[Cloud OnAir] Talks by DevRel Vol.6 Cloud AI 2020年9月10日 放送
•
1 j'aime•504 vues
Cloud AI Solutions (Visual Inspection AI, Recommendations AI), AI Platform の最新情報をお届けします。
Recommandé
Recommandé
Contenu connexe
Plus de Google Cloud Platform - Japan
Plus de Google Cloud Platform - Japan (20)
Dernier
Dernier (7)
[Cloud OnAir] Talks by DevRel Vol.6 Cloud AI 2020年9月10日 放送
- 1. Cloud Onr Cloud OnAir Cloud OnAir 【Talks by DevRel Vol. 6】 Cloud AI 2020 年 9 月 10 日 放送
- 2. 写真を配置後 角丸六角形くり抜きの図形を 被せてください https://goo.gl/NcsiAz Speaker Cloud OnAir Developer Advocate - Google Cloud 佐藤 一憲
- 3. 写真を配置後 角丸六角形くり抜きの図形を 被せてください https://goo.gl/NcsiAz Speaker Cloud OnAir Google Developers Expert (ML) Mitsuhisa Ota Chief Data Technology Officer @ BrainPad Organizer of TensorFlow User Group Tokyo
- 4. Agenda Cloud OnAir 1 3 2 AI Platform AI ソリューション まとめ
- 5. Cloud OnAir Cloud OnAir AI ソリューション
- 6. Google Cloud の 2 種類の AI プロダクト AI Platform （専門家向け汎用ツール群） AI ソリューション （特定業種向けに構成済み）
- 7. 葛木 美紀 カスタマー エンジニア AI106-JP AI で実現する小売業の ビジネス トランスフォーメーション
- 8. Recommendations AI とは ● 自動スケールする高度にパーソナライズされ たリコメンデーション エンジンを提供 ● 最適なアルゴリズムを採用 ● ユーザの行動にリアルタイムで対応
- 10. 02 03 おすすめ情報を提供ビジネス ニーズに合わせて迅 速にカスタマイズ 商品とユーザの データり込み Recommendations AI 実装の 3 つのステップ 01 ユーザー イベントと 商品カタログ データを コードレスで取り込み 日々進化する AI モデルでおすすめ商品を常に改善し最適化 数クリックでおすすめ商品を 表示するためのモデル トレーニングを開始。 データの前処理や インフラストラクチャは不要 お客様の好みに合わせた おすすめ商品を、さまざまなタッ チ ポイント、デバイス タイプ、場所に応じて提供
- 11. モデルの品質を急速に改善 過去半年での改善 ● アテンション ベースのシーケンス DNN モデル ● Google の多言語単語エンベディング ● 複数地域 /ドメイン対応 ● 人気 / 売上項目の偏り補正 ● モデルの更新増による常に新鮮なモデル ● 大規模な商品データ対応 (10 M 以上の商品) ● 予測信頼度スコア ● CVR のために最適化されたモデル Scaled Dot-Product Attention Concat Linear Linear Linear Linear V K Q h
- 12. フルマネージド サービスでスケーリング Recommendations AI で 自動化できる作業 ● データの前処理 ● モデル設計とチューニング ● パイプライン構築 ● 商品ごとの偏り ● スケーラビリティと可用性 ● モニタリングやダッシュボード ● コスト管理 必要な手順 1. 商品およびユーザデータのイ ンポート 2. リコメン結果のサイト組み込み 3. リコメン利用分のみ課金
- 13. “Recommendations AI で、目覚ましい成果を 得られました。ML ベースのレコメンデーション システムを使っていた以前と比べて、商品ページの CTR が 50 ％ 上昇し、ホームページの全体的な コンバージョン率も 2 ％ 近く伸びています。”
- 14. Contact Center AI これまでは、優れたカスタマーサポート体験と効 率的な運用の両立が困難 Contact Center AI によって、ワールドクラスのカ スタマーサポートをより効率的に提供
- 15. 次世代型 Contact Center AI の構成 voice 電話回線 ＆ メディア SMS mobile w eb CRM 課金管理 注文管理 ナレッジ ベース CCAI Virtual Agent エージェント ダッシュボード CCAI Agent Assist
