2019年上半期に参加した勉強会まとめ
長いので2つに分けてまとめる。
目次
- 2019/02/02 fpgax #11 ＋ TFUG ハード部：DNN専用ハードについて語る会
- 2019/02/27 Edge Deep Learning Summit
- 2019/03/04 SIX2019
- 2019/03/15 【緊急開催】キカガク＆マスクド・アナライズ共催イベント『ここが変だよ、日本のAIプロジェクト』
- 2019/03/20 Recap of TensorFlow Dev Summit 2019
2019/02/02 fpgax #11 ＋ TFUG ハード部：DNN専用ハードについて語る会
fpgax.connpass.com
六本木Googleオフィスで開催。大きいスクリーンがあってそこにスライドを映していて見やすかった。
DNN向けのハードウェアについて発表者が話す会でTPU、AIチップ、FPGAによるDNN、DNNコンパイラ、DNN高速化など多岐にわたる内容で非常に勉強なった。
特にDNNコンパイラの話はなぜDNNコンパイラとは何かという話から始まり最近のコンパイラの動向まで分かりやすく解説されていてコンパイラに詳しくなくても楽しく話が聞けた。
当日の発表内容はYouTubeにアップされている。
www.youtube.com
2019/02/27 Edge Deep Learning Summit
LeapMind主催のイベント。渋谷ストリームホールが会場。
組み込みディープラーニングを実践している企業が事例を紹介したり、LeapMindの方がLeapMindの製品の話したりするイベントで技術的な話より事例紹介が中心。企業がの事例を聞く限り組み込みディープラーニングやってみましたという例が多く、使い方を模索しているようだった。もう少し幅広い業種の例が聞きたかった。
LeapMindはクラウド側ではなく、エッジ側でモデルを動かすことに特化したサービスを提供している。クラウド側での推論には通信コストやプライバシーの問題があることを指摘していた。
TensorFlowなどのフレームワークを使った量子化ではビット数を8bitまでしかサポートしていないが、LeapMindのBulueoilを使えば1 or 2 bitに量子化できるとのこと。Bulueoilではユーザーが学習データを用意するだけで、量子化モデルを作ることができる。対応しているタスクはclassification / detection / semantic segmentationなどがある。 現在Buleoilはオープンソース化されている。
またこのイベントでエッジAI専用チップを開発することを発表していた。
2019/03/04 SIX2019
Abejaが主催のイベント。品川グランドプリンスホテルが会場。
二日間の開催だったが初日だけ参加した。 EDLSとは違い、多くの企業が機械学習のデータ集め方やアノテーション方法、実問題に対するモデルの適用例など幅広いテーマで講演していた。そのうち以下の4つの講演を聞いた。
- DeNAにおける先端AI技術活用のチャレンジ(DeNA 内田祐介)
- 機械学習による広告クリエイティブの制作支援と生成(サイバーエージェント 内田光太)
- 少数データからの学習法の展開とABEJAの取り組み(ABEJA 藤本敬介)
- 徹底討論：AI導入・運用を加速性よ、40分一本勝負!(ABEJA 岡田陽介 マスクドアナライズ)
中でもDeNAとサイバーエージェントの話が面白かった。DeNAの話ではAIチームの構成や組織のあり方の説明があって勉強になった。 サイバーエージェントは機械学習で広告制作をアシストする事例を紹介していて、人間がやるべきこととAIがやるべきことの線引きがうまくできている印象を持った。
発表資料のいくつかは以下のリンクから参照可能。
2019/03/15 【緊急開催】キカガク＆マスクド・アナライズ共催イベント『ここが変だよ、日本のAIプロジェクト』
キカガクの吉崎さんとマスクド・アナライズとの対談イベント。 AI開発で起こるあるあるや失敗例を取り上げ、うまくAIを使うにはどうすればいいかということをテーマとしていた。 以下参考になった話。
- AIを使う目的が曖昧。AIを使うことが目的になっている。
- pocは試行錯誤の繰り返しになるので自社でやるべき。本番システムを作る時はAI専門の会社に頼む。
- 新規事業でAIを使おうとすると、AIでどこまでの精度があればいいか判断しにくい。
- AIで全てをやろうとすると失敗する。ヒューマンインザループがあるとうまくいく。
「AIを使うことが目的になっている」というのはよく悪い例として出るけど小さな課題に対してとりあえず使ってみるというのは大切だと思う。そもそも使わないと何ができるか想像できないし、使う上での障害も理解できないし。
AI開発を請け負うベンチャーの人がよく「顧客にAIでとにかく何かやりたいって言われて大変だ」みたいな話しているけど、まずはどういうところにAIで解決できる課題があるのか顧客と一緒に探す根気強いコンサルサービスから始めるべきだと思う。
2019/03/20 Recap of TensorFlow Dev Summit 2019
Google六本木オフィスでの開催。 TensorFlow Dev Summit 2019をRecapする会。
デバイス上で学習するFederated Learningは興味深かった。勉強会の後、ネットで調べてみたけど情報があまりなくどうやって協調学習していくのか謎だった。
単純に考えるとデバイスから取れた情報を使ってクラウドで学習するというのがありえそうなケースだけど、これの問題点としてよくプライバシーの問題が挙げられる。だからデバイス上で学習しようという話なのだけども、今どきの人はネットに情報をアップロードすることに抵抗があまりないのではないかとも思う。
