Googleの最新事例や、最新の深層学習手法を紹介。第13回 Machine Learning 15minutes!レポート

最終更新日： 2019年7月10日

みなさんこんにちは。おざけんです。

6/24に行われたMachine Learning 15 minutes!
セッションのスライド及び動画を公開しますので、ぜひご覧ください。

Machine Learning 15minutes!とは
第１３回Machine Learning 15minutes!
第14回 Machine Learning 15minutes!のお知らせ

Machine Learning 15minutes!とは

「Machine Learning 15minutes!」は、「機械学習」について「15分以内」で語るLTを6～9人程度で行い、DeepLearningや強化学習などの先端技術技術のビジネスへの応用例などを学び、様々な角度から機械学習についての知見を広げるイベントです。イベント終了後には懇親会が開催され、最前線の機械学習スペシャリストたちと人脈作りをすることができます。

【情報発信】 Facebookのグループで情報発信も行っています。ぜひご参加ください。
https://goo.gl/q9xKPH

【イベントの記事】　AINOWで毎回レポート記事を公開しています。
https://goo.gl/P1Pboi+

【イベントの動画アーカイブ】　登壇内容は動画としてYouTubeからもご覧いただけます。
https://goo.gl/RZzgWm

★登壇者枠を広く公募（審査有り）していますので、ご希望の方はお気軽にainow@dip-net.co.jpまでご連絡ください。

第１３回Machine Learning 15minutes!

第１３回Machine Learning 15minutes!　のスライドや動画はオープンな形でAINOWで公開します。
ぜひ、気になったセッションはチェックして、みなさまの知見を広げるために有効活用してください！

【BigQuery and Cloud Machine Learning】
佐藤一憲さん　グーグル株式会社

【発表内容】
BigQueryは、Googleが提供するフルマネージドの大規模データウェアハウスサービスです。BigQueryに備わるユニークな機能、User Defined Function (UDF)を用いると、JavaScriptコードを記述してSQL関数を新たに定義が可能です。このUDFを用いてコンテンツの特徴ベクトル処理を実装することで、画像やドキュメントの類似検索やリコメンド等、機械学習の力を活かした様々な「賢い」検索が実現します。BigQuery内部でニューラルネットワークを動作させることも可能です。このセッションでは、BigQueryとTensorFlow、ML Engineにより、データウェアハウスと機械学習を組み合わせた強力なソリューションを作る方法を紹介します。

【スライド】
非公開

【動画】
非公開

【ぼくのかんがえたさいきょうの機械学習プロジェクト進行法（PoC/デモ編）】
下田倫大さん　　株式会社ブレインパッド

【発表内容】
機械学習は日々進化しており、その要素技術については積極的な情報公開が行われており、知見を共有する場が積極的に設けられています。一方で、機械学習を活用したプロジェクトやプロダクト開発の進行に関するノウハウはあまり積極的に広められていないと思います。いざ機械学習を含んだプロジェクトを行うと、様々な落とし穴があります。ここ最近、機械学習要素を含みかつ公開可能なデモ開発プロジェクトに関わったため、その知見の一部を公開/共有します。

【スライド】

【動画】

【深層学習におけるdisentangle 表現】
山田真徳さん　NTT研究所

【発表内容】
深層学習を用いたDisentangle（もつれをほどいた）な表現学習を紹介する。特にβ-VAEとInfoGANと呼ばれる手法の紹介と比較を行う。

【スライド】

【動画】
非公開

【AIプラットフォームとビジネス戦略】
佐藤聡さん　株式会社クロスコンパス・インテリジェンス

【発表内容】
クロスコンパスの事業のご紹介と、AIプラットフォームを用いたビジネス展開に関して発表します。特に製造業におけるエッジコンピューティングの必然性に基づいたプラットフォーム提供について、事例を交えてご紹介します。

【スライド】

【動画】

【機械学習に趣味で取り組むためにやったこと】
有山圭二さん　　C-LIS CO., LTD.

【発表内容】
機械学習に趣味で取り組むためにやったことを紹介。
TensorFlowの発表をきっかけに機械学習に入門。
ある程度知見がたまったところでアウトプットをかねて同人誌を作成。技術書オンリー同人イベント「技術書典」にて頒布。好評だったので商業出版（電子書籍・POD）となる。
ここまで続けてこられたのは、趣味と割り切っていたこと。知見を共有できるコミュニティ（TensorFlow User Group）の存在。同人誌としての技術書を受け入れる人たちの存在が大きい。

【スライド】
非公開

【動画】

【今後10年の機械学習ビジネスの可能性】
古川朋裕さん　株式会社マッシブランゲージ

【発表内容】
今後10年の機械学習ビジネスのひとつの軸は「自動化」にあると考える。
例えば、画像処理による工場の自動検査や金融業務の不正自動検知などが機械学習技術によって高い精度を実現した事例がすでに見られる。
現状でもいくつかの事例をもって効果を発揮している機械学習は今後長いスパンで高齢化社会を迎える日本や中国にとっては自動化によって労働力の不足を補うことも可能であると考えられる。

【スライド】

【動画】
非公開

【機械学習向け画像データセットのご紹介】
杉渓言久さん　　Getty Images

【発表内容】
機械学習で不足していると言われているデータの中で、画像・映像に特化したデータセットを紹介。
Max2億点の静止画、400万点を超える動画を利用することが可能であり、著作権上クリアされた安心したデータを学習用に活用できます。
顔や人物の認証・認識、その他物検知や監視系など、いろいろなAIエンジン開発にお役立てください。

【スライド】

【動画】