ユニゼロ | データサイエンティストの成果を最大化するモジュール・プラットフォーム

モジュールプラットフォームである「ユニゼロ」は、
データサイエンティストの成果を最大化するクラウド・サービスであり、
AI活用企業に向けて提供されます

ユニゼロで解決出来る課題

モジュールにより最先端技術の利用が容易になる

モジュール導入により、最新論文のアルゴリズムを自らコード化する手間なく容易に活用できます。この利用がAI実験のスピードアップを実現し、試行回数を大幅に増やすことが可能となり、最先端技術の導入がより手軽になります。

内製アルゴリズムをモジュール化して横展開を促進する

内製アルゴリズムをモジュール化することで、データサイエンティストの異動時の引き継ぎがスムーズに。車輪の再発明を避け、有益な作業への集中を促進します。このアプローチにより、社員全体のAI活用力を向上させ、組織全体の横展開を効果的に進めることが可能になります。

「構築」「検証」「学び」の早回しで成功する確率を高める

「構築」「検証」「学び」のフェーズを効率的に早回しします。モジュールのパイプライン構築で、問題設定に適した目的関数や評価指標の選定、特徴量の評価が迅速に行えます。さらに、考察レポートを共有することでチーム全体のデータ分析力を高め、成功の確率を大幅に向上させます。

ムダ・ムラの低減

ムダ・ムラを効果的に低減します。パイプラインを通じて条件変更の実験が容易になり、自動記録で結果の記録ミスをゼロに。データ・モデルの変更時にもバージョン管理で再実行が簡単に。さらに、論文サーベイの共有で重複作業を大幅に削減し、効率化を実現します。

成果の見える化

「成果の見える化」を実現します。自動記録を活用し、性能の改善ステップを簡単にトレース。加えて、可視化モジュールにより高度なアルゴリズムを手軽に利用できます。このシステムは「再現性」「説明可能性」「協同性」「連続性」の四つの要素を兼ね備え、確かな成果を明確に可視化します。

指標	説明
再現性	９ヶ月前に学習したモデルが全く同じ環境で、同じデータで再学習ができ、ほぼ同じ（数％以内の差）の精度を得られるべきである
説明可能性	本番で稼働しているどのモデルも、作成時のパラメータと学習データ、さらに生データまでトレースできるべきである
共同性	他の同僚の作ったモデルを本人に聞くことなく改善でき、非同期で改善とコードやデータのマージができるべきである
連続性	手動での作業０でモデルはデプロイできるべきであり、統計的にモニタリングできるべきである

注1）[Marsden, 2019]「Challenges for Machine Learning Systems toward Continuous Improvement」より

注2）将来実現する指標を含む

ユニゼロでは、本体と連携するためのエージェントプログラムと共に指定されたバージョンのライブラリ、実行プログラムが含まれたDocker Imageをモジュールと呼びます。

「モジュールの効果」は明確です。問題設定にマッチした目的関数・評価関数・モデルをパッケージング。これらを組み合わせることで新しい価値が生まれます。さらに、固定されたバージョンのパッケージングにより、実行環境の安定性を保証します。

PythonコードやJupyter Notebookによる内製アルゴリズムを数ステップの作業でモジュール化することが出来ます。モジュールはバージョン管理されるため、過去のAI実験に影響を与えずに改善作業が可能になります。

内製または購入したモジュールは、学習対象となるデータセットへ組み合わせて実行パイプラインを定義して利用します。AIアルゴリズムや可視化などの事前定義されたモジュールを組み合わせることによりAI実験を素早く実行可能になります。

内製したモジュールは、組織内でのみ共有されるため秘密保持しながら利用可能です。弊社で開発した優良モジュールは別途購入することにより契約者様の組織内で利用可能になります。無料モジュールは購入せずに利用可能です。