君にもできる！
AutoML Tables

フェンリル株式会社
太田 有人

2023年 5月 14日

GCPUG in Shiga #3 「はじめてのAutoML・BigQuery」

はじめに

自己紹介

• 名前 : 太田有人
• 所属 : フェンリル株式会社クラウド事業推進部
• 出身 : 1987/7/1に京都で生まれる
• コンビニバイト10年の後にIT業界に飛び込む（現在7年目）
• システムエンジニア（2017～2021）
  ↓
  クラウドエンジニア（2022～現在）
• LinkedIn
• Twitter (別名で活動中)

まずは、私について軽く自己紹介させてください。

ここまでで 00:01:00

ご注意とお詫び

AutoML Tablesは非推奨となりました……

　　→Vertex AI / 表形式のデータ / AutoML
　　　の組み合わせで行きます！

• AutoML Tablesは非推奨となり、2024年1月23日以降はGoogle Cloudで使用できなくなります。
• 本発表内容はVertex AI / 表形式のデータ / AutoMLを使うことを前提として構成しています

ここまでで 00:01:30

本発表で話すこと・話さないこと

話すこと

• Vertex AI / 表形式のデータ / AutoMLでできること
• どこの部分が “Auto” なMLなのか

話さないこと

• 具体的なユースケース・事例
• 詳細な作業手順

ここまでで 00:02:00

ところで……

ここまでで 00:02:05

最近は、魔法使いの修行が流行っている？

• ChatGPT(AI) に呪文をかけて、望みの文章を生み出す
• Stable Diffusion(AI) に呪文をかけて、望みの画像を生み出す
• MusicLM(AI) に呪文をかけて、望みの音楽を生み出す

よりよい呪文を作ったり、よりよい AI と呪文の組み合わせの研究に励む人々がたくさん！

ここまでで 00:02:35

「呪文」をかける対象の AI を育てる

• まずは呪文をかける対象のAIを育てる必要がある
• データをたくさんAIに与えることで、成長させる
  • これが世にいう「機械学習」と呼ばれるプロセス
• 成長したAIに呪文をかけて、望みの結果を生み出す

望みのものを生み出すために、AIの育成に励む人々もたくさん！

（内容）

機械学習 : Machine Learning (ML)

AIを育てて、育てたAIに呪文をかけるというところ、何だか分かりにくいかもしれませんね。
ここで1つ、お遊びを挟んでみたいと思います。

ここまでで 00:03:05

コーヒー、ココア、ピザ、ひじ

• コーヒーと言ったらココアと言って、ココアと言ったらコーヒーというゲーム
• ピザと10回言って、「じゃあココア」と肘を指すゲーム

「ひじ」って言ってくれたら、「引っかかった〜、ココアって言ったらコーヒーっていうんやで」というオチのお遊びですね。
出題者としては、「ココアと言ったら”ひじ”って言ってもらって、笑いを取りたい」というような意図があるかと思います。

この意図があるので、
「コーヒーと言ったらココアと言い、ココアと言ったらコーヒーという」
「“ピザ”と10回いう」
という言葉と行動を回答者に与えて、“学習”をしてもらったんですね。

図にすると、こんな感じです。

これを、さっきの「呪文」とAIのお話に当てはめてみると……

ここまでで 00:07:05

データ、学習、呪文

AIは、データをたくさん与えられることで、“学習”して、成長します。
AIに与えられるデータは、「コーヒー」とかの言葉の他にもたくさんの形式があります。

最初にチラッと出てきた「表形式のデータ」もその1つです。
ということで……

ここまでで 00:08:05

Vertex AI
表形式のデータ
AutoML

で何ができる？

Vertex AI / 表形式のデータ / AutoMLで何ができるのか、見ていきたいと思います。

ここまでで 00:08:15

Vertex AI / 表形式のデータ / AutoML でできること

• AIに与えるデータを管理できる
• AIに与えるデータを指定すれば、自動でAIを育ててくれる
  • ここが “Auto” ML
• AIの成長状態を記録・管理できる
• 育てたAIに呪文をかけて、データを出力させる

• AIに与えるデータ自体を管理できる (Datasets)
• AIに与えるデータを指定すれば、自動でAIを育ててくれる (AutoML)
• AIの成長状態を記録・管理できる (Model Registry)
• 育てたAIに呪文をかけて、データを出力させる (Online/Batch prediction)
  • 表形式データの場合は、予測値（単体値・連続値）もしくは分類の予測結果を生み出す

ここまでで 00:08:45

AI に与えるデータを管理できる

データセットの作成

CSVファイルのアップロードもOK

データセットの一覧表示

• AIに与えるデータは、データセットという単位で管理する

ここまでで 00:09:45

自動で AI を育ててくれる (AutoML)

目的とデータを指定

AI の名前と、目的の詳細を指定

学習に使う時間の上限を設定

ここまでで 00:10:45

AI の成長状態を記録・管理できる

AIモデルの一覧表示

AIバージョンの一覧表示

• AIはモデルという単位で管理する
• AIの成長状態は、バージョンとして管理する

ここまでで 00:11:30

育てた AI に呪文をかけてデータ出力

AIが動く場所 (エンドポイント) を確保する

AIに呪文をかける

AIがデータを出力

• AIに、データという名の呪文をかける
  • （REST APIのリクエストボディに呪文を仕込んで呼び出し）

ここまでで 00:12:30

Vertex AI / 表形式のデータ / AutoML でできること (再掲)

• AIに与えるデータを管理できる
• AIに与えるデータを指定すれば、自動でAIを育ててくれる
  • ここが “Auto” ML
• AIの成長状態を記録・管理できる
• 育てたAIに呪文をかけて、データを出力させる

以上、Vertex AI / 表形式のデータ / AutoMLでできることについて、簡単に見てきました。
どこの部分が “Auto” な “ML” なのかということも、分かったかと思います。

最後に、料金についても軽く触れておきたいと思います。

ここまでで 00:13:00

大体いくらぐらいかかるものなの？

• AIにデータを与えて学習させる
  • 1時間で2900円くらい ($21.252)
• AIに呪文をかけてデータを出力させる
  • AIが動く場所 (エンドポイント）の料金がかかる
  • 東京リージョンで、一番安いスペックのマシンの場合
    • 1時間で20円くらい ($0.1402)
• 参考 : Vertex AutoML モデル 料金

ここまでで 00:14:00

Vertex AI
表形式のデータ
AutoML

の組み合わせなら……

ここまでで 00:14:05

スプレッドシート
エクセルのデータ

でも始められます！

ここまでで 00:14:10

おしまい

ここまでで 00:14:20