- 16. MARKS & SPENCER セルフサービス機能と分析に よる知見で 会話エクスペリエンスを向上 ● 英国とアイルランドの 店舗に設置してい たスイッチボードを自動化し、在庫状況に関 する問い合わせへの対応を中央コール セ ンターに移行 ● を通じて 万件以上の通話 を転送し、店舗での通話量を ％ 削減 ● 特定の顧客からの問い合わせに対応する ため、季節性のイベントに関連する語彙を コール センターのスタッフが に 直接プログラミングできるよう改善 店舗への入電対応を Google 音声認識で自動 化することで、お客様に的確なサービスを提供 でき、リピート客としてご購入いただくためのあ らゆる機会が得られています。 ” 氏、エンタープライズ アーキテクト
- 17. Google Cloud で小売業者の マーチャンダイジングを強化 Google Cloud Demand Forecasting 早期アクセス プログラム
- 18. Google Cloud Demand Forecasting で 販売を最大化しながら過剰在庫を削減 小売業者 過去の販売、在庫、ウェブ履歴 商品のカタログと説明 マーケティングとイベント 価格と販売促進 店舗、DC、位置情報 小売プランナー向けの知見 プロプライエタリな機械学習モデル 需要シグナルの集積 商品需要の予測と知 見
- 19. Carrefour Google Cloud と提携し サプライチェーンを効率化 AI Innovation Lab を共同でパリに新設し、 最先端の機械学習モデルを開発 フランチャイズ店向けにカスタマイズされた リアルタイム品揃え計画を実行 自動需要予測ツールを使って ベースの 知見をリアルタイムで獲得
- 20. Cloud OnAir Cloud OnAir Visual Inspection AI
- 21. 吉川 隼人 カスタマー エンジニア AI200-JP - Visual Inspection AI による 製造業の変革
- 23. GCP の豊富な Vision AI プロダクト Video API AutoML Video Celebrity Recognition AI 人 + ポーズの検出 Document AI API
- 24. Google Cloud が Computer Vision Platforms で リーダーの評価を獲得 Source: Forrester, The Forrester New Wave™: Computer Vision (CV) Platforms Q4, 2019 “(Google Cloud は) 対応範囲が広く、その質も極めて高いため、選択すべきプラットフォームです。 Google は、ビジネスユーザーから開発者やデータサイエンティストに至るまで、誰にとっても有益な優れた CV ツー ルを備えています ”
- 25. Google は業界リーダーと提携し、製 造の品質管理向けに ベスト インクラス の 外観検査ソリューションを開発 Google Cloud の 外観検査ソリューションを 個々の製造品質管理プロセスに合わせて導入
- 26. 検査レベルの向上により、見逃し率および 誤報率が 1 % 未満に ● Foxconn の子会社であるFIH は Google の AI プロダクトを活用して 外観検査ソリューションを構築 ● PCB 基板のすべての部品の 自動検査が可能に ● これにより見逃し率と誤報率が大幅 に低下 ● さらに業務効率と製品品質が 向上 顧客事例: Foxconn/FIH
- 27. 外観検査ソリューションにより 自動化ソリューションの展開が加速 ● ユースケース ○ ウエハマップのランダム欠陥の検出 ○ SEM（走査型電子顕微鏡）画像の検査 ● 成果 ○ 検証率が 95 % に向上 ○ ソリューションの展開から数か月で自動化に対応したワーク ロードが全体の 40 % に拡大 顧客事例: GlobalFoundries 画像出典 http://www.timeseriesclassification.com/ “ この工場主導の取り組みにより、今ではマニュアル検査の 40 % を、 AutoML をベースとした外観検査ソリューションに切り替えることが できました” ---- Dr. DP Prakash, (GlobalFoundries、AI イノベーション部門グローバルヘッド)
- 28. 精度 98.53 % 平均遅延 8.98 ms Customer Story 京セラ - 電子部品の不良箇所検出 Challenge ● 複数の不良箇所（小さな異物）を検知 ○ 部分的に見えているもの ○ さまざまな角度に回転しているもの
- 29. イノベーションを 推進 Google の設計原則: 人のニーズに合わせなければ、 ごく些細な問題や、存在しないかも しれない問題を解決するために、非常に強力 なシステムを構築することになる。 業界をリード するテクノロ ジー “10x” 成長の マインド 深い 業界知識 Accenture のミッション: 世界を働きやすく、暮らしやすい場所にする 「新しいもの」へ 取り組む 実績ある姿勢 市場で定評 のある デリバリーAGBG Google Cloud の卓越したテクノロジーとアクセンチュアの幅広い業界知見を融合 Visual Inspection パートナー：アクセンチュア
