サクサク読めて、アプリ限定の機能も多数！
トップへ戻る
衆院選
www.brainpad.co.jp
こんにちは、株式会社ブレインパッド アナリティクスコンサルティングユニットの小澤、久津見、小牧です。 前回までの記事では、 ・生成AIをビジネス活用するための鍵となるドメイン特化 ・LLMの信頼性評価で押さえておくべき8つの評価観点 ・生成AIの評価指標とベンチマーク ・生成AIによる自動評価 (LLM-as-a-Judge) についてご紹介してきました。 LLMによる自動評価技術 (LLM-as-a-judge) の研究が進み、LLMがビジネス活用される流れがより強くなってきています。LLMをはじめとする生成AIの技術が急速に進む一方で、ハッキングの技術もより巧妙になってきており、そのリスクは顕在化してきています。 言い方を変えれば、LLMの普及によりセキュリティを突破するハードルが下がってきていると言えるでしょう。 ハッキングはプロンプトおよび学習データの漏洩、悪意ある行動の生成、有害
日系コンサルティング会社を経て2019年にブレインパッドに参画。機械学習を用いた需要予測の事例や、金融商品取引の分析事例を担当。昨今は汎用ソルバーを用いた数理最適化の事例にも従事。フィージビリティの検証からKPI設計までトータルで支援。機械学習をはじめとした技術の「社会実装」の実績をもつ。東京大学グローバル消費インテリジェンス寄付講座 (GCI) 2020-2023 特別講師。 1.出会いとこれまで DOORS編集部 今回は、AIの現場最前線で活躍する「からあげ」さんと、株式会社ブレインパッドの内池による対談です。「データサイエンティスト」という職種に焦点を当てて、過去・現在・未来のAIやデータサイエンスについて大いに語っていただきたいと思います。まずはお二人の出会いのきっかけから教えていただけますか。 株式会社松尾研究所・からあげ氏×株式会社ブレインパッド・内池 きっかけは「ディープラー
こんにちは。株式会社ブレインパッド アナリティクスコンサルティングユニットの小澤、久津見、小牧です。 前回までの記事では、 ・「生成AIをビジネス活用するための鍵」となるドメイン特化 ・「LLMの信頼性評価で押さえておくべき8つの評価観点」 ・「生成AIの評価指標とベンチマーク」 ついて、それぞれ課題とともに詳しくご紹介しました。 LLMをビジネス活用する上では、多様な評価観点、KPIに基づく評価基準設定、専門家によるフィードバック、そしてそれらを繰り返し行う環境整備といった複雑かつコストがかかる評価アプローチが負担となっていました。また、ベンチマークは数多く提案されているものの、過学習や日本語に対する性能の低さなども問題となっています。 そこで本記事では、生成AI（特にLLM）の評価方法として最近非常に注目を集めている、LLMによる自動評価技術 (LLM-as-a-Judge) について
システムエンジニアとしてITベンチャー企業と金融系企業に勤めた後、2019年にデータサイエンティストとしてブレインパッドに入社。 需要予測に関するプロジェクトに多く従事し、モデル構築から運用保守まで一貫して経験。LLMを活用したプロジェクトにも携わる。 Kaggle Competition Master。 ①プロジェクトの目的を明確にする まず初めに、プロジェクトの目的を明確にすることが重要になります。 これはデータ分析プロジェクト以外にも共通する部分ですが、プロジェクトとは「特定の目的を達成するために行われる期限のある活動」です。まずデータ分析プロジェクトの目的（=ゴール）を明確にし、発注側と受注側で共通認識を持つことが、プロジェクト成功に向けた第一歩となります。「目的を明確にするなんて当たり前。意識しなくてもできる」と思われるかもしれません。しかし、私の経験上、目的が曖昧で関係者の認識
