GCPUGのイベントGoogle Cloud Next 2018 Extended BigData & ML Dayに参加してきました。
私は、今回が初めてのGCPUGのイベント参加です。
GCPUGとは
GCPUG(ジーシーパグ)はGoogle Cloud Platformを普及させることを目的とし、Googleと共にGCPをより良くし、盛り上げていくユーザーグループです。
GCPUGのイベントは、Googleの方や、GCP好きが集まって、アップデートを共有したり、GCP仲間を作ることができるイベントです。
今回は、Google Cloud Nextが7月に開催され、その内容を共有する場になりました。発表内容が盛りだくさんのため、2回に分けて行われ、8月17日のBig DataとMachine Learningの回に参加しました。
ちなみに、8月24日はApplication, Infrastructureの回があります。
Contents
BigQuery New Feature
最初に、グルーブノーツのなかむら氏によるBigQueryの新機能紹介がありました。
まず驚いたのは、BQML。BigQuery上で簡単なSQLを書くだけで回帰分析ができる機能です。
実際にBQMLを動かすところをデモられていましたが、下記のように、簡単なSQLで、線形回帰とロジスティック回帰ができていました。
あと、BigQueryが、GIS(Geographic Information Systems)としても使えるそうです。
私は、Geoデータは無知なのですが、なかむら氏のデモによると、Geoデータを取り込み、Big Query上のデータ可視化ツール(アルファ版)を使うと、地図上へのプロットをビジュアルパターンの調整も含めて、簡単にできるようです。
TPU
続いて、Googleの佐藤氏が、Cloud TPUについて説明してくれました。
TPUというのは、Tensorflow専用のプロセッサのことです。GPUだと消費電力が大きすぎてビッグデータの処理に対処しきれなくなる可能性があるということで、Googleがハードウェアから設計しなおして、開発しました。
今回は最新のTPUのVersion 3についても説明がありましたが、電力コストが驚きのGPUの5分の1とのことです。これで安心してビッグデータを扱えますね。
正直、この辺のことは全然詳しくないのですが、佐藤氏が分かりやすくアニメーションも使って説明してくれて、理解が進みました。
Auto ML
個人的に一番興奮したのは、メルペイの藤原氏によるAuto MLの報告です。
Auto MLとは、コードを書く必要がなく、データを用意してアップロードするだけで、機械学習によってモデルが生成されるサービスです。モデルができたら、Wep APIを自動で作ってくれて利用できます。
下記3つのAuto MLのサービスがPubulic betaとして正式にリリースされたそうです。
- Auto ML Vision
- Auto ML Natural language
- Auto ML Translation
Auto ML Vison
現状、Auto ML Visonは画像分類タスクに限定されているようです。
藤原氏から、自分で作成した画像認識モデルが、Auto MLのアドバンストモードで作成されたモデルに精度で負けてしまったと報告がありましたが(笑)、精度は悪くないようです。
また、ダッシュボードが分かりやすいようです。デモでは、予測が間違っていたケースが出力されたりしていました。
AutoML Natural Language
AutoML Natural Languageは、テキストをラベルデータとセットでアップすると、自動で分類してくれます。
精度が良ければ、ウェブコンテンツのタグ付けなどに使えそうだなと思いました。
AutoML Translation
AutoML Translationは、TMXファイルをアップすると、テキストを翻訳してくれます。
英語から日本語への翻訳はサポートされているそうですが、日本語もわかち書きしてからアップすれば翻訳してくれるのではないかとの意見もありました。
現状、Auto ML Vision、Auto ML Natural language、Auto ML Translationのいずれも、モデルをダウンロードすることができず、ローカル上で試すことができないそうですが、ゆくゆくは、モデルもオープンになってほしいですね。
まとめ
Google Cloud Nextの報告を聞いて、機械学習が、より身近になった感が強くなりました。
エンジニアだけでなく、ビジネス側の方々も、機械学習なども駆使して業務ができる時代が近づいたなと思いました。
特にデジタルマーケティングの業界は、相性が良いので、マーケターの方は、実際に触っておいた方が良いですよ。
Ruby on Railsをこれから本格的に勉強したい人は「エンジニアになるための600時間のプログラミング学習に耐え抜くコツ」という記事がおすすめです。