WO2019130434A1 - 機械学習処理結果提供システム、機械学習処理結果提供方法及びプログラム - Google Patents

機械学習処理結果提供システム、機械学習処理結果提供方法及びプログラム Download PDF

Info

Publication number
WO2019130434A1
WO2019130434A1 PCT/JP2017/046713 JP2017046713W WO2019130434A1 WO 2019130434 A1 WO2019130434 A1 WO 2019130434A1 JP 2017046713 W JP2017046713 W JP 2017046713W WO 2019130434 A1 WO2019130434 A1 WO 2019130434A1
Authority
WO
WIPO (PCT)
Prior art keywords
machine learning
algorithm
data
provider
user
Prior art date
Application number
PCT/JP2017/046713
Other languages
English (en)
French (fr)
Inventor
航洋 竹之下
将仁 谷口
Original Assignee
株式会社ウフル
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社ウフル filed Critical 株式会社ウフル
Priority to PCT/JP2017/046713 priority Critical patent/WO2019130434A1/ja
Priority to JP2019561437A priority patent/JPWO2019130434A1/ja
Publication of WO2019130434A1 publication Critical patent/WO2019130434A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Definitions

  • the present invention relates to a machine learning process result providing system for providing result information of machine learning process by AI (artificial intelligence) or the like, a machine learning process result providing method and program.
  • AI artificial intelligence
  • Patent Document 1 discloses a mechanism for selecting and storing only important data in learning performed by a machine learning system.
  • Machine learning is an algorithm that generates an inference model based on results iteratively learned from given data, and predicts various events by applying new data to the inference model. If the results of learning using such a learning algorithm can be widely used in the world, it can help technological progress. Therefore, an object of the present invention is to create a mechanism capable of providing the result of processing performed using a learning algorithm operating on a computer to a third party.
  • the present invention provides an algorithm acquisition unit for acquiring a machine learning algorithm provided by an algorithm provider, and a machine for causing the machine learning algorithm provided by a data provider different from the algorithm provider to perform machine learning.
  • a data acquisition unit for acquiring learning data an inference model generation unit for generating an inference model by machine learning processing using the machine learning algorithm and the machine learning data, and the inference model Machine learning processing of unknown data provided by a user different from the algorithm provider and the data provider, and result information generating unit generating result information according to the result of the processing;
  • a machine learning process result providing system comprising: a providing unit for providing to a user.
  • the inference model generated by the combination of the machine learning algorithm and the data may be used to generate result information according to the result of machine learning processing of the data provided by the user.
  • a list of inference models generated by a combination of the machine learning algorithm and the machine learning data, or a combination of the machine learning algorithm and the machine learning data is presented to the user, and the use of the list is performed.
  • a combination of the machine learning algorithm and the machine learning data may be designated by a person.
  • the present invention also provides an algorithm acquisition step of acquiring an algorithm for machine learning provided by an algorithm provider, and machine learning of the algorithm for machine learning provided by a data provider different from the algorithm provider.
  • algorithm acquisition step of acquiring data for machine learning machine learning processing using the machine learning algorithm and the machine learning data to generate an inference model, and using the inference model
  • the present invention also provides a computer, an algorithm acquisition unit for acquiring an algorithm for machine learning provided by an algorithm provider, and a machine for the algorithm for machine learning provided by a data provider different from the algorithm provider.
  • a data acquisition unit for acquiring machine learning data for learning, an inference model generation unit for generating an inference model by performing machine learning processing using the machine learning algorithm and the machine learning data, and the inference model A result information generation unit that performs machine learning processing of unknown data provided by the algorithm provider and a user different from the data provider using the c), and generates result information according to the result of the processing;
  • a program for causing the user to function as a providing unit is provided.
  • the result of processing performed using a machine learning algorithm can be provided to a third party.
  • FIG. 2 is a diagram illustrating a hardware configuration of the information processing device 4;
  • FIG. 1 is a diagram illustrating a functional configuration of a machine learning result providing system 10.
  • 6 is a flowchart illustrating an inference model generating operation by the machine learning result providing system 10;
  • 6 is a flowchart illustrating an example of result information generation operation by the machine learning result providing system 10;
  • FIG. 1 is a diagram illustrating an outline of a machine learning result providing system 10 according to an embodiment of the present invention.
  • the machine learning result providing system 10 is a communication network communicably connecting the algorithm provider terminal 1, the data provider terminal 2, the user terminal 3, the information processing apparatus 4, and these terminals or apparatuses 1 to 4. It is equipped with five.
  • the communication network 5 is, for example, a LAN (Local Area Network) or a WAN (Wide Area Network), or a combination thereof, and may include a wired section or a wireless section.
  • the algorithm provider terminal 1, the data provider terminal 2, the user terminal 3 and the information processing apparatus 4 are illustrated one by one in FIG. 1, but a plurality of each may be provided.
  • the algorithm provider terminal 1 is a computer used by an algorithm provider that provides an algorithm.
  • the algorithm referred to here is to generate an inference model based on the result of machine learning processing by AI (artificial intelligence) etc. from given data on the computer, and input new input data to the inference model. It is an algorithm for machine learning for outputting an event predicted from the input data by doing.
  • the data provider terminal 2 is a computer used by a data provider that provides data for opportunity learning used when machine learning is performed in the above algorithm.
  • the data used for machine learning is generally a huge amount of data, and in the following it is called a data set.
  • the data set used in the present embodiment includes, for example, detection values detected by a large number of sensor groups and events generated at the time of detection.
