 Osaka [BS OSK-3]  AI / BOTは本当にビジネスになるのか バズワードで終わらせないためのアプローチ法とはInspire2017 Osaka [BS OSK-3]  AI / BOTは本当にビジネスになるのか バズワードで終わらせないためのアプローチ法とは
Inspire2017 Osaka [BS OSK-3] AI / BOTは本当にビジネスになるのか バズワードで終わらせないためのアプローチ法とは
 
Cloud Firestoreを利用した地理空間検索実践
Cloud Firestoreを利用した地理空間検索実践Cloud Firestoreを利用した地理空間検索実践
Cloud Firestoreを利用した地理空間検索実践
 
Heroku meetup 13_shuttlebus-heroku
Heroku meetup 13_shuttlebus-herokuHeroku meetup 13_shuttlebus-heroku
Heroku meetup 13_shuttlebus-heroku
 
[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるか
[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるか[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるか
[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるか
 
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編
早稲田大学 理工メディアセンター 機械学習とAI セミナー: 機械学習中級編
 
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいことJPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
 
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み
 
Garraway7 Terakoya 前夜祭 プロトタイプのススメ
Garraway7 Terakoya 前夜祭 プロトタイプのススメGarraway7 Terakoya 前夜祭 プロトタイプのススメ
Garraway7 Terakoya 前夜祭 プロトタイプのススメ
 
JPC2017 [C2] 働き方改革を支えるマイクロソフトの新たな統合ソリューション Microsoft 365 の可能性
JPC2017 [C2] 働き方改革を支えるマイクロソフトの新たな統合ソリューション Microsoft 365 の可能性JPC2017 [C2] 働き方改革を支えるマイクロソフトの新たな統合ソリューション Microsoft 365 の可能性
JPC2017 [C2] 働き方改革を支えるマイクロソフトの新たな統合ソリューション Microsoft 365 の可能性
 
IoTで成果を出す
IoTで成果を出すIoTで成果を出す
IoTで成果を出す
 

Similar a Ai の最新動向と今熱い chat bot による業務効率化

デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~Daiyu Hatakeyama
 
「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915
「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915
「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915知礼 八子
 
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~Naoki (Neo) SATO
 
ChatGPTの ビジネス活用とセキュリティ
ChatGPTのビジネス活用とセキュリティChatGPTのビジネス活用とセキュリティ
ChatGPTの ビジネス活用とセキュリティDaisuke Masubuchi
 
JPC2018[Keynote]デジタルトランスフォーメーションはすでに生活・ビジネスの一部
JPC2018[Keynote]デジタルトランスフォーメーションはすでに生活・ビジネスの一部JPC2018[Keynote]デジタルトランスフォーメーションはすでに生活・ビジネスの一部
JPC2018[Keynote]デジタルトランスフォーメーションはすでに生活・ビジネスの一部MPN Japan
 
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!Takashi Okawa
 
Open Cloud カンファレンス@札幌 Microsoft AI最前線
Open Cloud カンファレンス@札幌 Microsoft AI最前線Open Cloud カンファレンス@札幌 Microsoft AI最前線
Open Cloud カンファレンス@札幌 Microsoft AI最前線Daiyu Hatakeyama
 
マイクロソフトの AI プラットフォーム & Cognitive Services 概要 ~ Ignite 2020 Recap
マイクロソフトの AI プラットフォーム & Cognitive Services 概要 ~ Ignite 2020 Recapマイクロソフトの AI プラットフォーム & Cognitive Services 概要 ~ Ignite 2020 Recap
マイクロソフトの AI プラットフォーム & Cognitive Services 概要 ~ Ignite 2020 RecapAyako Omori
 
Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報Yasuhiro Kobayashi
 
HTML5によるモバイルアプリ開発 が拓拓くビジネスチャンス
HTML5によるモバイルアプリ開発 が拓拓くビジネスチャンスHTML5によるモバイルアプリ開発 が拓拓くビジネスチャンス
HTML5によるモバイルアプリ開発 が拓拓くビジネスチャンスアシアル株式会社
 
MicrosoftによるAIビジネスへの取組み
MicrosoftによるAIビジネスへの取組みMicrosoftによるAIビジネスへの取組み
MicrosoftによるAIビジネスへの取組みKosuke Fujimoto
 
