【レポート】【Preferred Networks 様ご登壇事例】ディープラーニングが変える未来｜PFN の事業戦略と Chainer on AWS #AWSSummit

AWS Summit Tokyo 2018「【Preferred Networks 様ご登壇事例】ディープラーニングが変える未来｜PFN の事業戦略と Chainer on AWS」のセッションレポートです。セション概要：本講演では Chainer の機能紹介とともに AWS での使用方法を紹介する。そしてPFNの事業戦略と最新事例について述べる。

AWS Summit Tokyo 2018

#AWS

#機械学習

2018.06.05

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

AWS Summit Tokyo 2018。Day3 で開催されたセッション「【Preferred Networks 様ご登壇事例】ディープラーニングが変える未来｜PFN の事業戦略と Chainer on AWS」についてレポートします。

スピーカーは、比戸将平さま(株式会社Preferred Networks VP of Research)です。

セッション概要は次のとおりです。

Chainer は Python 製の主要な深層学習フレームワークの一つである。ユーザーの要望を受けて公式 AMI が提供されるなど、AWS での利用も容易になってきており、本講演では Chainer の機能紹介とともに AWS での使用方法を紹介する。また、Preferred Networks は Chainer を用いて様々な産業アプリケーションを開発し、パートナーとの商用化を行っている。後半ではその事業戦略と最新事例について述べる。

レポート

PFNについて

PFIからスピンアウト
国内150名+米国7名
人口知能の産業応用

PFNの事業戦略とそれを支えるChainer

Chainer on AWS
- ChainerをAWSで使える人を増やす
層が深いニューラルネットワークによる機械学習手法、その応用
- 深い：GoogleNetは22層、MSRAは152層
2012年にブレークスルー
- 画像認識、音声認識への応用が早かった
- Deep Mind AlphaGoはDeep Learningベース
ImageNet(ILSVRC 2012)
- 1000クラス分類
- エラー率が26->16%に激減
- 衝撃的な結果だった。画像認識の専門家ではないNN研究者の成果

現在の応用

医療画像解析
- 皮膚ガンの分類
- リンパ節への転移の検出
- ピクセル毎分類など、セグメンテーションの精度が高まっている
自動運転
- さまざまなセンサーを付ける
- 多種センサー
- 画像センサー
- 認識だけではなく、プランニングや制御へ
  - 認識とプランニングは別に行う
  - 一気通貫で、NNで一気にステアリングを制御
縁の下の力持ちとしてのディープラーニング
- 本物なのか？
- 確実に実社会への応用が始まっている
- 過度な期待を集めすぎなければ健全な応用が広がるはず
普及したAIは、AIとは呼ばれない。機能だけが残る
- eg リコメンド
- Echoなどのスマートスピーカー

ビデオ紹介: IPRA: Best Paper Award

ロボットが音声指示でものを移動させる
ティッシュボックス＝白と青い箱
オレンジの三角＝おにぎりケース
クラウドソーシングで学習データ作成

PFNの事業戦略とChainer

Google/Facebookは、個人向けクラウドベースが対象
一方PFNは、Industorial IoTにフォーカス
医療分野
- MRI 画像ではなく3次元情報として扱う
- 治療履歴、ゲノム情報を合わせてマルチモーダル
製造業
- 射出成形機の制御に応用
- 外観検査:弱い情報だけを与えて学習が可能に
PaintsChainer
- 線画に自動着色
- かんな
- 自動着色マンガ配信

Chainer

上記の応用すべてでChainerを使っている
- 試行錯誤が容易
- 簡潔にやりたいことができる
分野特化型のライブラリが充実
- CuPy
- ChainerMN
- ChainerRL
- ChainerCV
- ChainerChemistory
- ChainerUI
ChainerCV
- 画像認識。すぐ試せる。ライトユーザ向け。
ChainerMN
- P100 1024GPUで世界最高の性能を叩きだした
- ImageNet 1024GPUで15分
前半のまとめ
- ディープラーニングの産業応用
- それをとりまく周辺動向
- 産業応用を支えるPFNの仕組み

Chainer on AWS

Chainer on AWS
- ChainerはAWSと相性よくないでしょ？　←もはや誤解
Deep Learning AMIサポート
- v4.0を搭載
ChainerNM v1.3 ダブルバッファリング
- all-reduceの全対全通信が重い
- ダブルバッファ：通信の遅延を隠蔽。ただし1セット古い勾配で学習
- FP16を使用：通信量を半減
- FP32+Infinibandと遜色無い性能を達成
ChainerNMのCloudFormationテンプレートを公開
- githubで公開：chainer-cfn

Amazon SageMakerがChainerに対応

GPUインスタンスを指定してNotebookを立ち上げ利用可能
MPIなどのライブラリもすべて入っている
- estimatorをインポート
- いろんなパラメータを設定
- estimator.fit()で学習Jobを実行
- 学習済みモデルを予測に利用できる
- estimator.deploy()で学習用とは別の予測インスタンスを作成
  - 予測はCPUでやってもまかなえることも多い
- estimator.predict()で推論実行