学習済みディープラーニング・モデルを無料で簡単に利用できる「MAX」

「Model Asset Exchange(MAX)」は、2018/3月からIBM社が始めたオープンソース・プロジェクトです。

オープンな学習済みのディープラーニング・モデルの成果を誰でも簡単に活用できるようにしようというコンセプトのもと、「MAX」のサイトには以下のような感じで17個のトレーニング済みのディープラーニング・モデルがリソース一式と共に無料で公開されています。

用意されているモデルの種類はディープラーニングに絡んだもので、画像、テキスト、音声などから、お好きなものを選んで利用できます。

モデルを簡単に使うためのWebサービス化/Docker化の仕組みと共にGithub上にリソース一式が公開されています。　

各種ディープラーニング・フレームワークの知識やPython/Flaskを用いたWeb公開の仕組みなどはすべて準備済みで隠蔽されていますので開発は一切不要です。

Docker環境さえあれば、わずか3～4コマンドで簡単にモデルをDockerビルド/デプロイして学習済みのモデルを利用できます。

Docker上で稼動するので、オンプレ/クラウド問わずデプロイできます。

MAX上には、どんなモデルがアップされているのでしょうか？一部のモデルを紹介しておきますと、
・第1および第3世代のResNetを使用して画像内のオブジェクト識別
・Places365データセットの場所/場所ラベルに従って画像分類
・画像の内容を記述するキャプション生成
・Yelpレビューデータセットのテキストに似た英語テキスト生成
・ビデオに含まれるスポーツの種類を分類
・敵対的な暗号のニューラル・ネットワークにより通信保護
・単一のイメージ内の複数のオブジェクトの位置を特定し識別
・ソースイメージのコンテンツと別のイメージのスタイルを混在させた新しいイメージを生成(画風変換)
・One Billion Wordsデータセットのニュース記事に似た英語のテキスト生成
・イメージの変換や回転などの空間変換を大きなモデルに追加できるニューラルネットワークコンポーネント学習
・イメージ内のオブジェクトを識別し、特定のオブジェクトにイメージの各ピクセルを割り当て
・短いオーディオクリップ中のサウンド特定
・テキストファイルから埋め込みベクトル生成
・有糸分裂腫瘍細胞の画像に有糸分裂が存在するかどうかを検出
・白黒画像をカラー化
・オーディオファイルから埋め込みベクトル生成

「MAX」は特段凄いことをしている訳ではありませんが、「MAX」を使えばそのモデルを使ったRESTのエンドポイントを自動的に生成してくれるのでクライアントからのモデル利用がとても楽になりますので、弊社も利用できる局面があれば利用していきたいと思っております！