なにをやっているのか
当社の販売する深層学習PC DeepStationシリーズ
深層学習用GUI環境CSLAIER
我々は誰にでも深層学習AIを開発可能な開発環境、CSLAIER、およびその後継であるDeepAnalyzerの開発を行っています。
また、国内300以上の大学、研究機関で使用されているベストセラー深層学習用PC、DeepStationシリーズの販売も行っています。OS部分をカスタム化し、購入後すぐに深層学習が始められるため、大変好評を頂いています。
Microsoftとも提携し、Azureを活用した深層学習プラットフォームの整備なども進めています。
また、当社はPoCに限らず、実際に顧客業務に組み込まれた深層ニューラルネットワークの運営保守も行っています。
AIが社会の隅々に浸透していく中で人々の生活をどのように変えていくか、一緒に考えていけるメンバーを探しています。
我々のミッションは、人類最高の道具である人工知能を、誰にでも使えるレベルまでブレイクダウンすることです。
ガソリンエンジンを発明したのはカール・ベンツですが、自動車は発明された時点では高価でとても庶民が買えないものでした。実際にそれを普及させ、モータリゼーションという大きな技術革新を起こしたのはヘンリー・フォードです。
我々は自動車業界におけるフォードのように、誰にでもAIを使いこなせる環境の実現を目指しています。
そのためには、プログラミングというパラダイムをもっと発展させていく必要がありますし、OSやハードウェアといったアーキテクチャを根本的に見直す必要もあるかもしれません。
そうした基礎的な研究から実社会への適用までが我々のミッションです。
なぜやるのか
会社のロビー
AIをもっと大勢の人に使ってもらえる方法を
人工知能(Artificial Intelligence)という言葉が生まれたのは、1956年のダートマス会議がきっかけと言われています。この会議の開催を呼びかけたのは、プログラミング言語LISPの開発者、ジョン・マッカーシーや、アセンブリ言語の開発者、ネイサン・ロチェスターなど一級のコンピュータ・サイエンティスト達でした。
なぜ彼らはコンピュータ・サイエンティストでありながら、敢えて「人工知能」という言葉を作る必要があったのか。
それは、コンピュータが進化していく中で、本来の「機械化された知能」としての研究がおろそかになり、産業応用が容易な「高速な計算機」としての研究ばかり注目を集めるようになった状況に危機感を感じたからではないでしょうか。
1949年頃まで、コンピュータとは、計算手という職業だったのです。
それを機械に置き換えたのが現在のデジタルコンピュータで、つまりもともとコンピュータとは、人間の知的作業を代替することが期待されて誕生したのです。
しかし計算機としての機能だけでも膨大な可能性があり、人類はまずその能力を使いこなすことに熱中しました。
そこに熱中することで、本来のコンピュータの目的であった、機械的知性の構築や、そもそも知性とは何かという根源的な問いを忘れてしまいました。
そこで改めて「人工知能」という言葉をまず作り、計算機としてのコンピュータと、機械知性としてのAIを切り離したのです。
ところが残念ながら機械知性としてのAIは、前途多難でした。今振り返れば、ごく単純なネコやイヌを識別するためのAIは500メガバイトくらいのサイズがあります。しかし当時のコンピュータは大きくてもわずか1メガバイトほどのメモリしかなく、これでは到底、意味のある結果に辿り着きません。
それから半世紀の時が流れ、計算機としてのコンピュータの性能は飛躍的に向上しました。
そうして今、我々の目の前に機械は、本物の「人工知能」と呼べるようなものに変貌を遂げています。
もちろん、まだまだ映画や小説の中に出てくるような完璧な人工知能とは程遠い存在ではありますが、近年の目覚ましい成果の裏側には、名も無き無数の人々の人知れぬ努力と汗があったからこそなのです。
我々が人工知能を仕事の主軸に据えようと思ったのは、ついにそれができる時が来た、と考えたからです。
人類の中でもホモ・サピエンスだけがこれだけ急激な発展を遂げることができたのは、ホモ属の中で唯一、ホモ・サピエンスだけが想像力を持っていたからだ、と言われています。
想像力によって人類は様々な道具を作り出して来ました。服を作り、火をおこし、家を作り、家族、そして国家を作ってきました。
人類の進歩とは、そのまま、道具の進歩を意味します。
今、我々の目の前には最新の道具である人工知能があります。この道具をどう使いこなし、どう発展させていくか考え、実装すること。これは人類の進化そのものに直結する仕事なのです。
なぜ、やるのか。
それは我々が人類最先端の道具であるコンピュータと人工知能を使いこなすプログラマーであり、プログラマーは人類を前進させる使命を持っているからです。
どうやっているのか
納会などでも自然に最新理論の勉強会に
我々はニーズ発掘と問題解決を以下のようなプロセスで行っています。
1- 深層学習PCの販売
深層学習PCを販売することで、顧客接点を作ります。
どんな企業や組織、研究機関が深層学習に興味を抱いているかという情報も集まります。
2- AIプログラミング講座の実施
主に見込み顧客や深層学習PCを購入した顧客に向けて、AIプログラミング講座を開講しています。これは社内の新人エンジニア教育も兼ねています。一通りのプログラミングを理解した顧客は、何を依頼するべきで、何を自社内で解決すべきか効率的に把握できます
3- Proof of Concept
顧客が抱えている課題をもとに、いくつかのPoC(コンセプト検証)を行います。単独の課題に対し、常に複数のPoCを同時並行で提案して行います。深層学習の手法は様々で、問題領域によって徳手・不徳手があります。顧客とともに頭を悩ませながらPoCを続けることで、強固な信頼関係を構築できます。
4- 業務実装
PoCで有意な結果が得られたら、実業務へと実装します。実際に顧客の管理するデータセンターや顧客の指定したクラウドにニューラルネットワークをデプロイし、毎月の運用保守業務に移行します。
5- 汎用化・ツール化
業務実装で得られた知見やPoCで得られた知見をもとに、汎用化し、汎用ツールとして実装し、似た案件が来た場合に営業レベルで素早く理論検証できるようにします。このループがまわることで、エンジニアは同じ問題に二度三度と悩まされることなく、常に最新の理論や実装に集中することができます。
6- 勉強会とgithub
AIの世界は次々と新しい論文が発表されます。月に二回程度の定期的な勉強会を開催し、インターンや社内の他の案件でどのような理論を試したか共有します。また、各エンジニアの成果はgithubのプライベートリポジトリで全員に共有され、効率的に深層学習の理解を進めています。
