年過半百文組老闆從0 開始自學Python,AI 服務還被雀巢正式 ...
文章推薦指數: 80 %
比起管理,或許研究和工程方面的工作更適合我。
」50 多歲,文科背景,一家市場調查公司的社長,這幾個標籤和AI 似乎看上去並沒有什麼關係。
Share
【我們為什麼挑選這篇文章】你因為年紀、本科專業、他人觀感,而不敢往心中嚮往已久的目標前進嗎?這個50多歲、文科背景、已是公司領導人的日本老伯,他從零開始學Python並帶領公司部署AI的故事,或許能帶給你一些啟發。
(責任編輯:賴佩萱)
「比起管理,或許研究和工程方面的工作更適合我。
」在一家從事產品包裝研究和設計的公司擔任副社長的坂本英樹如此感嘆道。
50多歲,文科背景,一家市場調查公司的社長,這幾個標籤和AI似乎看上去並沒有什麼關係。
但是,坂本英樹現在所在的公司Plug正在開發一款AI服務「PackageDesignAI」,簡單來說,這是一種能夠評判包裝設計的AI。
目前包括卡樂比和日本雀巢在內的多家大型食品製造商都已經將其正式投入商用了。
在雀巢的一個系列產品中,用熱圖評估了消費者關注的地方。
儘管這個AI服務是與東京大學的聯合研究項目,但實際上從寫程式到實際測試以及最終的落地,全部都是坂本英樹一個人完成的。
開始這個專案之前,坂本說,「我連Python是什麼都不知道」。
那麼副社長坂本英樹到底是如何入手開發AI服務的,又是什麼促使了他選擇獨自開發這款專案,趕快和文摘菌一起來揭秘吧。
AI成為統計消費者數據的好工具
如果先告訴你,Plug是由兩家公司合併而來的話,或許會更好理解公司如今的發展和抉擇。
1957年,坂本的公司還在從事市場研究,現任Plug社長小川亮從1989年以來就一直從事包裝設計,兩家公司與2014年合併,目前約有70名員工。
或許你會疑惑,為什麼一家設計公司會和市場研究公司合併,這是因為調查消費者反應的時候,他們對於產品包裝設計持何種感情十分重要。
比如說,假設剩下兩個最終的設計候選方案A和B,當決定使用哪種方法時,傳統的方法是讓數十至數百個消費者聚在一起,收集他們的意見和想法,統計得出哪種方法更得人心。
換句話說,大多數產品包裝都是由客觀數據確定的,「這是因為它在市場上更受歡迎」,而不是某種主觀因素,「這在某種意義上說是更好的」。
但是,當同時抓住市場研究和設計兩頭的時候,這個數字化問題就成了一個商業挑戰,而AI正好可以作為這個問題的最優解。
從零開始學Python,他越學越有趣
其實,這個問題,也完全可以用外包的方式來解決。
但是,坂本英樹表示,「外包的話,知識無法在內部累積」。
同時外包生產的AI模型也不總是能達到理想的精度。
如果沒有內部知識,那麼後期的準確性也就無法得到保證,比如說你可能不知道未來如何去提高準確性。
「實際上,我們在開發之初就試圖將其外包,但是坂本和同事因為遇到種種問題,最終轉向了內部生產。
」
但是,還有一個問題,公司最初並沒有進行AI相關的培訓,如果要公司自己開發,研發人員從哪來?
