スキップしてメイン コンテンツに移動

アメリカとぼくらの挑戦と ~ Google NEXT 2017

国内を何度も何度も往復していると、日本が東京を中心に回っているというのは幻想だとわかってくる。

都市というのは、もっとフラットな存在なんだ。
だからこそ、フラットな都市の地平には、海外のさまざまな都市が連なっている。

そして、この連なりを、ぼくたちなりにつなげることができれば、それがぼくらの海外ビジネスなんじゃないか。そんな想いが、あふれるように強くなってきた。

キッカケは、Googleからのメール。過去最大のイベントとなる、アメリカはサンフランシスコで開催されるGoogle NEXT 2017への出展依頼メール。世界中のGoogle社員。世界中のGoogleパートナー。世界中のユーザーが集まるイベント。もちろん即決だった。

当たり前と言ってはダメなんだろうけど、アメリカにはどんな企業が機械学習ビジネスをやっているのか。どんな企業が注目を浴びているのか。大手の動き以外は何も知らない。

でも、そんなことはどうでもいい。あきらめたらそこが限界だ。あきらめなければ限界なんてない。


始まってみると、サブ会場を含めて、参加者1万人を超えると発表されていた会場は、英語もフランス語もスペイン語も。もちろんどこの言葉だかわからない言葉も。アメリカらしいというか、カルフォルニアらしい多様さにあふれた、まさしく世界がそこにはあった。

そして、ぼくの誇りでもあり、大好きな社員が、全力で作りあげたMAGELLAN BLOCKS

ブースのデザインも、brochureも、giveawayも。そんな社員が自発的にドンドン準備してくれた。だからこそ、高ぶりもなく。普通に日本の展示会に出るのと同じような感覚で、イベントは始まった。


オープニングの初日。展示会場で準備をして、訪れる人達に対応していたら、いつもぼくたちのことをサポートしてくれているGoogle Japanの人たちや、日本でGoogleのパートナーをやっている仲間というか戦友のような人たちから、「エリック・シュミットが、Googleには素晴らしいパートナーがいるという下りで、グルーヴノーツを紹介したんだよ。」と、ちょっと興奮気味に、教えてもらった。



驚いたというか、ありがたいとうか。やっぱり来てよかった。

そう、ほんとうに来てよかった。

どんなに良いサービスを作っても、姿を見せ、直接会って話すことは重要だ。

ハイデッガーじゃないけど、存在とは認識することなんだ。

そして、世界中のGoogler、パートナー、ユーザー。あらゆる人から、使いたい、試してみたい、resellerになりたい。たくさんのポジティブな意見をいただいた。

同時に、アメリカや、ヨーロッパや、南米や。あらゆる人達との接点ができた。

彼ら。日本人からしたらずっとプラグマティストな彼らは、ぼくらが日本の会社だとか、まだまだ小さな会社だからということではなく、やっていること、できあがっているサービスが評価できるのか。そこを見てくれた。

まだまだやることはたくさんある。
ぼくたちは、最初の一歩を踏み出しただけだ。

次の一歩も、その先の一歩も。そのひとつひとつが、ぼくららしく、グルーヴノーツらしく。そして、誇りを持って福岡の企業らしく。そんな一歩でありたい。

ますます、そう思えた。

コメント

このブログの人気の投稿

増資に関わる ぼくたちの覚悟

世の中は、時々おどろくほど大きな転換点が訪れる。過去と無関係な未来なんてないはずだけど、これまでの様々なこととは不連続に思える未来だ。


さきほど日本経済新聞のサイトでニュースが流れたので、お知らせします。
ぼくたちグルーヴノーツは、少し大きめの資金調達に踏み切りました。

グルーヴノーツと名乗り始めてから一貫して取り組んできたのは、最先端のIT技術を、専門知識がない人でも取り組めること。

そしてぼくらの「MAGELLAN BLOCKS

めざしているのは「機械学習の民主化」だ。

そのために、たくさん議論をし、機能を磨き、たくさんのプロジェクトで実践してきた。そして、さまざまな成果から、過去とは不連続だけど、とてつもなく大きな可能性を秘めた未来が見えてきた。同時に、ぼくらがやらなければならないことがハッキリしてきた。

だからこそ、ここはしっかりと前に進み、大きく前進していこう。
曖昧な一歩ではなく、ぼくらがやらなければならないことを、確実に、ためらわずに実行する。

今回の増資は、そういうこと。そして、増資を外部に公表するのは、そうしたぼくたちの覚悟を世間に公開する。そういう意思表示。

日経の記事には次のように紹介されている。

「同社の「マゼランブロックス」は米グーグルの機械学習サービスを使い、数値や文字、画像データを入力するだけで、AIが規則性などを発見して将来を予測できる。プログラミングなど専門知識を不要にした。」

でも、正確に言うなら、

「同社の「マゼランブロックス」はGoogleの機械学習インフラを活用し、グルーヴノーツが独自開発した機械学習サービスを使い、数値や文字、画像データを入力するだけで、AIが規則性などを発見して将来を予測できる。プログラミングなど専門知識を不要にした。」

Googleの圧倒的なパワーを借りながら、ぼくら自身が作り上げた機械学習モデルを使い、ぼくら自身が考え、作り上げたサービス。だから、これまでのやり方では解決できないことがあったら、ぜひ相談してほしい。

