JSAI2019に参加してきました
こんにちは、株式会社バンクのデータ解析チームです。 6/4（火）～6/7（金）に新潟で開催された「2019年度人工知能学会全国大会（JSAI2019）」に参加してきたので、そのレポートをお届けします！ 今回はチームから3人参加したのでそれぞれの印象に残った発表をそれぞれ簡単に紹介していきます。
人工知能学会（JSAI）の紹介・参加経緯
人工知能学会（JSAI）は1年に1度、6月に行われる人工知能技術に関する発表を行う学会で、毎年違う県で開催されます。今回は第33回目で新潟県新潟市（朱鷺メッセ 新潟コンベンションセンター）で行われました。今年の参加者は3000人近くと年々増加しており、人工知能技術への関心の高まりを感じます。
データ解析チームは自社サービスである「CASH」や「TRAVEL Now」のデータと日々向き合っています。今どんな研究がなされているか、他社でどのような取り組みが行われているか、といった発表の聴講を通して、プロダクトへ反映できそうな新たな技術・知見を得るために参加しよう、ということになりました。
発表レポート
それではデータ解析チームのメンバーがそれぞれ印象に残ったと感じた発表を簡単に紹介していきます。 （説明に用いた図はそれぞれの講演PDFより引用しております）
視線データを活用した深層学習による胸部X線写真の診断的分類*1
局所画像を追加入力とする深層学習による自動診断モデルの研究でした。 自動診断を行う研究は以前にもありましたが、こちらの研究では写真全体の画像に加えて 「診断時に医師が凝視している領域」の画像も入力として与えることができるモデルとなっていました。
「全体を俯瞰した後に局所部分に注目する」という、より実世界での人間の動きを再現できるようなモデルを再現して医師の知見をモデルに反映して診断精度を向上させているのが印象的でした。
CASHでも熟練の査定員が凝視している領域の画像データセットを作成し、査定員の集合知のようなモデルを構築することで自動真贋査定システムにも応用できるような発見のある発表でした。
機械学習を用いた地域間の仮想通貨フローの可視化*2
Bitcoinユーザーの地域推定モデル構築の研究です。 Bitcoinの特徴として匿名性が挙げられますが、ユーザーやBitcoinの流れを追跡することは不可能ではありません。 こちらの研究では、Bitcointalk.orgの投稿データとBitcoinトランザクションデータのパターンの類似性を利用してユーザーの地域推定を行っています。 本研究では構築したモデルを用いて匿名性を持っているBitcoin市場であっても物理的距離の近いユーザー同士が主に取引していることを明らかにしましたが、これは取引所やサービス系会社がハブの役割をしており、このハブの活動パターンは地域的特徴を強く持っているためでした。 Bitcoinは基本的にどの仮想通過取引所でも扱っているのでこのようなパターンが見られますが、アルトコインはまた違った動きをするのであろうと思われます。
深層学習を用いた不動産間取り図のグラフ化と物件検索への応用*3
物件検索サイトの間取り図を用いて間取り構造のグラフ化を行い、その応用として類似物件の検索に役立てるという研究です。各部屋や階段などとの具体的な隣接関係（ここでの隣接は、単に隣り合わせではなく行き来可能であることを意味する）をグラフ化することで、単に見かけが似ているかどうかではなく、より住居での現実行動に即した類似性を見出せるというものです。
類似度としてグラフ間のMCS(Maximum Common Subgraph)をみていますが、簡単な間取りだとスコアが一致する例も少なくないように見え、別の類似度手法やメタ条件と組み合わせるとよりよい類似度の計算が行えそうな気がしました。
実際に行き来できるかの制約条件がどのくらい検索のユーザ体験に寄与できるかは不明ですが、個人的には痒いところに手の届く改善に繋げられそうでビジネス的な価値のある研究に思えます。
まとめ
以上、簡単ですが人工知能学会2019の参加報告をさせていただきました。
昨年鹿児島で開催された人工知能学会にも聴講参加させていただきましたが、AI技術の最先端に触れられることや参加されている他の企業の方や学生の皆様と議論ができる大変貴重な場だと思っております。
まだまだ少人数で未熟なチームではありますが、今後ともサービスをより便利に使いやすくするために取り組んでいきます。会場等で私達を見かけたら是非お声がけください。
References
*1: 井上 大輝, 木村 仁星, 中山 浩太郎 et al. “視線データを活用した深層学習による胸部 X 線写真の診断的分類“. 第33回人工知能学会全国大会, 2019. (https://confit.atlas.jp/guide/event-img/jsai2019/1H3-J-13-02/public/pdf?type=in 2019/6/10確認)
*2: 全 珠美,水野 貴之. "機械学習を用いた地域間の仮想通貨フローの可視化". 第33回人工知能学会全国大会, 2019. (https://confit.atlas.jp/guide/event-img/jsai2019/1P2-J-13-03/public/pdf?type=in 2019/6/10確認)
*3: 山田 万太郎, 汪 雪婷, 山崎 俊彦, 相澤 清晴. “深層学習を用いた不動産間取り図のグラフ化と物件検索への応用“. 第33回人工知能学会全国大会, 2019. (https://confit.atlas.jp/guide/event-img/jsai2019/3N4-J-10-03/public/pdf?type=in 2019/6/10確認)
