2017年3月12日日曜日

アメリカとぼくらの挑戦と ~ Google NEXT 2017

国内を何度も何度も往復していると、日本が東京を中心に回っているというのは幻想だとわかってくる。

都市というのは、もっとフラットな存在なんだ。
だからこそ、フラットな都市の地平には、海外のさまざまな都市が連なっている。

そして、この連なりを、ぼくたちなりにつなげることができれば、それがぼくらの海外ビジネスなんじゃないか。そんな想いが、あふれるように強くなってきた。

キッカケは、Googleからのメール。過去最大のイベントとなる、アメリカはサンフランシスコで開催されるGoogle NEXT 2017への出展依頼メール。世界中のGoogle社員。世界中のGoogleパートナー。世界中のユーザーが集まるイベント。もちろん即決だった。

当たり前と言ってはダメなんだろうけど、アメリカにはどんな企業が機械学習ビジネスをやっているのか。どんな企業が注目を浴びているのか。大手の動き以外は何も知らない。

でも、そんなことはどうでもいい。あきらめたらそこが限界だ。あきらめなければ限界なんてない。


始まってみると、サブ会場を含めて、参加者1万人を超えると発表されていた会場は、英語もフランス語もスペイン語も。もちろんどこの言葉だかわからない言葉も。アメリカらしいというか、カルフォルニアらしい多様さにあふれた、まさしく世界がそこにはあった。

そして、ぼくの誇りでもあり、大好きな社員が、全力で作りあげたMAGELLAN BLOCKS

ブースのデザインも、brochureも、giveawayも。そんな社員が自発的にドンドン準備してくれた。だからこそ、高ぶりもなく。普通に日本の展示会に出るのと同じような感覚で、イベントは始まった。


オープニングの初日。展示会場で準備をして、訪れる人達に対応していたら、いつもぼくたちのことをサポートしてくれているGoogle Japanの人たちや、日本でGoogleのパートナーをやっている仲間というか戦友のような人たちから、「エリック・シュミットが、Googleには素晴らしいパートナーがいるという下りで、グルーヴノーツを紹介したんだよ。」と、ちょっと興奮気味に、教えてもらった。



驚いたというか、ありがたいとうか。やっぱり来てよかった。

そう、ほんとうに来てよかった。

どんなに良いサービスを作っても、姿を見せ、直接会って話すことは重要だ。

ハイデッガーじゃないけど、存在とは認識することなんだ。

そして、世界中のGoogler、パートナー、ユーザー。あらゆる人から、使いたい、試してみたい、resellerになりたい。たくさんのポジティブな意見をいただいた。

同時に、アメリカや、ヨーロッパや、南米や。あらゆる人達との接点ができた。

彼ら。日本人からしたらずっとプラグマティストな彼らは、ぼくらが日本の会社だとか、まだまだ小さな会社だからということではなく、やっていること、できあがっているサービスが評価できるのか。そこを見てくれた。

まだまだやることはたくさんある。
ぼくたちは、最初の一歩を踏み出しただけだ。

次の一歩も、その先の一歩も。そのひとつひとつが、ぼくららしく、グルーヴノーツらしく。そして、誇りを持って福岡の企業らしく。そんな一歩でありたい。

ますます、そう思えた。

2017年3月4日土曜日

BLOCKS機械学習サービスβリリース

これまで希望者だけにリリースしていたBLOCKSの機械学習サービス「MLボード」が、だれでも利用できるようになりました。

ぼくたちがBLOCKSを通じて伝えたいことは、機械学習は機械学習の専門家のものではないということ。

コンピュータの仕組みというのは、プログラムで動いている。やりたいことを紐解いて、プログラムに解決方法を組み込む。それがこれまでのやり方だ。

でもぼくたちが取り組んでいる機械学習は、解決方法を人間が指示するものではない。データと結果だけを見せると、コンピュータが自力で特徴を掴み、予測をしてくれるものだ。