InterBEE 2019 招待講演 - 放送業界におけるMicrosoft AzureとAIの活用実例
InterBEE 2019 招待講演 - 放送業界におけるMicrosoft AzureとAIの活用実例InterBEE 2019 招待講演 - 放送業界におけるMicrosoft AzureとAIの活用実例
InterBEE 2019 招待講演 - 放送業界におけるMicrosoft AzureとAIの活用実例Daiyu Hatakeyama
 
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツDaiyu Hatakeyama
 
JPC2017 [Keynote] Where the People Meets to Inspire the Business
JPC2017 [Keynote] Where the People Meets to Inspire the BusinessJPC2017 [Keynote] Where the People Meets to Inspire the Business
JPC2017 [Keynote] Where the People Meets to Inspire the BusinessMPN Japan
 
クラウド座談会資料
クラウド座談会資料クラウド座談会資料
クラウド座談会資料知礼 八子
 
DLL: Ignite2019 CognitiveServices Update 20191127
DLL: Ignite2019 CognitiveServices Update 20191127DLL: Ignite2019 CognitiveServices Update 20191127
DLL: Ignite2019 CognitiveServices Update 20191127Ayako Omori
 
これからのIT人材のためのワーク・シフト
これからのIT人材のためのワーク・シフトこれからのIT人材のためのワーク・シフト
これからのIT人材のためのワーク・シフトDaisuke Masubuchi
 
Onlab presentation 072412
Onlab presentation 072412Onlab presentation 072412
Onlab presentation 072412Hiro Maeda
 
EXE #3: AIを協力して作成するDapp
EXE #3: AIを協力して作成するDappEXE #3: AIを協力して作成するDapp
EXE #3: AIを協力して作成するDappblockchainexe
 

Similar a Ai の最新動向と今熱い chat bot による業務効率化 (20)

デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
 
「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915
「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915
「IoTビジネスの嘘とホント~必要な検討事項と技術検証~」Developer Summit kansai 20160915
 
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
 
ChatGPTの ビジネス活用とセキュリティ
ChatGPTのビジネス活用とセキュリティChatGPTのビジネス活用とセキュリティ
ChatGPTの ビジネス活用とセキュリティ
 
JPC2018[Keynote]デジタルトランスフォーメーションはすでに生活・ビジネスの一部
JPC2018[Keynote]デジタルトランスフォーメーションはすでに生活・ビジネスの一部JPC2018[Keynote]デジタルトランスフォーメーションはすでに生活・ビジネスの一部
JPC2018[Keynote]デジタルトランスフォーメーションはすでに生活・ビジネスの一部
 
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
 
Open Cloud カンファレンス@札幌 Microsoft AI最前線
Open Cloud カンファレンス@札幌 Microsoft AI最前線Open Cloud カンファレンス@札幌 Microsoft AI最前線
Open Cloud カンファレンス@札幌 Microsoft AI最前線
 
マイクロソフトの AI プラットフォーム & Cognitive Services 概要 ~ Ignite 2020 Recap
マイクロソフトの AI プラットフォーム & Cognitive Services 概要 ~ Ignite 2020 Recapマイクロソフトの AI プラットフォーム & Cognitive Services 概要 ~ Ignite 2020 Recap
マイクロソフトの AI プラットフォーム & Cognitive Services 概要 ~ Ignite 2020 Recap
 
Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報Microsoft Azure で実現するAIとIoT最新情報
Microsoft Azure で実現するAIとIoT最新情報
 
HTML5によるモバイルアプリ開発 が拓拓くビジネスチャンス
HTML5によるモバイルアプリ開発 が拓拓くビジネスチャンスHTML5によるモバイルアプリ開発 が拓拓くビジネスチャンス
HTML5によるモバイルアプリ開発 が拓拓くビジネスチャンス
 
MicrosoftによるAIビジネスへの取組み
MicrosoftによるAIビジネスへの取組みMicrosoftによるAIビジネスへの取組み
MicrosoftによるAIビジネスへの取組み
 
InterBEE 2019 招待講演 - 放送業界におけるMicrosoft AzureとAIの活用実例
InterBEE 2019 招待講演 - 放送業界におけるMicrosoft AzureとAIの活用実例InterBEE 2019 招待講演 - 放送業界におけるMicrosoft AzureとAIの活用実例
InterBEE 2019 招待講演 - 放送業界におけるMicrosoft AzureとAIの活用実例
 
