Hitachi １Day Online Competition 2020–日立製作所のトップAI研究者と学ぶ-地下道歩行者量予測-ハッカソンメンターインタビュー株式会社日立製作所　田村雅人さん

毎年好評を博している日立製作所主催の機械学習コンペティション。本年は2020年9月26日および10月24日の二度にわたって開催され、合計50名以上の学生が参加し参加者たちがしのぎを削った。

テーマは北海道の駅前地下歩道における利用者数予測だ。札幌駅前の地下歩道は、休日約4万人、平日約5万人と多数の観光客や通勤・通学者が利用する交通の要地である。今回のコンペティションでは、「新型コロナウイルスの感染拡大下でも地下道を安心して利用してもらうための、アプリ等による予想混雑度提供」を仮想の事業目的として設定。参加者はそのプロトタイピングと仮定して、札幌市が公開する地下道の人流データや交通機関のデータ・気象データなどから30分後の地下道利用者数を予想するモデルの構築に挑んだ。

当日は、日立製作所・研究開発グループの社員の方がメンターとして参加。経験豊富で高いスキルを持つ社員たちが、参加者を手厚くサポートした。

10月24日回でのメンターのひとりが、研究開発グループルマーダデータサイエンスラボラトリ（ルマーダデータサイエンスラボ）に所属する田村雅人さんだ。田村さんは普段、映像監視ソリューションプロジェクトにおいて、全方位カメラを用いた人物検出や荷物追跡のアルゴリズム開発を担当。この開発は公共施設や駅に適用され、監視アプリとして導入されている。駅・電車などの公共交通機関などにAIを入れていく、規模の大きいプロジェクトを進めていくために、スピード感を持って社会実装を続けているという。

今回の課題は難易度が高かったものの、参加学生みんなが積極的だったという田村さん。自身でも事前にテストプレイをした結果、課題の難しさを痛感したそうだ。どういった点が特に苦労したのか、他ハッカソンでの感想や日立製作所のAIにかける思い、今後学生に身につけて欲しいスキルについてインタビューした。

コンペティションにメンターとして参加した感想をお聞かせください。

コンペティションのメンターを担当するのは今回が初めてでした。学生のみなさんは優秀で積極的だったことが印象的です。前処理が難しい課題であった中、真剣に取り組み「自ら解決する姿勢」が非常に素晴らしかったです。

今回、初級者から上級者まで様々なスキルの方が参加されていましたが、それぞれどのような印象を持たれましたか？

初心者にとって今回の課題は難しかったと思います。まず、データを扱ったことがないと前処理で「どういうことをやればいいのか？」という想定ができません。この前処理で詰まってしまい、課題をデータで解くという面白さに到達する前に終わってしまったかもしれません。

一方で、上級者はここに時間を取られずに進めることに慣れているので、”課題そのもの”を楽しめていたように見えました。

私自身も、事前にテストプレイをしてみました。「データの細かさ・種類の多さに苦しみそうだな…」というのが率直な印象です。普段は画像認識の研究開発に従事しており、入力データは画像のみであることが多いですが、今回は多様な入力データを扱う必要があり、その難しさを実感しました。具体的には、周期性データをサイン・コサインで表現する方法など、「どういうものが、どう効いているか？」「ベースラインから、どの特徴表現を使うことで性能向上につながるのか？」

といったように、仮説検証してみないとわからないことが多かったです。また、その部分が課題を解く醍醐味でもあったかと思います。

上位入賞者はどんな点が好成績に繋がったのでしょうか。また、成績がふるわなかった学生が、今後上位を目指すにはどのようなことを意識すればよいのでしょうか。

一番の方は、淡々とやるべきことを進められた印象です。二番の方は、経験と発想力の結びつきが面白かったです。コロナの影響を減らすアイデアを取り入れて、結果に繋げられていました。