例えば、気温や天気、曜日などと同時に来場者数を見せると、コンピュータがどのような時に来場者数が変わるのかという特徴を見つけ出し、精度の高い予測をしてくれる。

気温や天気という情報は、1ヶ月先くらいまでなら正確な情報が手に入るので、数週間先の予測に充分使えたりする。

ポイントなのは、ここなんだ。つまり、データを見せることで予測ができるようになるということ。プログラムではなく、データ。

予測するものはまちまちかもしれないけど、それぞれ原因となる何かがあるはずだ。それは価格かもしれないし、天候なのかもしれない。経験豊富な社員は、空気の湿り具合で機械の調整をしているかもしれない。

正確な因果関係はわからなくてもいい。理由は不明でも、何かが変わると結果に影響があるもの。しかも、強い相関がなくてもいい。少しだけ、なんか影響があると思われるもの。

そういうデータをコンピュータに見せていくと、精度はグングンあがる。


だからこそ、機械学習を使って精度をあげられるのは、機械学習の専門家ではなく、ビジネスの専門家、現場で頑張っている人、ウンチクありすぎて話すと止まらない愛すべき先輩たちなんだ。

一度精度の高い予測ができるようになると、時々予測が想像以上に外れることがある。そういう時が一番おもしろい。なぜ外れたのか。それは、見過ごしていた因子があるということ。だから、その日に起きたことを調べ、現場を見て考える。

そうやって見過ごしていた因子が見つかると、今度はそれもコンピュータに見せ、現場の改善も行う。

見過ごしていたということは、わかってなかったということだからね。

こういう活動は、自分たちの製品やサービスが、なぜ顧客から選ばれるのか、なぜ顧客は行動を起こしてくれたのかを真剣に考える活動でもある。

そうした意義のある活動を。そして効果の高い機械学習を。ぜひBLOCKSで体感してください。

ひとの“考える”を、もっと自由に。
だれもがつかえる機械学習。

それが、ぼくたちのBLOCKSです。

2017年2月8日水曜日

Google Next '17@San Franciscoに出展します

ぼくは、一年の半分近くを出張で過ごしている。毎年、100回は飛行機に乗って。

そうやって、いくつもの都市を行き来していると、都市ってなんだろうと思う。どんな都市にも、それぞれ個性があって。どちらかが中心とか周辺とか、そういうものではなく、ただ個性の違いがあるだけで。そしてそういう個性が集まって社会ができていて。その社会に何らかの境界線を引くと、それを国家と呼ぶ。そういう風に思うようになってきた。

国家の個性は、都市の個性の集合体なのだとしたら、ビジネスの個性も、やっぱり関わっている都市の影響を受けていくんだろうと思える。

だとするなら、ぼくたちは、もっと出会うべき都市と出会い、グルーヴノーツという会社も、BLOCKSというサービスも、その出会いによって成長していくべきなんじゃないか。

そんなことをずっと考えてきた。

あと一ヶ月後に迫った今年3月。Googleとしては、おそらく世界最大のイベントになると思われる「Google Next '17」が、サンフランシスコで開催される。


世界に出るとか、出ないとかではなく。
ぼくらが出会うべき都市とはどこなのか。出会うべき人とは誰なのか。

そういうことを感じ、理解し、行動するために、出展することにしました。

まだまだ経験が足りなすぎて、わからないことがいっぱいある。
でも、一歩踏み出したら、踏み出しただけ見えてくるはずだ。

2017年2月6日月曜日

増資に関わる ぼくたちの覚悟

世の中は、時々おどろくほど大きな転換点が訪れる。過去と無関係な未来なんてないはずだけど、これまでの様々なこととは不連続に思える未来だ。


さきほど日本経済新聞のサイトでニュースが流れたので、お知らせします。
ぼくたちグルーヴノーツは、少し大きめの資金調達に踏み切りました。

グルーヴノーツと名乗り始めてから一貫して取り組んできたのは、最先端のIT技術を、専門知識がない人でも取り組めること。

そしてぼくらの「MAGELLAN BLOCKS

めざしているのは「機械学習の民主化」だ。

そのために、たくさん議論をし、機能を磨き、たくさんのプロジェクトで実践してきた。そして、さまざまな成果から、過去とは不連続だけど、とてつもなく大きな可能性を秘めた未来が見えてきた。同時に、ぼくらがやらなければならないことがハッキリしてきた。

