AIを用いず、数理モデルで画像認識方法を確立 素粒子論の博士・ポスドク人材が起こしたイノベーション 〜株式会社リネアへインタビュー〜

インタビュー
この記事は約10分で読めます。

今回お話をお伺いするのは「金融×AIから新たな領域へ」で博士・ポスドク人材の積極採用を行うことで成功を収めている株式会社リネア様です。瀧本真裕氏、本田大悟氏、渡邊英樹氏からお話を伺います。

株式会社リネア https://www.lineainc.co.jp/

プロフィール

瀧本真裕 氏 東京大学理学系研究科物理学専攻において博士号取得後、国内外の研究機関で素粒子論的宇宙論の研究に従事。その後、株式会社リネアに入社し、日々、数理的なアルゴリズム構築、機械学習モデル構築や分析解析業務に励む。


本田大悟 氏 東京大学において超弦理論の分野で博士号を取得し、株式会社リネアに入社。数理エンジニアリンググループのマネージャーとして、金融工学や機械学習を活用したソリューション開発の責任者を務める。


渡邊英樹 氏 前職にてシステム開発全般を経験し株式会社リネアに入社。自社プロダクトのマネージメントを行う傍ら、グループ統括マネージャとして会社のあらゆる強みを最大限に発揮させるべく全体最適を行う。


瀧本さんがリネア社に就職を決めた理由を教えてください

瀧本氏 まず、私自身は、入社前にはポストドクターとして研究に従事していました。研究分野は、素粒子論的宇宙論という、世界の根本的な法則を解き明かすために宇宙論的な知見を利用するような分野です。院生時代やポストドクター時代を通じて、この分野を学び、研究し、世界の法則をより深く理解していくことはとても楽しいものであった一方で、限られた観測情報や時間、自身の能力からは、もう一段深い理解に到達する確率は相当低いのではないかと思うようになりました。そこで、自分の人生を有意義に過ごすために、必ずしも研究を続ける必要はないのではないかと思うようになり、転職活動をはじめました。

その中でリネアと出会えたことはとても幸運でした。面接では、業務内容等を丁寧に説明していただき、かつこちらが今まで行ってきた研究内容も真摯に聞いてくれました。リネアでは多くの博士号を取った方々が働いており、数理的に高度なことを行いながらも、堅実に仕事を行っている会社なのだという印象を受けました。そして、この会社で活躍したいと思い、入社を決定しました。

出会いのきっかけはアカリクです。博士・ポスドクと民間企業をつないでいる長年の実績と信頼があったため、アカリクに登録し、キャリアの相談に乗ってもらいました。私の行いたいことや経験を伝え、その結果、リネアを紹介してもらったことからスタートしました。

博士人材を積極的に採用している理由を教えてください

本田氏 実は瀧本と同じように、私もアカリク経由でリネアに入社しています。同じように素粒子論で博士号を取得し、2014年に入社しました。当社は所帯も小さいので、人事専門の担当者はおらず、私自身数理エンジニアリンググループのマネージャーを務めながら、数理系エンジニアの採用も行っています。

博士・ポスドク人材を積極採用している理由ですが、事業として数理的に高度なことをやっているということもありますが、”自分で未解決なものを解決できた”といった経験が、修士までの人と比べると圧倒的に違うと感じているからです。

ただ単に高度な数学を知っているだけではなく、それを実際に問題解決に使えるレベルまで到達していること。もちろん修士にもそういった方もいるとは思いますが、割合としては博士の方が高いと感じます。特に私たちは新規ビジネス開拓を行うチームでもあることから、高い問題設定力と問題解決力は必要であり、博士人材の力が発揮されています。

もう少し博士・ポスドク人材と修士までの人材との違いを教えてください

本田氏 修士と博士の違いとしては、圧倒的に研究活動に取り組んできた時間が違います。

ここは分野や大学にもよりますが、修士だと、これまで学んできたことをまとめるだけで修了できるケースもよくあります。しかし、博士号を取得する、研究機関に就職をするとなると、オリジナルなもの、誰もやったことのないことを行う必要があり、修了要件として論文掲載が入ってきたりします。自ら課題を発見し、それに対するアプローチを行う。そして、その研究が世の中に認められる。そういった意味で、結果を出す、競争に勝つといった経験ができているかという点では大きく違います。博士号は、結果を出さなければ取得できないのです。

