クラウド上の最新のディープラーニング開発環境を活用しよう！--- 簡単に人工知能アプリを作る為のAmazon SageMakerクラウド・ハンズオン



来たる5月12日、AWSさんの協力を得て、MaruLabo+角川のクラウド・ハンズオンを開催します。https://lab-kadokawa50.peatix.com/
本ハンズオンは、個人として、あるいは、企業の中でディープラーニングを新たに学ぼうとしている方に、クラウド上の最新のディープラーニング開発環境を活用すれば、初心者でも簡単に人工知能アプリを作成できることを体験してもらうことを目的にしています。同時に、すでにディープラーニングに取り組んでいる方にとっても、今回紹介する新しい開発環境の利用が、開発効率を大幅にアップすることを知ってもらういい機会になると考えています。
AI技術への関心の広まりの中で、ディープラーニングの開発環境も大きく変化しつつあります。その変化は、誰でも簡単にディープラーニング技術を利用した人工知能アプリを作成できるという「開発の容易さ Ease of Development」の方向に向かっています。去年発表されたAmazonのSageMaker、今年登場したGoogleのTensorFlow Hub, TensorFlow.js は、その代表的な例です。
ディープラーニングを学習しようとして、一年以上前に書かれたテキストのサンプル・コードを打ち込んでいませんか？　新しく学習を始めるのなら、一番新しい開発環境から始めるのが一番いいと、私たちは考えています。なぜなら、そのほうがずっと簡単に人工知能技術を利用したアプリを開発できるからです。本ハンズオンでは、こうした最新の、しかしながら簡単な、新しい開発環境を紹介します。
「開発の容易さ Ease of Development」に向かう開発環境の変化の特徴は次のようなものです。（クラウドでGPUを利用するのは、もはや「常識」です。）
第一に、ディープラーニングの基礎にあるニューラル・ネットワークのモデルを各人がゼロから組み立てるのではなく、すでに存在するモデルを再利用する可能性を、新しい開発環境は提供します。ディープラーニングの開発フレームワークはベンダー毎に複数存在するのですが、その基礎となるニューラル・ネットワークのモデルは、実は、同じものです。画像認識でも、テキストの分類でも、データの表現でも、優れた強力なモデルは、すでに存在しています。新しい開発環境は、これらの検証済みのモデルをベンダーのフレームワークの枠を超えて利用可能にします。さらには、訓練済みのモデルを利用することが可能になります。
第二に、訓練済みのモデルの利用とも関係するのですが、ディープラーニングでは、モデルの「訓練」と、その訓練されたモデルを利用した実アプリ・実サービス上の「推論」は、非対称で異なるプロセスです。非対称というのは、両者は共に同じモデルを利用するのですが、前者の「訓練」は、強力なCPU・GPUパワーと長い計算時間を必要としますが、後者の「推論」は、PCやスマートフォンでも実行可能な軽いものだからです。新しい開発モデルでは、実アプリ・実サービスの主要な舞台である「推論」にフォーカスして、「推論」専用のサービスのデプロイや、そのクライアント・デバイス上への展開が、容易にできるように工夫されています。
第三に、新しい開発モデルは、Web環境との統合を強く意識しています。SageMakerでは、Jupyter を使って、モデルの構築・訓練・サービスのデプロイまで、必要な開発が全て一気通貫にブラウザー上から可能になります。Jupyterはまた、ディープラーニングの学習者にとっても最適のツールです。WebGLを使うTensorFlow.jsもまた、AIアプリのブラウザー上での実行を目的としています。重要なことは、PWAの動きと合わせると、こうした動きはスマートフォン上でのAIアプリ開発を、強力に推進するものになるということです。
ハンズオンでは、最初に、TensorFlow Hub, TensorFlow.jsを使ったアプリのサンプルを紹介します。続いて、Amazon SageMaker を使ってサービスを開発します。最後に、ハンズオン終了後にもクラウド上での新しい開発環境の利用ができるように、そのガイダンスを行います。また、後日、日を改めて、ニューラル・ネットワークの基礎の座学の講座を開催しようと思っています。（いつもと、順序が逆になっています。今回は、まず、動くものを作ってみることから、始めようと思います。）
GPUを含むクラウド上の新しい開発環境は、全て主催者が準備します。その費用は、受講費用に含まれています。ハンズオン参加者は、クラウドのアカウントを用意する必要もありません。PC・Macを持参していただければ、すぐにハンズオンが始められます。（TensorFlow.js は、現在のところ、Chromeブラウザー上でのみ動作が確認されています。Chromeブラウザーをご用意ください。）

