GMOエンジニアトーク Vol.7 【渋谷開催】

2018/04/17(火)19:00 〜 19:00 開催

ブックマーク

Deep Learning, AR, Ethereum

イベント内容

[NEW] 登壇者の体調不良により、20:30からの深層強化学習のセッションについて内容を変更します。

GMOエンジニアトークは次世代システム研究室による「新技術を実サービスに利活用するために行っている研究開発」について、各担当者からトークを行う勉強会イベントです。

新しい技術や大規模なウェブサービスに興味がある方、GMOのエンジニアが普段どうのようにしているのか興味がある方は是非ご参加ください。皆さんのご参加をお待ちしています！！

タイムテーブル

	概要
18:30-	開場
19:00-	オープニングトーク
19:10 - 19:40	Ethereumトークンの標準仕様とその問題、および解決策
19:50 - 20:20	奥行きセンサーとAR技術を用いてバーチャルアバターの表情、動作を遠隔制御してみる
20:30 - 21:00	機械学習/深層学習 LT ①Capsule network（新 neural network）で毒キノコ画像を判別してみた ②深層学習・最新論文紹介：ベイズ確率論を用いた自動画像生成テクノロジー「Bayesian GAN」の紹介

※質疑応答などの時間は設ける予定です

トークテーマ

Ethereumトークンの標準仕様とその問題、および解決策

仮想通貨としてのトークンのプラットフォームシェアは、時価総額ベースでEthereumが9割を占める。
そのEthereumのトークンの標準仕様としてERC20が提案され、これまで多くのトークンで利用されてきた。このセッションではERC20の問題点と、その解決策を解説する。

奥行きセンサーとAR技術を用いてバーチャルアバターの表情、動作を遠隔制御してみる

サービス業などをはじめとした接客において「おもてなし」の提供を求められることが増えています。一方で人材不足が深刻な問題となっており、対策の一つとしてロボットやバーチャルスタッフなどの取り組みが始まっています。
一方で人間のような振る舞いや表情を提供できるのか、まだロボットやバーチャルキャラクターの共通課題です。
この問題解決の一つとして、奥行きセンサーとモバイルAR技術を用いて表情、動作の遠隔制御をチャレンジしてみたいと思います。

機械学習/深層学習 LT

①Capsule network（新 neural network）で毒キノコ画像を判別してみた
②深層学習・最新論文紹介：ベイズ確率論を用いた自動画像生成テクノロジー「Bayesian GAN」の紹介
【参考】
https://recruit.gmo.jp/engineer/jisedai/blog/capsule-network/ https://recruit.gmo.jp/engineer/jisedai/blog/bayesian_gan/

深層強化学習で、集団行動を機械に学習させたい！

深層強化学習は、正解がわからない中でtry&errorを繰り返してより良い行動を学習していく手法で、AlphaGoなどで一躍有名になりました。AlphaGoは1対1のゲーム（碁）で機械同士を戦わせることで、try&errorを繰り返して強くなりました。
本研究では、1対1の枠組みを超えて複数の機械が存在する中で、それぞれの機械がよりよい行動を学習していく手法を調査・実験しました。複数の相手を観測しながら、自分の行動を最適化していくことはできるのか？本発表では、この取り組みついての結果をお話させていただきます。