ポストDXとしてのAI活用戦略
見えてきたコーポレート・エージェント・
システムの時代に備えて今やるべきこと
LLM（大規模言語モデル）は個人の能力差を限りなくゼロにして、社会に不可逆的な変化をもたらす重要な技術革新だが、半面、”偽造知能(Faked Intelligence)”の側面があって、人間が期待するとおりには動作しないことがある。企業が安全にLLM由来のAIを活用するには、企業の”意思”とか”戦略”をコンピュータ上で動作する数理的モデルとしてLLMの背後に実装することが急がれる。
コンセプト・マッピング
コールセンターでの「顧客の声」や技術論文、ニュース記事、特許情報などのテキスト情報をセグメント化し、RAGシステムや将来のコーポレート・エージェント・システムを安全に運用する基盤を構築する。
知的アンサンブル・モデル
機械学習プロジェクトで成果を出すには、異なる手法を組み合わせて複数のモデルを作成し、データ空間内で最適モデルを割り当てて実行すること。各モデルのローカルな性能を評価する手法を提供。
GUI-Python
Pythonの統計＆機械学習ライブラリをGUIで使用し、データサイエンスのプロセスを民主化し効率化するためのプロジェクト。第一弾は、PyStatプロトタイプの無償配布。
Viscovery SOMine
世界最先端のSOMデータマイニング・テクノロジー。1997年に統計互換型SOMの完全実装から始まり、2000年、SOM-Wardクラスタリング、2003年、強力なプロファイル分析、SOMローカル回帰法、2023年にはSOM密度ベース・クラスタリング、確率SOMなどの独自手法を次々と世に送り出してきた。世界最大の自動車メーカーが長年、世界市場戦略の策定に活用し続けている。
Hugin
ベイジアン信念ネットワーク（BBN)を世界で初めて実用化したのは、デンマークのアーボーク大学で考案された’ジャンクション・ツリー’と呼ばれる確率伝播方式だった。以来、HuginはBBNの技術開発の先頭を走ってきた。保険、金融、法医学、製造、ヘルスケア、エネルギー開発などの分野で広く利用されている。最先端のマーケティングでは、シナリオを仮定した人工の市場データ生成にも利用される。
PyStat
Pythonの統計および機械学習ライブラリをGUIで利用する実験プロジェクト。