ディープラーニングを本番環境へ導入する方法
TwitterやSpotifyがディープラーニング（深層学習）の活用で重視していること
ディープラーニング（深層学習）モデルを本番環境に導入して、ビジネスに良いインパクトを与えようとするなら、モデルの設計やテストのような基本事項に目を向けることが重要となる。
自動走行車、コンピュータビジョン、音声認識の開発にディープラーニング（深層学習）モデルを導入し成功を収めたという話をよく耳にする。だがディープラーニングを本番環境へ導入するときは、依然として分析の基本事項が問題になる。
米国で開催された「Deep Learning Summit」のプレゼンテーションで、Twitterのエンジニアリングマネジャー、ニコラス・クンチャツキー氏は次のように語った。「ディープラーニングの導入時には、特徴の選択、モデルの簡素化、A/Bテストによるモデルへの変化など、分析での従来の考慮事項が重要になる」
「メディアには取り上げられていないが、実際Twitterではディープラーニングが多くの価値が生み出している」（クンチャツキー氏）
併せて読みたいお薦めの記事
ディープラーニングの活用
ディープラーニングの課題
Twitter操作の中心に位置するディープラーニング
現在、ディープラーニングはTwitterの大黒柱といっても過言ではない。これまでのソーシャルネットワークの大半は、フォローしている人々のツイートを投稿日時順にタイムラインへ表示してきた。だが2016年上期、Twitterはツイートをランク順にタイムラインに表示する仕様に変更した。これはFacebookがニュースフィードをランク付けして表示するのに似ている。新しいアプローチでは、アルゴリズムが人々のツイートのコンテンツを評価し、ユーザーにとっての魅力度を判断して、それを基にユーザーのタイムラインに表示する。
このプロセスには自然言語処理から画像認識まで、多くのディープラーニングが関与している。「幾つか壁を乗り越えたとして、当社はメディアから多くの注目を集めている」（クンチャツキー氏）
だが基盤となるモデルを本番環境に移行したら、そのモデルが円滑に機能することこそ重要になると同氏は話す。モデルでは、膨大な量のコンテンツがほぼリアルタイムにユーザーのタイムラインに表示されるため、待ち時間を短く抑えるには、モデルを余裕のある状態にする必要がある。つまり、ほんの数ミリ秒で結果を返さなくてはならない。同氏によれば、変更によってユーザー操作性を損なうリスクを避けるためにもテストが極めて重要になるという。
ユーザー操作性が全て
Spotifyで機械学習のリーダーを務めるデビッド・マーガトロイド氏によると、ディープラーニングを本番環境に導入するには、ユーザー操作性に関するセンスが求められるという。
「実際に重要なのは、人々の心に響く製品モデルを見つけることだ」とDeep Learning Summitのプレゼンテーションで同氏は述べた。「それが見つからなければ、モデルはどこかの棚に置かれたまま、誰にも使われることはないだろう」
同氏は、Spotifyで同社の「Discover Weekly」機能を使ってその方法を説明した。Discover Weekly機能はレコメンデーションエンジンで、ユーザーが過去に聞いたアーティストの種類を基に新しい音楽の検索を支援する。マーガトロイド氏の話では、曲とアーティストを結び付けるディープラーニングアルゴリズムは、少し時間はかかるが、正しく機能しているという。
だがレコメンデーションは、チームが考えていたほど多くのリスナーに使われなかった。そこでレコメンデーションを表示するユーザーインタフェースを詳しく調べたところ、基本的にはアルバムカバーをコレクションとして集めて表示するだけで、どれを選ぶかはユーザー任せにしていることが分かった。これにはユーザーの先入観や偏見が入り込む余地がある。
現在のDiscover Weekly機能では、ユーザー別にプレイリストを生成するようになっている。ユーザーは再生ボタンを押すだけだ。
直感に基づく訂正の余地
ディープラーニングを本番環境に導入するときにもう1つ重要な考慮事項は、オーバーライドのプログラミングだ。マーガトロイド氏によれば、人間にとって奇妙に見えるレコメンデーションをモデルが提供し始めることがよくあるため、直感を基に訂正できる余地があると便利だという。
だが長い時間をかけて変化する出力によってモデルを進化させているため、手作業による制御は部分的にすべきだと同氏は語る。こうした制御は適切に行えば重要だが、「そうしなくてはならないのは嘆かわしいことだ」とマーガトロイド氏は話した。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
比較資料
[セコムトラストシステムズ株式会社] 「自社に合うEDR」はどれか分かる？ 比較・検討時の見極めポイントを解説 -
製品資料
[アルプス システム インテグレーション株式会社] まだ社内で眠らせたまま？ AI活用の糧となる「データ資産」を有効利用するには -
市場調査・トレンド
[AvePoint Japan株式会社] “SCS評価制度”対応の第一歩、自社環境と要求事項とのギャップを把握する方法 -
製品資料
[株式会社BREXA Technology] 情報整理の自動化でインシデントの初動対応を効率化、AIエージェント活用のコツ -
製品レビュー
[ヴィーム・ソフトウェア株式会社] SCS評価制度を導入するだけで十分？ 組織の防御力を高める活用方法とは
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
2
Claude Codeで開発生産性は本当に上がったか？ 3社の取り組みに学ぶ次なる手段
-
3
VMware離れの決め手は“機能”以外だった 情シス109人が選んだ新基準と死角は
-
4
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
5
「WSUS」終了の時限爆弾 “本命”移行先ツールとMicrosoft提唱の新管理手法
-
6
Claude Codeでは「エージェントを作るな、スキルを作れ」 Anthropicが示すAI構築術
-
7
「企業におけるAIの運用」に関するアンケート
-
8
パッチなしで「今すぐサーバを落とせ」 Kiteworks異例警告の波紋
-
9
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
10
「IBM i（AS/400）はクローズドなシステム」という誤解 DXに寄与する一歩
ホワイトペーパーランキング PR
-
1
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
2
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
3
バックアップは“取っているから大丈夫”なのか？ ランサムウェア時代の備え方
-
4
ネットワーク遅延の原因、「パケットロス」の基礎知識と効果的な解決策
-
5
月1000枚の紙を削減 9年動けなかった組織が、業務改革のその先に得たもの
-
6
「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略
-
7
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
8
ソフトウェア開発の属人化と手戻りをどう防ぐ？ 速さと品質を両立させる方法
-
9
AI活用を停滞させる「2：6：2の壁」を乗り越えるためのポイントとは？
-
10
ドラマで分かる、標的型攻撃メールの被害を受ける企業と回避できる企業の分岐点
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー