SECOND ORDER

SECOND ORDER · Teachable intelligence

Intelligence
you can teach.

人が説明し、知能が学びます。

私たちは、知能が経験を概念として抽象化し、データだけでなく人の説明から学ぶ方法を研究しています。

Our direction

私たちは、学び方を学ぶ知能をつくります。
人と概念をひとつずつ共有しながら。

人が与えた説明と例から概念を学び、その概念で次の問題を解いていく方法を研究しています。

The problem

現場の専門家が知能に教えられるようにする必要があります。

現在、新しい業務を任せるには、データの準備やシステム開発にエンジニアの多くの時間と労力が必要です。

人は説明といくつかの例からでも新しい概念を学びます。学んだ概念をほかの問題に使い、条件が変われば理解を改めます。

現場の専門家は業務の原理と例外を知っています。私たちは、その説明と例を通じて知能に教えられるようにする必要があると考えています。

データ中心の訓練 説明・例による学習 研究目標
学び方 大量のデータ収集と再訓練 専門家の説明と少数の例
新しい概念 追加の学習データが必要 説明と例から学習
規則が変わったとき データと学習過程を見直す 少ない経験で適応
教える人 データとモデルを扱うエンジニア 業務を知る現場の専門家
知識の表現 モデルの内部にあり確認が難しい 根拠を確認し修正できる

What we believe

私たちが信じること

  1. 01

    少ない経験でも学べる必要があります

    いくつかの説明と例から概念を身につけ、初めて取り組む問題にも応用できるかを確かめます。

  2. 02

    言葉と例で教えられる必要があります

    専門家は業務の原理と例外を言葉と例で説明します。その知識を学習用データに変換する負担を減らすことが私たちの課題です。

  3. 03

    学んだ内容を確認し、修正できる必要があります

    どの説明と例から何を学んだかを確認できる必要があります。誤った内容を学んだ場合は、説明し直して修正できる必要があります。

  4. 04

    研究の価値は現場で確かめます

    公開評価で学習能力を検証し、実際の業務で役に立つかを確かめることを研究の基準とします。

The name

Second order: learning how to learn.

SECOND ORDER学び方を学ぶFIRST ORDER答えを学ぶ

FIRST ORDER

データから答えを学ぶ学習

与えられた課題を学習します。課題が変わると追加の学習が必要になることがあります。

SECOND ORDER

学び方を学ぶ学習

新しい課題を少ない経験で学べるよう、学習方法を改善することが目標です。

SECOND ORDERは、学習方法そのものを改善する研究に力を注いでいます。

Research

Human-like Conceptual Learning for General Intelligence

ファジィ論理、オントロジー、言語モデルを組み合わせ、少ない経験で学び、規則が変わっても揺らがない知能を研究しています。

01 · LEARN

概念学習

人とやり取りしながら新しい概念を学ぶ方法を研究しています。答えの暗記ではなく、概念の理解を目標とします。

02 · TRANSFER

学んだ内容の活用

学んだ内容を新しい問題に活用する方法を研究しています。ほかの課題にも適用することが目標です。

03 · ADAPT

変化への適応

規則の変化に少ない経験で適応する方法を研究しています。再訓練の負担を減らすことが目標です。

The path

現場で学び、未知の分野へ広げていきます

  1. 現在

    概念学習の研究

    少ない例から概念を学び、新しい問題に活用する方法を研究しています。

  2. 次

    専門家から学ぶ、業務のための知能

    現場の課題に取り組んだ経験をもとに、専門家が直接教えられるツールの開発を目指します。

  3. 目標

    汎用知能

    未知の分野でも人から新しい概念を学び、学んだ概念を結びつけて、より幅広い問題を解く知能を目指します。

In the field

専門家が直接教える、業務のための知能

現場の知識は、専門家の経験や報告書、試験結果に散在しています。専門家の判断基準と手順を、根拠のある知識と再利用できる業務手順に整理することを目指します。

知識

文書の内容を、主張・関係・根拠に分けて構造化することを目指します。

業務手順

業務手順を、確認・修正できる形に整理することを目指します。

知識の追加・修正

専門家が対話を通じて知識を追加・修正できるようにすることを目指します。

根拠の確認

回答の根拠となる原文の箇所と、未確認の事項を示すことを目指します。

Founder

薛在桓 SEOL JAEHWAN

現代自動車の研究所で自動運転技術(ADAS)の開発に携わり、その後、複数のディープテック系スタートアップで開発を率いてきました。現在は、経験を概念として抽象化し、人の説明から学ぶ知能を研究しながら、企業のAI導入のコンサルティングと開発に取り組んでいます。

Contact

ご相談したいことがありましたら、
お問い合わせください。

研究とあわせて、企業向けコンサルティングとAXプロジェクトも行っています。

Contact

お問い合わせ

研究協力、企業向けコンサルティング、AXプロジェクトについてお問い合わせください。

お名前とメールアドレスは、お問い合わせへの返信にのみ使用します。 プライバシーポリシー