上記のように、AGIは「強いAI」に分類され、自己学習により未知のタスクにも柔軟に適応できます。AGIの実現は、AI技術の未来を大きく変える可能性を秘めています。 AGIの例 完全なAGIには到達していないですが、近年目まぐるしい発達を遂げている、テキスト自動生成や画像自動生成などが可能な「生成AI」は「強いAI」の特徴を断片的に持っており、この生成AIに代表されるサービスがOpenAI社の「ChatGPT」です。ChatGPTは言語モデルに特化しているという点では「弱いAI」と言えるかもしれませんが、幅広い領域におけるタスクを処理できるようになりつつある現在では、強いAIにも一部含まれていると言えるでしょう。 ※ただしChatGPT自身に「あなたはAGI（強いAI）ですか？」と聞くと、否定されます。（2023年11月10日現在） 【関連記事】 生成AI（ジェネレーティブAI）とは？Cha
LLM（大規模言語モデル）は、自然言語処理（NLP）の分野で使用される深層学習モデルの一種であり、その主な目的は、膨大な量のテキストデータを学習し、人間のような自然な言語生成や理解を実現することです。 技術的な側面からもう少しお話すると、LLMは深層学習の技術を用いた複雑なモデルで、その基盤となるのはニューラルネットワークと呼ばれる人間の脳のニューロンの働きを模倣する計算モデルです。 このニューラルネットワークは、複数の層からなる構造で入力データを受け取り、パターンを学習して予測や分類を行うことができます。特に、LLMは巨大なテキストデータを入力とし、大量のパラメータを調整しながら言語構造を学習させています。 代表的なLLMの例として Googleの「PaLM」 OpenAIの「ChatGPT」 オープンソースなモデルとしてMetaが開発した「Llama」、Databricksが開発した「
生成AIとは、深層学習や機械学習の手法を駆使して、人が作り出すようなテキスト、画像、音楽、ビデオなどのデジタルコンテンツを自動で生成する技術です。 この技術の核心は、大量のデータからパターンを学習し、それを基に新しい、オリジナルのコンテンツを創出する能力にあります。生成AIは、単に既存のデータをコピーするのではなく、学習したデータを基にして新しい創作物を生み出します。 これにより多様なコンテンツ生成が可能となり、クリエイティブな分野だけでなく、ニュース記事の作成、ゲームの環境設計、さらには広告の制作など、幅広い応用が期待されています。この技術は、人間の創造性を模倣し、拡張することで、ビジネスや芸術の新たな地平を切り拓く可能性を秘めています。 本記事では、そんな生成AIの基本概念、仕組み、そしてその可能性と課題について、詳しく解説していきます。 ※以下の動画では、生成AIの意味と概要を「1分
ゼロイチのデータ分析に強みをもつデータサイエンティスト。学術研究の経験を背景に、前職では計算科学コンサルタントとシステムエンジニアを兼務。ＡＩサービス事業を立ち上げ、企画からマーケティングまでを統括。ブレインパッドでは、材料開発・売上改善・特許請求に関するデータ活用の要件定義・分析・プロトタイプ開発を主導。ビジネス・アナリティクス・エンジニアリングの横断的な経験を活かし、未開拓分野のデータ活用に突破口を見出す。 ChatGPT の強みと弱み ChatGPT (Generative Pre-Trained Transformer) は、インターネット上の膨大な文書を事前学習した生成系チャット AI です。2022年に登場した ChatGPT は、人とのコミュニケーションを高いレベルで実現しています。たとえば、みなさんの中には、すでに日常で次のような使い方をしている方もいらっしゃると思います。
CDPとは、カスタマー・データ・プラットフォーム(Customer Data Platform)のことを指します。顧客一人ひとりの属性データや行動データを収集・統合・分析するデータプラットフォームです。CDPは、デジタルマーケティングをおこなう上で、顧客理解の深化や顧客データ活用の幅を広げるための基盤として必要不可欠です。この記事では、CDPを検討中のマーケティング担当者へ向けて、CDPの特長や導入によって実現できることなど、基本的な情報ついて解説します。 図解でわかりやすく『CDPとは？』を解説した無料ホワイトペーパーをダウンロードする CDPの特長(メリット)CDPは、顧客データを収集・集約・蓄積する役割を担っています。CDPで収集できるデータは、Webサイト上などで企業と顧客との直接的に関わった顧客データです。これを1st Party(ファーストパーティー)データと呼びます。ここでい
