AI & 機械学習

ML の利用で魔法のように生活が変化

2021年3月2日

Google Cloud Japan Team

※この投稿は米国時間 2021 年 2 月 18 日に、Google Cloud blog に投稿されたものの抄訳です。

機械学習を楽しく学ぶ方法の一つが、個人的なプロジェクトを自ら構築することです。本投稿ではその方法についてご説明します。

その昔、私は自分のウェブサイトを構築しながらコーディングを学ぶことにしました。コンピュータについての知識がまったくなく、サーバーが何なのかさえ知りませんでしたが、学ぶべきテクノロジーの知識がいくらでもあり、それを学びたいという欲求も無限大だと感じていました。夜、横になったまま、自分のウェブサイトの見た目をよくするさまざまな方法（パララックスを使った星のスクロール、無数の Google Fonts）を考え、これから構築したいいろいろな個人プロジェクトについて思いを馳せました。

何年か経ち、私はプロのエンジニアとして自分の陳腐な個人的ウェブサイトよりも、客観的にもっとクールで、洗練された技術的な問題を取り扱うようになりました。とはいえ、コードを学び始めた頃のあの「純真な驚き」は、今ではあまり感じられなくなってしまいました。

技術関係の仕事をされている方ならご存知のように、この職業では一生が勉強です。少し目を離せば、最新技術だと思っていたあらゆるソフトウェアが、いつの間にか完全に置き換わってしまいます（そのソフトウェアが、私が未だに終了方法がわからない Vim なら話は別です）。

コンピュータサイエンスにおける顕著な例の一つが機械学習（ML）です。私たちのほとんどは、学校でコンピュータサイエンスを勉強した人も含め、大学で ML について学んだことはなかったと思います。しかし、この技術はまもなく普遍的なものとなり、あらゆる領域でのソフトウェア開発を転換させていきます。私は「機械学習はどこから学べばよいですか？」という質問を他のどの問いよりも受けますが、これは当然のことだと思います。

通常、私は Google の Machine Learning Crash コースや、理論から実践までの基礎を扱った書籍『Hands-On Machine Learning』、Andrew Ng の標準的な Coursera 講座といったリソースをおすすめしています。

ただし、私と同じように実際に構築しながら学ぶ事が好きな方は、ご自身でソフトウェアを作成しながら ML を学ぶことを検討しましょう。個人プロジェクトは、新しい技術を学ぶ楽しい、そして役立つかもしれない方法の一つであるだけでなく、本番環境での機械学習の開発で直面している難題について学ぶうえで、非現実的な宿題の課題よりも優れた方法でもあります。

私がパンデミックの初期に大量の空き時間が突然できてしまった際には、こんな課題を自分自身に与えてみました。「自分の人生の問題を解決する個人プロジェクトを構築すれば、機械学習についてさらに学ぶことは可能なのか？」。それ以来、私は家族の動画をインテリジェントに検索する手法、テニスのサーブの改良、動画の翻訳、新しい焼き菓子のレシピの考案など、ML のさまざまな使い道を実践しました。

以下では、こうしたプロジェクトのまとめと、そのソースコード、チュートリアルの YouTube 動画、詳しい手順を記載したブログ投稿を示しています。新しい手法とツールの紹介や、そうしたものをまとめて役立つアプリに仕上げる方法の説明を通じて、こうしたプロジェクトの構築が楽しく、学習につながると感じていただけましたら幸いです。そしてできることなら、ML によるご自身の努力目標の着想につながることを願っております。何か良いものができあがったら、ぜひとも私に教えてください。それまでは、作ることをお楽しみください。

機械学習を使って作る

家族のスマート動画アーカイブ

作成するもの: 文字起こし（会話内容）と画像により家族の動画を検索可能なアーカイブ（「誕生日」、「自転車」、「ビデオゲーム」の検索）。
学習内容:

ごく一般的な機械学習ユースケース: 複雑なタイプのデータを簡単に並べ替えて検索できるようにする
Video Intelligence API の使い方
Flutter フロントエンド、サーバーレス Firebase バックエンド、サービスとしての検索（Algolia を利用）による、ML を利用したアプリの設計方法。