講演資料

概要

　ニューラルネットワークのライブラリを用いた画像認識のデモと、Oracle Database Clowdでリアルタイム機械学習を活用した例を通して、機械学習の可能性を紹介する。

Oracleの中島さん。

　デモをメインとしたセッション。

最初に、quiz.oracle.tokyo/ds というサイトにつなぐことを指示される。
- node.jsを使ったリアルタイムアンケートシステム。
- Oracle Database Clowdに興味があるか? と謎の質問をされる。
  - 割と『いいえ』が多かった。

TensorFlow
- Googleの機械学習ライブラリ
- セットアップ、記述が簡単
Imagenet
- 今回の画像学習データのモデル
- 世界中の物体、名詞について1000個ぐらい保持
この組み合わせはTEDで有名になった。
- コンピュータが写真を理解するようになるまで (https://www.ted.com/talks/fei_fei_li_how_we_re_teaching_computers_to_understand_pictures?language=ja)
- めちゃくちゃわかりやすいので、後で興味のある人は見ておいてもらいたい。
このライブラリを使ったデモ¹を動かす(http://tf.oracle.tokyo/)。
- 画像をアップロードすると、その画像が何であるかを示すWebアプリ。
- 暖炉(薪ストーブ)っぽい写真をアップロードする
  - 『99%でストーブ』と認識
- ちなみに暖炉と薪ストーブは厳密には違うらしい
- ミニチュアダックスフンドの写真をアップロード
  - ゴールデンレトリバーとして認識された。
  - まぁその程度。ライブラリはゴールデンレトリバー好きらしい。

家の玄関ドアの画像を以下のバリエーションで数枚アップロード。
- 夜間、ドアの前に誰もいない画像。
- 夜間、ドアチャイムを鳴らす人が撮影されている画像。
- 朝、ドアの前に誰もいない画像。
この時、チャイムを鳴らす人が撮影されている画像を機械学習で検出できるかを見てみる。
SQL DeveloperでOracle Database Clowdをコントロール。
- 操作はアイコンベース。
- ワークフローを作成し、画像を格納したデータベースと機械学習のアイコンをマウスでつなぐ。
- すると、各写真毎にアノマリ検知の有無(0 or 1)と確率が出力された。
- 当初は他の写真もアノマリ検知に引っかかっていた。
  - が、NeuralTalk2で出力したテキストと併用して機械学習すると、ドアチャイムを鳴らす画像だけがアノマリ検知された。
データベース上に機械学習エンジンが組み込まれている。
- つまり、リアルタイム分析が可能ということ。
- また、SQL上でアノマリ検知をクエリに組み込んだり、分析対象をチューニングすることができる。
  - SQL上で分析可能ということは、アノマリ検知をそのままWebアプリに組み込むことが可能ということ。

Enterprise High Performance Edition以上だと機械学習が可能。
- OSS製品と比較すると高いけど、従来のOracleデータベースと比較すると安いんじゃないか、と思っている。
- Oracleもかつては企業向けデータベースを高値で売っていたが、今はクラウドへモデルチェンジを行っているところ。
- DBクラウドはREST APIでアクセス可能なので、様々なデバイスからでもアクセス可能。
- 使ってみてね。