IoT、機械学習……敷居の高いテクノロジーをより身近に
次に、同社 近永智之氏により、新機能であるIoTボードの説明が行われた。
MAGELLAN BLOCKSのビッグデータボードは、バッチ処理には向いているが、センサーデータのような大量のリクエストを受け付ける用途には向いていないという。また、MAGELLAN BLOCKSから大容量のデータを直接扱うことができない。
今回α版として提供されたIoTボードは、IoT機器からのログを収集するためのシステムを、ユーザーのGCP環境に構築できる機能だ。大量のリクエストに対応し、大容量のデータを直接扱えるという。現在は、ログ収集に特化しているが、もっと違うワークフローで行いたいという要望があれば、実現も検討するという。現在、IoTボードは限定公開中のため、利用したい場合は公式サイトからの利用申請が必要だ。
同社 白水聖人氏からは、IoTボードの実例として、距離センサーからのデータを収集して、BigQueryに格納し、その距離データをリアルタイムで可視化するというデモが行われた。
グルーヴノーツ 白水聖人氏
同社 徳永貴久氏は、Googleの機械学習APIをSalesforceに組み込むというデモを紹介した。MAGELLAN BLOCKSは、Salesforceと連携するブロックも存在する。
今回紹介した作例は、iPadで撮った写真を、Salesforceから登録し、MAGELLAN BLOCKS上で処理をする。Vison APIで画像を判定し、判定結果をSalesforceに渡すというもの。
徳永氏は、この技術の活用例として、災害発生時の罹災状況を判定するシステムが実現できそうだ、とした。例えば、ドローンからの緯度経度、撮影家屋の写真をMAGELLAN BLOCKSに送信し、これまでの災害判定結果と判定写真を学習させたAIを使って判定することで、迅速に罹災証明書が発行できる。今まで人力でやってきた判定作業をシステム化できたり、職員の判断を補助したりすることで、労力が一気に軽減するというものだ。
次に、再び近永氏が登場し、MAGELLAN BLOCKSの機械学習への取り組みが紹介された。機械学習は、Chainer、Tensorflow、Kerasなど、使いやすいフレームワーク、ライブラリが登場しているものの、コモディティ化にはほど遠い。
もっと平易に、機械学習を使って試行錯誤できるツールを、MAGELLAN BLOCKSでも提供していくという。現時点で提供予定の機能は、グラフィカルな操作によるネットワーク構築、Google Cloud MLとの連携、データ前処理、学習済みネットワークの利用した転移学習、といったものになる予定だ。
Googleが提供する機械学習ライブラリTensorflowを使って、ニューラルネットワークを理解するためのツール「A Neural Network Playground」に着想を得た、「Keras Playground」というサイトも今後同社より発表されるという。
次に、Google パートナービジネスマネジャー 山本圭氏により、今後のGoogle Cloud Platformについて紹介された。
本セミナーでもよく登場したBigQueryや、機械学習APIなどが山本氏により紹介され、山本氏は「トライアンドエラーが重要だ。BigQueryは非常に安く使えるサービスなので、ぜひみなさんのデータを捨てないで使ってみてほしい」と呼びかけた。
最後に最首氏より「次回、セミナーは2か月後に開催する予定だ。その頃は、より進化しているだろうし、事例も出てくる。次回もみなさんの業務に役立つセミナーにしていきたい」と語り、セミナーを終えた。