御社は、博士人材への理解度が非常に高いと感じています

本田氏 そうですね。当社で言えば、「理解がある」からさらに一歩先まで行っていると思います。個人的には、「理解がある」というと周りが博士人材を理解して活躍の場を与えるという印象を受けるのですが、当社では博士人材が中核になりつつあります。マネジメントをしているのも博士人材、案件を獲得してくるのも博士人材であるといったこともあります。

研究室や博士が立ち上げたベンチャーであれば、このレベルにあると思いますが、当社はそういった企業ではありません。そのような背景も踏まえると、レアケースかもしれません。

博士の方々の能力を活かした事業展開になりつつあるのですね

本田氏 そうですね、与えられた仕事をこなすだけでなく、それ以上のものを返してきて、社内でも驚かれています。さらに、社内だけでなくお客様もびっくりしています。間違いなく、事業の幅が広がりました。

博士人材のアウトプットによって事業の幅が発展した例はあるのでしょうか

本田氏 事例としてはたくさんあります。

例えば、当社は金融の分野で仕事をすることが多いのですが、とある銀行と初めてお仕事した話をしますね。今はAIの活用が当たり前に叫ばれる時代となりましたが、その数年前に、まずはAIを試してみたいといった形でプロジェクトが開始しました。内容としては、融資に対する貸し倒れのリスクを定量化したいということがテーマであり、AIを活用できないかということでした。リスクの定量化自体はこれまでも銀行内で行われてきましたが、今までに扱うことができなかった新しい種類のデータを活用することで、より高度な予測を行いたいという要望がありました。

実は、我々もそういった仕事は過去の経験がなく、最初はお試しとして取り組みました。簡単に思いつくアプローチでは結果が出ずに苦労しましたが、仮説検証を重ねていくことで想定以上に高い精度での予測ができるようになったため、実際にサービス化まで至りました。

さらには、そのお客様から継続的に案件をいただけるようになりまして、案件の規模も当初に比べてかなり大きくなっています。

出したアウトプットに対してお客様が非常に満足したことにより、次のアウトプットが欲しくなり、どんどん発展していったケースは数多くあります。

現在は社員31名中、博士号取得者は11名おり、博士人材が事業のコアを担っています。

御社の1/3が博士・ポスドク人材なのですね。では、瀧本さんが取り組まれた業務について教えてください

瀧本氏 入社後一番最初に取り組んだことが、某金融機関様のシステムの整合性を確認する業務でした。より具体的に言えば、金融工学に基づいた計算システムの整合性を検証する内容です。この計算システムは、計算方法の詳細が公開されていなかったので、妥当性を見るために計算の整合性を確認して欲しいという依頼でした。

金融工学の計算を検証するためには、確率微分方程式をある程度使いこなせる必要があったのですが、ここで、研究者時代の知見を生かすことができました。特に、量子力学の経路積分と確率微分方程式に基づく金融工学の現在価値計算がほとんど同等のものであったため、比較的スムーズに検証作業を行うことができました。また、検証内容や検証結果をまとめる上でも、研究者時代に培った、新しい知見をアウトプットする能力を生かすことができました。計算システムが使用するモデルは比較的複雑なものだったのですが、無事対応することができました。

お客様からも高くご評価いただけましたか

本田氏 とても高く評価されています。今の事例はまさにお客様からの評価を積み重ね、どんどん次の仕事に繋がっていった事例ですね。瀧本は金融機関以外にも新たな領域にも取り組んでいまして、同様に素晴らしい成果をあげています。

