2019/3/20にGoogle Japan本社で行われたGoogle Developers ML Summitに参加してきました。
公式のページはこちら
https://events.withgoogle.com/google-developers-ml-summit-tokyo-vol-2/
午前は六本木ヒルズのアカデミックタワーの49階での講演で、午後はGoogle本社でのハンズオンでした。
機械学習の概要
機械学習の中でも特に、深層学習に特化して説明されてました。例として、
・mnist datasetを用いた手書き数字の識別
・体重と身長から、子供か大人かを判別する
・渦巻き状の点データから、隠れ層を増やし、境界を正確につける
Cloud ML API入門
Cloud ML APIのページ
https://cloud.google.com/products/ai/
Cloud ML API の Machine Learning API は機械学習の専門知識なしですぐに使い始められます。
大きく分けて三つあり、視覚、言語、会話に分類されます視覚は画像や動画分析。言語は機械、翻訳テキスト分析。会話は音声認識、音声合成といった内容です。
TensolFlowの紹介
話者のLaurenceがスピーチを英語でしていたので、それを日本語に同時通訳するイヤホンを聞きながら、さらにGoogleの音声アシスタントで、画面上にスピーチしている内容がそのまま出力されるという、スピーチの技術力に度肝を抜かれました。
Ml Kit 事例紹介
Ml Kit の紹介ページ
https://firebase.google.com/products/ml-kit/?hl=ja
ZOZO テクノロジーズの方が開発したWearというアプリの紹介がありました。
ユーザーが投稿したコーディネートの服のブランドをを機械学習で自動に判別しブランド名を自動で入力してもらうという機能を実装していました。
さらに プロトタイプのアプリであるファッションの点数をアプリで自動判別するものでは、ファッションをカメラで記録しそのファッションを点数化するというものでした。
この点数化の部分に Wear のコーディネートのいいね数のデータをもとに学習させ、点数をつけるという方法を採用していました。
Actions on Google 事例紹介
こちらの事例ではヤマト運輸の営業部の方がスピーチをして実際に業務の中で行われている再配達を Google Assistantで行なっていました。
ハンズオン
午後の部は、Tensorflowのハンズオンに参加してきました。
機械学習とはいっても、数学の知識なしでの進行なので初学者にとって優しい内容だったと思います。
ランタイムの設定で、GPUに変更しないと、実行にかなり時間がかかるとのことです。
資料はこちら
https://medium.com/@lmoroney_40129/codelabs-from-googlemlsummit-f9d53cac8d24
まとめ
午前はGoogleが提供しているMLサービスの紹介で、午後はそのサービスを実際に使ってみるという内容でした。インプットとアウトプットを行うことで知識を身につけられたかと思います。