データサイエンスの需要を促進する「機械学習クラブ」

2017年10月30日

Christine Young 著者:Christine Young
ブロガー、マキシム・インテグレーテッド 


マキシムでは、新しい「機械学習(マシン・ラーニング)クラブ」にさまざまな事業部門の専門家が集まり、知識の共有、問題の解決、物事を行うより効率的な方法の発見に取り組んでいます。また、データサイエンスチームもあり、すべてのビジネスプロセスにわたってデータ駆動(データドリブン)による意思決定を実現するための作業を行っています。

「社員たちは多数のスキルを持っていますが、自分の仕事では、そのすべてを使う必要はないかもしれません。機械学習クラブは、さまざまな部署からデータサイエンスの専門知識を持つ人々を集め、問題を解決する方法を見つけます」と、技術スタッフの主要メンバーで同クラブの設立に貢献したSerdar Kizilgulは説明します。「私たちは、お互いに切磋琢磨しています」。

確かに、数字は嘘をつかず、データ分析は数字をストーリーにまとめる上で役立ちます。多くの業界は、データサイエンスによって明らかになるパターンと知見から利益を享受することができます。伝統的な企業が急速に導入を進めています(Fordが10億ドルでArgo AIを買収したことに注目)。半導体でさえ、機械学習の利点に関して例外ではありません。ビジネスの場でデータサイエンスの需要が増大しているため、大学では関連プログラムの追加が急増しています。たとえば、カリフォルニア大学バークレー校では、最初に作ったデータサイエンスの基礎コースが非常に人気を集めていることに対応して、新しいデータサイエンスの専攻コースを作ろうとしています。今年前半にForbesが機械学習の記事で述べたように、「クラウドコンピューティングのアクセスしやすさ、どこでも利用可能な並列処理能力、ほぼ無料のデータストレージ、および消費者からのデータ入力の指数関数的増加を通して、私たちは完全な天変地異に到達し、人工知能が真に表舞台に立つことが可能になりました」。

チップデザイン

チップデザインは機械学習の恩恵を受けることができる多数の業界の1つです。

カフレス血圧測定の精度向上の追求

マキシムの機械学習クラブは最近、高精度のカフレス血圧測定を実現する方法を探求するコンペティションを主催しました。従来型のカフ(圧迫帯)なしで、指先で血圧測定を実施することが可能です。しかし、指先測定ではノイズの影響への対処が必要です。たとえば、単に指を押すと血圧が変化し、高精度の読み取りが困難になります。これは多くの企業が取り組んでいる課題であり、解決には機械学習とデータサイエンスが必要になります。

機械学習クラブは、独立した臨床研究を介して外部のラボによって検証された血圧傾向データセットからスタートしました。このデータセットは、マキシムの血圧測定アルゴリズムの調整に使用されました。30人近い競技参加者がそれぞれ異なるモデルで測定精度を向上させる実験を行い、測定誤差が国際的に認められた血圧測定規格の許容範囲内に入ることを確認しました。参加者の努力が結集して、マキシムの血圧アルゴリズムがさらに洗練されました。将来的にこのアルゴリズムをお客様にライセンス供与する計画が進行中です。

問題解決アルゴリズムの構築

マキシムのデータサイエンティストの1人であるYakov Shkolnikovが、クラブのコンペティションで優勝しました。Shkolnikovは以前に医療機器の仕事をしており、臨床設計とアルゴリズムについての知見を作業に反映させました。自分の本業について、彼とそのチームは通常は会社にとって収支の改善に役立つか、または収益を産み出すことになるデータ分析プロジェクトに関与していると説明しています。2014年に結成されたマキシムのデータ分析チームは、さまざまな企業の代表がデータサイエンスの利用方法について議論したデータサミットから生まれました。現在、マキシムのデータ分析チームは新製品開発のサポート、新しいプロセスの最適化または定義に対する協力、予想と需要計画の提供、その他多数の業務を行っています。同チームのビジョンは、マキシムのデータリポジトリの継続的な強化、データセット間に重要な関連性を確立するための助力、およびマキシム全社にわたる意思決定の向上の実現にあると、データサイエンス担当エグゼクティブディレクターのBill Hanleyは語っています。

それと同時に、機械学習クラブは社員がデータの専門家と課題を共有し、一緒に解決策を考えるためのフォーラムであり続けます。