AI学習済みモデルの開発に使える無償のフレームワーク「SmallTrain ver.0.2.0」商用利用可能

このエントリーをはてなブックマークに追加

SmallTrainサイトのトップ画面



株式会社Geek Guild(ギークギルド)は11月9日、商用AI(人工知能)サービスのための、高精度なAI学習済みモデルの開発に使えるディープラーニング(深層学習)フレームワーク「SmallTrain(スモールトレイン)ver.0.2.0」のソースコードを公開したと発表。オープンソースなので、無償で誰でも利用できる。

SmallTrainは、ライブラリ機能とラッパー機能を兼ね備えたオープンソースフレームワーク。Kerasのように使えるという。多様なデータを学習済みのAIモデルを起点に、転移学習をするだけで、工数をかけずにAIを構築できるとのこと。

SmallTrainを使うと、精度を損なわず、大量のデータを取得する労力もいらず、ディープニューラルネットワークをすぐに開発できるという。MITライセンスに準拠しており、商用利用も可能だ。


新規CTA

需要と供給にあわせて価格を変動させることも可能

SmallTrainサイトのチュートリアル

SmallTrainは持っているデータを入れて転移学習をするだけで、さまざまなAIサービスを作成可能。具体的には、「ダイナミック・プライシング」「処方箋認識」「薬剤画像認識」「AI-OCR」「画像認識」「時系列データ予測」などに活用できる。なお、それぞれ詳細は以下のとおり。

ダイナミック・プライシングは、ホテルの客室価格予測などの時系列データを使い、需要と供給の状況にあわせて価格を変動させることを意味する。

処方箋認識は、処方箋を画像認識でデジタル化し、文字を認識させることを意味する。薬剤画像認識は、薬局の通常のカウンターなど、自然光で薬剤の画像認識ができる。薬剤の種類が多いため、画像認識としては難易度が高いとのこと。

また、AI-OCRは、あらゆるデジタル文字を認識する汎用的な文字認識AIで、さまざまなフォーマットに対応している。画像認識は、汎用的な画像認識AIなのであらゆる要望に合致させられるとのこと。

さらに、時系列データ予測は、発電予測、消費電力予測、発電所異常検知など、高精度な時系列データを予測できる。

主にPythonで記述、TensorFlowのラッパー

SmallTrainは、主にPythonで記述されており、TensorFlowのラッパー。将来はKerasやPyTorchのラッパーともなり、TensorFlow、Keras、PyTorchユーザーの架け橋となることを掲げているという。

エンジニアやデータサイエンティストになじみ深いアーキテクチャとして、Pythonモジュールの形式を採用した。KerasやPyTorchと同じような使い方なので、使い方の学習にかかる時間が短縮され、モデルの構築により多くの時間を費やせるとしている。

データサイエンスの概念に関する事前の知識がなくても、モジュールを再利用することで、ディープニューラルネットワークをすぐに開発できるように設計したとする。また、オープンソースなので、バグフィックスか改善を開発者1人で抱え込まず、皆で協力して開発できるとのこと。

インストールは簡単で、数回クリックするだけで開発可能なように、AI学習済みモデルをセットアップできるとしている。

「商用利用に耐えるAIを人々に届けたい」

Geek Guildは「商用利用に耐えるAIを人々に届けたい」「いち早く世の中に出して、精度の高いAIが低工数でできることをみなさんに体験してもらいたい」「多くの方にオープンソースプロジェクトに参加をしてほしい」「利用者とともにブラッシュアップしていきたい」といった思いから、今回SmallTrainのソースコードを公開したとしている。

また、今後はドキュメントを少しずつ増やしていき、プログラムを一から開発しなくてもAIを作成できるようにすることで、AI開発が身近になることを願っているとのこと。さらに、次のリリースではもっと簡単にGoogle Colabでも使えるようにしたいと述べている。

>>ニュースリリース

>> GitHub


新規CTA