  • the algorithm used in the present embodiment is, for example, an algorithm (so-called supervised learning algorithm) for generating an inference model for predicting an event that may occur in the future from detected values thereof.
  • the user terminal 3 is a computer used by the user.
  • the user referred to here is to input desired input data prepared by the information processing apparatus 4 to an inference model obtained as a result of machine learning according to the above algorithm using the above data set. It is a person who uses the information output from the inference model as a result of machine learning processing.
  • This input data is unknown data whose results input to the inference model are not yet known.
  • the algorithm provider, the data provider and the user are all different users. Therefore, for example, the algorithm provider may concentrate on developing and acquiring an algorithm for machine learning, and the data provider may concentrate on generating and acquiring a data set for machine learning. As a result, compared with the case where one user or one organization prepares both an algorithm and a data set for machine learning, it is possible to reduce the cost and time required for preparation thereof.
  • the user prepares unknown input data for input to the generated inference model, it is possible to know events predicted based on the input data. As a result, compared to the case where one user or one organization prepares an algorithm and data set for machine learning and all input data for predicting an event, the preparation cost and time are reduced. It becomes possible.
  • the algorithm is, for example, supervised learning, unsupervised learning, semi-supervised learning, reinforcement learning, expression learning, machine learning algorithms such as data mining and deep learning, but the algorithm in the present invention is not limited thereto.
  • machine learning algorithms use various techniques or techniques such as, for example, decision tree learning, correlation rule learning, neural networks, genetic programming, inductive logic programming, support vector machines, clustering, Bayesian networks, etc. Is included.
  • FIG. 2 is a diagram illustrating the hardware configuration of the algorithm provider terminal 1.
  • the algorithm provider terminal 1 includes a control unit 101, a communication unit 102, a storage unit 103, and a UI (User Interface) unit 104.
  • the control unit 101 includes an arithmetic device such as a central processing unit (CPU) and a storage device such as a read only memory (ROM) and a random access memory (RAM).
  • the CPU controls the operation of each unit of the algorithm provider terminal 1 by executing a program stored in the ROM or the storage unit 103 using the RAM as a work area.
  • the communication unit 102 is hardware (transmission / reception device) for performing communication between computers via a wired or wireless communication network, and is also called, for example, a network device, a network controller, a network card, a communication module, or the like.
  • the communication unit 102 is connected to the communication network 5.
  • the storage unit 103 is a computer readable recording medium, and for example, an optical disk such as a CD-ROM (Compact Disc ROM), a hard disk drive, a flexible disk, a magnetooptical disk (for example, a compact disk, a digital versatile disk, Blu-ray disc
  • the disk may be configured of at least one of a ray (registered trademark) disk, a smart card, a flash memory (for example, a card, a stick, a key drive), a floppy (registered trademark) disk, a magnetic strip, and the like.
  • the storage unit 103 may be called an auxiliary storage device.
  • the storage unit 103 stores data groups and program groups used by the control unit 101.
  • the UI unit 104 includes, for example, a liquid crystal panel and a liquid crystal drive circuit, and includes a display unit for displaying an image according to image data and an operator such as a key or a touch sensor. And an operation unit for supplying a corresponding signal to the control unit 101.
  • the hardware configuration of the data provider terminal 2 and the user terminal 3 is the same as that of the algorithm provider terminal 1.
  • FIG. 3 is a diagram illustrating the hardware configuration of the information processing device 4.
  • the information processing device 4 includes a control unit 401, a communication unit 402, and a storage unit 403.
  • the control unit 401 includes an arithmetic device such as a CPU and a storage device such as a ROM and a RAM.
  • the CPU controls the operation of each unit of the information processing apparatus 4 by executing a program stored in the ROM or the storage unit 403 using the RAM as a work area.
  • the communication unit 402 is hardware (transmission / reception device) for performing communication between computers via a wired or wireless communication network, and is also called, for example, a network device, a network controller, a network card, a communication module, or the like.
  • the communication unit 402 is connected to the communication network 5.
  • the storage unit 403 is a computer readable recording medium, and for example, an optical disk such as a CD-ROM, a hard disk drive, a flexible disk, a magneto-optical disk (for example, a compact disk, a digital versatile disk, Blu-ray (registered trademark)
  • the memory card may be configured of at least one of a disk), a smart card, a flash memory (for example, a card, a stick, a key drive), a floppy (registered trademark) disk, a magnetic strip, and the like.
  • the storage unit 403 may be called an auxiliary storage device.
  • the storage unit 403 stores data groups and program groups used by the control unit 401.
  • FIG. 4 is a diagram illustrating a functional configuration of the machine learning result providing system 10.
  • the machine learning result providing system 10 includes an algorithm acquisition unit 41 for acquiring an algorithm provided from the algorithm provider terminal 1, a data acquisition unit 42 for acquiring a data set provided from the data provider terminal 2, and A processing unit 43 that performs processing using an algorithm and a data set, a providing unit 44 that provides the user terminal 3 with information processed by the processing unit 43, and money corresponding to at least a portion of money paid by the user And an accounting processor 45 for performing processing for paying the algorithm provider or the data provider. Furthermore, the processing unit 43 performs processing using the acquired algorithm and data set to generate an inference model, and the unknown provided by the user using the generated inference model.
  • a result information generating unit 432 configured to perform machine learning processing on input data and generate result information according to the result of the processing.
  • the algorithm acquisition unit 41, the data acquisition unit 42, the processing unit 43, the providing unit 44, and the charging processing unit 45 are implemented in the information processing device 4. These functions are realized by the control unit 401 of the information processing device 4 executing a program.
