Lamiyi

本日、Amazon と Microsoft は、あらゆるスキル レベルの開発者がクラウド、エッジ デバイス、モバイル アプリ向けの高度な機械学習モデルのプロトタイプ作成、構築、トレーニング、展開を行える、Gluon という新しいディープラーニング ライブラリを発表しました。

Gluonインターフェースは現在Apache MXNetで動作し、今後のリリースではMicrosoft Cognitive Toolkit（CNTK）もサポートする予定です。Gluonインターフェースを使用すると、開発者はシンプルなPython APIと、事前に構築され最適化された様々なニューラルネットワークコンポーネントを使用して機械学習モデルを構築できます。これにより、あらゆるスキルレベルの開発者が、パフォーマンスを犠牲にすることなく、シンプルで簡潔なコードでニューラルネットワークを構築できるようになります。AWSとMicrosoftは、他のディープラーニングエンジンをインターフェースに統合できるように、Gluonのリファレンス仕様を公開しました。

開発者は、トレーニングデータ、モデル、アルゴリズムという3つの要素を用いてニューラルネットワークを構築します。アルゴリズムは、モデルがデータ内のパターンを理解できるようにトレーニングします。データ量が多く、モデルとアルゴリズムが複雑なため、モデルのトレーニングには数日、場合によっては数週間かかることもあります。Apache MXNet、Microsoft Cognitive Toolkit、TensorFlowなどのディープラーニングエンジンは、トレーニングプロセスの最適化と高速化を支援するために登場しました。しかし、これらのエンジンでは、開発者はモデルとアルゴリズムを事前に定義する必要があり、そのコードが長く複雑で、変更が困難です。他のディープラーニングツールはモデル構築を容易にしますが、そのシンプルさはトレーニングのパフォーマンス低下を招きます。

Gluon インターフェースは、開発者に両方のメリットを提供します。簡潔で分かりやすいプログラミングインターフェースにより、開発者はニューラルネットワークモデルのプロトタイプ作成と実験を迅速に行うことができます。また、基盤となるエンジンの速度への影響を最小限に抑えたトレーニング方法も提供します。開発者は Gluon インターフェースを使用することで、ニューラルネットワークを即座に作成し、そのサイズと形状を動的に変更できます。さらに、Gluon インターフェースはトレーニングアルゴリズムとニューラルネットワークモデルを統合しているため、開発者はモデルのトレーニングを段階的に実行できます。これにより、ニューラルネットワークのデバッグ、更新、再利用がはるかに容易になります。

「機械学習の可能性は、すべての開発者が利用できるようになって初めて実現されます。現状では、機械学習モデルの構築とトレーニングには膨大な労力と専門知識が必要です」と、Amazon AI担当バイスプレジデントのスワミ・シヴァスブラマニアン氏は述べています。「私たちはGluonインターフェースを開発しました。ニューラルネットワークの構築とトレーニングモデルは、アプリの開発と同じくらい簡単に使えるようになります。機械学習をより使いやすくしたい開発者のために、Gluonインターフェースを進化させていくために、Microsoftとの協力を楽しみにしています。」

マイクロソフトのAIおよびリサーチ担当コーポレートバイスプレジデント、エリック・ボイドは次のように述べています。「業界が協力し、リソースを共有することで、より広範なコミュニティに利益をもたらすテクノロジーを構築することが重要だと考えています。だからこそ、マイクロソフトはAWSと連携してGluonインターフェイスを開発し、開発者が自由に選択できるオープンなAIエコシステムを実現しました。機械学習は、私たちの働き方、交流、そしてコミュニケーションのあり方を変革する力を持っています。これを実現するには、適切なツールを適切な人に提供する必要があります。Gluonインターフェイスは、まさにその一歩です。」

Gluonインターフェースはオープンソースであり、Apache MXNet 0.11で現在利用可能です。また、次期リリースではMicrosoft Cognitive Toolkit (CNTK)もサポートされます。開発者は、https://mxnet.incubator.apache.org/gluon/ にアクセスして、初心者向けとエキスパート向けのチュートリアルを閲覧することで、MXNetでGluonを使い始める方法を習得できます。