於是,坂本英樹決定從零開始學習Python。
坂本先生在接受採訪時表示,這是他第一次接觸程式,在使用Python的時候,甚至都不知道for語法是什麼。
於是,阪本先生第一件事就是報名了一所程式學校並在家學習,目標是一年學習1000個小時,「如果工作日學習2個小時,假日學習5個小時,那麼一周就是20個小時,堅持一年,大約就是1000個小時」。
在一所程式學校學習了兩個月的基礎知識後,阪本先生還學習了一些機器學習相關的課程,再加上本身具有的統計知識,整個過程還是比較輕鬆的。
♦ TO推薦閱讀:【投稿】國中就在家自學!19歲天才少年開的Python線上課,學員遍布全球28國
不被家人看好、不知道專案能否被採納,5個月後一切豁然開朗
最初,該專案是在工作時間以外啟動的。
雖然這是一個重要的管理問題,但公司也不知道能否將其轉變為正式的專案。
「我私下每週花20個小時在寫程式和AI上,我的家人都對此感到了厭煩,說『你滿腦子都是AI』」。
開始開發的5個月後,阪本先生意識到,他們能夠開發出一個模型。
雖然設計的實際評價和人工智慧評價的相關性很低,只有0.3;但經過後續的研究和討論,終於把相關性提高到0.5。
「這時我們確信,我們可以把這個專案做成一個內部專案。
」
♦TO推薦閱讀:【藏秘密文件的小技巧】駭客把圖片上傳Twitter,下載後改副檔名變成「Python程式碼」
比起管理職,50歲大叔更想當 AI工程師
當這個公司內部項目敲定之後,坂本先生也作為副社長參與到了管理研究團隊的工作中。
「當然,我能夠減少我的正常工作。
我有很多事情要做,所以我一般會在研究困難時加入。
現在我的正常工作是大概佔了2-3成,其他的都是AI相關的工作。
當被問及管理領導和AI工程師,他更喜歡哪個職業的時候,阪本先生激動地回答,「AI工程師有很多研究性質的工作。
例如,要使相關性增加0.1,你就必須嘗試各種組合,一次計算需要一個小時,但最終結果就算只增加了0.01,也會感到非常高興。
」
「你可以做以前無法做的事情。
現在使用AI,任何人都可以很輕鬆地進行圖像處理和自然語言處理,並且可以非常快速地對其進行可視化處理。
這非常有吸引力,雖然很有難度,但我們會追趕。
我覺得自己正在成長,這與公司的成長息息相關。
因此,我認為我目前的工作比總裁和管理層更接近我想做的。
」
♦ TO推薦閱讀:你解得出來嗎?囚犯在監獄「自學數學」,想出Pell方程式經典難題
用AI做行銷,速度快且便宜
但也不是一直都一帆風順。
當嘗試了很多方式,相關性還是沒有提高,這就很痛苦了。
這種時候,坂本先生就會求助於東京大學訊息科學與技術研究生院的相澤山崎松井實驗室,他與實驗室副教授山崎俊彥每1個半月會開1次會,根據進度聽取對應的意見。
坂本先生說:「這種會面中不只是程式教學,還會提出『有這樣那樣的算法,你為什麼不試試呢』。
然後我用Google搜索了一下,在例會上報告出來,山崎教授會給出20個左右的問題,然後會嘗試其中10個,再解決後續問題。
如此下來,一年的時間,我收到了大約60個問題。
」
在山崎教授的建議下,坂本先生開始一個人實施包裝設計的AI服務,這款AI可以將好感度分為5個階段進行評價,除此之外,還可以將消費者關注的地方以及什麼理由等可視化,整個過程只需要幾分鐘。
羅森的蘋果汁和7-11的包裝設計對比
無論是50多歲的男性還是20多歲的女性,對7-11中「美味」標籤的評價會比較高(左),在好感度方面,50歲左右的男性更喜歡7-11,20歲左右的女性更喜歡羅森(右)。
這樣的系統不僅可以替代正常的包裝設計評估流程,而且對於「分銷策略」也很有作用。
這是「設計上的一點變化」。
根據商品的不同,有時在不改變內容的情況下,只稍微改變包裝設計。
因為如果不改變設計,分發端就會以不需要舊商品為由,不讓其進入銷路。
但是,如果改變過多的設計,就無法被消費者認為是同一種商品,就會賣不出去。
據說這樣的變更是常見的手法。
但是,在更改設計時,像過去一樣,實際上需要花費時間和金錢才能使人們看到包裝設計並進行問卷調查,「這通常需要數月甚至數百萬美元」。
但是使用AI的話,一切的工作都可以在數分鐘內完成,每張圖像的生成成本也只需要15,000日圓(約台幣 3900元),只有傳統的1/100。
♦ TO推薦閱讀:裝上這個外掛,不用寫code就能用Python做數據分析!
