Googleにおける機械学習の活用とクラウドサービス

1. Google における
機械学習の活用とクラウドサービス
Etsuji Nakai
Cloud Solutions Architect at Google
2017/03/21 ver1.5

2. 2
$ who am i
▪Etsuji Nakai
Cloud Solutions Architect at Google
Twitter @enakai00
好評発売中

3. Google でのディープラーニング活用

4. 4
Google のビジョン
“to provide access to the world’s
information in one click.”

5. 5
One Click?
音声入力
行動履歴から
必要な情報を判別

6. 6
DeepMind の WaveNet による音声合成技術
https://deepmind.com/blog/wavenet-generative-model-raw-audio/
MOS （人間による聞き取り評価）

7. 7
Google Photo
画像のラベル付け処理

8. 8
Gmail Smart Reply
メールの返答文を
予測して生成
コンテキストを理解して生成
モバイルアプリからの返信の
10%
https://gmail.googleblog.com/2016/03/smart-reply-comes-to-inbox-by-gmail-on-the-web.html

9. 9
ディープラーニングで冷却設備の動作を改善
データセンター冷却コストが 40% 低下
データセンター電力効率（ PUE ）が 15% 改善
https://green.googleblog.com/2016/07/deepmind-ai-reduces-energy-used-for.html

10. 10
Google でのディープラーニングの利用実績
Android
Apps
Gmail
Maps
Photos
Speech
Search
Translation
YouTube
その他多数

11. GCP が提供する機械学習サービス

12. 12
Google のインフラストラクチャー
分散ソフトウェア技術で実現した
Datacenter as a Computer

13. 13
Google が開発した分散ソフトウェア技術の例
http://www.school.ctc-g.co.jp/columns/nakai2/

14. 14
GCP が提供する機械学習のクラウドサービス
Cloud Machine Learning Engine
API サービス群
Cloud Datalab
CLOUD ML
SPEECH API VISION API TRANSLATE API NATURAL
LANGUAGE API
DATALAB
学習済みモデルを
アプリケーションから
すぐに利用可能
ディープラーニングに最適化された
機械学習ライブラリー
（オープンソースとして公開）

15. 15
Cloud Vision API
画像認識の学習済みモデルを提供
画像を API に送るだけ、機械学習の知識は不要
月間 1,000 認識まで無償で試用可能 (*)
(*) Google Cloud Platform のプロジェクト内で使用したリソースのコストは別途発生します。
https://cloud.google.com/vision/pricing

16. 16
Cloud Speech API
音声認識の学習済みモデルを提供
音声データを API に送るだけ、機械学習の知識は不要
最初の 60 分間は無償で試用可能 (*)
(*) Google Cloud Platform のプロジェクト内で使用したリソースのコストは別途発生します。
https://cloud.google.com/speech/pricing

17. 17
Cloud Video Intelligence
動画に含まれるコンテンツを分析
現在はプライベートベータとして提供

18. 18
Cloud Machine Learning Engine
クラウド上で独自モデルを学習
TensorFlow の分散学習機能に対応
学習したモデルを API として公開
( 参考 ) Cloud ML Super Quick Tour
http://enakai00.hatenablog.com/entry/2016/10/06/082800

19. 機械学習サービスの利用例

20. 20
API サービスをクライアントアプリから利用
▪ ブラウザ上のコードで Web カメラから取得した画像を
クラウド上の API サービスに送信して「笑顔」を識別
http://goo.gl/9EM8tr

21. 21
API サービスをクライアントアプリから利用
▪ Finding Pete’s Dragon with Google Cloud Vision API
https://cloudplatform.googleblog.com/2016/08/finding-Petes-Dragon-with-Google-Cloud-Vision-API.html

22. 22
サーバー上で学習と判別を実施
▪ Linux サーバー上で学習したモデルをラズパイから
利用して、「きゅうり」の自動仕分けを実現
http://googlecloudplatform-japan.blogspot.jp/2016/08/tensorflow_5.html

23. 23
サーバー上で学習と判別を実施
▪ How Ocado uses machine learning to improve customer service
http://www.ocadotechnology.com/our-blog/articles/How-Ocado-uses-machine-learning-to-improve-customer-service

24. 24
その他の可能性
▪ 学習済みモデルをベースにして、個別データでさらにモデルをチューニング
●
カッコよく言うと「転移学習」と呼ばれる手法
▪ クラウド上で学習したモデルをクライアント上で直接に実行
●
大量データでパラメーターをチューニングするには、それなりの計算リソースが必要で
すが、学習済みのモデルを実行するだけならクライアント側でも対応可能
▪ クライアント上でリアルタイムに学習処理を実施
●
簡単なモデルなら（処理性能的には）クライアント上でも学習処理は十分できます。ク
ライアント上で取得したデータをリアルタイムに学習することで、何か面白いことがで
きるかも？

25. 今日から試せるディープラーニング

26. 26
お約束
https://book.mynavi.jp/ec/products/detail/id=59602

27. 27
転移学習のサンプル演習コース
https://codelabs.developers.google.com/codelabs/cpb102-txf-learning/

28. 28
Vision API/Translation API を用いたサンプルアプリ
https://book.mynavi.jp/manatee/detail/id=65679

29. Thank you!