動かして学ぶAI・機械学習の基礎 ―TensorFlowによるコンピュータビジョン、自然言語処理、時系列データの予測とデプロイ

序文

読者の皆さん

AIはあらゆる産業を変革しようとしていますが、ほぼすべてのAIアプリケーションはその特定の用途に合わせてカスタマイズする必要があります。医療カルテを読むシステムと、工場で製品の欠陥を見つけるシステムは違いますし、商品リコメンドエンジンとも異なります。AIがその可能性を最大限に発揮するために、AIの持つ驚くべき能力を、解決する何百万もの具体的な問題に適応させるためのツールを、エンジニアは必要としています。

私がGoogle Brainチームを率いていた頃、我々はDistBeliefというTensorFlowの先駆けとなるツールをC++で構築していました。我々は、何千ものCPUを利用してニューラルネットワークを学習できる可能性に興奮していました（例えば、ラベルのないYouTube動画で猫検出器を学習するために、16,000個のCPUを使用した例など）。その後、ディープラーニングはどれほど進歩したことでしょう。かつては最先端だったものが、今では約3,000ドル程度のクラウド利用料で実現できるようになりました。Googleは日常的にTPUやGPUを使用し、ほんの数年前には想像もできなかった規模でニューラルネットワークの学習を行っています。

TensorFlowもずいぶん進歩しました。初期の頃よりはるかに使いやすくなり、モデリングから、事前学習済みモデルの使用、低パフォーマンスのエッジデバイスへのデプロイに至るまで、豊富な機能を備えています。今日では、何十万人もの開発者が独自のディープラーニングモデルを構築できるようになりました。

Laurence Moroneyは、GoogleのリードAIアドボケートとして、TensorFlowを世界有数のAIフレームワークに成長させた立役者です。彼がdeeplearning.aiとCourseraで行ったTensorFlowの講義をサポートできたことは、とても名誉なことです。これらのコースの学習者は8万人を超え、多数の賞賛レビューを得ています。 ...