H3-MoM_H3 第45回：機械学習とGenerative AI_20230914
#MoM #H3-MoM #H3ライフサイエンステーマ Generative AI　#機械学習
************************以下************************
written by ryosukick.icon
2023年9月14日（木）19:00-20:30 @ NANA Lv. & Zoom Webinar
【講師】
西郷 彰さん
株式会社LITALICO 執行役員CDO
大阪大学工学研究科および筑波大学ビジネス科学研究科を修了後、2009年から2019年までリクルートにてデータテクノロジー関連の専門組織の立ち上げや全社横断のデータ責任者として勤務。その後、ANAでDXやデータ活用機能組織の推進に従事し、2023年1月からは株式会社LITALICOの執行役員、CDOの立場で組織マネジメントに携わりつつ、部門横断的なデータ活用やAI開発などのR&D業務を推進している。
【概要】
https://gyazo.com/3c33fa4e3ab04642b714442aa43c8166
元リクルート / リクルートテクノロジーズ、いまはLITALICOで福祉DX中
https://gyazo.com/fb5d1c700439fff11f5b56d5e70004a3
Chat GPTって、聞いたコトない人・・・？ほとんどいないですよね
https://gyazo.com/fec7bd5a8a62ccc9889f3a24931940d1
ただ、これが全部わかる人はなかなかいないはず
今日のゴールはこのあたりのキーワードが何となく分かるようになること
https://gyazo.com/fb7f25aff4a5fd586e57bb72b7296e0f
2023年のGenerative AIの爆発的普及
https://gyazo.com/239b06524f40246a8f6e0b679adea828
いまは第三次人工知能ブーム
第二次までの頃は、誰もAIなんて信じてなかった・・・ by AI研究者
そこから大きく潮目が変わった
https://gyazo.com/b6cd45c158d8f2827b3120d7cfc14c77
第三次のキーワードはDeep Learning, マルチモーダル、Generative AI
特にGenerative AIは所謂GAFAやスタートアップが牽引する劇的な進化に
https://gyazo.com/16d5f6ffb85f68ff65a54f89ea055d4e
第三次ブームの起点になったのはDeepMind。AlphaGoが囲碁の世界チャンピオンに勝った
https://gyazo.com/8947237cedb85dca27e317f0e43fdc68
自動運転の衝撃的なデモンストレーション
https://gyazo.com/3ebe5df64cc998033a3c6486217c24d3
チップ企業NVIDIAが自動運転のプレイヤーに！ハードウェア企業がAIを売るように
https://gyazo.com/512a2df01666cd599980cce408a2d7c0
Stanford Universityのアンドリュー・ウ先生のお言葉
もう「冬の時代」にはならない！はず！！
https://gyazo.com/da13bfdb681cace06f8d1c9513be0737
AIの定義・・・だと？
https://gyazo.com/a5df4d9d277967fb6d4f0f680e142402
でも、実際あいまいな定義
総務省情報通信白書H28版で松尾 豊先生も含めて関わった報告書での定義
「知的な機械」「知的なコンピュータープログラムを作る科学と技術」
https://gyazo.com/794a9cf9fd83d289ddc7fac150c63e01
機械学習の定義もなかなかにとっつきづらい
https://gyazo.com/64c56a4cb66685a7f730cf4ce5798ddf
もう少しわかりやすく説明するよう努力するときによく使われる多項式フィッティング
これは二次元に単純化しているが、これの次元や要素を現実世界に即して超複雑化させて処理する
データを元に、ルール自体を機械が見出す
https://gyazo.com/4a1be2e557f4a8342e5c2b4fedb0cf6d
深層学習（Deep Learning）はこのパラメーターを複雑化させたもので、その延長がLLM&GPT
https://gyazo.com/5fb9de20adc04536490e01e1896c2b9f
2012年頃にいまのDeep Learningの原型が登場。Youtubeの動画から画像を切り出して、画像を判別するモデルを作った
最初はすごいでかいニューラルネットワーク作っただけで、それがどうすごいの？と思っていたら
https://gyazo.com/e58f9b57cd2c5ea42f406347cac0b4ad
そこから3年で劇的に進化
Google Researchが人工知能に絵を書かせてみたり。よく見ると手がイヌ
https://gyazo.com/bd3b8e92a387738bc6e17e03709e45ba
そのちょっと後に物体検出のテクノロジーが劇的に進化
https://gyazo.com/08a806ea9f43da5576fd604963466a4f
小売とAIの融合：AmazoGo
https://gyazo.com/9be0f306f1abc9f606c217f22087845d
GAN(Generative Adversarial Networks)]: Facebookの研究から盛り上がったGenerative AI
https://gyazo.com/89bb35d6702d7530d61d599ae6914eba
荒い画像をきれいにする技術 #高精細画像生成
医療用画像の改善で使われる事例も
https://gyazo.com/6e834d984c7ecfdc5c2c372b9a3aff0b
Diffusion Modelを更に進化させたImagen
https://gyazo.com/47020efce479a95283915d7d63ab35cf
非構造化データの爆発的増加
https://gyazo.com/56c55635657ee2eaa51f354136377b6d
Google翻訳も当初はイマイチだったが、Word Lends Translator技術の買収とりこみで一気に改善
https://gyazo.com/8ca0cedc8e8463171f47964fd357b75f
言語系DNNの進化 #BERT
https://gyazo.com/c169c8def727fec829fe5442b81739de
そしてGPT-3へ！
元々はチャット形式ではなかったので、今ほどはバズらなかった
