いま世界でも注目されている「機械学習」というデータ解析技術は、大量のデータを機械に読み込ませ(自動で学習させ)て、ルールやパターンを分析・発見することです。
機械学習を活用することで、短時間で大量かつ複雑なデータを分析でき、高精度な予測結果を得られるようになるでしょう。
また、画像認識や識別による判別、音声認識などの技術も発展してきました。これらを効率的に活用することで、売上アップや業務上の負荷の軽減、人件費削減などが期待できます。
AutoMLはGCPが提供する機械学習・AIサービスで「Automated Machine Learning」の略です。機械学習モデルの設計や構築のプロセスを自動化してくれる技術で、機械学習のうちデータ収集から機械学習モデルの生成までの手間がかかる工程を自動化してくれます。
AIを社内など限られたデータで利用する場面などでは、学習済みのモデルが利用できないこともあり、そのような場合は自社でカスタムモデルを作成する必要があります。
そうしたケースでAutoMLを活用すると、新しいモデルを効率的に構築することができるのです。
例えばある食べ物の写真をAIに認識させるとき、画像データに対して事前に「これらのデータは食べ物の写真である」というカテゴリを付与してデータを読み込ませます。
すると、画面に映っている食べ物の種類をAIが検知し、正しく認識できるようになります。
また、GCPではAutoML Tableというサービスも提供されており、データの自動処理において数値や文字列などのデータ種類を自動的に判別し、整形して自動的に抽出してくれます。
汎用的な表形式のデータを元に予測値を返すことができ、顧客データ活用による解約率の予測や、信用情報の予測・スコア化などに活用できます。
データさえ用意すれば、ノーコードの簡単な操作だけで機械学習モデルを構築してくれるため、比較的簡単に活用することができます。
CloudVisionAPIは、GCPが提供する画像認識サービスです。
機械学習モデルを利用して対象画像を分析し、さまざまな情報を取得します。分析対象となる画像データをREST APIでクラウドに送ると1秒程度で返すことが可能で、機械学習に関する知識が少なくても画像解析を行うことができます。
分析結果として取得できる情報には、以下のようなものがあります。
CloudSpeech-to-Textとは、GCPが提供する音声データから文字起こしができるサービスです。
音声データを送信すると、レスポンスとしてそれを変換したテキストデータを返します。
主な機能には、あまり使用されない分野特有の単語やフレーズに対するヒントを提供することで音声文字変換精度を高める「音声適応」などがあります。
また、音声に含まれている数字を自動的に住所・年・通貨などに変換することも可能です。
CloudSpeech-to-Textでは、正常に処理された音声の量に基づいて1秒ごとに課金※されます。エラーになったリクエストは処理にカウントされないためコストは発生しません。
さまざまな言語が用意されていて、コールセンターの音声応答システムで活用したり、テキストベースのメディアを音声形式に変換したりといった目的で利用されています。
機械学習・AIは、GCPが注力している分野のひとつです。概念が難しくハードルが高そうなイメージがある機械学習ですが、GCPでは比較的簡単に導入できるため、業種を問わずさまざまな企業で精度が高い機械学習サービスを提供できています。
Google検索やYouTubeなどの世界的なインフラサービスを提供するGoogle社によるクラウドサービス・GCP。
安定的なインフラだけでなく、ビッグデータ解析やAI活用などの新しい技術や、カスタマイズ性の高さと、Gmailなどのワークツールとも相性がよいことから注目されています。
しかし自社に適した環境構築には、専門的な技術やノウハウを持つエンジニアのサポートが欠かせません。
当サイトでは、GCPの知識やサーバー・ネットワーク、システム構築に精通したエキスパートを21社調査し、強みを分かりやすくまとめていますので、是非お役立てください。
GCPの構築・開発に深い知見を持つ
3社を導入課題別にご紹介!
Google Cloud Platformによるクラウド環境の構築・導入には高度な知識が必要です。 クラウド化の波に乗り切れない悩める担当者のために、よくある課題から、それぞれおすすめの会社と特徴をご紹介します。
Google認定パートナー:
スぺシャライゼーション
Google認定パートナー:
スぺシャライゼーション
Google認定パートナー:
エキスパティーズ