AI具「客觀性」,處理數據比傳統調查方法更有效
即便如此,坂本和他的團隊認為,基於人工智慧的包裝設計可能性預測最終都會被接受的,因為類似的情況在20年前就已經存在。
「當基於網路的調查方法剛出現時,有人懷疑它與面對面的數據是否一致,但不久就被接受了。
同樣的,如果人工智慧方法得到認可,它可能會成為『比當前方法更好的方法』」。
現在已經有客戶表示,「AI的結果似乎更準確」。
傳統的調查方法,可以故意透過強行調查問卷來改變現狀,「重要的不是強求的結果,而是產品是否真正被消費者接受」。
這也是人工智慧的客觀性如此受到重視的原因。
沒經驗沒關係,日本大叔提供場域讓年輕人學習
為了應對客戶的進一步要求,坂本先生正考慮從單獨開發轉向團隊開發。
目前,專案本身已經和公司的基礎架構工程師使用程式碼管理工具Git共享,所以重要的是招人。
「想引進一些30歲左右的年輕人,他可以沒有人工智慧方面的經驗,也沒有做過PHP等工作。
想從事人工智慧工作的人很多,但能作為人工智慧人員累積經驗的地方並不多。
在這方面,我們有很多數據集和知識,所以我們認為我們可以一起學習。
(本文經合作夥伴大數據文摘授權轉載,並同意TechOrange編寫導讀與修訂標題,原文標題為〈50歲文科背景,日本副社長一年自學AI1k小時,獨自完成編程測試,項目被雀巢採〉。
)
Share
NowReading
年過半百文組老闆從0開始自學Python,AI服務還被雀巢正式商用了!
3minread
最新文章
雲端運算人工智慧
雲端服務
數位轉型應用
資訊安全
資訊科技
未來生活電動車
智慧城市
新零售
數位金融
數位行銷
通訊科技5G/6G
太空
低軌道衛星
電信通訊
新科技
供應鏈智慧製造
半導體
能源創新
ESG
IoT
Web3.0元宇宙
區塊鏈
虛擬貨幣
NFT
主題特展2022高薪職涯攻略
2022智慧大工廠趨勢
0%
✕
Close
徵才
最新文章
Podcast
主題特展
破解2022雲端AI最核心趨勢
2022高薪職涯攻略
2022智慧大工廠趨勢
雲端運算
人工智慧
雲端服務
數位轉型應用
資訊安全
資訊科技
未來生活
電動車
智慧城市
新零售
數位金融
數位行銷
通訊科技
5G/6G
太空
低軌道衛星
電信通訊
新科技
供應鏈
智慧製造
半導體
能源創新
ESG
IoT
Web3.0
元宇宙
區塊鏈
虛擬貨幣
NFT
投資創新
新投資
新人才
創業故事
公共服務
數位醫療
線上學習
數位政府與未來治理
網路民主與公民
品牌簡介
ABOUTUS
聯絡我們
✕
徵才
最新文章
Podcast
主題特展
破解2022雲端AI最核心趨勢
2022高薪職涯攻略
2022智慧大工廠趨勢
雲端運算
人工智慧
雲端服務
數位轉型應用
資訊安全
資訊科技
未來生活
電動車
智慧城市
新零售
數位金融
數位行銷
通訊科技
5G/6G
太空
低軌道衛星
電信通訊
新科技
供應鏈
智慧製造
半導體
能源創新
ESG
IoT
Web3.0
元宇宙
區塊鏈
虛擬貨幣
NFT
投資創新
新投資
新人才
創業故事
公共服務
數位醫療
線上學習
數位政府與未來治理
網路民主與公民
品牌簡介
ABOUTUS
聯絡我們
LatestPosts
踏上新創獨角獸的第一站!專訪日本風投公司DGLab,帶你一解台日交流新契機
目標不是訂了就會達成!用OKR管理法細分執行步驟,就能完美實行
見證台灣太空產業發展「擺脫嬰兒期」!第二顆自製衛星獵風者最快明年升空
MarTech趨勢打造新商機!在地微型商家如何翻轉地方新經濟?
跑車界也夯NFT!雪佛蘭買NFT送跑車,為何最後無人下標?