さまざまな企業や組織でAI導入が盛んになりつつある昨今では、AIに対してどのようにデータを学習させるべきかが課題となっています。 このような背景において、AIにデータを与えてパターンを学習させる機械学習の中で、「強化学習」を採用する現場も数多くあります。そこで今回は、強化学習の基礎知識やアルゴリズム、具体的な活用事例などについて解説します。 強化学習とは 強化学習とは、AIやコンピューターなどの「エージェント（学習者）」にデータを与えて学習させる「機械学習」の手法のひとつです。エージェントが与えられたデータを手掛かりに試行錯誤して学び、データの価値を最大化する学習方法を指しています。 ※機械学習について詳しく知りたい方は、以下の記事もあわせてご覧ください。 【関連記事】機械学習とは？3つの学習手法と知っておきたい活用事例 エージェントの学習方法には、強化学習の他に「教師あり学習」と「教師な
いったい、どれがDX？ 「DX（デジタルトランスフォーメーション）」が色んなところで使われるたびにモヤモヤしたり、「そもそも、DXってなんなんだろう？」と思う方、多いのではないでしょうか。話題、流行っている言葉ほど、色んな意味合いで使われることが多いですよね。 さて、では皆さんは、「DX」と聞いて何を思い浮かべるでしょうか？下記に、思いつくものをざっくりと挙げてみました。 このように、DXに該当する言葉は多々ありますが、企業で共通理解がなされないまま「DXをしよう」や「DXを進めよう」というと、「既存業務のデジタル化」なのか、「新しいビジネスモデルによる経営改革なのか」で現場が迷い、「何から始めるべきか」を議論して終わらない状況になってしまうことが往々にして起こり得ます。 だからこそ、DXとは何かをしっかり整理し、本質を理解することが重要です。
エンジニアに関する知識を記録・共有するためのサービス「Qiita」にて、当社が実施しております「BrainPad Advent Calendar 2021」に関して、ご報告申し上げます。 弊社社員が本年12月22日（水）に公開した記事（以下、本記事）において、同社員が別の投稿者が先行して「Qiita」に掲載していた記事を参考に本記事を執筆した結果、題材や探索手法等が先行記事と類似している箇所があることが判明いたしましたので、本記事を削除いたしました。（現在、本件に関する概要の記載とともに別の題材での代替記事の掲載を検討中です。） 【経緯】 本件の経緯といたしましては、以下の通りです。 本年12月23日（木）夜、本記事を執筆した同社員が、Qiitaの読者より「内容が過去の別の記事と類似している」点について通知を受けました。この際、同社員にて適切な対応および謝罪等がなされないまま、同社員の判断
こんにちは。データ活用によるDX推進を支援する「株式会社ブレインパッド」のDOORS編集部です。 デジタル技術の導入によってビジネスが大きく変われば、労働者に求められるスキル要件も変わってきます。 そこで、社内の人材が新たにデジタル技術を学び直し、DXに対応できるよう準備する取り組み、「リスキリング」が注目されています。 今回は、経済産業省が提言するリスキリングの意義や国内外の事例について紹介し、リスキリングに向けた仕組み作りのポイントを解説します。 【参考】リスキリングとは―DX時代の人材戦略と世界の潮流― リスキリングとは？用語の定義とDX時代に欠かせない理由 まず、経済産業省の審議会で発表された資料では、リスキリング（reskilling）とは 「新しい職業に就くために、あるいは、今の職業で必要とされるスキルの大幅な変化に適応して、必要なスキルを獲得する／させること」 リスキリングを