  • the processing unit 43 of the information processing device 4 provides the user terminal 3 with information according to the result of processing by the combination of the designated algorithm and data set.
  • the inference model generation unit 432 performs processing using the designated algorithm and data set to generate an inference model
  • the result information generation unit 433 uses the generated inference model to generate a user.
  • the providing unit 44 provides the user terminal 3 with the result information generated as a result.
  • the charge processing unit 45 performs a process to pay money corresponding to at least a part of the money to the algorithm provider or the data provider after the user has paid the money.
  • the user operates, for example, the user terminal 3 to perform a procedure for paying the money to the manager of the information processing device 4.
  • the charge processing unit 45 carries out processing for paying money to the algorithm provider or the data provider, using the money as a fund.
  • the money to be paid by the user is the algorithm or data set used for the processing by the processing unit 43 (more specifically, the algorithm or data set used for generating the inference model by the inference model generation unit 432) It is money of the amount according to.
  • an algorithm is designated (used) by a large number of users, the algorithm is targeted to pay more money than other algorithms.
  • a data set is designated (utilized) by a large number of users, that data set is intended to be paid more than the other data sets. That is, the amount of money paid for the use of each algorithm or each data set will vary depending on, for example, the level of evaluation or popularity of those algorithms or data sets.
  • each of the algorithm acquired from the algorithm provider terminal 1, the data set acquired from the data provider terminal 2, and information according to the results processed by these algorithm and data set, respectively Confidentiality is to be maintained.
  • the administrator of the information processing apparatus 4 can not access the information corresponding to the algorithm, the data set and the processed result (or a special authority is required for the access) Is stored in a dedicated storage area.
  • the dedicated storage area is the storage unit 431 included in the processing unit 43 illustrated in FIG.
  • FIGS. 5 and 6 are flowcharts illustrating the operation of the machine learning result providing system 10.
  • the algorithm acquisition unit 41 acquires an algorithm uploaded from the algorithm provider terminal 1 via the communication network 5, or the data acquisition unit 42 acquires from the data provider terminal 2 the communication network 5.
  • the data set uploaded via the network is acquired (step S11).
  • These algorithms and data sets include various attribute information such as names and outlines of the algorithms and data sets, or names of algorithm providers and data providers.
  • the storage unit 431 of the processing unit 43 stores an algorithm or data set including such attribute information (step S12).
  • the inference model generation unit 432 of the processing unit 43 performs processing using the acquired algorithm and data set to generate an inference model (step S13).
  • the storage unit 431 of the processing unit 43 stores the generated inference model in association with the algorithm and data set used for the generation (step S14).
  • the processing unit 43 provides the user terminal 3 with a list of inference models stored in the storage unit 431 via the communication network 5 (step S31).
  • This list includes various attribute information such as the name and outline of the algorithm and data set used to generate each inference model, and the name of the algorithm provider or data provider.
  • the user browses the list displayed on the user terminal 3, and further refers to each attribute information to search for an inference model that matches the input data prepared by the user.
  • the user operates the user terminal 3 to specify a desired inference model, and requests processing using the inference model.
  • the user terminal 3 transmits, to the information processing apparatus 4, a processing request including identification information for specifying an inference model designated by the user and input data prepared by the user.
  • the processing unit 43 of the information processing device 4 receives the processing request (step S32; YES)
  • the processing unit 43 performs processing using the designated inference model and the received input data (step S33).
  • the result information generation unit 433 processes the input data using the designated inference model, and generates result information according to the result of the process (step S34).
  • the providing unit 44 provides the result information generated as a result to the user terminal 3 (step S35).
  • the charge processing unit 45 performs processing for paying money corresponding to at least a part of money paid from the user to the algorithm provider or the data provider (step S36).
  • the present invention is not limited to the embodiments described above, and various modifications are possible.
  • the configuration and operation regarding payment of money is not limited to the example of the embodiment.
  • the information processing apparatus 4 does not pay money to the algorithm provider or the data provider after money is collected from the user, but first pays the algorithm provider or the data provider before using it You may collect money from the Moreover, how to decide the amount of money also can adopt an arbitrary method.
  • a part of the functional configuration exemplified in FIG. 4 may be omitted, and further another function may be added.
  • the function of the information processing device 4 shown in FIG. 4 may be implemented by any device or terminal belonging to the machine learning result providing system 10.
  • a computer device group physically including a plurality of devices may cooperate with one another to implement the same function as the information processing device 4 illustrated in FIG. 4.
  • the process steps performed in the machine learning result providing system 10 are not limited to the examples described in the above embodiments. The steps of this process may be interchanged as long as there is no contradiction. Furthermore, the present invention may be provided as a machine learning result providing method including the process steps performed in the information processing device 4 or a machine learning result providing method including the process steps performed in the machine learning result provision system 10.
  • the programs executed by the control unit of each device and each terminal may be provided by a storage medium such as an optical disk, a magnetic disk, or a semiconductor memory, or may be downloaded via a communication line such as the Internet. In addition, these programs may not execute all the steps described in the embodiment.

