大数据文摘出品
作者：刘俊寰
“比起管理，或许研究和工程方面的事情更适宜我。”
在一家从事产品包装研究和设计的公司担当副社长的坂本英树如此感叹道。
50多岁，文科背景，一家市场调查公司的社长。
这几个标签和AI彷佛看上去并没有什么关系。
但是，坂本英树现在所在的公司Plug正在开拓一款AI做事“Package Design AI”，大略来说，这是一种能够评判包装设计的AI。目前包括卡乐比和日本雀巢在内的多家大型食品制造商都已经将其正式投入商用了。
利用“Package Design AI”评估卡乐比两个产品的新包装。
在雀巢的一个系列产品中，用热图评估了消费者关注的地方。
只管这个AI做事是与东京大学的联合研究项目，但实际上从编程到实际测试以及终极的落地，全部都是坂本英树一个人完成的。
开始这个项目之前，坂本说，“我连Python是什么都不知道”。
那么副社长坂本英树到底是如何入手开拓AI做事的，又是什么匆匆使了他选择独自开拓这款项目，赶紧和文摘菌一起来揭秘吧。
如何进行数据库和设计的数字化转变
如果先见告你，Plug是由两家公司合并而来的话，或许会更好理解公司如今的发展和决议。
1957年，坂本的公司还在从事市场研究，现任Plug社长小川亮从1989年以来就一贯从事包装设计，两家公司与2014年合并，目前约有70名员工。
或许你会迷惑，为什么一家设计公司会和市场研究公司合并，这是由于调查消费者反应的时候，他们对付产品包装设计持何种感情十分主要。
比如说，假设剩下两个终极的设计候选方案A和B，当决定利用哪种方法时，传统的方法是让数十至数百个消费者聚在一起，网络他们的见地和想法，统计得出哪种方法更得民气。
换句话说，大多数产品包装都是由客不雅观数据确定的，“这是由于它在市场上更受欢迎”，而不是某种主不雅观成分，“这在某种意义上说是更好的”。
但是，当同时捉住市场研究和设计两头的时候，这个数字化问题就成了一个商业寻衅，而AI恰好可以作为这个问题的最优解。
目标是一年学习1000个小时，5个月后就豁然开朗了
实在，这个问题，也完备可以用外包的办法来办理。
但是，坂本英树表示，“外包的话，知识无法在内部积累”。
同时外包生产的AI模型也不总是能达到空想的精度。如果没有内部知识，那么后期的准确性也就无法得到担保，比如说你可能不知道未来如何去提高准确性。
“实际上，我们在开拓之初就试图将其外包，但是坂本和同事由于碰着各类问题，终极转向了内部生产。”
但是，还有一个问题，公司最初并没有进行AI干系的培训，如果要公司自己开拓，研发职员从哪来？
于是，坂本英树决定从零开始学习Python。
坂本师长西席在接管采访时表示，这是他第一次打仗到编程，在利用Python的时候，乃至都不知道for语法是什么。
于是，阪本师长西席第一件事便是报名了一所编程学校并在家学习，目标是一年学习1000个小时，“如果事情日学习2个小时，节假日学习5个小时，那么一周便是20个小时，坚持一年，大约便是1000个小时”。
在一所编程学校学习了两个月的根本知识后，阪本师长西席还学习了一些机器学习干系的课程，再加上本身具有的统计知识，全体过程还是比较轻松的。
最初，该项目是在事情韶光以外启动的。虽然这是一个主要的管理问题，但公司也不知道能否将其转变为正式的项目。”我私下里每周花20个小时在编程和AI上，我的家人都对此感到了厌烦，说‘你满脑筋都是AI’"。
开始开拓的5个月后，阪本师长西席意识到，他们能够开拓出一个模型。虽然设计的实际评价和人工智能的评价的干系性很低，只有0.3；但经由后续的研究和谈论，终于把干系性提高到0.5。
“这时我们确信，我们可以把这个项目做成一个内部项目。”
业务从管理领导转变为AI工程师
当这个公司内部项目敲定之后，坂本师长西席也作为副社长参与到了管理研究团队的事情中。