はじめまして。データサイエンティストの栗原です。 入社以降、需要予測や自然言語処理などのプロジェクトを担当してきましたが、最近は画像を用いた異常検知案件を主に担当しています。 本稿では、機械学習プロジェクトのフローのうち、最初の関門である「企画・PoC（Proof of Concept：概念実証）」 フェーズ について記載します。これから機械学習をビジネスに活用していこうと検討されている方向けの記事となっています。 本稿を通して、機械学習プロジェクトを始めるにあたって事前に知っておいた方がよいことや、ブレインパッドにおけるプロジェクトの進め方のイメージを実体験に基づきお伝えできればと思います。 企画フェーズ：プロジェクトの目的およびPoC の検証内容を具体化 企画フェーズでは、お客様と弊社でプロジェクト全体の目的およびPoCの目的をすり合わせます。このプロセスは非常に重要でPoCの検証目的
Digital Consumer Intelligence and Social Media Management Platform Understand your SNS上のトレンドや消費者の意見を 理解やエンゲージし、ビジネスに 必要となる意思決定を強力に支援。 1.4兆件以上データを活用。 Twitterの全量データにアクセス。 レスポンスもスピーディー。 ▶︎ 製品資料ダウンロード(無料)
しかし、DXという言葉を用いるに当たっては、その本質的な意味を理解する必要があります。以下で、DXの定義とその変遷について詳しくご説明します。 DXの起源 DXは、Digital Transformationの略です。Transformationとは「変形」「変質」「変容」という意味なので、日本語に置き換えれば「デジタルによる（ビジネスや生活の）変容」を意味します。Trans-がしばしばXと略されることから、Digital Transformationの略語としてDXが定着するようになりました。 DXの起源は、2004年にスウェーデンのウメオ大学に所属するエリック・ストルターマン教授が提唱した「ITの浸透が、人々の生活をあらゆる面でより良い方向に変化させる」という「社会の変化」を表した概念でした。 DXは学問的な用語として提唱され始めましたが、ビジネスの世界にさまざまなデジタル機器やソーシ
【前編】CXとEXの両輪による変革を目指す「ビューカード流DX」―デジタル戦略部による顧客体験と従業員体験向上の取り組み＜DX事例＞
具体例としてレコメンデーションを挙げてみましょう。レコメンデーションとは、Amazonに代表されるECサイトでよく目にする「おすすめ」機能です。この機能があるおかげで、消費者は自分の嗜好にあった商品を効率よく見つけることができます。 レコメンデーションにはいろいろな実現方法がありますが、最も一般的なのは、過去の購買履歴や属性等から購買確率の高い商品を推定する方法です。その人が買いそうな商品を見つけ出して、表示してあげれば良いよね、という発想です。この手法は、確率を予測するので機械学習によって実現できます。 この方法は広く普及しており、実際多くのレコメンデーションエンジンで実装されています。しかし、例えば商品の在庫に限りがある場合には少し課題が発生します。この方法では購買確率の高い商品をおすすめするので、必然的に人気商品が表示されやすくなりますが、在庫には限りがあるため必要以上に露出しても購
「どのような顧客とコミュニケーションしたいのかを考えることが マーケティングオートメーションの第一歩」 マーケティングオートメーション（MA）とはパーソナライズマーケティングの概念にもとづいて企業から顧客へのメッセージの自動配信化とコンテンツ最適化を行うものとされています。そして通常はMAツールが自動化を行うルールを「シナリオ」として設計し設定します。このコラムではMAでのシナリオ設計についての考え方をご紹介します。 パーソナライズマーケティングにおいて、「誰に」「いつ」「何を」「どのように（経路）」コミュニケーションするかが重要です。MAツールでのシナリオにおいても、この考え方にもとづき、以下4つの内容を決めていきます。 パーソナライズマーケティング、基本の4要素 ・誰に（ターゲット設定） ・いつ（シナリオ起動イベントから配信タイミングの設定） ・何を（コンテンツ・オファー設定） ・どの