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

アルゴリズム提供者、データ提供者及び利用者はいずれも互いに異なるユーザである。このため、例えばアルゴリズム提供者は機械学習用のアルゴリズムの開発や入手にのみ専念し、データ提供者は機械学習用のデータセットの生成や入手にのみ専念すればよいことになる。この結果、１のユーザ又は１の組織が機械学習用のアルゴリズム及びデータセットの双方を用意する場合に比べて、それらの用意に要するコストや時間を小さくすることが可能となる。また、利用者は、生成された推論モデルに入力するための未知の入力データさえ用意すれば、その入力データに基づいて予測される事象を知ることが可能となる。この結果、１のユーザ又は１の組織が機械学習用のアルゴリズム及びデータセットと、さらに事象を予測するための入力データの全てを用意する場合に比べて、その用意に要するコストや時間を小さくすることが可能となる。

Description

機械学習処理結果提供システム、機械学習処理結果提供方法及びプログラム
　本発明は、AI（artificial intelligence）などによる機械学習処理の結果情報を提供する機械学習処理結果提供システム、機械学習処理結果提供方法及びプログラムに関する。
　近年のコンピューティングテクノロジーの進化により、AIなどによる機械学習の技術が普及してきている。例えば特許文献１には、機械学習システムが行う学習において重要なデータのみを選択して蓄積する仕組みが開示されている。
特開２０１０－５５３０３号公報
　機械学習は、与えられたデータから反復的に学習した結果に基づいて推論モデルを生成し、その推論モデルに対してさらに新たなデータをあてはめることで様々な事象を予測する、というアルゴリズムである。このような学習用アルゴリズムを用いて学習を行った結果を世の中で広く利用することができれば、技術進歩の一助となり得る。そこで、本発明の目的は、コンピュータ上で動作する学習用アルゴリズムを用いて行った処理の結果を第三者に提供し得る仕組みを生成することにある。
課題を解決する手段
　本発明は、アルゴリズム提供者から提供される機械学習用アルゴリズムを取得するアルゴリズム取得部と、前記アルゴリズム提供者とは異なるデータ提供者から提供される、前記機械学習用アルゴリズムに機械学習させるための機械学習用データを取得するデータ取得部と、前記機械学習用アルゴリズム及び前記機械学習用データを用いて機械学習処理して、推論モデルを生成する推論モデル生成部と、前記推論モデルを用いて、前記アルゴリズム提供者及び前記データ提供者とは異なる利用者から提供される未知のデータを機械学習処理して、当該処理の結果に応じた結果情報を生成する結果情報生成部と、前記結果情報を前記利用者に提供する提供部とを備えることを特徴とする機械学習処理結果提供システムを提供する。
　複数の前記機械学習用アルゴリズムと複数の前記機械学習用データがあり、前記利用者によって前記機械学習用アルゴリズム及び前記機械学習用データの組み合わせが指定され、前記結果情報生成部は、指定された前記機械学習用アルゴリズム及び前記データの組み合わせで生成された推論モデルを用いて、前記利用者から提供されるデータを機械学習処理した結果に応じた結果情報を生成するするようにしてもよい。
　前記機械学習用アルゴリズム及び前記機械学習用データの組み合わせ、又は当該機械学習用アルゴリズム及び当該機械学習用データの組み合わせで生成された推論モデルの一覧を前記利用者に提示し、当該一覧において、前記利用者によって前記機械学習用アルゴリズム及び前記機械学習用データの組み合わせが指定されるようにしてもよい。
　また、本発明は、アルゴリズム提供者から提供される機械学習用アルゴリズムを取得するアルゴリズム取得ステップと、前記アルゴリズム提供者とは異なるデータ提供者から提供される、前記機械学習用アルゴリズムに機械学習させるための機械学習用データを取得するデータ取得ステップと、前記機械学習用アルゴリズム及び前記機械学習用データを用いて機械学習処理して、推論モデルを生成する推論モデル生成ステップと、前記推論モデルを用いて、前記アルゴリズム提供者及び前記データ提供者とは異なる利用者から提供される未知のデータを機械学習処理して、当該処理の結果に応じた結果情報を生成する結果情報生成ステップと、前記結果情報を前記利用者に提供する提供ステップとを備えることを特徴とする機械学習結果提供方法を提供する。
　また、本発明は、コンピュータを、アルゴリズム提供者から提供される機械学習用アルゴリズムを取得するアルゴリズム取得部と、前記アルゴリズム提供者とは異なるデータ提供者から提供される、前記機械学習用アルゴリズムに機械学習させるための機械学習用データを取得するデータ取得部と、前記機械学習用アルゴリズム及び前記機械学習用データを用いて機械学習処理して、推論モデルを生成する推論モデル生成部と、前記推論モデルを用いて、前記アルゴリズム提供者及び前記データ提供者とは異なる利用者から提供される未知のデータを機械学習処理して、当該処理の結果に応じた結果情報を生成する結果情報生成部と、前記結果情報を前記利用者に提供する提供部として機能させるためのプログラムを提供する。
　本発明によれば、機械学習用アルゴリズムを用いて行った処理の結果を第三者に提供し得る。
本発明の一実施形態に係る機械学習結果提供システム１０の全体構成を例示する図。 アルゴリズム提供者端末１のハードウェア構成を例示する図。 情報処理装置４のハードウェア構成を例示する図。 機械学習結果提供システム１０の機能構成を例示する図。 機械学習結果提供システム１０による推論モデル生成動作を例示するフローチャート。 機械学習結果提供システム１０による結果情報生成動作を例示するフローチャート。
１…アルゴリズム提供者端末、２…データ提供者端末、３…利用者端末、４…情報処理装置、５…通信網、１０…機械学習結果提供システム、１０１…制御部、１０２…通信部、１０３…記憶部、１０４…ＵＩ部、４０１…制御部、４０２…通信部、４０３…記憶部、４１…アルゴリズム取得部、４２…データ取得部、４３…処理部、４３１…記憶部、４３２…推論モデル生成部、４３３…結果情報生成部、４４…提供部、４５…課金処理部。
１．構成
　図１は、本発明の一実施形態に係る機械学習結果提供システム１０の概要を例示する図である。機械学習結果提供システム１０は、アルゴリズム提供者端末１と、データ提供者端末２と、利用者端末３と、情報処理装置４と、これらの端末乃至装置１～４を通信可能に接続する通信網５とを備えている。通信網５は、例えばＬＡＮ（Local Area Network）またはＷＡＮ（Wide Area Network）、若しくはこれらの組み合わせであり、有線区間又は無線区間を含んでいてもよい。アルゴリズム提供者端末１、データ提供者端末２、利用者端末３及び情報処理装置４について図１では１つずつ図示しているが、これらはそれぞれ複数であってもよい。
