「AI Lab」カテゴリーの記事一覧 | AI tech studio

官公庁・自治体のDXをマーケットデザインで推進　東京大学マーケットデザインセンターとサイバーエージェントAI Lab・GovTech開発センターが共同研究を開始～経済学者の小島武仁氏、鎌田雄一郎氏と社会課題の解決を目指す～

ito yu — Tue, 16 Mar 2021 01:00:40 +0000

AI Lab、「ムーンショット研究開発事業」の一環となる実証実験第2弾を実施、スーパーマーケットにおける「遠隔対話ロボット× 販売促進」の可能性を探索ー大阪大学大学院基礎工学研究科とともに4つの実証プロジェクトを実施中－

ito yu — Mon, 08 Mar 2021 01:00:49 +0000

AI Lab、ロボットが人の行動を促すインタラクションモデルの研究強化へ　「ドラえもんを本気でつくる」著者の大澤正彦氏と産学連携を開始ーHAIにおける認知的不協和の解消を用いたユーザーの行動変容に関する研究ー

riho — Thu, 20 Aug 2020 05:56:16 +0000

「ニュートン式超図解最強に面白い!!　人工知能仕事編」で AI Labが取り組む接客ロボットの研究について掲載されました

kana — Tue, 11 Aug 2020 03:40:57 +0000

AI Lab経済学チームの論文がKDD2020のワークショップ「AdKDD2020」に採択されました

kana — Tue, 28 Jul 2020 03:34:35 +0000

AI Lab、機械学習分野のトップカンファレンス「ICML」にて共著論文採択　ーリフトアップ効果を最大限高める、最適な予測モデルを選択する手法を提案ー

riho — Tue, 07 Jul 2020 06:00:57 +0000

「IEEE RO-MAN 2020」にAI Lab 馬場惇が基調講演にて登壇

riho — Mon, 06 Jul 2020 01:00:50 +0000

AI Lab、海外留学および海外就労予定者を対象に「テクノロジーと学びを止めない」をテーマとした「CyberAgent Residency Program」を開始

kmuranaka — Fri, 26 Jun 2020 07:51:43 +0000

株式会社サイバーエージェント（本社：東京都渋谷区、代表取締役社長：藤田晋東証一部上場：証券コード 4751）は、AI技術の研究開発組織「AI Lab」において　海外留学および海外就労予定者を対象に「テクノロジーと学びを止めない」をテーマとした「CyberAgent Residency Program」を実施、本日より募集を開始いたします。

昨今、新型コロナウィルスによる国際的な社会情勢の変化により、諸外国への渡航および就労が制限されています。これにより、日本から海外大学院への留学が困難なほか、これまで海外大学院で博士課程を目指していた方や、現地で就職活動をしていた方の帰国が余儀なくされるなど、諸外国において研究やテクノロジー開発に取組むことが難しい状況が増えています。このような情勢の変化により、優秀な若手技術者の研究や技術開発など活躍する機会が減り、学びやテクノロジーの進化が止まってしまうことは、今後の経済やテクノロジーの発展に影響を及ぼしかねません。

このような背景のもと、当社では海外留学および海外就労予定者を対象に、海外における渡航や就労規制緩和後の進学やキャリアを考慮した柔軟な契約期間を前提とし「AI Lab」が取り組むデジタルマーケティングに関する様々な技術課題において研究開発やプロダクト開発に取組む「CyberAgent Residency Program」を開始いたします。

情勢の変化にあわせ柔軟に研究やテクノロジー開発に取り組んでいただけるよう就労条件を考慮していくとともに、本プログラムをきっかけに、若手研究者・技術者の方が企業におけるAIやデータの活用を知ることで、キャリアの可能性を広げる機会になることを期待しております。

募集要項

対象	海外留学および海外就労予定者の方・海外大学院にて修士・博士課程進学予定だった方・海外大学院にて修士・博士課程在学中で帰国中の方・博士号を取得し、海外現地で就職活動をしていたが帰国中の方・海外企業や大学で就労予定だった方　　など ※不明点はお問合せ下さい
日程	本プログラムの対象期間 2020年7月1日～ 2021年7月末まで　(想定)契約期間 min 2ヵ月を想定、応相談
勤務地	AI Lab研究オフィス(渋谷)、産学連携先オフィス（大阪）など
募集人数	職種毎に若干名
募集期間	2020年6月25日(木)～7月31日(金) ※ただし、定員になり次第応募を締め切ります ※オンライン選考可
事業領域	・AIクリエイティブ領域 AIを活用した広告制作で「品質」「量」「スピード」の向上を目指し、開発を行う・AIの導入支援/音声対話事業領域自然言語処理や音声認識などのAI技術を活用し、チャットボットや音声対話プロダクトの研究・開発を行う・広告配信領域月間5000億を超える広告取引データを元に広告効果に関わる、あらゆる予測モデルを構築し最適化を行う・小売DX領域 AI,IoT,ウェブテクノロジーを利用して日本の小売分野におけるDX推進と新規事業立ち上げを行う
研究領域	・Creative / 機械学習を用いた広告制作技術・Graphics /写実的な人物表現の生成・Econ / 次世代の意思決定技術を作る・HCI / 対話エージェント・自動対話技術・AutoML/ハイパーパラメータ最適化
募集職種	リサーチサイエンティストデータサイエンティストリサーチエンジニア機械学習エンジニアソフトウェアエンジニアインフラエンジニア※募集要項詳細は応募フォームよりご確認ください＜働き方例＞リサーチサイエンティスト（Creative）リサーチサイエンティスト（Econ）リサーチエンジニアデータサイエンティスト
技術分野	機械学習、画像認識、コンピュータグラフィクス、自然言語処理、ヒューマンコンピュータインタラクション、社会心理学、計量経済学、因果推論、強化学習、ハイパーパラメータ最適化、その他AI技術関連分野
条件/ 雇用形態	当社就業規定による。 ※ご本人のこれまでの研究や技術スキルの実績、プログラムへの参加条件などを考慮した上で決定いたします条件例：大学院博士後期課程在学中の方週5日間　2ヶ月間勤務　月額50万～
その他支援	・交通費全額支給・業務用PC貸与・その他、社員と同様の社内福利厚生制度が一部利用可能。社内イベントや勉強会等にもご参加いただけます ※全て当社規定による
開催	サイバーエージェント　AI事業本部 AI Lab