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
 
JPC2017 [Keynote] Where the People Meets to Inspire the Business
JPC2017 [Keynote] Where the People Meets to Inspire the BusinessJPC2017 [Keynote] Where the People Meets to Inspire the Business
JPC2017 [Keynote] Where the People Meets to Inspire the Business
 
クラウド座談会資料
クラウド座談会資料クラウド座談会資料
クラウド座談会資料
 
DLL: Ignite2019 CognitiveServices Update 20191127
DLL: Ignite2019 CognitiveServices Update 20191127DLL: Ignite2019 CognitiveServices Update 20191127
DLL: Ignite2019 CognitiveServices Update 20191127
 
[Japan Tech summit 2017] PRD 002
[Japan Tech summit 2017]  PRD 002[Japan Tech summit 2017]  PRD 002
[Japan Tech summit 2017] PRD 002
 
これからのIT人材のためのワーク・シフト
これからのIT人材のためのワーク・シフトこれからのIT人材のためのワーク・シフト
これからのIT人材のためのワーク・シフト
 
Onlab presentation 072412
Onlab presentation 072412Onlab presentation 072412
Onlab presentation 072412
 
EXE #3: AIを協力して作成するDapp
EXE #3: AIを協力して作成するDappEXE #3: AIを協力して作成するDapp
EXE #3: AIを協力して作成するDapp
 

Último

Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Yuma Ohgami
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru Tamaki
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものですiPride Co., Ltd.
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...Toru Tamaki
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略Ryo Sasaki
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Danieldanielhu54
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムsugiuralab
 

Último (9)

Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
 

Ai の最新動向と今熱い chat bot による業務効率化

Notas del editor

  1. トーキングポイント(TP) 今、産業界において、第四次産業革命と言われる程、デジタルによる「変革」のスピードが急速に広がっています。 企業のデジタル化が進み、それを差別化や競争力の向上に活かす動きが急速に進展しています。 そのデジタルの変革であるデジタルトランスフォーメーションを推し進める重要な要素がAI/ロボティクスです。 AI/ロボティクス市場は2020年までに33兆円市場と予測されています。 この裏付けとして、ガ―トナーのハイプサイクルでは、機械学習、コグニティブ、スマートロボット、自動走行車が期待のピーク期を迎えています。 そのうち、機械学習は2ー5年以内、コグニティブエキスパートアドバイザーやスマートロボットは5-10年以内に本格採用されると予測しています。
  2. マジック、技術と AI の約束 「任意の十分に高度な技術は、魔法と区別が」です。   未来派アーサー ・ C ・ クラークは、この思い出に残る観測よりも、半世紀前を行った。しかし、人工知能、彼の先見の明の宣言、および魔法のこの概念の将来を考えると、その約束と同様、AI の進歩を記述するための apt 方法です。 人工知能、サイエンス フィクションのもの一度約束ではありません。 今起こっています。 私たちの世界でのデータの広大な量のため今可能だ-私たちの造られた世界で、雲で、我々 のデバイスでほぼ無限の計算資源と深いニューラル ネットワークなどの AI 技術の最近の進歩と組み合わせます。組み合わせで、これらの進歩は、この膨大な情報量を理由に私たちを有効にしてますます、それの意味をなさない。 それでも、データ、および技術の刺激的な進歩への無限の世界では、時間は究極の制約です。 我々 は単にそれのより多くをすることはできません。我々 は、すべては時間、分、秒それぞれの日で同じ数を共有します。 問題は、どのように我々 はすべてを使用できますこの基本的な制約を解決するために計算力の観点からあるか。世界のよりよい感覚をするか。愛の本質であります。そしてそこにマジックがある. マシンを操作する人は効率、なりより、するために人間を有効にするから腕の長さで私たちを保つタスクを合理化できます。機械を操作する人は世界で最も厄介な問題のいくつかを解決できます。 コンピューターがゲームで勝つことがありますが、そんなに多くを行うことができます。何ができる人と機械が病気を打ちと貧困との闘いのような社会の最大の課題を解決するために共同作業を想像してください。 マシンを使用して、人々 はより良いビジネス成果を運転できます。交通機関; の風景を永遠に変更します。保護し、惑星を維持する新しい方法を発見します。改革医療;不治を治します。 人類は、長い間インテリジェント マシンの概念との不安な関係に影響をきたと認識しています。これは、コンピューターは人間の労働を置き換えません恐怖からの茎の一部。別の長期保有の懸念は、AI の背後にある技術がそれを理解する当社の能力を上回る。考えて、それが不可欠、その保護私たちの約束だけでなく人間、人類規模で。 人と機械のテーブルに異なる資質や能力をもたらします。人間には、創造性、共感性、感情があります。強力な AI の計算と混合すると、大量のデータに対して理由や人間を見分けることができますパターンを検出する能力-マシンを強化でき、実体と魔法の両方の方法で人間の能力を拡大します。 マイクロソフトはこの努力には見知らぬ人ではありません。我々 は、空間に豊かな歴史があるし、に貢献を支援している- と -25 年の AI の進歩。そのスピーチ マイクロソフトリサーチの創造と信じて投資初期の 1990 年代に始まりより自然なコンピューティングを作成する努力の次のフロンティアになります。 ほぼ 30 年間わずか 5.9%-のエラー率と音声とエラー率が 3.5% だけで画像を認識する技術を開発しました。つまり、たとえば、深い学習を使用すると、コンピューターを認識できることの会話内の単語についてだけでなく、人は、リアルタイム翻訳を提供します。また、工場のフロアでのコンピューターは加工部分と人間の腕が区別または自律走行車がバウンドするボールと通りを渡ってスキップ幼児の違いを伝えることができますを意味します。 、真の人工知能を持つシステムを構築する追求の具体的な進歩を遂げていることを確認します。O はあなたのビジョンは大胆で広範な。このビジョンは、包括的なまた。AI、象牙の塔から人工知能を取るし、それをすべてのアクセスの民主化を目指して-最終的には、人間の条件を改善するために。
  3. トーキングポイント(TP) マイクロソフトにとってAI技術はとても重要 9月末に開催したIgniteではサティアの「AIの民主化」のビジョン Microsoft AI and Research Groupが5000人体制で新設
  4. トーキングポイント(TP) ■Facebook、Amazon、Google、IBM、MicrosoftがAI領域での提携を発表 ■AI 技術に普及にあたりベストプラクティスの共有や共通の課題ついて協議、AIによる人や社会への貢献
  5. トーキングポイント(TP) ■11月にOpenAI 社と提携発表 ■提携の目的はAzure を使った大規模な AI リサーチ ■Microsoft Azure が推薦クラウドプラットフォームに決定 なぜMSを選んだのか? ■ディープラーニングに最適化されたハードウェア構成(InfiniBandでK80 GPUを相互接続できる。Pascal GPSをクラウドで提供予定) ■ディープラーニングに最適化されたハードウェア構成NVIDIA 社 GPU 搭載の N-Seriesの一般提供によりThe Microsoft Cognitive Toolkit を利用予定 ■The Microsoft Cognitive Toolkit や Azure ML 等充実したフレームワークやクラウドサービス Today we’re announced a new partnership with OpenAI and new Azure innovations building on the company’s AI momentum and further substantiating Azure’s position as the Intelligent Cloud. OpenAI is a nonprofit AI research organization co-founded by Elon Musk, Sam Altman, Greg Brockman and Ilya Sutskever. With this partnership, we hope to make significant contributions to advance the field of AI, and make it more accessible to every developer and every organization. OpenAI chose Microsoft Azure as their primary cloud platform, to help advance their research and create new tools and technologies that are only possible with the cloud. We also announced Azure innovations to demonstrate our commitment to AI, and to help developers and organizations run high performance workloads and build intelligent applications. Why OpenAI chose Microsof OpenAI chose Microsoft due to our deep learning research and ongoing commitment to AI, along with Azure’s support for open source technologies and its unique combination of high performance computing, big data and intelligence capabilities such as Azure Batch, Azure Machine Learning and the Microsoft Cognitive Toolkit (formerly CNTK). Azure has impressed us by building hardware configurations optimized for deep learning — they offer K80 GPUs with InfiniBand interconnects at scale. We're also excited by their roadmap, which should soon bring Pascal GPUs onto their cloud.
