Neural Network Console クラウド正式版など - 機械学習の必読情報：気になるニュース＆ネット記事

「Lobe」「PyTorch 1.0（ベータ）」「AI/MLの仕事」など、ちょっと気になるお薦めのニュースや記事を集めてみた。

» 2018年05月16日 05時00分公開

[一色政彦，デジタルアドバンテージ]

この記事は会員限定です。会員登録（無料）すると全てご覧いただけます。

ご注意：本記事は、＠IT／Deep Insider編集部（デジタルアドバンテージ社）が「deepinsider.jp」というサイトから、内容を改変することなく、そのまま「＠IT」へと転載したものです。このため用字用語の統一ルールなどは＠ITのそれとは一致しません。あらかじめご了承ください。

［イベント情報］2018年6月21日に、機械学習エンジニア＆データサイエンティスト向けの1000人規模の大型イベント「DEEP LEARNING LAB | DLLAB DAY 2018」が開催されるので、まずはこれについて紹介したい（ちなみに、本サイトもメディアスポンサーとなっている）。カーネギーメロン大学の金出武雄先生をはじめ、そうそうたるメンバーが登壇する。会場費用を賄うため1万円（学生2000円）と有償になってしまったらしいが、オススメの内容なので、ぜひイベントページを見に行ってほしい。

製品リリース関連

Sony： Neural Network Console Cloud

　ソニーが2017年11月よりオープンベータ版として公開してきたNeural Network Console クラウド版を、2018年5月9日に正式版に切り替えた。これに合わせて、GPUでの学習や、ワークスペース容量の追加（10GB単位で1000GBまで）といった新機能も追加している。

　無料利用枠（※制限があり、CPU実行： 10時間、ワークスペース： 10GB、プロジェクト： 10個まで）は継続的に提供しつつ、上記の新機能が有償で提供される。価格などは、下記の公式サイトを参照してほしい。

発表： Neural Network Consoleクラウド版の正式サービスを提供開始しました – Blog - Neural Network Console
公式サイト： CLOUD - Neural Network Console

Neural Network Console Cloudの実行例（公式サイトから引用）

　ちなみに、Neural Network ConsoleのWindowsアプリ版があり、こちらは下記のリンク先からダウンロードして無料で利用できる。

WinAPP - Neural Network Console

Lobe（ベータ）

　2018年5月2日、Lobe Artificial Intelligence社は、GUIツールでドラッグ＆ドロップにより、独自の深層学習モデルを構築、訓練、展開できるサービスであるLobe（ベータ版）を発表した。学習済みモデルはTensorFlowやCoreMLでエクスポートしたり、あらゆるプログラミング言語（JSON、C、C#、GO、Java、JavaScript、Node、OCaml、Objective-C、PHP、Python、Ruby、Shell、Swift）からWeb API経由でアクセスできる。詳しくは下記リンク先を参照されたい。

公式サイト： Lobe - Deep Learning Made Simple

Lobeの実行例（公式サイトから引用）

リリース時期発表： PyTorch 1.0（ベータ）

　Facebook社が主導して開発しており、最近、人気が高まってきているPyTorchの1.0のベータが、あと数カ月でリリースされる予定と発表されている。フライング気味の発表だと思うが……。

DataRobot

　DataRobotは、機械学習を自動化してくれるプラットフォームだ。効果の高い手法／アルゴリズムを自動的にランク付けして選別したりできるので、非常に効率的に機械学習によるデータ分析を実現できる。DataRobot社には、Kaggle上位入賞者が多数所属しており、その経験が製品に生かされていると聞いたことがある。

　リリースではないが、そのDataRobotの解説記事があったので紹介しておく。DataRobotがどんな感じで使えるのかを知るには良い資料である。ただしトライアル版などがないようなので自分では試せないだろう。なお、サービス価格は公表されていないが、恐らくかなり高額だと思われる。

DataRobotで機械学習をしてみた｜ Developers.IO

コンテスト／資格試験／アワード／認定

Kaggle

　下記のリンク先の記事では、競プロ（競技プログラミング）との対比で、Kaggleがどのような性質のコンペティションなのかを独自に分析している。タイトルとは逆にKaggleが有効であることが伝わる内容となっている。

