コンテンツに移動
AI & 機械学習

Cloud AutoML - すべてのビジネスに AI を

2018年1月18日
Google Cloud Japan Team

*この記事は米国時間 1 月 17 日に、Jia Li (Head of R&D, Cloud AI) および Fei-Fei Li (Chief Scientist, Cloud AI) によって Keyword に投稿されたものの抄訳です。

1 年少し前、私はフェイフェイ リーと共に Google Cloud に加わり、AI の民主化というミッションに着手しました。私たちの目標は、AI 導入の障壁を取りのぞき、開発者、研究者、企業といった多くの人々が AI を利用できるようにすることです。Google Cloud においては、昨年、Google Cloud Machine Learning Engine の提供を開始しました。これにより、機械学習の専門知識を持つ開発者であれば、あらゆる種類やサイズのデータに対応した機械学習モデルを簡単に作成できるようになりました。また、学習済みモデルに基づく API (Vision、Speech、Natural Language、Translation、Dialogflow など) のような機械学習製品が、ビジネスにスケールとスピードをもたらし、幅広く活用されています。データ サイエンティストおよび機械学習の研究者コミュニティである Kaggle は、100 万人以上のメンバーを持つまでに成長し、BoxRolls Royce MarineキユーピーOcado などを含む 10,000 を越す企業が、Google Cloud AI サービスを利用しています。

その一方で、現在、機械学習や AI の進歩を十分に理解して活用できる人材やリソースを持っている企業は、世界でもほんの一部に限られています。高度な機械学習モデルを開発できる人材に於いては、その数はさらに限られるでしょう。さらに、機械学習や AI エンジニアの力を活用できたとしても、独自の機械学習モデルを構築するには時間がかかり、複雑なプロセス管理が必要です。Google は、特定のタスクを実行するための 学習済みの機械学習モデル を提供していますが、あらゆる人が AI を活用できるようにする、という目標のためには、さらなる努力が必要です。

本日、Google では Cloud AutoML を発表します。Cloud AutoML は、機械学習や AI のリソースが限られた環境でも、learning2learn転移学習のような高度な技術を活用し、独自の高品質でカスタマイズされた機械学習モデルの構築を可能にします。十分な人材やリソースを持たない企業においてもパワフルな AI システムを構築でき、さらには、AI エキスパートの生産性を高めたり、AI 活用の幅を広げるツールとなることを期待しています。

この Cloud AutoML の第一弾として登場するのが Cloud AutoML Vision です。Cloud AutoML Vision は、より速く簡単に画像認識用の機械学習モデルを作成するサービスです。画像データのアップロードは、簡単なドラッグ&ドロップで行え、機械学習モデルのトレーニングの管理も可能です。トレーニング済みモデルは Google Cloud 上で直接デプロイすることができます。Google が調査した所では、ImageNetCIFAR 等が公開しているデータセットを用い、Cloud AutoML Vision で画像を分類させた所、一般的な ML APIs よりも少ない間違いで、より正確に分類することが出来ました。

Cloud AutoML Vision の特徴は以下の通りです。

  • 精度の向上: Cloud AutoML Visionは、転移学習ニューラルネットワークアーキテクチャ検索技術を含む Google の画期的な画像認識手法を基にしています。十分なリソースを持たない企業等においても、より精度の高いモデルを構築することが可能です。
  • プロダクションレディなモデルを短期間で構築: Cloud AutoML を利用することで、数分でシンプルなモデルを作成し、早ければ 1 日以内に AI 対応のアプリケーションをテストし、公開することも可能です。
  • 使いやすさ: AutoML Visionは、データの指定からモデルの作成まで、一貫してシンプルなユーザーインターフェイスを採用しました。

Video Thumbnail

「Urban Outfitters は、顧客のショッピング体験を向上させる新しい方法を絶えず探しています。顧客に関連する製品を推奨し、正確な検索結果や有益な製品フィルタを提供するためには、総合的な製品属性の展開と維持が不可欠ですが、製品属性を手動で入力するのは困難で時間がかかります。そうした状況に対処するため、当社のチームではパターンやネックラインスタイルなどといった製品特性のニュアンスを認識し、製品の区分け工程を自動化できるよう、Cloud AutoML を利用しました。Cloud AutoML は、顧客により良い発見、提案、検索体験を提供するうえで大きな可能性を秘めています」
ー Alan Rosenwinkel 氏、データサイエンティスト、URBN

「Cloud AutoML の技術は、当社がディズニーのキャラクター、製品カテゴリ、色といった属性を製品毎に関連付け、整理するために用意したビジョンモデルの構築を支援しています。この関連付けされたデータは当社の検索エンジンに統合され、より関連性の高い検索結果、素早い発見、shopDisney での提案などに活用されており、よりよい顧客体験の提供につながっています」
ー Mike White 氏、CTO & SVP、Disney Consumer Products and Interactive Media

「ZSL (ロンドン動物学会) は、動物とその生息地の世界的な保護を行う国際的な慈善団体です。私たちの使命における重要な活動は、野生生物の個体数を追跡することです。人類が野生動物に与える影響をより深く理解するため、ZSL は熱や動きによって動物を撮影することができる機材を動物の生息域に設置しており、撮影データは、手作業で分析され、象、ライオン、キリンなどといった種ごとに分類分けされています。そうした工程には、大きな手間および予算がかかっています。ZSL の Conservation Technology Unit は Google の CloudML チームと協力し、タグ付けの自動化を目指しています。それによりコストを削減するだけでなく、活動の幅を広げ、世界の野生生物の効果的な保護に向けたより深い理解の醸成につなげています」
ー Sophie Maxwell 氏、Conservation Technology Lead、ロンドン動物学会

AutoML Vision にご興味のある方は、こちらのフォーム (英語のみ) からご連絡ください。

AutoML Vision は、 Google Brain や Google の AI 開発に関わる様々なチームとのコラボレーションで生まれました。AutoML Vision は、Cloud AutoML の最初の製品であり、今後も製品を追加していきます。「AI の民主化」を目指す取り組みはまだ緒に就いたばかりではありますが、10,000 を超える企業が Cloud AI 製品を活用して達成した数々の事例に接すると、更なる可能性を感じずにはいられません。Cloud AutoML が、より多くの企業にとって、AI 活用の先にある未来を探るための手助けとなることを期待しています。

Jia Li, Head of R&D, Cloud AI, and Fei-Fei Li, Chief Scientist, Cloud AI

投稿先