開発効率2倍を目指す、AI教育/データサイエンス教育実施事例

PDF版はこちら

AI活用で、従来の2倍の開発効率を目指す

共通基盤技術センターの役割を教えていただけますか。

児堂　我々は、当社の各事業部を横断する技術基盤を整備しています。製品やサービスの開発に今後どんな技術が役立ちそうか、いち早くキャッチアップし、新規技術を当社のプラットフォームに取り入れる活動や、その技術の全社的な普及を促進させる技術サービスといった業務を展開しています。

AI を全社共通の基盤技術にするとお聞きしました。

児堂　おかげさまで当社はこの10年で売上げが3倍に伸長し、それにともなって開発案件が増え規模も急速に拡大しています。そこで「開発効率2倍」を目標として掲げ、今までとは違う開発手法を模索しました。
AI は、こうした中から浮かび上がってきた次の開発技術のひとつです。現場では、実際の実験結果などリアルな現象をもとに研究・開発を行っていますが、同様のことが AI やシミュレーションなどバーチャル環境でも可能になっています。そのAI技術を当社全事業部門の共通基盤にすることで、開発効率を目標としている2倍に高めたいと考えたのです。
もちろん、当社でも各事業部でAI技術の開発や応用にいち早く取り組んでいますが、いずれも製品を起点とする技術で、そのノウハウや知見は製品や担当者に限定されたものでした。今回の取り組みは、AI を全社的な技術開発の共通基盤とすることが目的であり、その点が特徴的といえます。

今回の取り組みのプロセスをお聞かせください。

興膳　具体的な検討は2018年の暮れからで、当センター内で部門横断のチームを作り、開発効率2倍の目標をクリアするにはどうするべきかというところから議論をスタートさせました。その中で、開発プロセスにおける AI の利用価値や、データサイエンス教育の必要性に気づき、今回のAI教育プログラムの実施に至りました。
AI技術を目的に応じて柔軟に使い分け、開発を効率よく進める、そういうデータサイエンスの資質を備えた人材を社内で育てることが今回の目的です。そのためには、ディープラーニングやニューラルネットワークなどの個別技術のほか、それに付随した幅広い知識の習得が欠かせません。また、モデリングや統計的な分析手法を身につけたり、各種ツールの利用など作業を効率よく進めていくための応用力を身につけたりすることも必要です。
AI の教育サービスを行っている企業はありますが、特定の技術に特化して行っている場合がほとんどで、一般教養を身につけるようにAI技術を習得させたい、という我々のニーズを満たすプログラムはありませんでした。そこで、以前から AI や機械学習の開発で取引のあったNTTデータ数理システムに相談し、データサイエンティスト育成プログラムを作成・実施してもらいました。
同社は数理科学の専門家がたくさんいますし、VMS など汎用ツールも多彩に開発しています。今回の我々のニーズに、まさにうってつけだと思いました。

知識と演習のセットで技術を習得

プログラムの内容を教えてください。

徳本　プログラムは3カ年計画（図参照）とし、初年度の2019年は人材育成と習得した技術の案件適用を目指しています。まず第1ステップとして、AI に関する知識を幅広く習得する座学と演習を2カ月間実施、その基礎知識をもとに第2ステップとしてセンサタグを利用した総合演習により、AI を使う実力を身につけます。第3ステップは、それまでに得た知見をもとに実案件に取り組んでもらいます。現在、当センターから17名がこのプログラムに参加しており、中村も参加者のひとりです。

プログラムに参加した印象をお聞かせください。

中村　第1ステップの座学で覚えるべき知識が多く、正直、面食らいました。しかし、第2ステップの演習になったら、がぜん楽しくなりました（笑）。センサタグで採取したデータの扱いやその後のモデリングなど、作業の随所で第1ステップで教わった知識が役立ったのです。
座学と演習、このワンセットで知識と技術を関連づけて習得できたと実感しています。また演習にしても、課題の設定やデータの採集方法、問題の解決まで自分で考えて行うやり方のため、実案件への応用もスムーズにいくのではないでしょうか。

NTTデータ数理システムのツールをプログラムでお使いと聞きました。

中村　データサイエンス業務の中でデータ分析とモデル構築は、自分でプログラムを書くなどして手間がかかる部分でもありました。そこにNTTデータ数理システムのツールを使用すれば業務が効率化し、仮説立案など本来業務に集中できるようになります。
現在は、機械学習モデルの構築や検証に VMS、統計モデル構築のために VRP、さらにディープラーニングモデル構築に Deep Learner を使っています。座学で基礎知識をみっちりと学んだおかげか、これらのツールもすぐに馴染むことができました。私自身はディープラーニングに興味があるので、Deep Learner をもっと使いこなしていきたいと考えています。

これまでの評価と今後の抱負をお聞かせください。

児堂　今回の取り組みはまだ始まったばかりですが、現在のところ、当初の狙い通りに進んでいると感じており、この取り組みは来年以降も続けていきます。現在学んでいる17人が今後、業務展開していく中では壁に突き当たることもきっとあるでしょう。そのとき17人が互いにアイデアを出すなど助け合うことで、各自の技術習得レベルも上がるはずです。
「AI を、まず使ってみてください」と、AI研究の第一人者である東大の松尾豊先生がおっしゃっていましたが、まさにその通りだと今回のプログラムを通して感じました。使うことで AI に対する習熟が進み、それが次の活用や応用を生み出す。そういうサイクルが生まれつつあると感じています。

おわりに

今回はNTTデータ数理システムの提供するデータサイエンス教育プログラムについてご紹介しました。座学の知識を実践につなげるワークショップの開催など、ご要望に合わせて柔軟に対応いたします。また、1名から参加可能な集合形式の教育プログラムも実施しております。ご興味をお持ちいただけた方はデータサイエンス教育プログラムの詳細ページをご覧ください。

データサイエンス教育で利用している分析ツールはNTTデータ数理システムが開発・販売しています。AI・データ分析を内製化できるデータ分析プラットフォーム Alkano（VMS と VRP、DL を統合した2021年10月リリースの後継製品です）を始めとした、様々な分析ツールをご提供しています。定期的に製品について紹介するオンラインウェビナーを無料開催しておりますので、気になった方はぜひご参加いただけると幸いです。

▼セミナー情報はこちら
Alkano の紹介セミナー

また、弊社NTTデータ数理システムでは、長年培ってきた数理科学の技術を基に、お客様のご要望に合わせた受託開発を承っております。「データはあるから何となく何かをやりたい…」というきっかけでも大丈夫です。お客様が解きたい課題を弊社技術スタッフが一緒に課題整理を行いながら、ご要望に合わせたご利用形態で課題解決をサポートします！ぜひお気軽にお問い合わせ、ご相談いただけると幸いです。