専門ベンダーを起用するのではなく、事業会社が自力で考え、自力で作り上げる機械学習サービス。そうしたことが、実現できるのだから。

そして、ベンダーに依存するのではなく、自力で考え、構築することこそ、機械学習が開く未来への扉の鍵なのだから。

福岡本社の、まだまだ小さな会社だけど、社会が望むことに真っ直…

福岡ではじまる新たな動き「OPEN AI LAB」

ぼくたちは、福岡が本社だ。このエネルギーにあふれ、人の可能性を否定しない街は、ぼくたちのあらゆることの原点でもある。


だからこそ、福岡が刺激的に成長していくことは、ぼくたちにとって欠くべからざることなのだ。

テックパークという学童保育をやっていることも、九州経済産業局と一緒に地元製造業のために機械学習を学ぶ場を作ったことも、すべてそういう思いがあったから。

でも、もっと継続的に。地元企業同士が学び、知見を共有しあいながら、機械学習について研鑽を深め、事業を生み出していくことができたら。

実際、地元企業からとても多くの相談を受けるようになって、わずかなアドバイスでめちゃくちゃ画期的なサービスを完成させた人たちもいるし。そして、この土地は、周りと協力しあうことがとても好きな土地だし。

やっぱり機械学習は、理屈よりも実践だ。機械学習の権威が「無理じゃないかな」と言ったことが、やってみたら意外にも成果が出たこともある。

だから、まずは実践すること。迷わず実践してみて、成果が見込まれたら本格的に取り組めばいい。そしてこういうことは、一人で悶々と進めちゃダメだ。仲間と一緒に、あーだこーだ実験したり、成果を共有しあいながら進める。できるなら、会社も違い、業種も違う人たちと一緒に。そうなんだよ。こういうことが得意なのは、やっぱり福岡の人間だよな。そう思ったわけだ。

色々な思いがあって、ふくおかフィナンシャルグループの人たちと意気投合し、ざっくりとしたアイディアながら、高島市長も賛同してくれたし。

そして、いつもいろんな意見を交わしあっているソフトバンクが、「やるよ!」って男らしく笑顔とともに引き受けてくれたし、機械学習で世界を圧倒的にリードしているGoogleも、もちろんやりますよ。といってくれたし。

ということでスタートします。

オープンな場で、機械学習について学び、事業化に向けて実践していく場。
OPEN AI LAB

これはエンジニアの集まりではなく、事業家の集まり、ビジネスマンのためのもの。

そういう人たちが実践できるような、数々の手段や、事例や、ワークショップや。そういうものを通じて、理屈だけじゃなく、成功までの道筋を体感できるような。そんな活動をはじめます。

とびっきりの道具を使って、自分のビジネスに劇的な革新を起こしたい人は、ぜひここに集ってほしい。最高の体験を…

工場の不良品検査を機械学習で実現 BLOCKSに画像分類モデル登場

製造業にとっては、生産している商品が全てだ。


会社の体制も、工場の仕組みも、顧客の信頼を裏切らない商品を生産するために存在する。

工夫に工夫を重ね、素晴らしい精度で商品を生み出しているからこそ、商品のわずかな傷や、不良も見逃せない。

そんな製造業では、最終検品をベテラン社員が目視で行なっているところが非常に多い。


社員は製品を熟知しているし、新しい製品が出てきたとしても、少しレクチャーを受ければすぐにコツをつかむことができる。

でも、人間は疲れるし、体調だって崩すこともある。そして社会全体が人口減少なんだから、人手に頼っているのはコスト的にも、拡張性という点でもリスクだとも言える。

そんなことを考えてしまうと、例えばデジタルカメラの精度は人間の目をはるかに超えているわけだし、そんな作業はコンピュータに任せることはできないのか。そう思っている会社は極めて多い。

コンピュータを使って不良品を見つけ出す。

簡単なようでいて、これはなかなか難しい課題だ。

だって製品の仕様はコロコロ変わるわけだし、バリエーションもたくさんあったりする。

機械学習を使って判定させようとすると、新しい製品が出るたびに、新しい仕様が決まるたびに、新しく何千枚、何万枚と画像を撮影して学習させなければいけないとしたら、多分そんなことやってられない。

でも、もしも、わずか100枚くらいの画像を見せて、極めて高い精度の判定ができるとしたら。もしも学習が10分ちょっとで終わるとしたら。

そんなに簡単なら、新しい商品が登場するたびに、写真をとって学習させ、すぐに使ってみることができるだろう。

だから。



製造業のみなさん、おまたせしました。

そんなことを実現するMAGELLAN BLOCKSの新しい機械学習モデル「画像分類」がリリースされました。

新しい画像分類モデルは、転移学習という手法を使っており、あらかじめ世の中の様々な画像で物の見た目から特徴をつかむことを学習させてあります。だから不良の画像が100枚、正常の画像が100枚といった少ない枚数でも、不良という画像にはどんな特徴があるのかを、極めて高い精度で見つけ出し、判断することができるようになります。

使い方は簡単。

例えば良・不良の判定をしたいなら、goodというフォルダにgoodな画像を入れ、NGというフォルダにNGな画像を入れ。そしてBLOCK…