ベイズ最適化をどのように紹介する予定ですか?皆さんこんにちは
ベイズ最適化をSEワークフローにどのように導入し、位置づけようとしているのか、興味があります。DoEセッションに組み込む予定ですか？生産性向上につなげる予定ですか？あらゆる場面で紹介する予定ですか？ベイズ最適化について、どこで話す予定ですか？
人々が、これが現在の顧客や見込み客とのやり取りや会話のやり方にどのように「適合する」と考えているのか、あるいは新しい方法が生まれるのかを見るのは興味深いでしょう。
ありがとう！
ベン
Re: ベイズ最適化をどのように紹介する予定ですか?とても良い質問ですね、 @Ben_BarrIngh 。
これまでお客様と話し合って何を学んだかを聞くのは興味深いでしょう。
すでにこの手法に興味をお持ちのお客様とお話をさせていただきました。また、BayesOptが付加価値を提供でき、Proプランをさらに導入する理由となる可能性のある、より大規模なお客様ともお話をさせていただきました。どちらの状況においても、BayesOptを位置づけることは比較的簡単です。そして、これらこそが私たちの優先事項であるべきです。
弊社の非常に多くの小規模顧客（1アカウントあたりのJMPユーザー数の中央値は2～3人です）や、見込み顧客とBayesOptについて話し合ったことはありません。このような状況でBayesOptについてどのように説明すればよいのでしょうか？そもそも、新規の見込み顧客にBayesOptについて話すべきでしょうか？
@Ben_BarrIngh - あなたが考えているアカウントの種類の典型的な例を挙げていただけますか?
Re: ベイズ最適化をどのように紹介する予定ですか?こんにちはフィル・ケイ 、
返信ありがとうございます。BayesOpt の会話をどのように始めるかについて私が特に興味を持っているのは次の点です。
A) 実験の改善のみを希望する新規顧客の場合、BayesOptとDoEを同列に提示すべきでしょうか？最終目標（理解と最適化への到達）に焦点を当て、両者を区別すべきでしょうか？説得力のある議論を展開するために、どのような価値ステートメント（指標に基づく、時間の節約、リソース削減率など）を提示すべきでしょうか？
(ちなみに、 @malcolm_moore1 がこのインフォグラフィックを見つけましたhttps://www.active-learning.uk/2024)。
DoE をご存知の既存顧客 - DoE はご存知だが Pro 版ではない顧客の場合、ベイズ最適化を議論に持ち込む際に、どのような問題点をターゲットにすべきでしょうか。DoE のインスパイアを実施する場合、DoE ツールについて説明してからベイズ最適化について話すべきでしょうか？それとも、それでは混乱を招きますか？インスパイアの名称を「Modern Experimentation」などに変更して、適切な枠組みを作るべきでしょうか？
ありがとう、
ベン
Re: ベイズ最適化をどのように紹介する予定ですか?こんにちは、みんな、
これまでのお客様から伺った限りでは、すべてのお客様が逐次的な実験を現実的に捉えているわけではないようです。中には時間的な制約があり、たとえ数回の実行回数が増えても、並行してテストを行うことを好むお客様もいらっしゃいます。
お客様の計算コストが非常に高い、あるいは十分な量の原材料が供給されていない、あるいは基礎となるモデルが非常に複雑な場合、ベイズオプトインについてご相談させていただきます。また、時間的な制約があり、複数の計算を並行して実行できない場合（例えば、機材不足など）にも、ベイズオプトインについてご相談させていただきます。
多くの方がDoEを念頭に置いてご相談に来られます。上記の基準を満たしていれば、Bayes OptをDoEのデモに組み込むことをお勧めします。アムステルダムで議論したように、私たちはBayes OptをDoEの「より良い代替手段」のように見せたいのではなく、DoEが最適な手法であるケースもあれば、そうでないケースもあるという状況において、より適した手法であるように見せたいのです。
Re: ベイズ最適化をどのように紹介する予定ですか?こんにちは、
Florian、Stéphane、OwenがBayesOptのために作成した以下の状況サマリーを、この会話に追加したいと思います。また、サマリーの後にエレベーターピッチも追加されており、BayesOptが解決策となり得る、お客様が直面する可能性のある課題をいくつか列挙しています。
Re: ベイズ最適化をどのように紹介する予定ですか?@Ben_BarrInghさん、この議論を始めてくれてありがとうございます。こんなに短い時間でこんなに多くのことを学べたことを嬉しく思います。BayesOptが適切な対象問題に関して、 @Lisa_Daroqueさんと@HadleyMyersさんが共有してくださった内容と非常によく似ています。企業レベルでは、DoEとBayesOptの両方のツールが必要です。具体的な問題には適切なツールの使用を推奨しましょう。
BayesOpt と JMP 19 の学習体験をぜひ共有し続けてください。
Re: ベイズ最適化をどのように紹介する予定ですか?こんにちはリサ・ダロケ 、
素晴らしい図解ですね。本当に分かりやすく説明していただきました。希少性やリソースの制約がある人にとって、BayesOptの導入は「一旦保留」する必要があると思いますか？少ない実験回数で最適解に到達できると主張すると、「魔法」のように思われるのではないかと思います。
乾杯、
ベン
Re: ベイズ最適化をどのように紹介する予定ですか?素晴らしいトピックですね。来週JMP 19がリリースされるので、この件についてもっと詳しくお聞きしたいです。ベイズ最適化をDOEと組み合わせて紹介するという@Ben_BarrInghさんのアイデアは素晴らしいと思います。 @bradleybowenさんはワークショップ資料を共有してくれる予定で、複雑さの異なる3つのケーススタディが掲載されています。彼は製品版ですべてが期待通りに動作することを確認する必要がありますが、リリース後すぐにアクセスできるようになる予定です。
Re: ベイズ最適化をどのように紹介する予定ですか?@Ben_BarrIngh さん、他の皆さんのフィードバックと貢献に感謝します。
あなたが投稿したページにある 6 つのビデオをすべて見ましたが、ほろ苦い気持ちが残りました。
6 つのうち 5 つは、お客様からのものです (正しければ)。
- 全員がBOに強い関心を持っている（それは良いことだ）
- これらすべては、BO にすでにオープンソースを多用しています (これは悪いことです)
すでにおっしゃったように、BO と DOE を比較していることに気付きました (下のスクリーンショットを参照)。そこで、Ben の質問にさらに 2 つの質問を追加したいと思います。
- すでにオープンソースで利用可能で、企業内で使用されているソリューションを BO に提供することにリスクがあると考えていますか?
