API Meetup Tokyo #19 行ってきたメモ

API Meetup Tokyo #19 〜六本木ヒルズスペシャル〜に行ってきました

• ヒルズにいるapigee@GoogleさんとPivotalさんなのでヒルズスペシャル！

Googleが提供する機械学習API

• Google Cloud Platformチーム デベロッパーアドボケイト 佐藤 一憲(@kazunori_279) さん

• GCP

  • 「AWSみたいなやつ」で会場ウケる

• ニューラルネットワーク(NN)

  • 学習できる関数
  • 「やってみないとわからないが」
    • ゲームならチートや優良プレイヤーの検知
  • PlayGroundのデモ
    • 根気強く答えを教えてやると学習してくる
    • 単純な線形分割を1つのニューロンとすると、それを階層化する
    • ニューロンの結びつき(Weight)の強弱を変える
    • これをノンプログラミングでできるのが、いまのAIの盛り上がり
    • ニューロンの階層、各階層の数はセオリーがない
      • みんな試行錯誤でやっている・・
      • ルールベースでないところがNNの強み
        • cf.チェスのディープブルー
      • 要は データの特徴を探し出す
    • ニューロンの階層が深いと「ディープラーニング(DL)」
• Googleでは10を超えるサービスでDL
  • データセンターの冷却コントロールをDLで
  • クラシックピアノの曲生成
    • 著作権者がいないのでBGMにいいかも
• Cloud Vision API
  • 一番使われているのはセーフサーチ（エログロ系のブロック）

• Cloud Speech API

  • 文字起こしに使える
  • コールセンターなどの引き合い
  • さらにNatural Language APIで自然言語っぽく整形、感情分析
  • ツイートなどから製品や店舗の評判の分析にも

• TensorFlow

  • よくある引き合い、既存のAPIでは対応できないもの
    • CTやレントゲンの画像からガンを見つけたい
    • 中古車の画像から車種などを特定したい
  • 機械学習で必要な数学の知識がなくても使えるのが強み
  • 結局NNは行列演算になるので、得意なのはGPU
    • ドワンゴでは数百台のGPUクラスタを組んでいる
  • スケーラビリティを念頭に置いたフレームワーク
  • 学習結果自体は数十MBぐらいの容量になるのでスマホにも入れられなくはないサイズ
  • コミュニティ、エコシステムの厚さ
  • SnapdragonがチップセットレベルでTensorFlowをサポートするなど
    • CPUでの認識より10倍以上早いというデモ
  • きゅうり農家さんの事例
  • からあげロボット
    • 食品をつかむのは難しい、というところを学習
  • DCGAN
    • お手本を多数インプットすると、それに近いものを生成してくる
      • アイドルの顔を多数見せて、アイドルっぽい顔写真の生成 こちら？
    • DeNAはプレイヤーごとのアイコン作成を実験中
  • GoogleではTensor用のASICチップを大量に入れているのでTensorに最適化されている
    • なのでGCP使うといいよ！

• Cloud Machine Learning Engine(ML Engine)

  • キューピーさんの事例
    • ベルコンベアーで運ばれる食品の中に異物があるかの判定
  • AUCNETさん（中古車）の事例

Pivotalが推進するAPIとプラットフォームの活用

• Pivotalジャパン 市村 友寛 さん
• VMWareとGE出資でPivotal

• Spring盛り上がっている！

• アジャイルのメソドロジーを覚えて帰っていってもらう活動もしている

  • Circle of Code
  • アイデア→プラン→コード→ビルドパイプライン→デプロイ→フィードバック→（アイデアに戻る）
    • Pivotalで一連のアクティビティをサポートできるよ

• 朝礼は9:06分

  • 9:00だと来ない、9:10だと遅れだすらしい
  • 円陣組んでやってる

• アイデアからプランへ

  • ストーリーにする
    • コードを書き出せる程度に細分化するプロセス
  • Pivotal Tracker
    • SaaS型PJ管理ツール
    • 対抗はRedmineとかJIRA
    • ストーリーを管理できるのがウリ
    • CloudFoundryのプロダクト管理にも活用
    • ストーリーが1タスクになる
      • プロダクトマネージャーが承認して開始、受入もプロダクトマネージャー
        • （難易度を入れられるところも含めスクラムみたいだ）
      • ストーリーの状態管理にUIもAPIもある
        • わかりやすい事例はGithub連携
        • コミットコメントにステータスとストーリIDを埋めるとWebhookでTrackerに

• spring framework

  • “Spring Bootによるクラウド利用の活性化”
  • Spring Bootの人気の理由
    • クラウドを念頭に入れている
    • アノテーション1つでAPI公開できる
    • Netflix
  • PivotalではSpring Cloud
    • Netflixのリファレンス実装
    • マイクロサービスアーキテクチャを推進
    • APIの管理もSpring Cloudで
    • ソフトウェアで管理しているので基盤はAWSでもGCPでもいい
    • start.spring.io
      • 「簡単にアプリケーションが作れるのでぜひお試しください」

• Concourse (build pipeline)

  • CloudFoundryにおけるCI/CDの課題
    • 異なるアーキテクチャ、プラットフォーム、インフラでの動作確認やデプロイ
    • Jenkins職人作るぐらいなら・・・・
  • リソースにGitやS3、Docker、Bosh.ioつかえる
  • パイプラインの定義はYAMLで書ける
    • Concourseが動いていれば、どこでもパイプラインを持ち出せる
  • プロジェクトとパイプラインの統合
    • git -> Concourse -> Pivotal Tracker
    • APIを駆使して色々なものをパイプラインに任せられる

• フィードバック

  • Spring Cloud Sleuth + Zipken
    • Zipkin
      • どのエンドポイントがボトルネックになっているか を一元的に表示
  • 何かが遅いというときに
    • Sleuthで仕込み
    • Zipkinで集める

• 「Pivotal Labsでベストプラクティスをお教えしています！」

次回予告

• 次回番外 福岡開催
  • 国家戦略特区である福岡
  • 5/19(金)@ヌーラボ福岡オフィス