https://gyazo.com/34cc5b8e5014d73129940b11d8b0a69c
フェイクニュース等の弊害、そしてそこからの規制も
https://gyazo.com/9c1dc8122bf434586c0260b6e4596a77
ノーコードでAIが作れるツールの登場
Google AutoML
すごいけど、意外と使われていない・・・？
https://gyazo.com/8c0fde92ebc9519189ee2e8e3aab5bec
そしてChatGPT！結局何がすごいのかというと、柔軟な応用、複雑な文脈の理解、ファインチューニングの容易さ
実際にはGPT3の頃からすごかったが、チャットというUIが圧倒的なユーザー拡大とバズを産んだ
プラグインの多さも普及に向けて大きな影響を与えた
https://gyazo.com/34a6f281968d31935b97264576b846fd
「どこに社会実装するか」という段階へ移行！
https://gyazo.com/aa6c28fcc279d3342ae56f19318c9634
https://gyazo.com/01c9383cca93b6f6158b633221641bc8
https://gyazo.com/2309e36f49f13234c23141c565958701
2018年、IDx Technologiesが開発した糖尿病網膜症の画像診断AI医療機器がFDA(Food and Drug Administration)にて初承認
https://gyazo.com/781f01d07ce8d73bc0fa8cc204835a33
実は同じ2018年に日本でも内視鏡画像診断AIがPMDA(Pharmaceuticals and Medical Devices Agency)承認
侵襲性がないことがメリット
https://gyazo.com/274b2f8b4eb1e7db3cc6656f2fb28aa8
初期研究が行われた3年後くらいに技術的に安定していく流れのなかで、医療画像でも一気に応用され始めた
この時間軸で考えるとGenerative AIもそろそろ医療応用事例がどんどん出てくる
https://gyazo.com/561d1f27eef21514a7a244e2a8853f62
https://gyazo.com/46a89f3047e775b625870d3efa83a1d2
エルピクセルの大型資金調達、2022年時点で多数の承認機器
https://gyazo.com/52ad070f78aed2442f7c5f36e85156aa
診断支援AI
Ubie / melp / Babylon Health
ただ、Babylon Healthは2023年8月に破綻報道・・・
The fall of Babylon: Failed telehealth startup once valued at $2B goes bankrupt, sold for parts | TechCrunch https://techcrunch.com/2023/08/31/the-fall-of-babylon-failed-tele-health-startup-once-valued-at-nearly-2b-goes-bankrupt-and-sold-for-parts/
https://gyazo.com/ad4eab43c26882630d539b4a96c65807
DTx(Digital Therapeutic)
CureApp、WellDoc
https://gyazo.com/72fbb42071dd09027037f4bd288279c2
デジタルヘルス業界激震の大ニュース JMDC x オムロン
https://gyazo.com/517fc23f1fbafdb14b707bfa32ee823a
https://gyazo.com/ef558b4321ada4b22b4971218776dc4c
https://gyazo.com/37709c429b23320e8e6ecdbdb63f21d5
AIが得意なこと
大量の単純作業
人以上の分類
AIが不得意あこと
自らの問題設定
ゼロからのクリエイティブ
教師データが必要
人の気持ちを読んだり
1兆パラメーターを処理できるというのは、人間のシナプスの10倍以上・・・？くらいあるので、情報処理なら人を超えてる
https://gyazo.com/635105e4b2d40117ad292fda882b9c23
ここからは実践編
https://gyazo.com/9e5d106aabe5170999251223b4bc0b25
問題設定は人間がする必要がある。正しい答えは、正しい問いから出てくるもの。
要件を整理しているとでてくる「教師データが、、、ない・・・・」となりがち
https://gyazo.com/4cc031f19e0531ff2e8a82629a111839
頭部出血を判定する画像診断AIの開発経緯
https://gyazo.com/d1354606d334628869f0ea087fa6606d
論文からヒントを得た from npj Digital Medicine (NatureのDigitalHealth特化版)
npj Digital Medicine https://www.nature.com/npjdigitalmed/
https://gyazo.com/cc24be17724e76988101f3d57d6bae46
問題設定・ソリューション整理のために救急専門医へヒアリング
https://gyazo.com/c91db352e8e2d146f7f48d22effde97f
とにかく教師データの取得が課題大きい。。。
オープンデータでたまたま頭部CTの画像があったのでそこから着手。プロトタイピングくらいまでなら出来る。
世界トップレベルでも31万スキャンの大規模多施設データを持っていた。
https://gyazo.com/31ccee2f6507280fbc277376642e5ce9
https://gyazo.com/f4dff3de0a6afb1e40134ba60cd60fb0
必ずしも最新のアルゴリズムがよいわけではない
https://gyazo.com/8d1bba1374cf1c3c1f0cda866e864e6e
https://gyazo.com/5923c74087d43be383e7c7b1d9fd95b6
医療AIのIdeation Workshop
壁打ちはChatGPTに頼める時代
バイオデザインプログラム的なニーズステートメントはフレームワークとしてわかりやすい
業務が本当に変わるのか？は医療AIを考える際のキークエスチョン
https://gyazo.com/db0309d9857b70a07476e42f06685619
【Q&A】
Sli.do URL
https://app.sli.do/event/eEbQd6tJ2zDKYQHssUZtpP
Q.