Appierの画期的なAI研究が世界の学会で認められる
Appier Group 株式会社 (エイピア、本社 : 東京都港区、代表取締役CEO : チハン・ユー、証券コード : 4180、以下 Appier ) は、SaaSでマーケティングのソリューションを提供し、企業の様々な課題をAIで解決しています。この度、当社のAI研究チームが発表した3本の研究論文が、世界最高峰の学会「NeurIPS」と「EMNLP」で採択されたことをお知らせいたします。当社の大規模言語モデル (LLM) に関する高度なAI研究が世界で認められた結果となります。引き続き、最先端技術とイノベーションにより、業界でのリーダーシップを強固にしてまいります。
Appierは、AIの技術革新や学術的コラボレーション推進に関する取組みの一環として、2024年2月、新たにAI研究専任チームを設立し、高度な技術開発や専門性の強化に努めています。世界的に権威のある「NeurIPS」および「EMNLP」において、当社が発表した3本全ての論文が採択され、AIおよび自然言語処理 (NLP) 分野における数少ないアジア企業として、国際的な評価を獲得することができました。
今回の研究成果は、当社が提供するAIマーケティングソリューション (広告、パーソナライズ、データクラウドSaaS分野）の全てに統合してまいります。具体的には、広告用クリエイティブ生成、広告運用パフォーマンス最適化、ナレッジボット活用、リアルタイム実行のAIアシスタント、eコマースでのカスタマーサービス、高度にパーソナライズ化するマーケティング運用、顧客データプラットフォーム (CDP) の自律レポート生成、業界特化型モデルへの最適化、などへ統合します。このイノベーションにより、AIを測定可能なROIへと変換し、より具体的な成果をもたらすソリューションとして、皆様に提供してまいります。同時に、当社のミッションである『ソフトウェアをよりスマートに、AIでROIを向上させる』を具現化してまいります。
Appierの最高経営責任者 (CEO) 兼共同創業者であるチハン・ユーは、「AppierのDNAの中心には常にAIがあり、大規模言語モデル (LLM) やAIに関する画期的な研究を行ったり、未知の領域における無限の可能性を探求するために、私たちの原動力となっています。当社が発表した論文の全てが採択されたことは、才能あふれるAI研究チームの努力に対する、素晴らしい評価だと考えています。強固な研究開発基盤で、データ活用とモデルの最適化を加速させ、AIをビジネス成長の最前線と位置づけ、新たな事業価値の創造に努めてまいります」と述べています。
「NeurIPS」と「EMNLP」は、それぞれAIと自然言語処理 (NLP) 分野において、世界で最も権威のある学会であり、世界中の優れた専門家や学者たちが集まります。1987年から開催されている NeurIPS は、”AIのオリンピック”とも称され、ニューラルネットワークや深層学習、統計学などの幅広いテーマを扱っています。今年は15,600本の論文提出があり、データセットとベンチマークトラック (実践的なデモやベンチマーク研究プロジェクト部門)」における論文の採択率は、25.3%でした。1996年に設立されたEMNLPは、自然言語処理分野における重要な学会として、技術革新や実証研究に焦点を当てています。今年はメイントラックで6,105件を超える論文提出があり、インダストリートラックでの採択率は36.53%、メイントラックでの採択率20.8%でした。
AppierはAIイノベーションの最前線に立ち続け、先駆的なAI技術と先見性のある大規模言語モデル (LLM) の研究に投資しています。AIの絶え間ない進化に伴い、トップの学術専門家や業界リーダーとの連携により、画期的な技術を探求し、デジタル広告やマーケティングを変革するための、実用的かつ最先端のアプリケーションをご提供してまいります。
###
参考：採択されたAppierの論文紹介（原文：英語）
論文1: 「StreamBench: Towards Benchmarking Continuous Improvement of Language Agents(言語エージェントの継続的な改善を評価するためのベンチマーク)」
”AIのオリンピック”とも称される NeurIPS2024のデータセットとベンチマークトラックで採択されました。本研究では、LLMエージェントの入力フィードバックシーケンスにおいて、継続的改善を評価するために設計した、先駆的ベンチマークの「StreamBench」を紹介しています。多くのベンチマークが、内在的なLLMの能力に焦点を当てるのに対し、StreamBenchはオンライン学習環境をシミュレーションし、継続的な改善に取り組むことで、LLMがフィードバックストリームを継続的に受け取り、リアルタイムでパフォーマンスを最適化しています。StreamBenchでLLM性能を向上するため、本研究では、シンプルかつ効果的なベンチマーク手法を提案するだけでなく、ストリーミング戦略を成功させるための重要な要因について、包括的な分析を提供しています。効果的なベースラインを提案し、動的なリアルタイムシナリオにおいて、より適応性のあるAIシステムの実現に寄与していきます。
論文2: 「I Need Help! Evaluating LLM's Ability to Ask for Users' Support: A Case Study on Text-to-SQL Generation(テキストからSQLへの生成に関するケーススタディ)」
EMNLP2024 (自然言語処理における実証的手法) のメイントラックで採択されました。本研究は、LLMがパフォーマンス向上のために、ユーザーにサポートを求める自発的能力について、自然言語テキストからSQL (構造化クエリ言語) 生成にフォーカスして、ケーススタディとして取り上げています。 当社のAI研究チームは、LLMのパフォーマンス向上と、追加質問をによる、ユーザー負担とのトレードオフへの理解を目指しました。LLMがユーザーのサポートを求める必要があると判断できるかどうか、また、利用可能な情報のレベルがパフォーマンスにどのように影響するかなどを調査しています。本研究は、AIの応答精度を向上させるための新たな戦略開発に向け、貴重な指針を提供してくれました。外部シグナルの重要性が明らかになり、改善に向け今後の研究に役立つ知見が得られました。
論文3:「Let Me Speak Freely? A Study on the Impact of Format Restrictions on Performance of Large Language Models(大規模言語モデルのパフォーマンスに対する形式制限の影響に関する研究)」
EMNLP 2024のインダストリートラックで採択されました。本研究では、コンテンツ生成がJSONやXMLのような標準化された形式に制限される構造化生成と、自由形式生成の影響を探り、これらの制約がLLMのパフォーマンス、特に推論やドメイン知識の理解にどのように影響するかを明らかにしています。本研究により、広範な評価を通し、フォーマット制約の厳格化がLLMを著しく損ない、構造化と情報抽出の間のトレードオフが明らかとなりました。
Appier(エイピア)について
2012年創業。「誰もが簡単に使えるAIの普及と実用化」を推進し、AI顧客分析等で企業のセールス・マーケティングをトータルで支援。現在、アジア太平洋地域、欧州、米国に17拠点を置き、AIでデータの価値を最大化して、あらゆる分野の企業が、正確かつ迅速に先見的な意思決定をする未来の創造に取り組む。東京証券取引プライム市場(証券コード:4180）IR情報 https://www.appier.com/ja-jp/investor-relations-hom
