Google Cloud Platform Japan 公式ブログ: Google I/O で注目の TensorFlow ロボット、その「賢さ」を支える機械学習

Google I/O で注目の TensorFlow ロボット、その「賢さ」を支える機械学習

2017年6月13日火曜日

Google Cloud デベロッパーアドボケイト佐藤一憲
ブレインパッドテクノロジー＆ソフトウェア開発本部基盤開発部部長下田倫大 Google Cloud Next '17 Tokyo体験エリア

Cloud ML Engine機械学習 API

Find Your Candy デモのシステム構成図
（青色：Linux PC コントローラ、灰色：Google Cloud サービス）

このビデオGitHub 音声リクエストを理解するWeb Speech APICloud Speech APICloud Natural Language API

Natural Language API による構文解析結果

単語の「分散表現」による賢いリコメンドword2vec分散表現Embedding Projector

Embedding Projectorで「music」に意味の近い単語を見る
（ここをクリックして試せます）

分散表現により単語どうしの意味の近さを理解する

転移学習によりお菓子の味を数分で学習

お菓子とラベルのペアを並べて学習

書画カメラでお菓子とラベルを撮影

Linux PC が Cloud Vision API に画像を送り、ラベルの文字列を認識

Linux PC が OpenCV を動作させ、画像から個々のお菓子の画像を切り出す

Inception-v3転移学習特徴ベクトル

特徴ベクトルは個々の画像の特徴を捉える

Inception-v3 を使い特徴ベクトルを抽出する

Inception-v3 と ML Engine による転移学習

ロボットアームの制御Dobot Magicianすべてのコンポーネントのリスト現場で発生した問題

お菓子のテカリ：お菓子のパッケージのテカリによって認識精度の低下が発生します。そこで個々のお菓子について 2、3 個を違う向きで並べて学習させる必要があります

直射日光やスポットライト：デモ環境に強い直射日光やスポットライトが当たると、デモが正しく動作しません

騒音：イベント会場の騒音が大きいと音声認識が正しく動きません。元々はタブレットの内蔵マイクで動作する設計でしたが、騒音の大きい会場では外部マイクを設置しました

つかみやすいお菓子を選ぶ：ロボットアームの吸引カップは様々なモノを掴むのに便利ですが、平らな面のあるモノに制限されます。アームが吸いやすいお菓子をコンビニで探し回りました

学習モードが人気：学習モードの実行には 5 分ほどの時間がかかるため、たくさんの来場者に見せることは想定していませんでした。しかし実際には、来場者の多くが学習モードを試してロボットにお菓子を教えることを楽しんでいました。そこで、学習モードをより使いやすくする改修を行いました

現場で使えるディープラーニングブレインパッド