Labellioが得意な問題と不得意な問題と今後の方向性

皆様、こんにちは。

6/30にリリースしたLabellio(ラベリオ, URL:https://www.labell.io/ja/)ですが、皆様にたくさんご利用いただき、多くの反響やお問い合わせを頂いています。本日は、その中の皆様のご指摘や、今後の方向性について説明させていただきます。

Labellioが得意な問題と不得意な問題

LabellioはDeep Learningの画像認識技術をベースにしたサービスですが、クラウドを活用して、多くのユーザーにまず触れていただくことを優先する設計としたため不得意な問題も存在します。

設計の方針としては、GPUを一つのモデル構築で専有しすぎない必要がありますので、通常学習がある程度収束するまで続けるDeep Learningのイテレーションも、規定の回数に達した時点で終了させています。このため、特徴がはっきりしている画像同士を見分けることはできますが、大量の画像から大量のラベルを学習させる汎用的な画像認識モデルの構築に関しては精度が向上するまえにモデル構築が終了するため不得意な領域になっています。また、通常のDeep Learningの学習では、用途別にある程度パラメータのチューニングも行いますが、現在のLabellioはそのような設定の煩雑さもユーザーから隠ぺいするため、こちらで定めた最も汎用的な設定を利用しています。

上記設計方針とした理由は、Labellioリリースの際に記載した通り「現状では未だ発見されていない様々な用途に対する画像認識技術にトライしてもらう」ことを最優先に考えたためです。Labellioを用いて、特定の技術者や専門家ではない多くの種類のユーザーによって手軽に画像認識が試されることによって、現在認知されていないような、クリエイティブな技術の使われ方が生まれることを期待しています。また、より多くのユーザーがLabellioを使うことを通じて、画像認識技術への新たな需要が多く生まれると考えています。これら実現されるためには、その技術が手軽に使えて、障壁なく素早く検証出来ることが必要です。

ですので、手軽に先端技術のDeep Learningを試せて検証できて、クリエイティブに技術の活用方法を考えて頂ける場所としてのLabellioをお楽しみください。

Labellioの今後の方向性

リリースされたばかりでその先を語るのはおこがましいものの、僕たちが考えている方向性について共有させてください。

Labellioは、皆さんに最先端のDeep Learningに触れていただくとともに、僕らにとっての一つの実験でもあります。Alpacaのミッションが掲げる、「より多くの人が人工知能技術を気軽に使う」世の中を目指した時、Labellioはその最初の一歩として良いスタートを切れたと思います。皆さんからのLabellioに対する反応を喜ぶとともに、今後さらにインパクトのあるビジネスを展開していく準備を整えています。

現時点では、引き続き現状のLabellioの手軽さを維持することによって、技術検証が簡単に行われて、技術に対する需要が増加する方向でサービスを継続しつつ、皆様と一緒に新たな活用方法を考えていきたいと思います。

Deep Learningによる画像認識を可能にする最も簡単にするWebプラットフォームであるLabellioを引き続きご利用ください。Twitter/Facebookなども開始しておりますので、よろしければフォローください！