  6. トーキングポイント(TP) マイクロソフトが提供するAIスタック 製品サービスとして、デジタルパーソナルアシスタントのコルタナ、多言語対応で対話できるスカイプ、女子高生人口知能のりんな、ミックスリアリティを体験できるホロレンズ APIサービスとしては認知系サービスのCognitive Servicesやボット連携を容易にするBot Framework 機械学習には、機械学習プラットフォームのAzure Machine Learning、、ディープラニングをカスタマイズできるThe Microsoft Cognitive Toolkit インフラには、機械学習やディープラーニングに最適化したGPUなどのハードウェアやHadoopなどストレージをクラウドで提供
  7. なぜAzure上でOSSか?その答えはData分析とAIの活用にあると考えています。 1.EASY:すべてPublic APIで呼び出し可能なAI。クラウド上のデータを利用して、非常に簡単に使えるAIを構築 2.Open+Flexible: OpenなプラットフォームかつPython、R、Node JSなど柔軟な開発言語を選択 3.Tested: GitHubやMSDNなどサンプルコードやコミュニティのサポートを推進 実際AWSのOSSは専用にカスタマイズされており、サポートできない。AzureのOSSのほうがOpenであるという評価もいただいております。
  8. Millions of people worldwide have embraced Uber as a new means of reliable transportation and flexible income. To safeguard against fraud and enhance both driver and rider peace of mind, Uber uses the Face API, part of Microsoft Cognitive Services, to help ensure the driver using the app matches the account on file. The extra verification step is fast, works on all smartphones and in dim light, and scales to more than 1 million driver-partners. By using the Face API, Uber saved months of development work, time it could devote to tailoring the user experience. https://customers.microsoft.com/en-US/story/uber
  9. https://youtu.be/aEBi4OpXU4Q Millions of people worldwide have embraced Uber as a new means of reliable transportation and flexible income. To safeguard against fraud and enhance both driver and rider peace of mind, Uber uses the Face API, part of Microsoft Cognitive Services, to help ensure the driver using the app matches the account on file. The extra verification step is fast, works on all smartphones and in dim light, and scales to more than 1 million driver-partners. By using the Face API, Uber saved months of development work, time it could devote to tailoring the user experience. https://customers.microsoft.com/en-US/story/uber
  10. We are also making great progress in speech. Six months ago we became the first to reach human parity in speech recognition with the famous Switch Bot data set that is a collection of phone call data. And we beat the human error rate of 5.9 percent and we continue to improve.
  11. 単なる認知情報での判定ではなく、属性を含めたデータとして取っていくことで、分析と掛け合わせて高付加価値なデータに転換し利用
  12. 何か自動で動作するアプリのことを Bot と言います Web を自動でクロールしてくるのも Bot なのですが、今日では入力に応じて自動で回答するものを Chat Bot と言い、チャットが省略されているケースが多いです チャットボットだと AI が使われているようにも思われますが、必ずしもそうでは ありません 単純応答は AI は入っていない。自然言語を解釈する際に利用する ボット自体は Web サービス 何かしら解釈して応答する サーバー側とクライアント側に何かしらのアプリが必要
  13. 自動応答するところと、人間が考えて判断して行動するところをうまく切り分ける
  14. Bot の Design は画面フロー ニアリーイコール 会話フローです Web サイトと Bot を比較しながら説明します 認証>検索>購入 何かで意図を確認し実行する
  15. メニューをどのようにつくるか? 旅行の予約をする 飛行機の予約が必要です。また宿泊の予約が必要です。 その中にいくつかのパラメーターが必要になります。 飛行機の予約は、出発場所、到着場所、日程等。宿泊予約も、予約開始日、終了日、人数、部屋の種類、見積等。 あいさつは Web では必要ないが、 Bot では欲しくなる またモバイル アプリ等もそうですが、先の Web サイトでの認証もそうですが、会員確認等は欲しいですよね 実際にこの Bot が自然言語を受け付けると一番上の言葉のように「品川から沖縄に行きたい」というような言葉になるし、「1泊1人10,000円までで国際通りから徒歩圏」というような言葉になります。 この自然言語を解釈して Bot を機能させます
  16. 必要に応じて外部サービスを利用する
  17. 入力するよりメニューがあって選んだ方が早い
  18. フローの設計が必要
  19. Microsoft Teams とも連携可能