人工知能が様々な業種に大きな影響を及ぼしていますが、特段にアメリカ大手が力を入れている分野として「Machine Learning as a Service (MLaaS – マシーン・ラーニング・アズ・ア・サービス)」があります。私が知っている時点でもすでにアメリカでは13社が競争をしており、今後も増えていくかと思います。本記事ではMLaaSの簡単な概要、またAmazonやGoogleなどの大手のサービスを比較していきます。
この記事の目次
MLaaSとは？
MLaaSとは、名前の通り、クラウドコンピューティングサービスの一部として機械学習のツールを提供するサービスです。MLaaSでは、データプレプロッセッシング、モデルトレーニング、モデル評価などの機械学習のプロセスや、実用性のある顔認識や自然言語処理などのツールをクラウド上で提供するサービスです。またクラウド上で予測/処理された結果は、APIを通じて自社サービスへブリッジが可能になっており、機械学習を自社サービスに簡単に取り入れられるという魅力もあります。
MLaaSの主なプレイヤー
下記に、MLaaSの主なプレイヤーを記載しました。GoogleやAmazonなどの大手はもちろんのこと、スタートアップなどの参入も目立ちます。
日本語対応の項目を記載していますが、こちらはあくまでドキュメンテーションで日本語対応があるかどうかとしており、自然言語処理において日本語に対応している訳では無いのでご注意ください。（AWS Amazon Polly [文章から音声へ変換サービス]は日本語にも対応していますが、多くの自然言語処理では日本語は未対応です）
AzureやGoogleなど、機械学習の総合ツールとして提供しているサービスもあれば、「natero」のように、機械学習を利用した顧客管理に絞ったツールなども出てきています。このような特化型のMLaaSが今後は盛り上がるのではないでしょうか。
| サービス名 | リンク | 日本語対応 |
|---|---|---|
| Amazon Machine Learning | https://aws.amazon.com/jp/aml/ | あり |
| Azure Machine Learning Studio | https://azure.microsoft.com/ja-jp/services/machine-learning-studio/ | あり |
| BigML | https://bigml.com/ | なし |
| Google Cloud Platform | https://cloud.google.com/products/machine-learning/?hl=ja | あり |
| Azure Machine Learning Studio | https://azure.microsoft.com/ja-jp/services/machine-learning-studio/ | あり |
| datoin | https://datoin.com/ | なし |
| MLJAR | https://mljar.com/ | なし |
| natero | https://www.natero.com/ | なし |
| DataRobot | https://www.datarobot.com/ | なし |
| Vize AI | https://vize.ai/ | なし |
| seldon | https://www.seldon.io/ | なし |
| IBM Watson Machine Learning | https://datascience.ibm.com/features#machinelearning | なし |
次に下記にて主要なサービスの概要をまとめてみました！
MLaaSのサービス紹介 その1
Microsoft Azure Machine Learning Studio
Microsoft Azureの機械学習ツールとなります。「Studio」というシンプルかつ比較的使いやすいブラウザーベースの環境を提供しており、コーディングなどを行う必要がなく、ドラッグアンドドロップで容易に機械学習のモデリングが可能となっています。
また、英語にはなってしまいますが、チュートリアルも豊富な印象です。機械学習の入門向けのPDFや動画、さらに特設サイトにて使い方を簡単に調べられるチートシートも提供しています。
現時点で「日本」でのリージョンの利用はできません。「米国中西部」や「米国中南部」のリージョンを使う必要があります。料金ですが、無料枠も用意されています。
実際に私も触ってみましたが、個人的な感想として、AWS Machine Learningよりもいじれる部分が多く、また利用可能なモデルも種類が豊富という印象を受けました。
MLaaSのサービス紹介 その2
AWS Machine Learning
よくAzureと比較されるAWSですが、MLaaSにおいても「Amazon Machine Learning」としてサービスを提供しています。
Azureのようなドラッグアンドドロップを使ったインターフェースなどは用意されていませんが、AWS Machine Learningでも特別なコーディングを行うことなく、ブラウザベースで機械学習の処理を行うことが可能です。
AWS Machine Learningですが、自前のデータセットを使うことも可能ですが、S3などAWS内のサービスとの連携が非常に簡単に行えます。すでにS3やAmazon RDSなどを、お使いの企業も多いかと思いますが、そのような場合は、AWS Machine Learningを使うことでより簡単に自社サービスへ機械学習モデルの導入が可能かと思います。
Azureと同様にドキュメンテーションは非常に豊富ですが、ほとんどのドキュメンテーションが英語となっています。ただし、AWSにおいては、WEB上にて日本語でのチュートリアルなどの記事が多数存在するのもメリットではないでしょうか。
料金的にはAzureと同様に無料枠の提供もあり、有料の場合でも、バッチ予測で$0.1/1000件またはリアルタイム予測で$0.0001/件と、リーズナブルな設定になっています！
MLaaSのサービス紹介 その3
Google Cloud Machine Learning サービス
最後にGoogle Cloud Platformの「Cloud Machine Learning」のご紹介です。画像や動画、またテキスト分析など複数のサービスを提供していますが、AWSやAzureと同様に機械学習モデル構築のツールもあります。
特徴として、Googleの人工知能チーム「Google Brain」が開発した「TensorFlow」が使えることでしょうか。TensorFlowモデルを利用して、大規模なトレーニングが容易に行うことが可能です。
またAWSと同様に、Google Cloud Dataflowと統合しているので、すでにGoogle Cloudを利用している企業であれば、より容易に機械学習の導入ができるかと思います。
また英語にはなりますが、複数の業界での活用事例や構築事例が用意されいるのもメリットの一つかと思います。Criteo（米リマーケティング大手）のCTR予測モデルや、イメージ分類などのサンプルが提供されています。また、最新の事例はGithubでも公開されています。（全て英語のドキュメンテーションとなります）
MLaaSのまとめ
先日に、IBMがWatson Artificial Intelligence（ワトソン人工知能）の無料提供を発表しましたが、これから大手またスタートアップを含めて、MLaaSの競争は続いていくかと思います！一から自社で開発するよりも、すでにクラウドをお使いの企業であれば、MLaaSを利用することで、素早く機械学習を自社サービスに組み込める利点があります。
ほぼ全ての業種、業界において機械学習の利用は可能ですので、ぜひMLaaS導入の検討をしてみてはいかがでしょうか。