だからこそ、ここはしっかりと前に進み、大きく前進していこう。
曖昧な一歩ではなく、ぼくらがやらなければならないことを、確実に、ためらわずに実行する。

今回の増資は、そういうこと。そして、増資を外部に公表するのは、そうしたぼくたちの覚悟を世間に公開する。そういう意思表示。

日経の記事には次のように紹介されている。

同社の「マゼランブロックス」は米グーグルの機械学習サービスを使い、数値や文字、画像データを入力するだけで、AIが規則性などを発見して将来を予測できる。プログラミングなど専門知識を不要にした。」

でも、正確に言うなら、

同社の「マゼランブロックス」はGoogleの機械学習インフラを活用し、グルーヴノーツが独自開発した機械学習サービスを使い、数値や文字、画像データを入力するだけで、AIが規則性などを発見して将来を予測できる。プログラミングなど専門知識を不要にした。

Googleの圧倒的なパワーを借りながら、ぼくら自身が作り上げた機械学習モデルを使い、ぼくら自身が考え、作り上げたサービス。だから、これまでのやり方では解決できないことがあったら、ぜひ相談してほしい。

専門ベンダーを起用するのではなく、事業会社が自力で考え、自力で作り上げる機械学習サービス。そうしたことが、実現できるのだから。

そして、ベンダーに依存するのではなく、自力で考え、構築することこそ、機械学習が開く未来への扉の鍵なのだから。

福岡本社の、まだまだ小さな会社だけど、社会が望むことに真っ直ぐに取り組み、新しい時代を、全ての人のために。


頑張ります。

そして、今後とも、よろしくお願いします。

2017年1月26日木曜日

サタデースクールはじめます

子どもたちがテクノロジーに触れ、テクノロジーと遊べる場所「テックパーク・キッズ」。はじめのうちは、「子どもたちが理解するには、子ども向けのコンテンツじゃないとダメじゃないか。」とか考えていました。

でも、集まってくる子どもたちに触れていると、そうじゃないってわかってきた。

「子どもだから」ではなく、「はじめてテクノロジーに触れる人たち」の入り口を準備し、その先の道を用意してあげること。ぼくたち自身エンジニアなので、テクノロジーの楽しさは熟知している。だから、適切な入り口さえ用意してあげれば、あとはその先がどんなに楽しいかは、いくらでも見せてあげられる。


例えば低学年生には、マインクラフトの仮想空間で作り上げた建造物を3Dプリンターで出力したり、高学年生は専門家が使うようなプログラム言語で、ゲーム作りをしたり。つまり、子供向けの子供のツールではなく、子供の入り口を準備したプロのやり方を、ぼくたち自身の知識と経験で作り上げてきた。

まぁ、とにかく驚くほど緻密な建造物を3Dプリンタで出力する子とか。素晴らしくプログラムセンスの良い子とか。ゆっくりだけど、最後にはすごい個性を見せつける子とか。

ひとりひとりキラキラするような個性の持ち主ばかり。

たぶん、テックパークに集まってきた子どもたちがキラキラしているだけじゃなくて、子どもたちには、ちゃんとした入り口さえ用意してあげて、自分のペースで、自分の個性で、その先の歩き方を教えてあげれば、だれだってまぶしいくらいの個性を発揮できるということなんだ。

そんな誇らしくも素晴らしい場所。子どもを通わせたいけれど、平日の学童保育としては通えない。だから、休日にカリキュラムだけ受けられないか。そんな声が多く寄せられていました。

ぼくたちは、塾を作ったつもりじゃないし、子どもたちをたくさん集めすぎて、一人一人の個性が輝きはじめるのを手伝えなくなってしまうのも嫌なので、ちょっと躊躇していたのも確か。