　アルゴリズム提供者端末１は、アルゴリズムを提供するアルゴリズム提供者によって使用されるコンピュータである。ここでいうアルゴリズムとは、コンピュータ上において、与えられたデータからAI（artificial intelligence）などによる機械学習処理した結果に基づいて推論モデルを生成し、その推論モデルに対してさらに新たな入力データを入力することで、その入力データから予測される事象を出力するための機械学習用アルゴリズムである。
　データ提供者端末２は、上記アルゴリズムにおいて機械学習が行われるときに用いられる機会学習用データを提供するデータ提供者によって使用されるコンピュータである。機械学習に用いられるデータは一般に膨大なデータ量となり、以下では、データセットという。本実施形態で用いられるデータセットは、例えば多数のセンサ群によって検出された各検出値と各々の検出時において発生した事象とを含むものである。また、本実施形態で用いられるアルゴリズムは、例えばそれらの検出値から将来において起こり得る事象を予測するための推論モデルを生成するためのアルゴリズム（いわゆる教師あり学習のアルゴリズム）である。
　利用者端末３は、利用者により使用されるコンピュータである。ここでいう利用者とは、情報処理装置４が上記データセットを用いて上記アルゴリズムに従った機械学習を行った結果得られた推論モデルに対し、自身が用意した所望の入力データを入力するという機械学習処理してその結果として推論モデルから出力される情報を利用する者である。この入力データは、推論モデルに対して入力された結果がまだ分かっていない未知のデータである。
　アルゴリズム提供者、データ提供者及び利用者はいずれも互いに異なるユーザである。このため、例えばアルゴリズム提供者は機械学習用のアルゴリズムの開発や入手にのみ専念し、データ提供者は機械学習用のデータセットの生成や入手にのみ専念すればよいことになる。この結果、１のユーザ又は１の組織が機械学習用のアルゴリズム及びデータセットの双方を用意する場合に比べて、それらの用意に要するコストや時間を小さくすることが可能となる。
　また、利用者は、生成された推論モデルに入力するための、未知の入力データさえ用意すれば、その入力データに基づいて予測される事象を知ることが可能となる。この結果、１のユーザ又は１の組織が機械学習用のアルゴリズム及びデータセットと、さらに事象を予測するための入力データの全てを用意する場合に比べて、その用意に要するコストや時間を小さくすることが可能となる。
　上記アルゴリズムは、例えば教師あり学習、教師なし学習、半教師あり学習、強化学習、表現学習、データマイニングやディープラーニング等の機械学習アルゴリズムであるが、本発明におけるアルゴリズムはこれに限らない。なお、これらの機械学習用のアルゴリズムは、例えば決定木学習、相関ルール学習、ニューラルネットワーク、遺伝的プログラミング、帰納論理プログラミング、サポートベクターマシン 、クラスタリング、ベイジアンネットワーク等の各種の技法乃至技術を用いたものが含まれる。
　次に、機械学習結果提供システム１０を構成する端末乃至装置の構成を説明する。図２は、アルゴリズム提供者端末１のハードウェア構成を例示する図である。アルゴリズム提供者端末１は、制御部１０１と、通信部１０２と、記憶部１０３と、ＵＩ（User Interface）部１０４とを備えている。制御部１０１は、ＣＰＵ（Central Processing Unit）などの演算装置と、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）などの記憶装置とを備えている。ＣＰＵは、ＲＡＭをワークエリアとして用いてＲＯＭや記憶部１０３に記憶されたプログラムを実行することによって、アルゴリズム提供者端末１の各部の動作を制御する。
　通信部１０２は、有線又は無線通信網を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信部１０２は、通信網５に接続されている。
　記憶部１０３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact　Disc　ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク）、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つで構成されてもよい。記憶部１０３は、補助記憶装置と呼ばれてもよい。記憶部１０３は、制御部１０１が用いるデータ群やプログラム群を記憶している。
　ＵＩ部１０４は、例えば液晶パネル及び液晶駆動回路などを含み、画像データに応じた画像を表示する表示部と、例えばキーやタッチセンサなどの操作子を含み、ユーザの操作を受け付けてその操作に応じた信号を制御部１０１に供給する操作部とを備えている。
　データ提供者端末２及び利用者端末３のハードウェア構成は、アルゴリズム提供者端末１と同様である。
　図３は、情報処理装置４のハードウェア構成を例示する図である。情報処理装置４は、制御部４０１と、通信部４０２と、記憶部４０３とを備えている。制御部４０１は、ＣＰＵなどの演算装置と、ＲＯＭ及びＲＡＭ）などの記憶装置とを備えている。ＣＰＵは、ＲＡＭをワークエリアとして用いてＲＯＭや記憶部４０３に記憶されたプログラムを実行することによって、情報処理装置４の各部の動作を制御する。
　通信部４０２は、有線又は無線通信網を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信部４０２は、通信網５に接続されている。　　
　記憶部４０３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭなどの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク）、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つで構成されてもよい。記憶部４０３は、補助記憶装置と呼ばれてもよい。記憶部４０３は、制御部４０１が用いるデータ群やプログラム群を記憶している。
　図４は、機械学習結果提供システム１０の機能構成を例示する図である。機械学習結果提供システム１０は、アルゴリズム提供者端末１から提供されるアルゴリズムを取得するアルゴリズム取得部４１と、データ提供者端末２から提供されるデータセットを取得するデータ取得部４２と、取得されたアルゴリズム及びデータセットを用いた処理を行う処理部４３と、処理部４３により処理された情報を利用者端末３に提供する提供部４４と、利用者から支払われる金銭の少なくとも一部に相当する金銭をアルゴリズム提供者又はデータ提供者に支払うための処理を行う課金処理部４５とを備える。さらに、上記処理部４３は、取得されたアルゴリズム及びデータセットを用いた処理を行って推論モデルを生成する推論モデル生成部４３１と、生成された推論モデルを用いて利用者から提供される未知の入力データを機械学習処理して、当該処理の結果に応じた結果情報を生成する結果情報生成部４３２とを備える。図４の例では、アルゴリズム取得部４１、データ取得部４２、処理部４３、提供部４４及び課金処理部４５は情報処理装置４に実装されている。これらの機能は、情報処理装置４の制御部４０１がプログラムを実行することにより実現される。