コメント

コメントを投稿

このブログの人気の投稿

マルレク・ネット「エントロピーと情報理論」公開しました。

イメージ
前回の秋葉原でのマルレクのネット配信が始まりました。 https://crash.academy/class/156 タイトルを「エントロピーと情報理論 -- 量子情報理論入門 -- 」に変更しました。最初の30分は、無料です。 次回のマルレク「量子コンピュータとは何か？」の導入となるコンテンツです。 講演資料は、こちらです。 https://goo.gl/CKayix  あわせて、ご利用ください。 　　　--------------------------------- 　　　マルレク・ネット　ビデオ・コンテンツ　 　　　--------------------------------- 　「エントロピーと情報理論」 　　　　 https://crash.academy/class/156 　「人工知能の歴史を振り返る」 　　　　 https://crash.academy/class/139/ 　「ニューラル・コンピューターとは何か？」 　　　　 https://crash.academy/class/101/ 　「Google ニューラル機械翻訳」 　　　　 https://crash.academy/class/76/ 　「RNNとLSTMの基礎」 　　　　 https://crash.academy/class/66/
続きを読む

初めにことばありき

旧約の「創世記」の「光よあれ」は、ビッグバンを思わせて、物理学者はちょっと萌えるかもしれないのだが、新約の「ヨハネによる福音書」には、言語学者が喜びそうなフレーズがある。 「初めに言があった。言は神と共にあった。言は神であった。」 僕が知っていたのは、「はじめにことばありき」という訳だったのだが。この口語訳での「言」は、英訳だとこうなっている。 "In the beginning was the Word, and the Word was with God, and the Word was God." 「言」= "Word" である。はじめにあったのは、Wordであって、Language ではない。だから、新しい口語訳では、普段、あまり馴染みない「言」という訳語を使ったのかも。「初めに語があった」では、なんかしまらないんだろうな。（僕は、「はじめにことばありき」というフレーズの方が好きだ。） ちなみに、「ヨハネによる福音書」は、英語では、"Gospel of John" という。「ジョンのゴスペル」である。でも、そう日本語に訳してしまうと、ジョン・レノンがバラードではなく、ゴスペルを歌っているようで、まずいんだろうな。 「ことば」・「言」・"Word" と訳されている、元々の言葉を調べてみると面白い。 キリスト教のオーソドックスな原典であるラテン語訳聖書では、この部分は、こうなる。 "In principio erat Verbum, et Verbum erat apud Deum, et Deus erat Verbum" 「イン・プリンキピオー・エラト・ウェルブム」 英訳 Word のラテン語の原語は、Verbum である。この単語、英語に直訳すれば、Verbである。「初めに、動詞があった。」　言語学の「従属性文法 (Dependency Grammar) 」理論の人たち、喜びそう。 もっとも、英語のVerbは、元々は、動詞というより広く言葉全体をさしてたらしい。そのことは、「ノンバーバル・コミュニケーション (Non-Verbal Communication) 」というのが、動詞を使わないコミュニケーション
続きを読む

人間は、善と悪との重ね合わせというモデルの失敗について

人間は善と悪との「重ね合わせ」だという前回の話は、人間の本性の複雑さを語るのには、ありうる喩えなのかもしれないが、量子の「重ね合わせ」の喩えとしては、実は、二つの点で失敗しているのだ。 一つには、複雑な善と悪との重ね合わせから情報を引き出す「簡単・粗野」な方法として、善か悪かの判断のみを下す「善悪測定器」を、便宜的に導入したのだが、これがマズイ。 複雑な量子の状態を「測定」した時に、我々は、その状態を複雑なまま見いだすことは出来ないのだ。量子が、善と悪との状態の重ね合わせだとしたら、測定によって我々が見いだすのは、必ず、善か悪か、どちらかの状態の量子を見いだす。 もしも、量子が、善悪二つの状態の重ね合わせではなく、もっと沢山の状態（例えば、100個の状態）の重ね合わせの場合でも、我々が「測定」で得られるのは、その中の、たった一つの状態である。 だから、量子の世界では、善か悪かの判断のみを下す「善悪測定器」は、決して「便宜的」なものではなく、これ以外の測定はできないという意味で、「原理的」な制約を表現しているのである。そのことが、先の喩えでは、うまく表現されていない。 量子の不思議さを、「重ね合わせ」の状態が不思議だと思っている人も多いのだが、それは違うと思う。 善と悪との重ね合わせの前回の例もそうだし、波だって、フーリエ変換だって、我々の日常に、たくさん「重ね合わせ」の現象は存在する。それは、ちっとも不思議なことではないし、表象するのも簡単である。 不思議なのは、「重ね合わせ」ではなく、量子に対する「測定」の方なのだ。それは、我々が「測定」に対してもつイメージとは、かけ離れている。量子力学の基礎の部分を構成しているのは、この不思議な「測定」の形式化・数式化なのである。（そして、それは、難しいものではない。今度の「紙と鉛筆」の演習に来て。） 二つ目の失敗も、実は、「測定」の扱いに関係している。 先の例では、丸山は、1,000回ほど「善悪測定器」にかけられ、その結果で、70% 悪人で、30% 善人 だと判定されるみたいな話をした。それが違うのである。 我々が「測定」で得られるのは、「重ね合わせ」を構成する複数の状態の中のたった一つの状態であると書いたのだが、それだけではないのだ。「測定」によって、量子の状態は、「測定」された一
続きを読む