でも、子どもたちと一緒に作り上げてきたコンテンツを、みんなメキメキと吸収していくのをみて、決めました。

土曜日に、ぼくたちのカリキュラムを受けられる時間。サタデースクールをはじめます。

コンテンツは3つ。

「ゲームをつくろう!プログラミングコース」
「ロボットで学ぶ電子工作コース」
「パソコンでマインクラフトコース」

入り口は誰でもできるものばかり。そして、やり続けるならその先は、どこまでも刺激的なワクワクする世界ばかり。

詳しくは、佐々木のブログをみてください。

コンピューターで思いっきり遊びたい子どもたち、あつまれ。

2017年1月13日金曜日

音声認識を使ったプロジェクトから考える変化の時代

 先日あるプロジェクトで、「現場で作業をする人の会話を文字化する」ということを実験的に取り組むことになった。実験的というのは、「作業しながら話をしている声をちゃんと認識できるのか」とか、「業界の専門用語があるんだけど、そういうの認識できるのか」とか。できたらいいなだけど、色々課題はありそうなので、とりあえず実験するということ。POCってやつね。Proof of Concept。コンセプトが実現できるのかを実証する。


 ぼくらはMAGELLAN BLOCKSを使って実験。今回は、音声を認識するだけなので、独自の学習モデルとかは作らず、BLOCKSに登録されているGoogleの学習済み音声認識機能ブロックを使った。

 もうひとつは、国内でも圧倒的実績のある音声認識パッケージ。なんでもこの業界の専門用語を数万語登録してあるという。

 Googleの音声認識機能というのは、Speech APIという名前のクラウドサービス。Googleがこれまで様々なサービスで培ってきた機能を、クラウドで使える。

 これって何かというと、Androidで「OK, Google!」って言うと質問に答えてくれるヤツ、あるよね?あのサービスって、世界中の人が使えば使うほど、Googleの機械学習が、音声について学んでいる。学べば学ぶほど、OK Googleは便利になるわけだから、世界中の人が使って、世界中の人が便利になるという仕組みのサービスなんだよ。

 Googleが得意なのは、こういう機械学習で、教師なし学習というやつ。どういうことかというと、荒っぽく例えるなら学校の試験で出るような難しい問題があるとして、数学とか物理とか、答えよりも解き方が重要なやつ。そういうやつを、問題と答えだけたくさん見せていくと、コンピュータは解き方を見つけ出してしまう。そんな感じ。解き方を教えなくても、自分で見つけ出すので「教師なし」。

 で、さっきのプロジェクト。Googleは、単純に世界中の人との会話で学んだだけ。一方は、専門用語辞書を万全に備えた仕組み。


 結果は、BLOCKSの圧勝だった。つまりGoogleの圧勝ね。

 このプロジェクトの結果は、いろいろ考えることが多かった。だって、対抗馬になった仕組みは、実績もあるのでプログラム的にはよくできているんだと思う。そして専門用語をたくさん用意してあるのでデータも充分。
 
 Googleの仕組みがどうなっているのかは知らないけれど、TensorFlowで開発されたソースを色々見てきた感覚で言うと、音声認識をするニューラルネットワーク自体は驚くほどシンプルなんだと思う。100行程度だったりとかね。
 じゃぁデータはどうなんだろう?「OK. Google」に話かけた音声。あれって機械学習に学習させたら、もういらないわけだ。つまり、世界中の人たちが話しかけた言葉、音声自体は、学習させたら不要。だって、学習させた結果、学習した学習済みモデルがあればいいわけであって、一つ一つのデータはいらない。

 こう考えていくと、すごく時間をかけて巨大なプログラムを準備することとか、大量のデータを持っていることとかは、もはやそれほど重要ではないのかとさえ思えてくる。(とはいえ大量のデータがあるから学べるので、この表現は難しいんだけど。)シンプルな構造と、上手にデータを学習させる。つまり加工して持っていること。そちらの方がよっぽど大切だし、そういう時代なんだろうと思う。

 大量のエンジニアを投入した、数千万ステップのシステムとか。もしかしたらそういうこと自体、もはやダメなシステムの証なんじゃないかと。

 AIがどうのこうのという以前に、もしかしたらとてつもないイノベーションの真っ只中。その本質を理解することが、とても大切な、そういう時代なんだろうな。

2017年1月11日水曜日

ぼくらがBLOCKSで機械学習サービス「MLボード」をリリースする理由

 社会は、ますます複雑化してきているし、世の中は不連続な出来事であふれているかのようだ。理解しがたく、未来が見通しにくい時、人は過剰な行動で何かを守ろうとするのかもしれない。