　情報処理装置４においては、アルゴリズム提供者端末１から提供された１又は複数のアルゴリズムと、データ提供者端末２から提供された１又は複数のデータセットとが蓄積されている。利用者は例えば利用者端末３を操作して、自身が利用したいアルゴリズム及びデータセットの組み合わせを指定する。この指定に応じて、情報処理装置４の処理部４３は、指定されたアルゴリズム及びデータセットの組み合わせで処理した結果に応じた情報を利用者端末３に提供する。具体的には、推論モデル生成部４３２が、指定されたアルゴリズム及びデータセットを用いた処理を行って推論モデルを生成し、結果情報生成部４３３が、生成された推論モデルを用いて、利用者から提供される入力データを処理し、当該処理の結果に応じた結果情報を生成する。提供部４４は、この結果生成された結果情報を利用者端末３に提供する。
　これらの処理に応じて、課金処理部４５は、利用者から金銭が支払われた後に、当該金銭の少なくとも一部に相当する金銭をアルゴリズム提供者又はデータ提供者に支払うための処理を行う。具体的には、利用者が例えば利用者端末３を操作して、情報処理装置４の管理者に上記金銭を支払うための手続きを行う。課金処理部４５は、この金銭を原資にして、アルゴリズム提供者又はデータ提供者に金銭を支払うための処理を行う。このとき、利用者から支払われる金銭は、処理部４３が処理に用いたアルゴリズム又はデータセット（より具体的には、推論モデル生成部４３２が推論モデルを生成するのに用いたアルゴリズム又はデータセット）に応じた額の金銭である。例えば、或るアルゴリズムが多数の利用者により指定(利用)されている場合には、そのアルゴリズムは他のアルゴリズムよりも多くの金銭が支払われる対象となる。同様に、例えば、或るデータセットが多数の利用者により指定（利用）されている場合には、そのデータセットは他のデータセットよりも多くの金銭が支払われる対象となる。つまり、各アルゴリズム又は各データセットの利用について支払われる金銭の額は、例えばそれらのアルゴリズム又はデータセットに対する評価乃至人気の高低によって変わることになる。
　情報処理装置４において、アルゴリズム提供者端末１から取得されたアルゴリズム、データ提供者端末２から取得されたデータセット、及び、これらのアルゴリズム及びデータセットによって処理された結果に応じた情報については、各々機密性が維持されるようになっている。具体的には、これらのアルゴリズム、データセット及び処理された結果に応じた情報は、図３の記憶部４０３において、情報処理装置４の管理者がアクセスできない（或いはそのアクセスに特別な権限が必要な）専用の記憶領域に記憶されるようになっている。この専用の記憶領域が、図４に示した処理部４３が有する記憶部４３１である。
２．動作
　図５，６は、機械学習結果提供システム１０の動作を例示するフローチャートである。図５において、まず、アルゴリズム取得部４１が、アルゴリズム提供者端末１から通信網５経由でアップロードされてくるアルゴリズムを取得するか、又は、データ取得部４２が、データ提供者端末２から通信網５経由でアップロードされてくるデータセットを取得する（ステップＳ１１）。これらのアルゴリズム及びデータセットには、例えばそのアルゴリズムやデータセットの名称や概要、或いはアルゴリズム提供者やデータ提供者の氏名といった、各種の属性情報が含まれている。処理部４３の記憶部４３１は、このような属性情報を含むアルゴリズム又はデータセットを記憶する（ステップＳ１２）。
　次に、処理部４３の推論モデル生成部４３２は、取得されたアルゴリズム及びデータセットを用いた処理を行って推論モデルを生成する（ステップＳ１３）。処理部４３の記憶部４３１は、生成された推論モデルを、その生成に用いたアルゴリズム及びデータセットと対応付けて記憶する（ステップＳ１４）。
　次に、図６において、処理部４３は、利用者端末３に対して、記憶部４３１に記憶されている推論モデルの一覧を通信網５経由で提供する（ステップＳ３１）。この一覧には、各推論モデルを生成するのに用いたアルゴリズムやデータセットの名称や概要或いはアルゴリズム提供者又はデータ提供者の氏名といった各種の属性情報が含まれている。利用者は、利用者端末３に表示された一覧を閲覧し、さらに各々の属性情報を参考にして、自身が用意した入力データに適合する推論モデルを探す。そして、利用者は、利用者端末３を操作して所望の推論モデルを指定し、その推論モデルを用いた処理を要求する。この操作に応じて、利用者端末３は、利用者により指定された推論モデルを特定する識別情報と、利用者によって用意された入力データとを含む処理要求を情報処理装置４に送信する。
　情報処理装置４の処理部４３は、処理要求を受信すると（ステップＳ３２；ＹＥＳ）、指定された推論モデル及び受信した入力データを用いた処理を行う（ステップＳ３３）。具体的には、結果情報生成部４３３が、指定された推論モデルを用いて入力データを処理し、当該処理の結果に応じた結果情報を生成する（ステップＳ３４）。提供部４４は、この結果生成された結果情報を利用者端末３に提供する（ステップＳ３５）。課金処理部４５は、利用者から支払われる金銭の少なくとも一部に相当する金銭をアルゴリズム提供者又はデータ提供者に支払うための処理を行う（ステップＳ３６）。
　以上説明した本実施形態によれば、コンピュータ上で動作する学習用アルゴリズムを用いて行った処理の結果を第三者に提供することが可能となる。
３．変形例
　本発明は上述の実施形態に限定されるものではなく、種々の変形実施が可能である。例えば金銭の支払いに関する構成及び動作は実施形態の例に限定されない。具体的には、情報処理装置４は、利用者から金銭が徴収した後にアルゴリズム提供者又はデータ提供者に金銭を支払うのではなく、先にアルゴリズム提供者又はデータ提供者に金銭を支払ってから利用者から金銭を徴収してもよい。また、金銭の額の決め方も任意の手法を採用し得る。
　図４で例示した機能構成の一部は省略されてもよいし、さらに別の機能が追加されてもよい。図４に示した情報処理装置４が備える機能は、機械学習結果提供システム１０に属するいずれかの装置又は端末が実装していればよい。また、物理的に複数の装置からなるコンピュータ装置群が連携して、図４に示した情報処理装置４と同等の機能を実装してもよい。
　機械学習結果提供システム１０において行われる処理のステップは、上述した実施形態で説明した例に限定されない。この処理のステップは、矛盾のない限り、入れ替えられてもよい。また、本発明は、情報処理装置４において行われる処理のステップを備える機械学習結果提供方法又は機械学習結果提供システム１０において行われる処理のステップを備える機械学習結果提供方法として提供されてもよい。
　また、各装置及び各端末の制御部により実行されるプログラムは、光ディスク、磁気ディスク、半導体メモリなどの記憶媒体により提供されてもよいし、インターネット等の通信回線を介してダウンロードされてもよい。また、これらのプログラムは、実施形態で説明したすべてのステップを実行させるものでなくてもよい。