月刊: Kaggleは役に立たない | threecourse's memo

AWS Machine Learning Competency for Consulting Partners

　2018年5月10日、Amazon社は、自社のAPN（AWSパートナーネットワーク）向けに「AWS Machine Learning Competency for Consulting Partners」（以下、AWS MLC for CP）というコンピテンシープログラムの新分野を発表した。この分野のプログラムを取得することで、APNコンサルティングパートナーはAWS上の機械学習に熟練していると顧客に対して証明できる。詳しくはリンク先を参照してほしい。

Introducing the AWS Machine Learning Competency for Consulting Partners | AWS News Blog

　ちなみに、2017年11月28日に「AWS Machine Learning Competency」（以下、AWS MLC）というコンピテンシープログラムが発表されているが、今回の発表はこれに対する新分野の追加となる。AWS MLC for CPは「for Consulting Partners」とあるように、コンサルティング企業向けとなる。一方、その他の分野のAWS MLCは主に技術企業向けである。

AWS Machine Learning Competency 取得企業のパートナーソリューション事例：
Consulting Partners
Data Services
Platform Solutions
SaaS/API Solutions

事例

　事例については細かく説明しないので、興味があるのがあればリンク先を参照してみてほしい。

その他のネット記事

職： AI/MLの仕事

　米国内の企業であるが、人工知能／機械学習／深層学習の人材募集が一覧されているページがある。Google、Apple、Facebook、SmartNewsとさまざまな企業が掲載されている。

「現在の人工知能とは？」の論考

　2018年5月11日にTwitter上で、あらためて「現在の人工知能とは、どのようなものか？」が話題になった。はてなブックマークのコメントによると、「確かに機械学習は『愚者は経験に学ぶ』のスーパー凄い版だ。」に最も多くスターがついており、これに筆者も同意する。

　ちなみに、直感と直観は微妙に意味が違う単語である。直感（hunch）は、五感的感覚（もしくは心）や科学的推理に基づき瞬間的に感じることで、「経験に基づく勘」に近い意味。それに対して、直観（intuition）は、直接的に本質を見（観）抜くことで、「根拠に基づく洞察」に近い意味だ。直観の方が学術的・哲学的な文脈で用いられる。
「あの運転なら事故を起こすと（直感｜直観）した」でどちらが正しいかというと、「あの運転＝根拠、事故を起こす＝洞察」なので、「直観」が正しい。
「今日なら宝くじが当たると（直感｜直観）した」でどちらが正しいかというと、「結果を示唆する根拠がなく、宝くじが当たる＝勘」なので、「直感」が正しい。
現在のAIは、経験的なデータに基づいて出された答え（勘）なので、「直感」が正しいだろう。

データサイエンティストの役割

　下記のリンク先の記事では、データサイエンティストがデータ分析の責任者として、データを集める前からあらかじめ、データの利活用の目的に応じてルール策定やシステム化しておいた方がいいという意見が書かれている。

「データを集める前にデータ分析責任者（データサイエンティスト）を雇うべき」理由とは - 六本木で働くデータサイエンティストのブログ

調査： Python言語の人気

　ある調査によると、絶大な人気のあったJavaを、Pythonが追い抜いた結果（2018年5月）が、ついに出たそうである。

調査：国内コグニティブ／AI（人工知能）システム市場

　2018年5月14日、IDC Japanが国内コグニティブ／AI（人工知能）システム市場の調査を行い、2017年の同市場の分析と2018～2022年の市場予測を発表した。なおIDCは、コグニティブ／AIシステム市場について、「自然言語処理と言語解析を使用して質問に応答し、機械学習をベースとしたリコメンデーションとディレクションを提供することにより、人間の意思決定を補助／拡張する技術」と定義している。

　2017年の市場規模は、ユーザー支出額ベースで274億7600万円になったと推定している。2018年以降はAIシステムの「パーベイシブ化（普及）」が進んで同市場は急拡大すると予測しており、年間平均で60.7％で成長し、2022年には2947億5400万円と、2017年から10倍以上の規模になると予測している。詳しくは、下記のリンク先を参照してほしい。