GCPのAI・機械学習(ディープラーニング)

目次

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

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

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。

  • 物体検知
    画像に写っているさまざまな物体を検出。動物や乗り物などの物体カテゴリに分類してラベルを返します。
  • 顔検出
    画像に含まれる複数の人物の顔を検出。喜びや悲しみなど人物の顔に表れる感情も分析できます。
  • テキスト抽出
    画像内のテキストに対して光学式文字認識(OCR)を実施し、テキストを検出。さまざまな言語に対応しています。
  • ロゴ検出
    画像に含まれる製品や企業などのロゴを検出。権利関係絡みでの画像チェックなどに活用できます。
  • ランドマーク検出
    画像に含まれる自然のランドマーク(富士山など)や人工建造物など一般的なランドマークを検出。ランドマークの地理的位置も特定できます。
  • 不適切コンテンツ検出
    セーフサーチ機能を活用し、アダルトコンテンツやバイオレンスコンテンツなどさまざまなタイプの不適切コンテンツを検出します。

CloudSpeech-to-Text

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。

参照元:Google Cloud 公式サイトより。2023年2月時点。(https://cloud.google.com/speech-to-text/pricing?hl=ja

まとめ

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!

【課題別】
GCPの構築・導入を
サポートする
頼れる認定パートナー3選

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。

現行の基幹システム
と連携できるか不安
それなら
段階的な移行や共存も
提案可能な技術力
エニシアス
エニシアス
引用元:エニシアス公式サイト
https://www.enisias.com/

Google認定パートナー:
スぺシャライゼーション

  • 営業を介さずエンジニアが直接ヒアリング&スピード構築
  • オンプレミス環境とのハイブリッド構築など、柔軟な開発も可能

エニシアス
公式サイトから
サービス詳細を見る

直接電話で相談してみる

効果的なデータの
利用法が分からない
それなら
多数の支援実績で
培った活用ノウハウ
クラウドエース
クラウドエース
引用元:クラウドエース公式サイト
https://cloud-ace.jp/

Google認定パートナー:
スぺシャライゼーション

             
  • 国内400社以上の導入実績から適切なデータ活用法を提案
  • 支払代行、セミナー、コンサルティングまで包括サポート

クラウドエース
公式サイトから
サービス詳細を見る

直接電話で相談してみる

運用や保守までは
自社で対応できない
それなら
24時間365日の
有人監視体制
ビヨンド
ビヨンド
引用元:ビヨンド公式サイト
https://beyondjapan.com/

Google認定パートナー:
エキスパティーズ

  • 日本とカナダの二拠点体制で、24時間365日エンジニアによる有人保守に対応
  • 脆弱性診断やWAF、負荷テストなどの検証業務も実施

ビヨンド
公式サイトから
サービス詳細を見る

※ 2023年2月調査時点。クラウドエース公式サイトより。(https://cloud-ace.jp/reason_cloudace/