こんにちは、Androidエンジニアの若宮(id:D_R_1009)です。 先日、Google社で開催されたGoogle Developers ML Summit Tokyo : Human-Centered Machine Learningにインフラエンジニアの菅原(id:ksugahara08)と共に参加してきました。
今日は、それぞれの感想とスタディプラス内の機械学習への取り組み状況について、簡単にお伝えできればと思います。
Google Developers ML Summit Tokyo
Google I/O 19で発表されたPeople+AI Guidebookを解説し、補助してくれる会でした。 機械学習をプロダクトへ取り込む際に考えることや、導入のステップなどを聞くことができたように思います。
有志の方による日本語訳 : 人にうれしいAIのためのUXデザインガイド（People + AI Guidebook）
また9月17日にはワークショップも行われていたのですが、今回はML Sumit Tokyoのみの参加です もっと機械学習に取り組めるようになったら、デザイナーの方と一緒にワークショップに参加したいと思います。
感想
以下、参加した2名の感想です。
若宮(id:D_R_1009)
機械学習熱が最近高まってきたので参加してきました。
個人的に面白いな！ と思ったのはMLとMaterial Designのセッションです。 Object DetectiveのLive Camera用に新しくMaterial Designのパーツが追加されただけにとどまらず、ユーザーが「自然」に感じられるように操作を作っていくかは、日々の開発で活用できそうだなと感じました。 またちょっと敷居が高く感じていたMaterial Themeのカスタマイズについて、少し理解が進んだようにも思います。
全体を通して「ヒト」と「AI」の関わり方をGoogleが模索していることについて考える、非常に面白いサミットだったように思います。 AIやDataの透明性を示すことは、開発者ではなく利用者としても考え続けるテーマだと思いました。 ML KitなどでAIをアプリに組み込むか、それともバックエンドのサービスが利用するのかはわかりませんが、常々考え続けていきたいなと思います。
菅原(id:ksugahara08)
弊社サービスでもMLの利用を見越して、参加してきました。 （前日のPyConJP2019スタッフで疲れて少し寝坊しました笑）
今回のテーマは「公平性」「透明性」だったと思います。 いかに、エンドユーザーに差別意識を持たれないような公平なサービスを作るべきかという倫理観にも近い話を聞けてとても貴重な知見を得られました。 もちろん万人に受け入れられるサービスは難しく、コストと精度のトレードオフという話もあります。また、十分なデータを持たないことで意図しないバイアスがかかってしまうこともあるかもしれません。
それでも諦めずフィードバックから改善していく大切さ、エンドユーザーに説明をする透明性の大切さを聞けて学ぶ喜びでした。 次回もできれば参加したいと思います！！
スタディプラスの機械学習取り組み状況
最後に、スタディプラスが今機械学習へどの程度取り組んでいるかを簡単にまとめたいと思います。
弊社の状況としては、機械学習の学習を有志(12名ほど)が始めたところになります。 会社のSlackにチャンネルを作成し、昼休みの時間を利用して週2~3回集まって自習の時間を作っています。
きっかけはML Study Jams Vol.3です。
業務や家庭の事情などがあるためなかなか時間の確保が難しいのですが、１コースを大半が修了できそうな状況になってきました。 このコースで学んだことをベースに、機械学習を業務にどう取り入れていくかを考えられればと思っています。
終わりに
二週間ほど前に「この日にサミット参加したいです！」と相談したところ、快く送り出してくれたチームの皆様に感謝！