“当然，我能够减少我的正常事情。我有很多事情要做，以是我一样平常会在研究困难时加入。现在我的正常事情是大概占了2-3成，其他的都是AI干系的事情。”
当被问及管理领导和AI工程师，他更喜好哪个职业的时候，阪本师长西席激动地回答，“AI工程师有很多研究性子的事情。例如，要使干系性增加0.1，你就必须考试测验各种组合，一次打算须要一个小时，但终极结果就算只增加了0.01，也会感到非常高兴 ”。
“你可以做以前无法做的事情。现在利用AI，任何人都可以很轻松地进行图像处理和自然措辞处理，并且可以非常快速地对其进行可视化处理。这非常有吸引力，虽然很有难度，但我们会追赶。我以为自己正在发展，这与公司的发展息息相关。因此，我认为我目前的事情比总裁和管理层更靠近我想做的。”
但也不是一贯都一帆风顺。当考试测验了很多办法，干系性还是没有提高，这就很痛楚了。
这种时候，坂本师长西席就会乞助于东京大学信息科学与技能研究生院的相泽山崎松井实验室，他与实验室副教授山崎俊彦每1个半月会开1次会，根据进度听取对应的见地。
坂本师长西席说：“这种会面中不但是代码传授教化，还会提出‘有这样那样的算法，你为什么不试试呢’。然后我用谷歌搜索了一下，在例会上报告出来，山崎教授会给出20个旁边的问题，然后会考试测验个中10个，再办理后续问题。如此下来，一年的韶光，我收到了大约60个问题。”
在山崎教授的建议下，坂本师长西席开始一个人履行包装设计的AI做事，这款AI可以将好感度分为5个阶段进行评价，除此之外，还可以将消费者关注的地方、以及什么情由等可视化，全体过程只须要几分钟。
罗森的苹果汁和7-11的包装设计比拟
无论是50多岁的男性还是20多岁的女性，对7-11中“美味”标签的评价会比较高（左），在好感度方面，50岁旁边的男性更喜好7-11，20岁旁边的女性更喜好罗森（右）。
这样的系统不仅可以替代正常的包装设计评估流程，而且对付“分销策略”也很有浸染。
这是“设计上的一点变革”。根据商品的不同，有时在不改变内容的情形下，只轻微改变包装设计。由于如果不改变设计，分发轫就会以不须要旧商品为由，不让其进入销路。但是，如果改变过多的设计，就无法被消费者认为是同一种商品，就会卖不出去。听说这样的变更是常见的手腕。
但是，在变动设计时，像过去一样，实际上须要花费韶光和金钱才能使人们看到包装设计并进行问卷调查，“这常日须要数月乃至数百万美元”。但是利用AI的话，统统的事情都可以在数分钟内完成，每张图像的天生本钱也只须要15,000日元，只有传统的1/100。
人工智能作为产品办理方案正在被接管
即便如此，坂本和他的团队认为，基于人工智能的包装设计可能性预测终极都会被接管的， 由于类似的情形在20年前就已经存在。
“当互联网调查方法涌现时，当基于互联网的调查方法刚涌现时，有人疑惑它与面对面的数据是否同等，但不久就被接管了。同样的，如果人工智能方法得到认可，它可能会成为‘比当前方法更好的方法’”。
现在已经有客户表示，“AI的结果彷佛更准确”。传统的调查方法，可以故意通过强行调查问卷来改变现状，“主要的不是强求的结果，而是产品是否真正被消费者接管”。这也是人工智能的客不雅观性如此受到重视的缘故原由。
为了应对客户的进一步哀求，坂本师长西席正考虑从单独开拓转向团队开拓。目前，项目本身已经和公司的根本架构工程师利用代码管理工具Git共享，以是主要的是招人。“我想引进一些30岁旁边的年轻人，他可以没有人工智能方面的履历，也没有做过PHP等事情。想从事人工智能事情的人很多，但能作为人工智能人员积累履历的地方并不多。在这方面，我们有很多数据集和知识，以是我们认为我们可以一起学习。”
干系宣布：
https://www.itmedia.co.jp/news/articles/2012/29/news025.html