詳細な職種・ご応募はこちら

AI Lab、Web・データマイニング分野の国際会議「The Web Conference 2020」にて論文採択~機械学習における正解データの観測が遅延する問題を改善する手法を提案~

riho — Wed, 11 Mar 2020 10:46:42 +0000

株式会社サイバーエージェント（本社：東京都渋谷区、代表取締役社長：藤田晋、東証一部上場：証券コード4751）は、当社社員による共著論文がWeb・データマイニング分野の国際会議「The Web Conference 2020」に採択されたことをお知らせいたします。この論文は人工知能技術の研究開発組織「AI Lab」に所属する安井翔太・森下豪太・芝田将および「Dynalyst」に所属する藤田光明によって執筆されたものです。

「The Web Conference（通称WWW）」は、コンピュータサイエンス・経済学・機械学習から社会問題まで多くの研究分野の視点から研究発表が行われているWeb・データマイニングにおける権威ある国際学会の一つです。この度当社から採択された論文は、2020年4月に台湾・台北で開催される「The Web Conference 2020」において発表が予定されています。※1

■研究背景
「AI Lab」ではマーケティング全般に関わる幅広い人工知能技術を研究開発しており、大学・学術機関との産学連携を強化しながら様々な技術課題に取組むとともに、産学連携によって培ってきた技術を当社のビジネス課題と結びつけるような、より実践的な研究開発を行ってまいりました。

一方で、当社が提供するダイナミックリターゲティング広告「Dynalyst」においては、ユーザーの購買予測に使われる機械学習モデルの性能が、広告配信の効率に大きく影響をもたらすことが知られており、その性能を高めるための継続的な改善が行われています。

このような背景のもと、これまで「AI Lab」にて培ってきた因果推論と機械学習の融合に関する知見を元に提案した手法を「Dynalyst」の広告配信技術へ応用し、実際に広告配信が効率化された結果を示した研究論文が「The Web Conference 2020」に採択されました。

■論文研究の概要
今回採択された共著論文「 A Feedback Shift Correction in Predicting Conversion Rates under Delayed Feedback」※2では、「ユーザーの購買予測モデルを学習する際、購買データが遅延して観測されることで発生する、教師データにおけるバイアスへの対処法」を提案しました。

▼Delayed Feedbackイメージ図

ユーザーの購買予測モデルを学習する場合、ユーザーの行動履歴と購買履歴をある時点において集めて教師データとします。しかし、その場合「本来購買するユーザーであるものの、教師データを集めたタイミングではまだ購買していないユーザー」が、教師データの中では「購買していないデータ」として扱われることになります。これに対して何の対処も行わない場合、予測モデルは本来の購買確率を下回る予測を行う傾向となり、結果的に予測精度を低下させることになります。これにより、広告配信の機会を損失することになります。

今回の論文では、このような教師データにバイアスが含まれるという問題において、本来の購買確率をより正しく予測できるような学習方法を提案しました。実際の広告配信データを用いた実験では、ユーザーの購買行動の予測において従来の手法よりも高い予測精度を達成し、さらにその実験結果を元に、実際に「Dynalyst」において提案手法を導入しA/Bテストを行った結果では、獲得単価を保ちつつ獲得購買数を約30％増加させることに成功しました。

■今後
今回の研究で扱った購買行動データにおけるバイアスは、広告のみでなく様々な購買行動データにおいて発生するバイアスです。よって、今回提案された手法は今後オンライン・オフラインの応用問わずに様々なところで適応が可能なものと考えられます。
「AI Lab」および「Dynalyst」は、今後も人工知能技術を用いた広告配信技術をプロダクトに取り入れ、より品質の高い広告配信技術の実現を目指し、研究・開発に努めてまいります。

※1 The Web Conference2020 ( https://www2020.thewebconf.org)は2020年4月に台北にて、オンライン発表での開催予定が公表されています。

※2 Yasui, Shota, Gota Morishita, Komei Fujita and Masashi Shibata. “A Feedback Shift Correction in Predicting Conversion Rates under Delayed Feedback.” The Web Conference(WWW). 2020.
preprint link: https://arxiv.org/abs/2002.02068

遠隔地からロボットで接客！ロボット店員が「実演販売」を行う実証実験を大阪南港ATCにて実施

riho — Wed, 19 Feb 2020 02:39:10 +0000