ブレインパッド、河川の護岸コンクリートの劣化検知をAIで支援 － 八千代エンジニヤリングに「機械学習／ディープラーニング活用サービス」を導入 － ブレインパッド、河川の護岸コンクリートの劣化検知をAIで支援 － 八千代エンジニヤリングに「機械学習／ディープラーニング活用サービス」を導入 － 株式会社ブレインパッドは、大手総合建設コンサルタント会社の八千代エンジニヤリング株式会社に、人工知能（AI、*1）のビジネス活用を支援する「機械学習／ディープラーニング（*2）活用サービス」（*3）を導入し、同社が実施する河川の護岸コンクリートの劣化検知を効率化する支援を行ったことを発表いたします。 ■本取り組みに至った背景 1960年代の高度経済成長期に整備された道路や橋、下水道、河川の護岸コンクリートなどの社会インフラには経年劣化が見られ、その点検・改修が喫緊の課題となっております。 日本国内には、
ホーム ニューストップ ニュース（ニュースリリース） ブレインパッド、大規模データ処理に対応した「Enterprise Data Warehouse on Azure」の提供を開始 ブレインパッド、大規模データ処理に対応した 「Enterprise Data Warehouse on Azure」の提供を開始 － Microsoft Azure HDInsight®を活用し、約10倍のパフォーマンスで処理可能に － 株式会社ブレインパッドは、ビッグデータ対応データウェアハウス（DWH）ソリューション「Enterprise Data Warehouse on Azure」の提供を本日より開始いたします。 本ソリューションは、大規模データを高速に処理できる分析処理基盤を、低価格かつ短期間でクラウド上に構築できるサービスです。マイクロソフト社が提供する世界最高水準のマネージドサービスである「Mi
ブレインパッド、キユーピーの食品工場における不良品の検知をディープラーニングによる画像解析で支援 － さらに安心・高品質な製造体制の実現に向けてAIの活用を検討 － 株式会社ブレインパッドは、マヨネーズなどの調味料を中心にさまざまな食品を手掛けるキユーピー株式会社に、人工知能（AI、*1）のビジネス活用を支援する「機械学習／ディープラーニング（*2）活用サービス」（*3）を導入し、キユーピーの食品製造プロセスにおける異物混入や不良品の発見精度の向上を支援することを発表いたします。 ■「機械学習／ディープラーニング活用サービス」の活用背景 キユーピーは、2015年12月期から2018年11月期までの3年間を対象とする中期経営計画にて、「ユニークさの発揮と創造」を軸とした4つの経営方針（経営基盤の強化、コスト競争力の強化、付加価値の創造、新領域への挑戦）を定めています。 その経営方針の一つであ
ホーム ニューストップ ニュース（ニュースリリース） ブレインパッドが提供するレコメンドエンジン搭載プライベートDMP「Rtoaster」、ITRの調査レポートでDMP市場シェア1位を獲得 ブレインパッドが提供するレコメンドエンジン搭載プライベートDMP「Rtoaster」 ITRの調査レポートでDMP市場シェア1位を獲得 株式会社ブレインパッド（本社：東京都港区、代表取締役社長：佐藤 清之輔、以下ブレインパッド）は、株式会社アイ・ティ・アール（以下ITR）が発行する市場調査レポート「ITR Market View：マーケティング管理市場2016」（*1）において、ブレインパッドが提供するレコメンドエンジン搭載プライベートDMP（*2）「Rtoaster（アールトースター）」が、DMP市場におけるベンダー別売上金額推移およびシェアで1位（2014年度実績、2015年度予測）を獲得したことを
ホーム ニューストップ ニュース（ニュースリリース） ブレインパッド、「Microsoft Azure」導入診断サービスを開始、ビッグデータ分析基盤のクラウド移行における適正/課題を無料で診断 ブレインパッド、「Microsoft Azure」導入診断サービスを開始 ビッグデータ分析基盤のクラウド移行における適正/課題を無料で診断 株式会社ブレインパッド（本社：東京都港区、代表取締役社長：佐藤 清之輔、以下ブレインパッド）は、日本マイクロソフト株式会社（本社：東京都港区、代表執行役 社長：平野 拓也、以下日本マイクロソフト）が提供するクラウドコンピューティングプラットフォーム「Microsoft Azure（マイクロソフト アジュール）」の導入診断サービスの提供を開始いたします。 本サービスは、主に、社内の分析基盤をオンプレミス環境（*1）からクラウド環境（*2）に移行したいお客様向けに、