- 30. ビジネスケー スと 成果の 定義付け 企業/業界 SME と ラベリングを 定義 画像の同期 スマートデー タ ラベリング サービス スマートデータ拡 張 AutoML での AI データセッ トの最適化 AutoML での モデルのト レーニングとデ プロイ AutoML のデータ セットを改善 必要な精 度を達成 できている か? いいえ はい Managed AutoML predictions Managed custom model predictions クラウドでの予測パイプラインの管理 より多くの データによる 再トレーニン グに向け AutoML モ デルの精度 を評価 はい より多くのラベル (トレーニングデー タ) でカスタムモデ ルを評価 いいえ 予測の リクエスト モデルは 必要な精 度を達成 できている か? 結果の事前処理 結果の 公開 GCP AI Platform でモデルをトレー ニング はい いいえ 予測サービスの 実行 正しいビジネスニーズの 特定 適切なデータセットの 定義付け 品質とスピードを追求した AutoML モデルの実行 AutoML の最適化で 予測を高速化 特定のケースに合わせた カスタム モデルのトレーニング エッジでの機械学習パイプラインの管理 クラウドでのエッジモデルのパイ プラインと管理 エッジチャネルへ の AI アップデー ト モデル Google Cloud と Accenture のハイブリッドで一貫した AI ソリューション アプローチで 価値創出までの期間を短縮 iOS, Android
- 32. Cloud OnAir Cloud OnAir AI Platform
- 33. 佐藤 一憲 デベロッパー アドボケイト AI Platform を「広く深く」 活用して生み出すビジネス価値
- 34. 機械学習 API、AutoML、専門家向 けツールをひとつのプラットフォー ムに統合 Cloud Console 上でスムーズに ワークフローを構成可能 新しい AI Platform 近日提供予定
- 35. AI Platform はさまざまな専門レベルに対応 すぐに使える 機械学習 API ML モデルの学習は不要、 すぐに利用可能 AutoML によるカスタム AI カスタム モデルを簡単に作成 (ノーコード アプローチ) 専門家向けツールによる AI 構築 データ サイエンティストと ML エンジニアによ る AI の構築と運用を支援
- 36. Cloud OnAir AI（Machine Learning）と 2 つのフェーズ
- 37. AI Platform はさまざまな専門レベルに対応 すぐに使える 機械学習 API ML モデルの学習は不要、 すぐに利用可能 AutoML によるカスタム AI カスタム モデルを簡単に作成 (ノーコード アプローチ) 専門家向けツールによる AI 構築 データ サイエンティストと ML エンジニアによ る AI の構築と運用を支援
- 38. AI Platform Notebooks による フルマネージド開発環境 事前インストール済みクライアントライブラリ 以下の各種ライブラリが設定済み ユーザー Jupyter にアクセスするための プロキシ ユーザーのプロジェクト Notebooks Cloud Console サブネットワーク ディープラーニングVM1 ディープラーニングVM2 ディープラーニングVM3 プロキシエージェント プロキシエージェント プロキシエージェント 現場で役に立つ AI
- 40. AI Platform Prediction による 堅牢性と信頼性に優れた推論インフラ 構築基盤は Google Kubernetes Engine (GKE) 低遅延のオンライン推論、または大量のデータに対するバッ チ推論 負荷に応じて自動的にスケールアウト 推論リクエストとレスポンスのログを BigQuery に保存、モ ニタリングおよびデバッグ用に利用 推論向けの NVIDIA T4 GPU など、低遅延の推論が可能な 各種の選択肢を提供 スケーラブルな統合環境
- 41. ユースケース 自動メタデータロギング ML メタデータストア オープンソースの TensorFlow Extended (TFX) MLMD を活用 セキュリティとコンプライアンス AI Platform と統合 カスタム メタデータ ロギング メタデータ管理 コンプライアンス モデル学習の条件を監査可能に ML Ops 継続トレーニング 継続デリバリ 実験と開発 アーティファクトの比較 ML 開発の再現性を向上 近日提供予定
- 43. Cloud OnAir まとめ 1. AI120-JP : AI Platform を「広く深く」活用して生み出す ビジネス価値 ● AI Platform の新機能を中心に紹介 2. AI200-JP : Visual Inspection AI による製造業の変革 ● 外観検査ソリューションの紹介 3. AI106-JP: AI で実現する小売業のビジネス トランスフォーメーション ● Recommendations AI や Contact Center AI など、小売業向け ソリューションの事例紹介