Google Cloud Summit ’18 in 大阪 に参加しました

こんにちは。

10/23(火)、大阪で開催された「Google Cloud Summit '18 in 大阪」に参加しました。

世界 20ヶ所以上の国と地域で開催されているそうで、大阪は初開催だそうです。

GCP ではじめる機械学習〜少ないデータで学習いらずのMLで、ビジネスを加速しよう〜

Googleが機械学習のために用意しているサービスとして、以下が紹介されていました。

機械学習API
Auto ML
ML Engine

これらは以下のように違いがあるそうです。

機械学習API => すでに学習済みのモデルが用意されており、推論したいデータを投げれば結果が返ってくる
Auto ML => 自分で画像とラベルをAuto MLに与えて学習させることで、自分のほしい推論モデルを作る
ML Engine => TensorFlow, scikit-learnを使って自分でモデルを書いて作る

つまり、上記３つのうち上に行けば行くほど機械学習を専門としないエンジニアでも使えるが、カスタマイズ性が低く、自分のビジネスで使いたいモデルが存在していない可能性が高いということですね。

機械学習のスキルレベルに応じて使用できるサービスを複数用意しているのは、チームやプロジェクトに応じて使い分けができてとても便利そうだと感じました。

また、機械学習をビジネスに使う上で大切な考え方として、「機械学習で精度100%を達成するのは無理なので、必要な精度を考える」という言葉が印象に残りました。

そもそも、機械学習で識別/予測したい事が、精度100%でないといけない！というのであれば、そのプロダクトに機械学習を使うのは間違っているということですね。機械学習をビジネスに応用していく上では使い所が重要だと改めて感じました。

GCP ではじめるサーバーレスコンピューティング

最近流行りの技術、「サーバレス」をGCPで実現する方法についてのセッションでした。

サーバレスのメリットとして、以下を挙げていました。

サーバが不要（自前で構築/メンテナンスするコストなし）
設定が簡単
イベント駆動
使った分だけ（関数が実行された分だけ）課金

サーバレスと聞くとFaaS (Function as a Service)をイメージしがちですが、GoogleではFaaSだけがサーバレスではなく、Cloud Storageや Pub/Subなど、さまざまなサービスでサーバレスを実現できるということが説明されていました。

サーバレスな環境下で本番環境のデバッグやプロファイル、CI/CDを行うツールなども紹介されており、サーバレスを導入する上での周辺ツールも充実しているなと感じました。

Cloud Hero

GCPの各製品を組み合わせて、ゲーム形式でタスク完了を競うイベントが開催されていたので参加しました。

KubernetesやCloud Functions、Cloud Storage、Pub/Subなどを、公式ドキュメントを見ながら基本的なタスクをこなしていく内容となっていました。作業自体は難しくないものの、時間制限による焦りから問題文の読み落としが頻発するなど、楽しみながらGCP製品を手元で試せるイベントでした。

GCP製品に触るとても良いきっかけになりましたし、基本的な操作がGUIからできる手軽さも味わえたのでかなり収穫がありました！個人的にはKubernetesが以前から気になっていたので良いきっかけになったと思います。