2020 年の Google Cloud 事例を振り返る〜機械学習・AI〜

こんにちは。クラウドエースの三田です。

2020 年も残り少なくなってきました。
今回は総集編ということで、2020 年に公開された Google Cloud 機械学習・AIプロダクトを活用した事例をまとめてみました！
Google Cloud で機械学習何ができるの？実際の活用の仕方は？
最新の機械学習の活用方法をぜひご覧下さい！

東京理科大学理工学部経営工学科西山研究室：GCP によるパラダイムシフト。高速論理型機械学習を用いて酪農家と乳牛を幸せにする研究開発を推進。
このプロジェクトは乳牛のミルクの成分を収集・管理し、解析するもので、近い将来、多くの酪農家に役立ててもらい、人間にとっても牛にとっても幸せな未来を創造することを目指して研究が行われております。その様な研究で用いられる膨大なデータを管理し、解析するために GCP が活用されています。
合同会社 EXNOA（DMM GAMES）：Recommendations AI の活用で PC パッケージの売上を約 2 倍に拡大
自社の膨大なデータを生かし、データサイエンスを活用して、大幅な業務効率化を目指しています。
この取り組みに欠かせないのが、Google Cloud の機械学習（ML）の活用です。
取り扱うゲームタイトルが急速に増え、処理するデータ量も膨大になったことから、大量データの分析に、より適した仕組みをもとめて Google Cloud に移行することを決定。
弁護士ドットコム株式会社：既存システムを変更することなく Google Cloud 機械学習を社内向け API として提供
みんなの法律相談には、1 か月に約 1 万件の法律相談が書き込まれます。人手をかければ品質は向上しますが、そこまで多くの人的リソースを割くことはできません。
そこで機械学習でチェックして、問題を発見しやすくすることで、チェック作業の負荷を軽減し確認ミスや確認漏れなどのリスクを担保。
Google Cloud と NVIDIA のパートナーシップ強化により、コンピューティングワークロードを高速化
Google Cloud と NVIDIA は長年協力を続けており、機械学習（ML）、人工知能（AI）、データ分析に適した強力なプラットフォームを提供しています。
Google Cloud の Dataproc で NVIDIA GPU を使用すると、ML のトレーニングと開発にかかる時間を最大 44 倍高速化し、コストを 14 分の 1 に削減できます。
天文学上の新発見を後押しする Google Cloud
彗星の目撃は比較的よくあることですが、新しい彗星の発見は滅多にありません。2019 年に約 21,000 の新しい小惑星をカタログに掲載したのに対し、新しい彗星の掲載は 100 未満にとどまっていました。
数十億の天体を測定して数百万の一時的事象を登録これらの画像を使用して、 Google Cloud で ML モデルをトレーニングし、99% を超える精度で彗星を特定しました。
ZSL、野生動物の保護のため、銃声の分類に ML を活用
Google Cloud の AI と機械学習（ML）を使用して、動物を守る闘いに活躍しました。
350 GB 分のデータ分類にかかった時間は 15 分足らずで、1,746 のインスタンスが高い可能性で銃声と特定でき、さまざまな音声をすばやく特定しラベル付けする事ができました。

いかがでしたでしょうか？
研究データの分析、膨大なデータを活用するため、作業負担の軽減など、業種、プロジェクト内容関係なく Google cloud の機械学習を利用されています。
機械学習を利用されるお客様が近年多くなっている中、もし機械学習を検討、社内利用されてる方は、この機会にぜひ Google cloud の機械学習プロダクトを検討されてみてはいかがでしょうか？
2021 年も Google Cloud の機械学習・AI分野の活用を要チェック！

クラウドエースは Google Cloud 認定パートナーとして、導入支援・開発までワンストップでサポートしております。
Google Cloud に関連するご不明点があれば、お気軽にご連絡ください。

この記事を共有する