Claims (5)

  1. 　アルゴリズム提供者から提供される機械学習用アルゴリズムを取得するアルゴリズム取得部と、
    　前記アルゴリズム提供者とは異なるデータ提供者から提供される、前記機械学習用アルゴリズムに機械学習させるための機械学習用データを取得するデータ取得部と、
    　前記機械学習用アルゴリズム及び前記機械学習用データを用いて機械学習処理して、推論モデルを生成する推論モデル生成部と、
    　前記推論モデルを用いて、前記アルゴリズム提供者及び前記データ提供者とは異なる利用者から提供される未知のデータを機械学習処理して、当該処理の結果に応じた結果情報を生成する結果情報生成部と、
    前記結果情報を前記利用者に提供する提供部と
    　を備えることを特徴とする機械学習処理結果提供システム。
  2. 　複数の前記機械学習用アルゴリズムと複数の前記機械学習用データがあり、前記利用者によって前記機械学習用アルゴリズム及び前記機械学習用データの組み合わせが指定され、
    　前記結果情報生成部は、指定された前記機械学習用アルゴリズム及び前記データの組み合わせで生成された推論モデルを用いて、前記利用者から提供されるデータを機械学習処理した結果に応じた結果情報を生成する
    　ことを特徴とする請求項１に記載の機械学習処理結果提供システム。
  3. 　前記機械学習用アルゴリズム及び前記機械学習用データの組み合わせ、又は当該機械学習用アルゴリズム及び当該機械学習用データの組み合わせで生成された推論モデルの一覧を前記利用者に提示し、
    　当該一覧において、前記利用者によって前記機械学習用アルゴリズム及び前記機械学習用データの組み合わせが指定される
    　ことを特徴とする請求項２に記載の機械学習処理結果提供システム。
  4. 　アルゴリズム提供者から提供される機械学習用アルゴリズムを取得するアルゴリズム取得ステップと、
    　前記アルゴリズム提供者とは異なるデータ提供者から提供される、前記機械学習用アルゴリズムに機械学習させるための機械学習用データを取得するデータ取得ステップと、
    　前記機械学習用アルゴリズム及び前記機械学習用データを用いて機械学習処理して、推論モデルを生成する推論モデル生成ステップと、
    前記推論モデルを用いて、前記アルゴリズム提供者及び前記データ提供者とは異なる利用者から提供される未知のデータを機械学習処理して、当該処理の結果に応じた結果情報を生成する結果情報生成ステップと、
    　前記結果情報を前記利用者に提供する提供ステップと
    　を備えることを特徴とする機械学習処理結果提供方法。
  5. 　コンピュータを、
    　アルゴリズム提供者から提供される機械学習用アルゴリズムを取得するアルゴリズム取得部と、
    　前記アルゴリズム提供者とは異なるデータ提供者から提供される、前記機械学習用アルゴリズムに機械学習させるための機械学習用データを取得するデータ取得部と、
    　前記機械学習用アルゴリズム及び前記機械学習用データを用いて機械学習処理して、推論モデルを生成する推論モデル生成部と、
    　前記推論モデルを用いて、前記アルゴリズム提供者及び前記データ提供者とは異なる利用者から提供される未知のデータを機械学習処理して、当該処理の結果に応じた結果情報を生成する結果情報生成部と、
    前記結果情報を前記利用者に提供する提供部と
    　して機能させるためのプログラム。
PCT/JP2017/046713 2017-12-26 2017-12-26 機械学習処理結果提供システム、機械学習処理結果提供方法及びプログラム WO2019130434A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2017/046713 WO2019130434A1 (ja) 2017-12-26 2017-12-26 機械学習処理結果提供システム、機械学習処理結果提供方法及びプログラム
JP2019561437A JPWO2019130434A1 (ja) 2017-12-26 2017-12-26 機械学習処理結果提供システム、機械学習処理結果提供方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/046713 WO2019130434A1 (ja) 2017-12-26 2017-12-26 機械学習処理結果提供システム、機械学習処理結果提供方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2019130434A1 true WO2019130434A1 (ja) 2019-07-04

