元IIT、AIPのAI研究者がNABLASを選んだ理由とは? | NABLAS Member Interview
"困難な課題に挑戦する技術者集団" 世界クラスのAI総合研究所を目指すNABLAS株式会社 | NABLAS's post ...
https://www.wantedly.com/companies/nablas/post_articles/294389
「人が人らしく生きられる社会の実現」をミッションに、AI技術で社会に貢献する活動を行う東大発ベンチャーのAI総合研究所NABLAS。そんな弊社で活躍するメンバーの日常やバックグラウンドの話を通して、NABLASの魅力を幅広く紹介していきます。今回は、博士課程前期修了後から入社して1年弱で3つのAIプロジェクトを担当したリサーチエンジニアの新立さんに「NABLASで得られる成長」を中心にお話を伺いました!
R&D事業でリサーチエンジニアとして企業との共同研究プロジェクトに従事しています。今は大手自動車部品メーカーとのディープラーニングを活用した異常検知・外観検査のプロジェクトを中心に担当しています。チームの中での役割としては、主に外観検査に関する技術や研究を調べてプロトタイプを作ったり、物体検出のAIモデル構築などを行ったりしています。
他にも某大手企業との異常音検知の共同研究など、これまでに3つのプロジェクトを担当してきました。
ICU(国際基督教大学)に入学後、大学の図書館でプログラミングに関する本を読んでからコンピューターサイエンスに興味を持つようになり、そこから色々勉強していくうちに機械学習に興味を持つようになりました。画像系のテーマを勉強してる際、試しに本の内容を真似しながら自分が持ってる画像を使って比較や分類をしてみたら意外と上手くいきまして、そこからより機械学習にハマっていきました。画像系のテーマは他と比べて実用性・応用性があって面白いんですよね。
同大学院に進学してからは、機械学習を用いた時系列データの研究で株価の推移などの分析を行っていました。博士課程前期修了後、LinkedInを通じて中山社長と知り合ったことがきっかけでNABLASに入社しました。
もともと大企業ではなく、ベンチャーのような規模感の会社にいきたいと思っていました。理由としては、規模が大きい会社のリサーチエンジニアの場合、古参プロジェクトの引き継ぎにリソースを割かれるイメージがあるのですが、ベンチャーのような規模感の会社だとプロジェクト立ち上げ前から主体的に参加できたり、新たなモジュールの開発などの経験を積めたりできると考えていたからです。
また、特定の分野だけしか研究できない会社より、色々な分野のプロジェクトを担当させてもらえるところで働きたいと思ってました。NABLASはこれらの点で僕が理想としてた会社と一致したので、ここに入りたいと思いました。入社当初からやりたいことが出来てて楽しく働けてます。
はい、めちゃくちゃ成長してると思ってます。例えば、今担当してる異常検知・外観検査のプロジェクトでは主に物体検出モデルを使った研究をしているのですが、外観検査はプロダクトごとの性質や撮影条件が異なると既存のモデルが適用できなく、技術適用させるためには色んな課題を解きながら手探りで最適な方法を見つけなければいけないんです。実際に撮影条件が変わったことが原因で、これまでに適用できてたモデルが使えなくなったケースがあったのですが、今までの知見を応用して自力で直すことができました。入社前だったら解けなかったような課題も今では解けるようになってきました。
色んなプロジェクトを担当させてもらえる分、色んな分野の知見を得られるため基礎力・応用力が付いたんだと思います。あとNABLASにはKaggle Masterなど優秀な人がたくさんいて、僕が知らないことを知ってたり、新しい視点からのアドバイスや助言を貰えたりするので、一緒に働いてるだけで学びがあります。ICUに通ってた時はそもそも理系の人が少なかったこともありますが、Kaggleとかやってる人がいなかったので、今は刺激もあってすごく良い環境だなと思います。
集中して仕事ができる環境や制度があることですかね。研究する上で必要な機材が揃っていることもそうですが、オフィスの3フロアのうち好きな場所で仕事ができる点が特に良いなと思います。カウンターやソファ、芝生など色んな空間があるので、仕事に行き詰まった時や1人になって集中したい時は好きな場所に移動して気分転換するようにしてます。
1Fのコミュニティスペースにある芝生エリアです。端っこのハンモックや人をダメにするソファが気に入ってて、ここだとリラックスしながら仕事が出来るのでとても捗ります。
新立さんお気に入りの1Fコミュニティスペース芝生エリア
先ほど外観検査の難しさについてお話しましたが、まずは外観検査の手法として有効なものを見つけて、論文を書いて発表することが目標です。そして今後同じようなプロジェクトが始まった時に、すぐに問題を解決できるようにしてクライアントやNABLASに貢献していきたいと思います。外観検査はスタンダードな方法がなく複雑で難しい分野なので苦労することが多いですが、実際に社会で使われる部品などのデータを扱えるし、実用性があってとても面白いのでこのまま突き詰めていきたいです。最終的には、自分が作ったAIモデルによって社会や誰かの役に立てたら嬉しいです。