ディープラーニング実践ガイド ―クラウド、モバイル、ブラウザ、エッジデバイス向けAIアプリ開発入門

11章iOS上のCore MLでオブジェクトをリアルタイムに分類する

　ここまでに紹介してきたディープラーニングのモデルは、デスクトップやクラウドそしてブラウザで実行されていました。セットアップが容易だという大きなメリットはあるのですが、すべてのシナリオに適しているというわけではありません。この章では、モバイルデバイスの上でディープラーニングのモデルを使って予測を行うための方法を見ていきます。

　（リモートにあるサーバー上ではなく）ユーザーが持つデバイス側で計算を行うことには、さまざまなメリットがあります。

低遅延とインタラクティブ性

画像を送信してクラウド上で処理を行い、その結果を受け取るまでには（ネットワークの品質やデータの量にもよりますが）数秒の時間がかかります。そして、遅延はUXを悪化させます。この点に関しては数十年の研究によって実証されています。Jakob Nielsenは1993年に著書Usability Engineering（Elsevier）で、以下のように述べています。

●システムが即座に応答しているとユーザーが判断する時間の上限は0.1秒です。

●ユーザーの思考の流れが中断されずに保たれる時間の上限は1秒です。

●ユーザーが関心を保っていられる時間の上限は10秒です。

この20年後にGoogleは、モバイルブラウザのユーザーの半数はページの読み込みに3秒以上かかると閲覧をあきらめるという調査結果を発表しました。それだけでなく、遅延がわずか100ミリ秒増加するだけでAmazonの売り上げは1パーセント減少するとのことです。これはとてつもなく大きな損失です。処理をデバイス側で即座に行えるなら、UXをリッチでインタラクティブなものにでき、問題を大きく改善できるでしょう。Snapchatのレンズのようにディープラーニングのモデルをリアルタイムに実行すれば、ユーザーのエンゲージメントを高めることができます。 ...