Upgrade to Pro — share decks privately, control downloads, hide ads and more …

The Future of Mobile × ML

The Future of Mobile × ML

「第7回 Machine Learning 15minutes!」で発表した資料。
https://machine-learning15minutes.connpass.com/event/45756/

Arata Furukawa

December 19, 2016
Tweet

More Decks by Arata Furukawa

Other Decks in Technology

Transcript

  1. The Future
    of
    Mobile × ML
    Dec 17, 2016
    Arata Furukawa

    View full-size slide

  2. Merry Christmas!
    Arata Furukawa
    クリスマスっぽいデザインにしてみました。
    クリスマスの予定はないです。
    東海大学 理学部 1年 ・ 日本Androidの会 学生部 部長 ・ MaruLabo管理者

    View full-size slide

  3. 機械学習を「どう使うのか」
    モバイルとの接点を改めて考える
    研究とか理論とか「作る側」の話は今回はしません

    View full-size slide

  4. モバイルとAIの最も成功している接点
    Siri
    OK
    Google
    音声アシスタントシステム

    View full-size slide

  5. 2016年は機械学習の恩恵が新たな形でユーザの手に
    iOS 10
    Photo
    Google
    Now
    Google
    Translate
    Google
    Photos
    etc...
    Google率高い

    View full-size slide

  6. パーソナル・アシスタントシステム
    ❄ スマートフォンは消費者に最も身近な機械
    ❄ 「スマートフォンだからできること」がある
    ❄ ユーザ個人に特化した、そのユーザのための
    パーソナルな支援システム
    ❄ 音声アシスタントに代表される
    ❄ 高度なレコメンドやデータ整理など機械学習
    を応用するプラットフォームとしての価値

    View full-size slide

  7. Photo by Google Cloud Platform Blog: “Google Cloud Vision API enters Beta, open to all to try!”
    https://cloudplatform.googleblog.com/2016/02/Google-Cloud-Vision-API-enters-beta-open-to-all-to-try.html
    Google
    Cloud Vision
    API

    View full-size slide

  8. “Google’s AI Plans Are A Privacy Nightmare”
    William Turton
    http://gizmodo.com/googles-ai-plans-are-a-privacy-nightmare-1787413031

    View full-size slide

  9. プライバシー
    ❄ 最も身近な機械であるスマートフォン
    ❄ スマートフォンの扱う個人情報
    (音声・写真・メッセージなど)が
    機械学習のためにインターネットを
    飛び回っている
    ❄ ”今のところ”学習を行うためにどこかで
    暗号化を解除して「生のデータ」になる
    ❄ 機械学習のためにデータがどこかに保存
    されている可能性も否定できない

    View full-size slide

  10. “An exclusive inside look at how artificial intelligence and
    machine learning work at Apple”
    https://backchannel.com/an-exclusive-look-at-how-ai-and-machine-learning-work-at-apple-8dbfb131932b
    Appleの方針
    ❄ 個人情報は一切サーバに送信しない
    (する必要はない)
    ❄ 個人情報に基づく人工知能の演算は
    スマートフォン上で実行する
    ❄ 個人情報は外部には一切送られない
    のでプライバシーの侵害は起きない

    View full-size slide

  11. ほんとに動くのかよ。
    機械学習で作られた人工知能が本当に
    モバイル端末で動くのか試してみる
    ?

    View full-size slide

  12. 動いた。

    View full-size slide

  13. 画像認識(Classify)
    ❄ スマートフォン上で実行
    ❄ TensorFlowサンプルより
    ❄ Google Inception
    “Going Deeper with Convolutions”
    https://arxiv.org/abs/1409.4842
    ❄ Nexus5 で 約200-300ms

    View full-size slide

  14. 物体認識を使った人物追跡
    ❄ スマートフォン上で実行
    ❄ “Scalable Object Detection using Deep Neural Networks”
    https://arxiv.org/abs/1312.2249
    ❄ Nexus5 で 約500-1000ms

    View full-size slide

  15. リバーシAI対戦ゲーム
    ❄ スマートフォン上で実行
    ❄ TensorFlow関連モジュール
    (共有ライブラリ)は約17MB
    ❄ モデルデータは約20KB
    ❄ Nexus5 で1手の算出に 約70ms
    ❄ おまけでAIの自動アップデート機能付き

    View full-size slide

  16. モバイル端末自身で計算を行うメリット
    ❄ インターネット上にデータを流さない
    プライバシーへの配慮が可能
    ❄ インターネットという不安定な要素が排除される
    インタラクティブなコンテキストや
    リアルタイム性を要求されるゲーム等に向いている
    ❄ アプリユーザからのリクエストを捌くサーバが
    いらないため、サーバの運用コストが削減できる

    View full-size slide

  17. モバイルで動かそう!
    なにかとサーバを用意するサービス構成が注目されがち。
    でも、モバイル上で実行するメリットもあります。
    ハードウェアは目覚ましい進化を遂げていて
    GPUを搭載したスマートフォンも登場してきています。
    今後も、スマートフォンの計算資源は向上するでしょう。
    サーバとうまく組み合わせて、有効に活用していきましょう。

    View full-size slide

  18. ご清聴ありがとうございました
    Merry Christmas and a Happy New Year!
    古川新
    http://ornew.net
    ho ho ho

    View full-size slide