今回、成績がふるわなかった方が、今後上位を目指すには、”うまくいっていないところ”にこだわりすぎないことがポイントでしょうか。途中で「これはうまくいかない」と気付きながらも、自分が進んでしまったところから抜け出せない…。誰もがはじめは陥る部分です。そのため、計画性をもって”うまくいっていないところ”にこだわり過ぎず、次に進む判断ができるようになることが重要です。

あとは、ハッカソンにひたすら参加する。つまり、手を動かす・プログラムをたくさん書く場面を自分でつくることです。書くことに慣れるとスピードがあがるので、コンペでも有利になります。経験とチャレンジを重ねていけば、必ず上位を目指すことができます。

田村さんが所属されているルマーダデータサイエンスラボとは、どんな組織なのでしょうか。

ルマーダデータサイエンスラボは、ひと言で表現すると「データ分析・AI系のことをやっていこう」というラボです。私はこのラボで、画像認識の研究開発をメインに、映像監視ソリューションプロジェクトにおいて、「全方位カメラを用いた人の検出」「荷物の追跡」といったアルゴリズムの研究・開発を行っています。適用先は公共施設や駅で、監視アプリとして導入されるものです。

業務の流れとしては、まず、同じ日立グループの事業部から仕事の依頼がきます。そこで「どういうものを作ってほしいか？」をヒアリングし、研究開発に取り掛かります。アプリそのものは、基本的には事業部門がつくっています。わたしたちは、アプリが機能するために、例えば「どうやって画像から目的の人をみつけるか？」というような問題に対して、アルゴリズムを考えます。まさにプロダクトの根幹部分を担っている部門です。

研究者としてのキャリアを考えた際「大学で研究する」「企業で研究する」という２つの選択肢で迷う学生も多いと思います。田村さんが「日立製作所で研究する」ことを選んだきっかけ・理由とはなんでしょうか。

「研究を続けたい」という想いを実現するために、日立製作所で研究することを選びました。いま、日本の博士は環境が厳しく、大学に残るにも教授のポストは非常に限られたものです。研究者として生涯研究を続けるのは非常にハードルの高い中、企業でも自分の興味・関心のある研究や、海外出向での新たな挑戦など、さまざまな選択肢があることを知りました。

私が大学院にいた5年前は、AIの流れがそこまで強くありませんでした。私自身は、大学では画像処理の研究室ではなく、電子回路の研究を行っている研究室に所属し、暗号処理を高速化するための半導体の設計をしていました。日立製作所は部門単位で募集をかけており、大学で研究している内容と関心が高い内容が異なる場合も、スキルを満たしていれば、私のように分野を変えるチャンスを得ることができると思います。

田村さんとして、日立製作所のAIにかける思いを教えてください。

日立製作所は、駅・電車などの公共交通機関などにAIを入れていく、規模の大きいプロジェクトを進めています。このように大規模な監視映像を扱い、AIとして社会実装まで任せてもらえる企業は少ないと見ています。当社は大きいシステムをつくることができる組織です。画像データが非常に集まりやすい環境を活かし、スピード感をもって社会実装することが重要だと考えています。

本イベント参加者のようなAIを学ぶ学生さんたちが日立製作所の研究開発グループに入社された場合、どんな活躍を期待しますか？

研究者はどんなに良い研究をしていても、外に発信しなければ、研究内容を社会に還元することはできません。大学の研究室を出たあとも、当社の研究開発グループでは、業務の一環として論文を書くことができます。一緒に良い研究をし、良い論文を書いて、発信していくことを期待しています。

1日頑張った学生さんに一言お願いいたします。

本ハッカソンに参加している学生は、チャレンジを求めていると思います。チャレンジ精神をもったみなさんにこそ、学生時代に身に着けてほしいスキルがあります。それは総合力です。なぜなら、自身の研究内容を社会に還元するには総合力が必要だからです。論文にして発信するときに必要な文章力、相手をどう説得するかといった論理的思考、これら総合力を磨きつつ、このままチャレンジ精神を失わず、さらなる高峰に向かって進んでほしいと思います。