 世界では、飢えや貧困に苦しむ人がいる一方で、生産される食料の3分の1は廃棄されている。「もったいない」という精神が息づいていると賞賛された日本は、食料廃棄率では世界一で、5,000万人の人が一年間に食べる量を毎年捨てているのだ。

 その一方、流通業の課題は廃棄ロスとチャンスロスだと言われている。仕入れすぎて廃棄せざるをえないロスと、せっかく欲しい人がいるのに、商品を渡せないというロス。

 欲しいものがいつでも手に入り、電気もガスも水道も、途切れることなく提供される。電車もバスも時間通りに来て、注文したものは時間通りに届く。友達とはSNSでいつでも会話ができるし、行きたかったコンサートの情報は、間違いなく届いてくれる。

 便利な社会は、みんなが望んだから成立しているわけなので、望んだ未来がだんだん形作られているとも言える。でもその一方で壮絶なる無駄があり、世界のどこかで苦しむ人がいることを無視したかのような繁栄は、本当にいいのかとも思ってしまう。

 だからこそ。便利さを維持するためにも。無駄な部分をどうやって切り詰めていくことができるのかを、企業も社会も真剣に考えている人たちがいるのだ。そしてぼくたちは、真剣に社会の不合理なところと向き合っている人たちが、自分の手で確かめ、自分で考え、解決していくための手段を提供していきたい。そう思ってサービスを磨いてきた。


今日、MAGELLAN BLOCKSに新しく機械学習機能「Machine Learningボード」(MLボード)をαリリースします。αリリースというのは、まずは試験的にも使ってみたいと望んでいる人だけに使ってもらうリリース。

 これまでは、グルーヴノーツがコンサルティングしながらMLボードを使っていた。そしてこれからは、コンサルタントがいなくても自分でできる。でもコンサルタントがいないということで、使いにくいところがあるかもしれない。そういうところに耳を傾け、改善していく。それがα、その後に一般公開するのがβ。この段階では、もっと多くの人に使ってもらう、さらに改善を行って最終リリースに持ち込む。評判になったりとか、話題になったりとかよりも、本当に必要とされるものに磨き上げていく。そういうことの方が、ずっと重要だと思う。だから、面倒臭いかもしれないけれど、こうやって段階を踏んだリリースをする。

 そして、最初にリリースするのは、「数値回帰モデル」と「数値分類モデル」。

 数値回帰モデルとは、需要予測に使えるニューラルネットワーク。数値分類は、カードの不正利用や、地勢的な需要分類など、与えた因子の傾向から指定された分類を行うニューラルネットワーク。(今後も新しい課題解決のモデルを、どんどんリリースするからね。)

 数値というのは、数字の羅列からコンピュータがパターンを読み取ってくれるということ。需要予測に使うなら、需要の因子となっている情報を並べると、BLOCKSは特徴を自動的に調べていき、どういう場合には何個売れるのか、どういう場合には何人の人がやってくるのか。そういうことを予測してくれる。天候が因子なのかもしれないし、価格が因子になるのかもしれない。もしかしたら、季節的な出来事が因子になっているのかもしれない。そういう因子を並べれば、あとはBLOCKSが自分で考えてくれる。どこをどう見てほしいとか、伝える必要もない。

 そして、使いこなすためにプログラムを作る必要はないし、機械学習に関する知識もいらない。

 必要なのは、ビジネスに関する知識、現場を想像できる力。予測精度が思うようにでないなら、与えた因子が違うのでは、というところから見直してほしい。だからこそ、人はなぜ買いたいと思うのか、人はなぜ行動するのか。そういう根源的なことをちゃんと考えなければならない。

 IT技術者のための機械学習では、社会に浸透しないし、社会が本当に変わっていく力にはならない。だからこそ

 機械学習の民主化

 それがぼくらがめざしていること。

 MAGELLAN BLOCKSの機械学習サービス「MLボード」は、今日の午後リリース。
是非試してみたいという人は、こちらから申し込んでください。


 まずは一歩を。踏み出すことができれば、踏み出した数だけ未来を変えることができる。