プロバンスは最適なタイミングでお客様にメッセージを届けるMAツールです。 現在、あらゆる企業が電話やメール、SNSをマーケティングに利用しており、エンドユーザーは情報の多さに悩まされています。プロバンスは、こうしたエンドユーザーのストレスを解消し、企業価値の向上と購入率アップ、休眠顧客の発掘などの成果向上をサポートします。
今後、「Brandwatch」と「Crimson Hexagon」は、互いのソリューションを「Brandwatch」ブランドに統合し、より強力なソーシャルメディア・アナリティクスプラットフォームとして生まれ変わりました。Brandwatchに関する情報は下記よりご確認ください。
ブレインパッド、横浜銀行にレコメンドエンジン搭載プライベートDMP「Rtoaster」を導入 Rtoasterとして初の地方銀行へ提供、導入直後からマーケティング指標の改善を実現 株式会社ブレインパッド（本社：東京都港区、代表取締役社長：草野 隆史、以下ブレインパッド）は、株式会社横浜銀行（本社：神奈川県横浜市、代表取締役頭取：寺澤 辰麿、以下横浜銀行）に、レコメンドエンジン搭載プライベートDMP（*1）「Rtoaster（アールトースター）」を導入したことを発表いたします。 本サービスは、横浜銀行のダイレクトチャネル（非対面系取引）強化の一環として、店舗での対面営業と同じように、お客さまごとのライフステージやライフスタイルにあわせて最適な商品をレコメンド（*2）するという目的のもと、2015年1月より同行のウェブサイトに導入されました。 ▲Rtoasterを導入した横浜銀行のウェブサイト
ブレインパッド、Mynd株式会社を子会社化 人工知能、機械学習、自然言語処理に関する技術基盤を強化し、 スマートフォンアプリ、ウェブでのサービス拡充と新規サービス開発へ 株式会社ブレインパッド（本社：東京都港区、代表取締役社長：草野 隆史、以下ブレインパッド）は、Mynd（マインド）株式会社（本社：東京都千代田区、代表取締役社長：原 啓介、以下Mynd）の全株式を取得し、連結子会社とすることを決定いたしました。 今後、両社が保有する技術および事業資産を融合させることにより、IoT（*1）領域、マーケティング領域において重要となる、人工知能、機械学習（*2）、自然言語処理（*3）技術基盤の一層の強化を図り、サービスの拡充と同時に、スマートフォンアプリ、ウェブでのスピード感のある新規サービス開発を推進してまいります。 ブレインパッドは、大量データを使った予測・分析技術、最適化計算技術をベースに
ブレインパッド、Webプラットフォーム／レコメンドエンジン「Rtoaster」に自然言語処理エンジンによる「コンテンツマーケティングレコメンド機能」を追加 ブレインパッド、Webプラットフォーム／レコメンドエンジン「Rtoaster」に 自然言語処理エンジンによる「コンテンツマーケティングレコメンド機能」を追加 ファーストユーザーとして「ダイヤモンド・オンライン」に導入 機械学習による大量コンテンツへの「意味タグ」付けと「プライベートDMP」への蓄積を実現 株式会社ブレインパッド（本社：東京都港区、代表取締役社長：草野 隆史、以下ブレインパッド）は、ブレインパッドが開発・提供するWebプラットフォーム／レコメンドエンジン「Rtoaster（アールトースター）」に自然言語処理エンジン「Semantic Finder（セマンティックファインダー）」による「コンテンツマーケティング（*1）レコメ
次のページ
このページを最初にブックマークしてみませんか？
『株式会社ブレインパッド（BrainPad Inc.）｜データ活用推進パートナー｜データ活用...』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
