【研究テーマ詳細】

AI Lab Econチームは、2016年11月よりイェール大学の成田氏をアドバイザーに招聘し、
・広告によるユーザー体験やブランド体験への影響の因果関係の推定
・広告取引における価格決定メカニズムの改善
といった課題に対する経済学及び機械学習の応用を推進してきました。

2018年からは共同研究を開始し、AI技術を導入することによる効果の推定や、その効果を最大化させるようなAI技術の開発と実プロダクトへの応用を行っています。

今後は、当社が提供する、AIを活用した広告プロダクトのみならず、小売業や官公庁におけるDX推進など、様々な事業において経済学が活用される未来を想定した研究を進めていく予定です。

また、成田氏が創業した、データや数学、アルゴリズムを用いたビジネスや政策のデザインを強みとする半熟仮想株式会社と2020年8月から業務提携をする形でさらに連携を深めていきます。

プレスリリース：
気鋭の経済学者・成田悠輔氏のスタートアップ新会社、半熟仮想株式会社とAI分野で業務提携

【研究プロジェクト】

広告配信AIのデザインと性能予測・効果測定

ビジネスにおいて、機械学習は意思決定を自動化するために使われています。よって、実務において機械学習の評価は、その予測の質ではなく結果的に行われる意思決定の質によって行われます。

このような意思決定の質を過去のログデータで事前に計測することができれば、新たに刷新しようと考えている機械学習のモデルがビジネスにどのような恩恵をもたらすことができるのかを事前に評価することが可能になります。

しかし、過去のデータでは実際に行われた意思決定の結果しかわからないため、過去とは違う意思決定が行われた場合の結果はわかりません。 よって、過去の選択とは違う選択が行われた場合に何が起きるか？という反実仮想の推測を用いて評価を行う必要があります。このような問題に対して因果推論の方法を応用し、機械学習の意思決定の質を評価する方法の研究と応用を行っています。 この評価をより効率的にするような機械学習の研究と開発も行っています。 このような研究成果として、2019年には成田氏・矢田氏と弊社研究員安井との共著論文が人工知能分野の国際会議「AAAI」に採択されています。

プレスリリース：
AI Lab、Yale大学・成田氏との共著論文「Efficient Counterfactual Learning from Bandit Feedback」が人工知能分野の国際会議「AAAI」にて採択

関連リンク：
https://www.aaai.org/ojs/index.php/AAAI/article/view/4388
https://arxiv.org/abs/2002.11642
https://speakerdeck.com/housecat442/bandeitutotoyin-guo-tui-lun
https://arxiv.org/abs/2007.02141

【研究成果】

– “Efficient Counterfactual Learning from Bandit Feedback”  (AAAI 2019)
Yusuke Narita, Shota Yasui, Kohei Yata

– “Reinforcement Learning Meets Double Machine Learning”  (Recsys 2019 REVEAL)
Yusuke Narita, Shota Yasui, Kohei Yata

– “Efficient Counterfactual Learning from Exploration Feedback”  (ICML / IJCAI / AAMAS Workshop, 2018)
Yusuke Narita, Shota Yasui, Kohei Yata