Family

ID=67066812

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/046713 WO2019130434A1 (ja) 2017-12-26 2017-12-26 機械学習処理結果提供システム、機械学習処理結果提供方法及びプログラム

Country Status (2)

Country Link
JP (1) JPWO2019130434A1 (ja)
WO (1) WO2019130434A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7487748B2 (ja) 2022-01-21 2024-05-21 横河電機株式会社 装置、方法およびプログラム

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017524183A (ja) * 2014-06-30 2017-08-24 アマゾン・テクノロジーズ・インコーポレーテッド 機械学習サービス

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017524183A (ja) * 2014-06-30 2017-08-24 アマゾン・テクノロジーズ・インコーポレーテッド 機械学習サービス

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7487748B2 (ja) 2022-01-21 2024-05-21 横河電機株式会社 装置、方法およびプログラム

Also Published As

Publication number Publication date
JPWO2019130434A1 (ja) 2020-12-17

Similar Documents

Publication Publication Date Title
CN103502899B (zh) 动态预测建模平台
US10033831B2 (en) Dynamic workflow generation
CN109614238B (zh) 一种目标对象识别方法、装置、系统及可读存储介质
US11295247B2 (en) Discovery and generation of organizational key performance indicators utilizing glossary repositories
TW201243725A (en) Image analysis tools
US20160275432A1 (en) Trending chart representation of healthcare law compliance
US20230023630A1 (en) Creating predictor variables for prediction models from unstructured data using natural language processing
CN108255706A (zh) 自动化测试脚本的编辑方法、装置、终端设备及存储介质
CN103020121A (zh) 插入来自多个储存库的媒体内容
CN108121581B (zh) 自我学习的用户界面
CN110968887B (zh) 在数据隐私保护下执行机器学习的方法和系统
US20240007287A1 (en) Machine learning device, machine learning system, and machine learning method
WO2019130434A1 (ja) 機械学習処理結果提供システム、機械学習処理結果提供方法及びプログラム
US20220300822A1 (en) Forgetting data samples from pretrained neural network models
WO2019130433A1 (ja) 情報処理結果提供システム、情報処理結果提供方法及びプログラム
CN110990859B (zh) 在数据隐私保护下执行机器学习的方法和系统
JP6659878B1 (ja) シナリオ提供システム、シナリオ提供装置、シナリオ実行端末、シナリオ提供方法、シナリオ実行方法及びプログラム
WO2020075270A1 (ja) 機械学習モデル切替システム、機械学習モデル切替方法及びプログラム
JP6963140B1 (ja) 情報処理装置及びプログラム
US20140282019A1 (en) Systems And Methods For Generating Software Components
US20220237268A1 (en) Information processing method, information processing device, and program
WO2020075271A1 (ja) 機械学習モデル切替システム、機械学習モデル切替方法及びプログラム
CN117015815A (zh) 图像的选择性编校
JP2022070766A (ja) 情報処理システムおよび情報処理方法
EP3627348A1 (en) Apparatus and method for decentralised personalised search

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17935916

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019561437

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17935916

Country of ref document: EP

Kind code of ref document: A1