Microsoft Conversational AI_20191030
•
1 like•577 views
Microsoft Conversational AI ~ Microsoft Cloud の AI & Chatbot 技術ご紹介
Recommended
More Related Content
What's hot
What's hot (18)
Similar to Microsoft Conversational AI_20191030
Similar to Microsoft Conversational AI_20191030 (20)
More from Ayako Omori
More from Ayako Omori (20)
Microsoft Conversational AI_20191030
- 10. 人間の知的能力をコンピュータ上で実現する 技術、ソフトウェア、コンピューターシステム 人間の知能 & 人間が知能を使って行うことを コンピューターで行うもの 00101 00110 001… AIの構築 object:“mountain” score: 0.7 AIの利用 学習 AI = Big Data + Machine Learning
- 11. 東京大学 特任准教授 松尾 豊 氏 による AI 発展の系譜 総務省「AIネットワーク社会推進会議」資料
- 12. 2 2 3 3 4 4 5 6 6 8 20 0 2 4 6 8 10 12 14 16 18 20 22 Xiaomi Snapchat Airbnb CloudFlare Uber Average Unicorns Tesla Cloudera Facebook Google Typical Fortune 500 単位 : 年 Source: World Economic Forum 時価 10 億ドル以上の 評価に達するまでに 必要な時間 2007 $100,000 2019 $39 2007 $40,000 2018 $159 2007 $550,000 2018 $20,000 2000 $2.7bn 2007 $10m 2018 $500 1984 $30 2014 $0.16 2009 $30,000 2016 $80 DNA 分析 太陽光発電 ドローン 3D プリンター 産業ロボ センサー (3D) Source: World Economic Forum AI (MLモデル構築)
- 14. Bill Gates
- 15. Microsoft Researchによるブレークスルー MSR Beijing MSR Cambridge MSR Redmond MSR Montreal MSR New EnglandMSR New York MSR India MSR Shanghai 96% on RESNET vision test 人と同等の 物体認識 39.5 Teraflops with Intel Stratix 10 初めて FPGA を データセンターに 展開 89.4% on Stanford CoQA test 人と同等の 会話形式のQ&A 69.9% with MT Research system 人と同等の 機械翻訳 94.9% on Switchboard test Switchboard Switchboard cellular Meeting speech IBM Switchboard Broadcast speech 人と同等の 音声認識
- 17. AI の民主化
- 20. Dynamics 365 AIAzure AI Microsoft 365 AzureBotService AzureCognitiveServices AzureCognitive Search AzureDatabricks AzureMachineLearning AzureAIinfrastructure
- 22. Dynamics 365 AIAzure AI Microsoft 365 AzureBotService AzureCognitiveServices AzureCognitive Search AzureDatabricks AzureMachineLearning AzureAIinfrastructure
- 23. Microsoft Azure Cognitive Services 人間の認知 (Cognitive コグニティブ) 機能の一部を Web API として すぐに利用できる “AI パーツ” コ グ ニ テ ィ ブ サ ー ビ ス microsoft.com/Cognitive
- 25. 画像分析 オブジェクト、カラー、画像/絵、 アウトライン化 顔: 年齢/性別/表示位置 タグ、キャプション付け OCR 画像に含まれる文字データ読み取り 画像から手書き文字の読み取り その他 著名人、史跡名勝地の検出 サムネイル画像の作成 Computer Vision Categories [ { "Name": "people_swimming", "Score": 0.98046875 } ] Faces [ { "Age": 36, "Gender": "Male", "FaceRectangle": { "Top": 133, "Left": 298, "Width": 121, "Height": 121 } } ] Dominant color background ■"White" Dominant color foreground ■"Grey" Accent Color ■#19A4B2 Where there is love there is life. Mahatma Gandhi 2 October 1869 — 30 January 1948
- 31. Face 顔から感情を検出する
- 33. Web API で 呼び出しAPI キーの取得データの 準備 microsoft.com/Cognitive
- 34. 画像情報の 読み取り 感情の推測 画像内の 顔認識&分析 動画の補正、 顔や動きの検出 Cognitive Services Face API 品揃え最適化 リピート率把握 顧客満足度評価 接客品質向上 万引き防止 店員配置最適化 顧客層把握 新規／既存顧客判定 顧客表情判定 従業員接客態度判定 要注意人物検知 来店者数把握 顔検知 顔照合 感情解析 実現可能なシナリオ実装可能な機能
- 35. セキュリティ強化のため、 Cognitive Services Face API を 活用し150万人以上のドライバー の顔認証義務付け、ドライバーと 乗客の双方を守り、不正行為防 止を図っています。 https://www.youtube.com/watch? v=aEBi4OpXU4Q
- 36. AI を活用した来場者分析システム 観客の状況を把握しより満足度の高い ライブイベントを実現 Challenge • ライブなどの娯楽イベ ントにおける顧客満足 度が定性的判断しかで きないため、満足の 「勘所」が試行錯誤に Solution • 会場内に設置したカメラで来場者の 顔を検知し、ライヴの盛り上がりや 演奏されている楽曲と、感情との 関連性を分析、数値化 Benefits •反応を数値化することで、 客観的な評価が可能になり、 イベントの質や満足度の向 上に向けた取り組みがより 容易に行うことが可能
