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

Machine Learning As Software

491bde095856f2097f08f8034dabd998?s=47 TajimaTheMemer
January 23, 2019
Programming
0
17

Machine Learning As Software

491bde095856f2097f08f8034dabd998?s=128

TajimaTheMemer

January 23, 2019
Tweet

More Decks by TajimaTheMemer

See All by TajimaTheMemer
491bde095856f2097f08f8034dabd998?s=48 tajimathememer
0
390
491bde095856f2097f08f8034dabd998?s=48 tajimathememer
0
10
491bde095856f2097f08f8034dabd998?s=48 tajimathememer
0
38

Other Decks in Programming

See All in Programming
E0e036f89c14b3e59640318eedf9670b?s=48 bkuhlmann
0
220
4bcb32bcb73d1ead993a6ad55b189e9e?s=48 rluisr
1
120
A56269ca269966f71293d08b32ad53b3?s=48 utaani
0
130
96466365a9bf7e66990f2b9ba547b02f?s=48 yumu19
1
660
D1c03114361714e1175dae60d115d19c?s=48 ryotori1024
0
210
Af64bc38c0ffcfcabdf430759ee491ce?s=48 lovee
4
210
922f51d458d6ffee8578b9d3ab0a52b6?s=48 ug
1
180
9f2edd3fb2cc8feb20221138ca91d9fc?s=48 kuriko
0
270
D76231a2114896dfcc7b79ac69558b79?s=48 yosuke_furukawa
0
820
49ae3cdb8b1a20b56aac93648f202238?s=48 futabato
0
760
F9d1e7c494103e9ad73723d4496334f9?s=48 mattdclarke
0
160
6aaaf03c4f5c681d89c3078bd6070a6f?s=48 rumi_yamaguchi
0
280

Featured

See All Featured
Be9caeb9d4ef9944d151af909063ed6e?s=48 samlambert
238
10k
24fc194843a71f10949be18d5a692682?s=48 gr2m
86
11k
D36d2c1821af9249b69ff7f5ed60529b?s=48 tammielis
241
23k
C1daf20e5c49ff910745198ef9869ac2?s=48 hatefulcrawdad
259
17k
812e1705ff0f8bc1bcf18587bde687d5?s=48 62gerente
595
210k
56c4053438af8e8b90d6f53cbb7573be?s=48 jakevdp
779
210k
48c098b6579220a67a6ba949be6e4b5a?s=48 revolveconf
204
10k
8081b26e05bb4354f7d65ffc34cbbd67?s=48 chriscoyier
149
20k
B83d5b590577969ee79a5ad845411a7d?s=48 ammeep
660
55k
170b760e0147792d0140e59ec78e9893?s=48 eitanlees
120
11k
C51b39fa3c79ccb99dcb8a076bc98287?s=48 brianwarren
88
5.4k
245cee81a9c424266e5e401d844ea881?s=48 lara
175
11k

Transcript

  1. Machine Learning As Software Makuake 社内 LT 2019/01/23 Tajima Taichi

  2. 今日話さないこと 機械学習の具体的な手法・アルゴリズムの説明 ※一般のソフトウェア開発者向けのお話です。

  3. 今日伝えたいこと 機械学習≠AI というよりも...

  4. 今日伝えたいこと 機械学習≒ソフトウェアの可能性を拡張する技術 と捉えるほうが適切という話(※私見)

  5. 機械学習とは データから目的の関数を生成する技術 ※全ての手法が、というわけではない。

  6. 例えば... AlphaGo(ゲームAI) 関数(機械学習モデル) 囲碁の盤面 最も勝率の高い 次の一手 シミュレータ環境上の打ち手データを使って...

  7. 例えば... Siri(音声認識) 関数(機械学習モデル) 音声波形 テキスト 音声とテキストのペアデータを使って...

  8. 例えば... Google翻訳(機械翻訳) 関数(機械学習モデル) 英語 日本語 日英の対訳データを使って...

  9. 例えば... Amazonの商品推薦(レコメンデーション) 関数(機械学習モデル) 行動、購買、 商品... ユーザーが 欲しがる商品 行動、購買、商品...データを使って...

  10. 近年、機械学習技術(特にDeep Learning)の進歩により 人手のコーディングでは表現が難しかった関数を データから生成することができるようになった

  11. ソフトウェアとは 関数の集まり 機械学習とは データから目的の関数を生成する技術

  12. 機械学習≒ソフトウェアの可能性を拡張する技術

  13. ここまでが今日伝えたかったこと

  14. ここからは偉い人の話 (権威を笠に着る)

  15. Software 2.0 Andrej Karpathy氏 (Director of AI at Tesla) によるエッセイ(2017年11月)

  16. Software 1.0 人間がプログラミング言語で振る舞いを記述する 従来のソフトウェア開発 Software 2.0 ニューラルネット(Deep Learning)の重みパラメータで記述 される コーディングに人間が介在しない

  17. なぜSoftware 2.0が重要か 現実世界の課題の大部分はプログラムを明示的に書くよりもデー タを収集するほうがずっと容易だから(ということらしい)

  18. Software 2.0 例えば... 昔の Google翻訳は50万行のコードと多くのミドルウェア、 パイプラインなどで構成された大規模で複雑なソフトウェア (Software 1.0)

  19. Software 2.0 現在の Google翻訳は500行のPythonコードとニューラル ネットの重みパラメータ(数百万)のファイルのみで構成され たソフトウェア(Software 2.0)

  20. Software 2.0の良いところ① 均質な計算処理 Computationally homogeneous

  21. Software 2.0の良いところ② チップに埋め込みやすい Simple to bake into silicon

  22. Software 2.0の良いところ③ 実行時間が一定 Constant running time

  23. Software 2.0の良いところ④ メモリ使用量も一定 Constant Memory Use

  24. Software 2.0の良いところ⑤ 移植性が高い It is highly portable

  25. Software 2.0の良いところ⑥ アジャイル It is very agile

  26. Software 2.0の良いところ⑦ モジュール性 Modules can meld into an optimal whole

  27. Software 2.0の良いところ⑧ お前らの書くコードより良い It is better than you

  28. ただし、Software 2.0はSoftware1.0を 全て置き換えるものではない しかし、Software 2.0の適応範囲をますます広がっている

  29. Software 2.0の記事から遡ること4ヶ月...

  30. The future of deep learning Francois Chollet AI研究者, Keras(AIの民主化)の開発者 @Google

    によるエッセイ(2017年7月)

  31. The future of deep learning Software 2.0以降のソフトウェア開発の 具体的な素描 “Models As

    Programs”

  32. The future of deep learning Algorithmic subroutine: Software 1.0 Geometric

    subroutine: Software 2.0 これからのソフトウェア開発

  33. The future of deep learning もっと先の未来のソフトウェア開発 →自動化が進む

  34. Machine Learning As Software時代の開発ツール Tensorflow Hub 学習済みの機械学習モデルのモジュールを共有するプラットフォーム Comet ML 機械学習モデルのバージョン管理・チーム開発ツール

    Google Dataset Search データセット専用の検索エンジン

  35. まとめ 機械学習という技術を適切に捉え、 適切に使っていきましょう。 (使わないという選択をする上でも大事。)