グーグル、「TensorFlow Serving」を公開--機外学習モデル開発、本番環境導入を支援

Charlie Osborne (Special to ZDNet.com) 翻訳校正: 石橋啓一郎 2016年02月19日 14時34分

  • このエントリーをはてなブックマークに追加

 Googleは、大規模な機械学習モデル開発プロジェクトを支援するソフトウェアである「TensorFlow Serving」をオープンソースコミュニティに公開した。

 GoogleのソフトウェアエンジニアNoah Fiedel氏は米国時間2月16日、リリースを発表するブログ記事で、このソフトウェアは機械学習モデルの高性能サービスシステムであり、特に本番環境への導入に適していると述べている。

 「TensorFlow」は、「Google Photos」「Google Translate」といった有名なアプリケーションや、「Inbox」の「Smart Reply」機能、Googleアプリの音声認識などで使用されている機械学習ソフトウェアだ。

 TensorFlowには、単にこういったアプリケーションに機能を追加する以上の可能性がある。Googleによれば、この技術は機械学習以外にも、複雑なデータセットを分析する必要のある研究者などに役立つという。

 しかし、機械学習ソフトウェアには多くの課題がある。機械学習ソフトウェアの実装に関わる課題には、高いメンテナンスコストや、データの依存性、隠れたフィードバックループの存在などが含まれる。

 GoogleがTensorFlowをオープンソース化する計画について発表したのは2015年11月だ。開発者はこれを利用することによって、ニューラルネットワークの力を利用してソフトウェアを改善することができるようになった。

 しかし、TensorFlowのオープンソース化によって起こることはそれだけではない。このようなソフトウェアをオープンソース化することで、この萌芽期にある技術の改善に興味を持つ開発者は増えるだろうが、これは、この分野に新たなスタートアップ企業や新たな人材が登場することにもつながる。そして、自社の製品ラインを改善することを望んでいるGoogleのような企業は、それらのスタートアップ企業や人材に興味を持つ可能性が高いということだ。

 TensorFlowはApache 2.0ライセンスでリリースされており、一般的なPCやスマートフォン向けに設計されているが、Fiedel氏によれば、TensorFlow Servingは「現実世界のデータに基づいて、時間の経過とともに変化する」複数のモデルを大規模に取り扱うのに向いているという。

 TensorFlow Servingは、そのような環境における機械学習モデルのライフサイクル管理やアルゴリズムの実験、GPUリソースの効率利用などを支援するものだ。

 このソフトウェアを使用すると、ユーザーは同じサーバアーキテクチャと同じAPIを使用したまま、新しいモデルを導入して実験を行うことができる。TensorFlow ServingはTensorFlowとの組み合わせに最適化されているが、他のタイプのモデルにも拡張可能だ。この技術を使えば、新しいデータが利用できるようになり次第、新しいモデルを生成することや、複数のパイプライン、モデル、プロジェクトを同時に実行することが可能になる。

 TensorFlow ServingはC++で書かれており、TensorFlowと同じくApache 2.0ライセンスで公開されている。また、Linuxもサポートされている。

 Googleは性能について、TensorFlow Serving導入によるオーバーヘッドは最小限と延べ、実施したベンチマークでは、16 vCPUのIntel Xeon E5(2.6GHz)マシンで、gRPCとTensorFlowの推論処理時間を除いて、毎秒10万ものクエリ(QPS)を記録したとしている。

 興味のあるユーザーはGitHubからコードを入手できる。

 自社製品の改良に機械学習を利用しているのは、Googleだけではない。Facebookも2015年に自社のAIハードウェアをオープンソース化する計画を発表しており、Microsoftも2016年1月に、同社の「Computational Network Toolkit」(CNTK)をGitHubでオープンソースとして公開している。


この記事は海外CBS Interactive発の記事を朝日インタラクティブが日本向けに編集したものです。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

  • このエントリーをはてなブックマークに追加

この記事を読んだ方に

関連ホワイトペーパー

連載

CIO
シェアリングエコノミーの衝撃
デジタル“失敗学”
コンサルティング現場のカラクリ
Rethink Internet:インターネット再考
インシデントをもたらすヒューマンエラー
トランザクションの今昔物語
エリック松永のデジタルIQ道場
研究現場から見たAI
Fintechの正体
米ZDNet編集長Larryの独り言
大木豊成「仕事で使うアップルのトリセツ」
山本雅史「ハードから読み解くITトレンド放談」
田中克己「展望2020年のIT企業」
松岡功「一言もの申す」
松岡功「今週の明言」
内山悟志「IT部門はどこに向かうのか」
林 雅之「デジタル未来からの手紙」
谷川耕一「エンプラITならこれは知っとけ」
大河原克行「エンプラ徒然」
内製化とユーザー体験の関係
「プロジェクトマネジメント」の解き方
ITは「ひみつ道具」の夢を見る
セキュリティ
エンドポイントセキュリティの4つの「基礎」
企業セキュリティの歩き方
サイバーセキュリティ未来考
ネットワークセキュリティの要諦
セキュリティの論点
スペシャル
エンタープライズAIの隆盛
インシュアテックで変わる保険業界
顧客は勝手に育たない--MAツール導入の心得
「ひとり情シス」の本当のところ
ざっくり解決!SNS担当者お悩み相談室
生産性向上に効くビジネスITツール最前線
ざっくりわかるSNSマーケティング入門
課題解決のためのUI/UX
誰もが開発者になる時代 ~業務システム開発の現場を行く~
「Windows 10」法人導入の手引き
ソフトウェア開発パラダイムの進化
エンタープライズトレンド
10の事情
座談会@ZDNet
Dr.津田のクラウドトップガン対談
Gartner Symposium
IBM World of Watson
de:code
Sapphire Now
VMworld
Microsoft WPC
Microsoft Connect()
HPE Discover
Oracle OpenWorld
Dell Technologies World
AWS re:Invent
AWS Summit
PTC LiveWorx
吉田行男「より賢く活用するためのOSS最新動向」
古賀政純「Dockerがもたらすビジネス変革」
中国ビジネス四方山話
ベトナムでビジネス
日本株展望
企業決算
このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]