昨年、Googleは、Google Cloud Machine Learning Engineの提供を開始。これにより、機械学習の専門知識を持つ開発者であれば、あらゆる種類やサイズのデータに対応した機械学習モデルを簡単に作成できるようになった。また、学習済みモデルに基づく API (Vision、Speech、Natural Language、Translation、Dialogflow など) のような機械学習製品が、ビジネスにスケールとスピードをもたらし、幅広く活用されている。データ サイエンティストおよび機械学習の研究者コミュニティである Kaggle は、100 万人以上のメンバーを持つまでに成長。1万を超す企業が、Google Cloud AI サービスを利用しているという。

その一方で、現在、機械学習やAIの進歩を十分に理解して活用できる人材やリソースを持っている企業は、世界でもほんの一部に限られている。高度な機械学習モデルを開発できる人材に於いては、その数はさらに限られるはずだ。さらに、機械学習やAIエンジニアの力を活用できたとしても、独自の機械学習モデルを構築するには時間がかかり、複雑なプロセス管理が必要。Google は、特定のタスクを実行するための学習済みの機械学習モデルを提供していますが、あらゆる人が AI を活用できるようにする、という目標のためには、さらなる努力が求められる。

そんな中、GoogleからCloud AutoMLが発表された。Cloud AutoML は、機械学習やAI のリソースが限られた環境でも、learning2learn や転移学習のような高度な技術を活用し、独自の高品質でカスタマイズされた機械学習モデルの構築を可能にする。十分な人材やリソースを持たない企業においてもパワフルな AI システムを構築でき、さらには、AI エキスパートの生産性を高めたり、AI 活用の幅を広げるツールとなることが期待されている。

この Cloud AutoML の第1弾として登場するのが Cloud AutoML Vision だ。Cloud AutoML Visionは、より速く簡単に画像認識用の機械学習モデルを作成するサービスです。画像データのアップロードは、簡単なドラッグ＆ドロップで行え、機械学習モデルのトレーニングの管理も可能だ。トレーニング済みモデルは Google Cloud 上で直接デプロイすることができる。Googleの調査によれば、ImageNet やCIFAR等が公開しているデータセットを用い、Cloud AutoML Vision で画像を分類させた所、一般的な ML APIs よりも少ない間違いで、より正確に分類することができたという。