- 39. Speech • 音声からテキストへの自動変換 Speech to Text • 話し言葉からリアルタイムで翻訳後の テキストを出力 Speech Translation • テキストから音声への自動変換 Text to Speech Speech Recognition • 声紋による話者の特定
- 40. Translator クラウド ベースの翻訳サービス • 翻訳保持単位で課金 • 一つのリクエストで、 複数言語に翻訳 • ぼうとく的な表現への対処 • 送ったデータは保存されない、 サービスの品質向上に利用され ない
- 42. Language Understanding 自然言語をアプリが理解可能な コマンドに変換 • 文章を事前に登録することで 意味を理解 • キーワードを取得可能 Intent: GetElectric Place: 東京 東京の電力使用 量を教えて AI
- 43. CHALLENGE -様々な顧客からの様々 な問いかけに対応 -様々な顧客に抵抗なく 利用いただく SOLUTION -Cognitive Services を活 用した案内システム MINARAI が空港内施設 を案内 FUTURE -案内サービスの利用率、対 話精度、魅力の改善 -今いる場所から目的地への 行き方案内も必要 羽田空港で AI による案内サービスの実証実験 案内システム「MINARAI」
- 45. Dynamics 365 AIAzure AI Microsoft 365 AzureBotService AzureCognitiveServices AzureCognitive Search AzureDatabricks AzureMachineLearning AzureAIinfrastructure
- 46. 自動
- 48. AWS
- 49. Bot Builder SDK Bot Emulator
- 51. Scenario Retail Finance Insurance Telecoms Government Automotive Manufacturing Healthcare Media Events Customer service ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ ✔ Customer retail ✔ ✔ ✔ ✔ ✔ Audio/speech analysis ✔ ✔ ✔ ✔ ✔ ✔ Translation ✔ ✔ Surveillance ✔ ✔ Knowledge extraction ✔ ✔ ✔ ✔ Video/photo analysis ✔ ✔ ✔ Product identification ✔ ✔ ✔ Digital assistant ✔ Footfall analysis ✔ ✔ HD maps and object detection ✔
- 54. DEMO https://qnamaker201908.azurewebsites.net/ https://qiita.com/annie/items/1b4a232c2614d05baeda
- 56. DEMO
- 60. Challenge • 電話による問い合わせは年間 200 万件、しかも約半数は夏場の 3 か 月に集中しており、負荷分散が急 務 Solution • 適切な回答へと誘導できる AI と して自然言語処理 AI を導入 • 1 ステップずつ手順を確認・理解 しながら故障かどうかを判断でき るチャット ボットの導入 Benefits •従来の FAQ に比べ診断途中での 離脱率を低下 •チャット ボットの導入後、サ ポート サイトのリニューアルと の相乗効果もあり、Web での修 理受付の利用率が 2 倍以上に 人工知能（AI）を活用した自動応答チャットで どこでも素早くお問い合わせ可能 AI 故障診断サービス
- 61. Bot Framework & Congitive Services 活用事例 La Liga - Virtual Assistant S Skype Custom content Statistics & rankings Line-ups & squads Summary videos (DRM & advertising) Personal notifications Name disambiguation GDPR compliant Multi-channel Multi-competition Multi-season Worldwide broadcasting Custom content Statistics & rankings Line-ups & squads Summary videos (DRM & advertising) Personal notifications Name disambiguation Multi-competition Multi-season Worldwide broadcasting https://customers.microsoft.com/en-us /story/laliga-media-entertainment-azure
- 62. Bot Framework & Cognitive Services 活用事例 La Liga - Virtual Assistant: face recognition game
- 65. 機械学習をすぐに実施 できる 構成済みの Azure Virtual Machine インスタンス Data Science Virtual Machines (DSVM) Pre-Configured environments in the cloud for Data Science & AI Modeling, Development & Deployment.
- 67. 養殖マダイの稚魚の選別にマイクロソフトの画像解析と機械学習を活用 人手による作業の負荷軽減 & 効率アップで第 1 次産業の "働き方改革" を 目指す 【本事例のポイント】 • 養殖稚魚の選別作業工程にAIやIoTのデジタル技術を導入し、作業全体 の効率化を図る • 作業の効率化によって、漁業という第1次産業における“働き方改革”の 実現を目指す • 第１段階として、稚魚選別作業の要となるポンプ調節をリアルタイムで 自動化、最も効率的な作業を実現 今回の稚魚選別システムが成功すれば、そこで得られた作業の効率化や省力化、選別業務の標準化による業務品質 のボトムアップ、さらにスタッフの負荷軽減や人材の効率的配置などが実現し、やがて第 1 次産業の現場における "働き方改革" につながると期待しています 学校法人 近畿大学 水産養殖種苗センター 種苗事業部長 白浜事業場長代理 谷口 直樹 氏: 73
- 68. Healthcare NExT「InnerEye」の研究 ・MRIやCTで撮影した2次元画像から AIが3次元CGとして表示 ・良性と悪性の腫瘍の判別を明確にし、 放射線腫瘍科医が活用 Healthcare NExT「InnerEye」の研究成果の活用 ・糖尿病網膜症の早期発見の画像診断AIとして活用 ・FDA クラスⅡの認可取得済（米国） ・コグニティブの正答率96％を実現 画面イメージ
- 69. 「解剖学におけるHoloLens活用」 Case Western Reserve University （Cleveland, Ohio） 「手術シミュレーション」 Holoeyes株式会社