AWSを活用したAIプラットフォーム「AIメーカー」の開発

2018年7月に「AIメーカー」という、誰でも手軽に機械学習を始められるWebプラットフォームを開発し、リリースしました。

・今話題のAIをweb上で誰でも気軽に作れる「AIメーカー」を作ってみた
　https://qiita.com/2zn01/items/0d3147c9d9d804ad9880

7月の第1段は「画像認識」、8月の第2弾は「文字起こし」と開発を続けています。

「AIメーカー」のシステムの裏側でAWSをどう活用したかをご紹介するとともに、今後の構想をお話しします。
また、AWSやディープラーニングのフレームワークをうまく活用することで、個人でもAIを絡めたwebサービスを開発できることをお伝えできればと思います。

Transcript

1. AWSを活用したAIプラットフォーム 「AIメーカー」の開発 2z（つじ） @2zn01
2. お前誰よ？ ・2z（つじ） ・Twitter @2zn01 ・web系エンジニア（機械学習はちょっと触る程度。。） ・PHP、Perl、Ruby(on Rails)、Python、Lua ・AWS歴は3年半ほど ・JAWS参加は去年のJAWS FESTA 2017＠愛媛 松山から
3. AIメーカーとは web上で機械学習が誰でも手軽にできるプラットフォーム。 公開されたAIはみんなで活用できる。
4. 何ができるのか？ ・画像分類 ・文字起こし （随時、機能追加予定です！）
5. 画像分類
6. ①ラベルを登録 ②データを登録 ③学習
7. 文字起こし
8. ①画像・音声・動画ファイルから ②YouTubeから文字起こし ③録音から
9. リリースまでの道のり 6/23 LPを作り始める 6/30 LPを公開 7/1 AIメーカーの機能（画像分類）の開発を始める 7/16 AIメーカーの画像分類をリリース 8/18 文字起こし機能をリリース → 週末開発で1か月未満以内にリリース！！
10. まぁ、こんな短時間でできるわけない。。
11. ディープラーニングとの出会い 2015/5～ MicrosoftのHow-Old.net 写真から性別と年齢を推定
12. Face Score 2015/6 顔を採点するアプリを作った
13. そんな中、APIが廃止される。。
14. Oh....
15. しょうがないので、独自のモデルを作ることに... API廃止までの猶予は3か月ほど。 その間に30万もの顔画像を集めて学習させ、 独自のモデルを構築 → ディープラーニング（CNN）の使い方を学んだ
16. どうやったか？ Bing Search Image API ①ひたすら画像を収集 ②ひたすら画像を分析 ③分析結果を保存 ④分析結果から学習 ⑤モデルを構築
17. waifu2x-multi 2016/2～ waifu2xをカスタマイズした画像をきれいに拡大するツール 複数画像の一括変換、動画変換に対応させた
18. waifu2xとは？ 畳み込みニューラルネットワークを用いた超解像（SRCNN） waifu2xの人工知能は、次の問に答えます。 いまから与える画像はある画像を半分に縮小したものである。 縮小される前の画像を求めよ。 → 画像を拡大するのではなく、縮小される前の状態に戻します。 いまから与える画像はある画像を任意の圧縮率でJPEG圧縮したものである。 JPEG圧縮される前の画像を求めよ。 → ノイズを取り除くのではなく、画像をJPEG圧縮される前の状態に戻します。 作者ブログ「二次元画像を拡大したいと思ったことはありませんか？」より http://ultraist.hatenablog.com/entry/2015/05/17/183436
19. システム構成
20. → GPUインスタンスやタスクを管理する機能を自前で実装
21. AIメーカー 2018/6～ これまでの開発で学んできたことがほぼそのまま活かせた！ → 短時間でのリリースが可能に！
22. システム構成
23. 利用したAWSサービス ・Amazon EC2 ・Amazon RDS ・Amazon Elastic File System（EFS） → Amazon SageMaker、ECS、EKSとかは使わず、 自分の知っている範囲のもので自前で構築した。 （使わなかったのは単純に知識不足です。。＞＜）
24. Amazon EC2
25. Amazon RDS
26. Amazon Elastic File System（EFS）
27. 実装で苦労したところ ・インスタンス管理 → AWS SDK for PHPを使ってGPUインスタンスの起動・停止 ・タスク管理 ・学習データ（画像）の収集タスク → Bing Image Search APIでラベル名から画像を収集 ・学習タスク → Caffeを使って学習し、モデルを構築
28. 工夫したところ ・GPUインスタンスの常時起動は金銭的につらい。。 → APIで必要最低限の学習時のみ立ち上げ、終わったら停止 ・スケールする仕組みにしたい → Amazon EFSを使って学習データ／モデルは共有 ・AMIからのインスタンス立ち上げに時間がかかる → インスタンスをプールする仕組みを作った 5～10分かかるところを1～2分程度へ短縮 ・少ない学習データでも精度をあげたい → ファインチューニングによる精度向上
29. API公開しました！ ・みんなのAIプラットフォーム → みんなが作ったAIはみんなで活用できる！ ・APIの活用例としては、、 ・LINE BOTで活用 ・webサービスに組み込む ・アプリに組み込む → 興味のある方は、ぜひ使ってみてください！
30. これからやること ・機械学習モデル ・自然言語処理 ・物体検出 ・画像生成（GAN） ・音楽生成 ・ハイパーパラメータのチューニング機能 ・複数人でAIを作れる機能（学習データ集めなど） ・AIのマーケットプレイス機能 などを対応検討中...
31. ご清聴ありがとうございました！