別の事例についても教えてください

瀧本氏 国内の大手化学メーカー様との取り組みをお話します。テーマは、手の画像から手のシワなどの状態を抽出して、例えば商品のレコメンド等に生かす、というようなものです。大枠の目的が決まっていましたが、その目的に向かってどのような分析を行っていくか、から考えていく取り組みでした。

そこで、この取り組みに必要そうな機能を考え、可能なものならば実装を試みていきました。例えば、手の分析を行う上で最も重要そうなタスクとして、手の輪郭の切り出しというがあります。輪郭抽出に対しては、ディープラーニングによる手法が有効だと考えられますが、これには大量のデータと大量のマシンパワーが必要です。今回のテーマは、「まずは分析を試してみる」であり、そのために必要なそこそこの精度の輪郭抽出器が求められるような状況でした。そこで、ルールベースに近い形の輪郭抽出器の構築を行いました。構築に際し、画像に対する各種処理や色空間の取り扱いなど、各所で研究者時代に培ってきた数理的な手法が生きました。結果、ある程度性能の良い輪郭抽出器の構築に成功しました。平たく言えば、時間も労力もかけずにサクッと手の輪郭を取ることに成功した、ということです。

数理的な手法でサクッとできる方法論を編み出したのですね

瀧本氏 物理をやってきたので、まず手の画像に対して、二次元のグラフのような見方を行ました。例えば、微分をしてみるとか、フーリエ変換をとってみるなど、色々な演算ができます。その上で、画像の中の手を、どういった条件付きであれば輪郭が描けるのかを考えていきました。その結果、ある程度の精度で輪郭をとるということができるようになりました。

そのようなことができるのですね、驚きです

瀧本氏 オープンソース上で輪郭をとるという専用のモデルはなかったのですが、指の先や、手のいくつかの特徴点をとってくれるGoogleが提供するオープンソースを利用しました。手の重要な場所に点がついているといった所からスタートして、例えば、中指の真ん中と薬指の真ん中の間には絶対に指の境界が二本あるはずだから一番境界のようだと思われるところの点を探す、といった工程で、輪郭を作り上げていくモデルを作りました。

そのモデルを前提として、さらなる発展を今も模索しているのでしょうか

瀧本氏 はい。まず第一段階でそこから出発し、輪郭を抽出してシワのモデルなど、より応用したものを作って、第一弾のプロトタイプのアプリみたいなものを完成することができました。今後も発展予定です。

すごいですね。これは量子力学を専攻していたからこそできたアプローチと言えますか

瀧本氏 画像に対する処理に親和性が高いものとして、線形代数に強くなる量子力学ですとか、空間の中に数字が浮かんでいるという状況を扱う場の理論の知見、それらがすごく役に立ちました。あとは、光学に関する知識も、画像を扱う上での前提知識として役立ちました。

その知識がないとその着想にはたどり着かないですよね

瀧本氏 厳しかったと思います。

最後に、実際に博士・ポスドク人材を採用してみていかがでしょうか

渡邊氏 私はお客様とお話する機会が多く、会食の席など含めお客様とのお付き合いの中でお仕事を頂く事がありましたが、アカデミックな人材が増えたことで仕事を獲得する機会と幅が格段に広がりました。先ほどの瀧本の例もそうですが、お客様との定例会があるたびに毎回お客様がビックリするアウトプットを提示するんです。お客様からすると「なんだこの人たちは」と驚くと思います。「なんだこの人たち」となるのはそれぞれのバックボーンであったりスキルの高さもありますが、それを実際にお客様のビジネスや収益向上に繋げられている所が大きいと考えます。

また、アカデミックメンバーだけではなく既存メンバーと融合する事で更なる相乗効果を生み出しています。当社としては更に仕事の幅を広げるべくアカデミックで且つ「結果と競争」を経験している方を増やしていきたいと考えています。

今日お話した瀧本と本田をはじめ、アカリクさんから紹介頂く人材は皆さん優秀であり、実際に活躍しています。当社の事業発展には必要不可欠な存在です。これからもアカリクさんと二人三脚で採用を進めていきたいと考えています。

本日はありがとうございました

タイトルとURLをコピーしました