- これを回避し、BO を使用するために JMP Pro に追加費用をかけることを正当化するにはどうすればよいでしょうか?
THX
マルコ
Re: ベイズ最適化をどのように紹介する予定ですか?@MarcoSalfi さん、この件について深く掘り下げていただきありがとうございます。2つの質問に対する私の考えは以下のとおりです。
- すでにオープンソースで利用可能で、企業内で使用されているソリューションを BO に提供することにリスクがあると考えていますか?
- これを回避し、BO を使用するために JMP Pro に追加費用をかけることを正当化するにはどうすればよいでしょうか?
ここでの一般的な営業状況と何ら変わりはありません。多くの場合、何らかの既存のソリューション（Excelや紙とペンなど）が存在します。可能であれば、お客様の悩みや、現在のソリューションでは解決/実現/回避できない点について理解を深めてください。もし悩みがない、あるいは変化に抵抗がある場合は、次のステップに進みます。もしお客様がBayesOpt（またはその他の機能）で解決できる悩みを抱えている場合は、お客様の状況に合わせた具体的な状況概要を作成してください。BayesOptの場合、変更を行わないことで生じる結果は、Pro版のライセンス料を支払う動機となるほど大きくなければなりません。そのため、状況概要は、そのような機会を促進する上で非常に役立ちます。
あなたの質問に関して、異なる/追加の見解を得るのは興味深いでしょう。
Re: ベイズ最適化をどのように紹介する予定ですか?BayesOpt (または一般的なデータ分析) のオープン ソース ソリューションに関する私の意見は、オープン ソース ライブラリに依存するコードのメンテナンスが悪夢であるということです。
特に、学術環境で開発されたライブラリを使用していて、突然そのライブラリへの投資がなくなった場合はそうです。
さらに、多くのライブラリはソリューションの一部しか提供しないため、複数のライブラリを組み合わせる必要があります。
ベイズ最適化に関して Python と R で見てきた限りでは、JMP の BayesOpt の方がはるかに優れたソリューションです。
Re: ベイズ最適化をどのように紹介する予定ですか?@ルイザ・ファブレティ他にもCitreneのようなソフトウェアがあることを付け加えておきたいと思います。これはベイズ最適化に基づいた最適化アプローチを提供しています。このソフトウェアを使っていたものの、全く意味のある結果が得られなかったお客様がいらっしゃいます。10万ドル以上、おそらく実際にはもっと多くの費用を費やしたにもかかわらず、何の成果も得られなかったそうです。その後、彼らは新しいBayes Optプラットフォームのベータユーザーとなり、Chrisとチームが実装したいくつかのイノベーションの推進に貢献しました。
つまり、この話の教訓は、おそらく私たちが考えているよりも多くの人が順次最適化を試みており、JMP には現在 JMP Pro に組み込まれた Bayes Opt プラットフォームがあるということを彼らに知らせても損はないということです。
Re: ベイズ最適化をどのように紹介する予定ですか?この議論が続くのを見るのは楽しいですね。もちろん、いくつかコメントもさせていただきます。
競合：商用ツールがいくつかあり、オープンソースソリューションもかなり多く存在します。重要なのは、すべてが同じスコープを持っているわけではなく、多くの場合、スコープはかなり狭く、特定の用途に限定されていることです。多くのオープンソースソリューションはBoTorchをベースに構築されています。
これまでオープンソース実装に関して顧客から聞いた利点は次のとおりです。
無料ですよ（笑）
- より柔軟で、ニーズに合わせてカスタマイズできます
- 実験が提案され、実行され、分析され、目標が達成されるまで別の実験が提案される「クローズドループ最適化タスク」に縛られる方が簡単です。
複数のお客様が開発したソリューションの一つにBoFire（ https://arxiv.org/pdf/2408.05040 ）があります（ @ジェシカ・ホルシュ氏による発見です）。このソリューションの主著者は私のお客様でもあり、このソリューションが将来化学企業が実験を行う唯一の方法になると確信している一方で、ブラックボックス最適化では科学者やエンジニアのニーズをすべて満たすことはできないことも認めています。そして、エボニックの私の支持者も、このソリューションは成功につながると同時に、絶対的な失敗にもつながると確信していると述べています（ブラックボックスであるため）。
もう 1 つの状況は、顧客が、過去のデータ、現在の知識、さらには反応などからのメカニズム情報を実装して新しい実験を提案する方法を求めていたことです。
私にとって、BO は今では、「ああ、これも私たちもやっている」というレベルと、いつでも見せびらかす必要のある絶対的なキラー機能の間のどこかにあるように感じます。
まずは慎重に対象者を絞り込み、どのようなタイプの人と話しているかを把握する必要があると思います。同時に、これはユニークで強力な実装であり、いつものようにJMP (Pro) のあらゆる機能と組み合わせることで、強力なツールセットにうまく組み込まれているため、自信を持って宣伝できます。
