10月 232009
 

2009年10月19日(月)-21日(水)に,九州大学医学部百年講堂で開催された第12回情報論的学習理論ワークショップ(IBIS 2009)に参加した.私は学習理論や機械学習の専門家ではなく,これまでIBISに参加したことはなかったが,統計手法の産業応用(プロセスデータ解析)について紹介して欲しいという依頼があり,講演を引き受けた.

情報論的学習理論ワークショップ(IBIS)は,招待講演からなる企画セッションと,一般発表からなるポスターセッションで構成されている.つまり,招待講演以外はすべてポスター発表ということになる.今回参加して印象的だったのは,ポスター発表が凄く盛り上がっているということだ.ポスターセッションは1日目午後と2日目午後の計2回あり,それぞれ3時間が確保されていたが,会場は終了時刻まで参加者で溢れ,熱い議論が行われていた.これだけ盛り上がっているポスターセッションというのは,他の学会ではほとんど見掛けたことがない.

参加者は200名強.学生や,大学や企業の若手研究者が多いようだ.また,情報論的学習理論ワークショップ(IBIS)の運営そのものも,中堅・若手の研究者が担っており,この分野を盛り上げていくぞという意気込みが随所に感じられる.歴史だけはあり,組織の存続が組織の目的ですか?というような組織とは異なる.参加者の所属がMicrosoftやGoogleであったりするのも,門外漢の私にとっては新鮮だった.

私から見れば異分野なので,文化の違いも強く感じた.例えば,研究成果として,学術雑誌に論文が掲載されることを重視する我々と異なり,この学習理論の分野では,権威ある国際会議で発表することが非常に重要であるようだ.実際,ポスターのスポットライト(ショートトーク)では,「これはNIPSに採択された内容です!」と,国際会議で採択された成果であることを売り文句にしている発表が少なくなかった.また,確率や統計に関連する研究の内容という点では,皆さん,凄く「確率分布」を大切にしているという印象だ.とにかく,「確率分布」を知らないと,決めないと,使わないと気が済まないみたいな.様々な産業応用を手掛け,泥臭いことばかりしている私が,「確率分布」をあまり意識することなく問題解決を目指すことが多いのとは対照的だ.

今回の講演では,プロセスデータ解析の産業応用事例をダラダラと紹介したところで,機械学習屋さんたちの役に立つともあまり思えなかったため,産業界が抱えている問題,そしてもちろんデータ解析が役に立つであろう問題に焦点を合わせ,「これが問題です!」と主張することを試みた.産業界と言っても,私が対象としているのは石油化学,鉄鋼,半導体,製薬などの製造業であり,そこで取り組むべき課題の1つは「プロセス特性の変化に合わせてモデルを更新するにはどうすればよいか?」ということだ.情報論的学習理論ワークショップ(IBIS)では,応用研究も数多く発表されていたが,音声認識や画像処理に関するようなものが多く,生産システム・製造設備を対象にしたものは皆無だった.そこで,機械学習屋さんに,彼等にとって未知の世界に目を向けてもらえるようになれば,講演をした意味があったことになるだろうと考えたわけだ.

幸いにも,講演後,製造設備の特性変化への対応に関心を持って取り組まれている方々と意見交換することができた.機械学習の成果は間違いなく産業界の問題解決に役立つので,この接点を大切にして,今後に活かしていきたい.

「ちゃんと勉強しよう!」と思えた学会参加だった.

 Leave a Reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>