為提供您更好的網站服務,本網站會使用Cookies及其他相關技術優化用戶體驗,繼續瀏覽本網站即表示您同意上述聲明了解隱私權政策同意並關閉視窗Manageconsent
Close
PrivacyOverview
Thiswebsiteusescookiestoimproveyourexperiencewhileyounavigatethroughthewebsite.Outofthese,thecookiesthatarecategorizedasnecessaryarestoredonyourbrowserastheyareessentialfortheworkingofbasicfunctionalitiesofthewebsite.Wealsousethird-partycookiesthathelpusanalyzeandunderstandhowyouusethiswebsite.Thesecookieswillbestoredinyourbrowseronlywithyourconsent.Youalsohavetheoptiontoopt-outofthesecookies.Butoptingoutofsomeofthesecookiesmayaffectyourbrowsingexperience.
Necessary
Necessary
AlwaysEnabled
Necessarycookiesareabsolutelyessentialforthewebsitetofunctionproperly.Thesecookiesensurebasicfunctionalitiesandsecurityfeaturesofthewebsite,anonymously.
CookieDurationDescriptioncookielawinfo-checkbox-analytics11monthsThiscookieissetbyGDPRCookieConsentplugin.Thecookieisusedtostoretheuserconsentforthecookiesinthecategory"Analytics".cookielawinfo-checkbox-functional11monthsThecookieissetbyGDPRcookieconsenttorecordtheuserconsentforthecookiesinthecategory"Functional".cookielawinfo-checkbox-necessary11monthsThiscookieissetbyGDPRCookieConsentplugin.Thecookiesisusedtostoretheuserconsentforthecookiesinthecategory"Necessary".cookielawinfo-checkbox-others11monthsThiscookieissetbyGDPRCookieConsentplugin.Thecookieisusedtostoretheuserconsentforthecookiesinthecategory"Other.cookielawinfo-checkbox-performance11monthsThiscookieissetbyGDPRCookieConsentplugin.Thecookieisusedtostoretheuserconsentforthecookiesinthecategory"Performance".viewed_cookie_policy11monthsThecookieissetbytheGDPRCookieConsentpluginandisusedtostorewhetherornotuserhasconsentedtotheuseofcookies.Itdoesnotstoreanypersonaldata.
Functional
Functional
Functionalcookieshelptoperformcertainfunctionalitieslikesharingthecontentofthewebsiteonsocialmediaplatforms,collectfeedbacks,andotherthird-partyfeatures.
Performance
Performance
Performancecookiesareusedtounderstandandanalyzethekeyperformanceindexesofthewebsitewhichhelpsindeliveringabetteruserexperienceforthevisitors.
Analytics
Analytics
Analyticalcookiesareusedtounderstandhowvisitorsinteractwiththewebsite.Thesecookieshelpprovideinformationonmetricsthenumberofvisitors,bouncerate,trafficsource,etc.
Advertisement
Advertisement
Advertisementcookiesareusedtoprovidevisitorswithrelevantadsandmarketingcampaigns.Thesecookiestrackvisitorsacrosswebsitesandcollectinformationtoprovidecustomizedads.
Others
Others
Otheruncategorizedcookiesarethosethatarebeinganalyzedandhavenotbeenclassifiedintoacategoryasyet.
SAVE&ACCEPT
延伸文章資訊
- 1如何從零開始自學python與deep learning
深度學習(deep learning)則是指機器學習演算法內屬於類神經網路(neural network)架構的一群演算法,基本上我認為它就是machine learning的分支! 經典的AI...
- 2機器學習CP值最高的自學挑戰課- 機器學習百日馬拉松- Cupoy
... 的AI自學線上課程,只要學員有系統的根據本課程學習資料科學與機器學習的知識點,並進行豐富的程式練習,循序漸進持續練習,你將能掌握Python 資料科學與深度學習 ...
- 3用Python 自學資料科學與機器學習入門實戰:入門導論
如何使用Python 學習機器學習(Machine Learning). 隨著資料科學(Data Science)技術的興起,人工智慧(Artificial Intelligence)、機器 ...
- 4線上Python 機器學習8個免費教學資源整理
自學資源在哪裡? · 成為python數據分析達人的第一課 · 成為Python AI深度學習達人的第一堂課 · 李宏毅YouTube頻道 · Jeff Heaton YouTube頻道 · J...
- 5[心得] 自學AI心得- 看板Python - 批踢踢實業坊
有心想自學AI的人,並用於工作領域的人. ... 心無旁鶩的全心學習的話,大約一個月可以上手python程式語言再大約3-6個月可以操作AI機器學習。