Track: アプリケーションセッション

この講演では東京大学とマサチューセッツ工科大学（MIT）が共同研究を行うグローバルチームワークラボ（GTL）のフレームワークを紹介し、複雑なプロジェクトにおけるパフォーマンスの性質を明らかにします。産業および社会にとって最も革新的で意義深い重要課題は、チームが互いの境界越えて連携することで直面する、技術的、社会的な複雑性です。デマンドとアクティビティを計測する最新の機能を用いて、私たちはチームのパフォーマンス向上に新たな視点と探求を提案します。人々と問題の両方のセンサーがリアルタイムで分析されることで、チームの認識、相互作用、作業を強化することができます。総合的「メソスケールの社会技術システム」アプローチでは、データがストリーミング配信、処理、検討され、また人チームの認知のツボに影響を及ぼすことができるように、統合的計測、分析、モデリング、可視化が必要となります。ここではGTLの最近の実験と新たにMITに設置された「インタラクティブ・ビジュアライゼーション・ラボ」をご覧いただきます。

ディープラーニングは、広告技術、画像認識、自動運転車、音声処理の分野における実用でリサーチに旋風を巻き起こしています。この講演では、ディープラーニングのもう1つの実用分野である異常検知についてお話しします。異常検知には、工場の予防・保守管理、ネットワーク侵入、不正検知などがあります。この講演では、ディープラーニングがこれらの分野への実用に適している理由と、ディープラー二ングを使って異常検知を行う2つのアプローチについて取り上げます。

最後に、エンドツーエンド生産のあるケーススタディから、完全なAIスタックがどのように構築できるかを見ていきます。

予測分析を使って、実際のビジネス上の意思決定の問題を解決することは、単なるデータの可視化や旧来の予測技術を応用することよりもっと複雑です。専門知識、高度な予測技術そして直感力の統合により、壊滅的な失敗を回避しうる優秀なモデルを構築することができるのです。プライチェーンマネジメントの領域で実際に起きている諸問題を解決することの中から学んだひとつの成功事例に着目しています。

サプライチェーンマネジメントを取り入れた企業の多くが、顧客やERPシステムからもたらされる予測の不正確さに苛立っています。こうした企業は、顧客により良い、効率的なサービスを提供すると同時に、在庫費用を大幅に削減する事を可能にする、より信頼性の高い予測ツールを求めています。

人工知能の応用、数学的問題解決力を生かし、AIとビッグデータの活用により、いかにクリエイティブで革新的なソリューションを生み出せるのかを、具体的な事例を通してご説明します。

近年注目されつつあるFinTech業界において、マネーフォワードがどのようなサービスを提供しているか。また、データサイエンスや機械学習などの取り組みをどのように考え、組織として推進しているかをご紹介します。対外的には綺麗な取り組みの事例が多いですが、新しい取り組みを推進する上での避けられない障害やその乗り越え方、苦労話や注意すべき点などもご紹介いたします。

昨今、サイバー攻撃による個人情報などの漏えいが後を絶たない。これは攻撃手法の巧妙化により攻撃を防ぐことは難しくなっているためであり、セキュリティ事故発生時の迅速な検知・対応により、被害の局所化を図る必要がある。本講演ではBig Dataとも言える膨大なログから、攻撃を効果的に検知する手法や可視化について紹介する。発表では、サイバー攻撃手法を紹介するとともに、ログの活用について紹介することで、サイバーセキュリティにおけるBig Dataの活用方法を提案する。参加者は以下の内容について学ぶことができる。
・標的型攻撃等の攻撃手法
・攻撃検知のためのログ活用手法