AI技術はあらゆる産業分野で取り入れられており、売上予測、自動応答、顧客の分類などビジネスに応用できる様々なタスクで活用されています。生産性の向上や事業の成長には欠かせない存在となっており、独自のAIモデルを構築する企業も増えてきました。
しかし、AIモデルの開発には費用や期間の面で大きなコストを支払わなければなりません。AIモデルの基礎となっているニューラルネットワークは理解が難しく、自社で1から組み上げるには多くの時間を費やします。また、一般的なシステム開発と違って性能の検証や調整の期間も必要です。
そういったAI開発リソースの不足をサポートするために、昨今ではAI技術やプログラミングに詳しくなくても気軽にモデルを構築できるサービスが登場してきています。本記事では、Sonyが提供するAIモデル開発ツールNeural Network Consoleの特徴やメリットを解説していきます。さらに、利用する上での注意点や料金を紹介していますので、導入を検討してみてください。
2014年 大学在学中にソフトウェア開発企業を設立
2016年 新卒でリクルートに入社 SUUMOの開発担当
2017年 開発会社Jiteraを設立
開発AIエージェント「JITERA」を開発
2024年 「Forbes 30 Under 30 Asia 2024」に選出
Neural Network Console(NNC)とは?
Neural Network Console(以下、NNC)は、Sonyが提供するAIモデル開発ツールです。グラフィカルな画面でのマウス操作だけでAIモデルを構築でき、ノーコードで開発できるのが特徴です。これまでは複雑なプログラミングが必要とされてきたAIモデルが、簡単に作成できるようになりました。
また、AIモデル開発の工程であるデータの学習から性能の検証まで統合的にサポートします。学習データさえ用意できれば、入力から出力までの処理をパイプラインのように繋げていくだけで学習を始められます。学習した結果どのような精度になったかを画面上で見ることができ、実際にデータを投入して試すことが可能です。
このようにNNCは、AIモデル開発において必要な機能がまとまっている統合開発環境といえます。
Neural Network Consoleの特徴
NNCはノーコードのAIモデル開発ツールで、プログラミングの知識がなくても扱えます。元々はSony社内で、非技術部門にも活用してもらうために作られたツールのため、エンジニアでなくても扱えるように考慮されています。
AIモデルの内部は、ニューラルネットワークと呼ばれる脳の神経回路を模したアルゴリズムで構成されており、年々精度の向上とともに構成も複雑になってきました。ニューラルネットワークは入出力を持つ関数であり、それらが複雑に絡み合って構成されています。NNCはその複雑な構成も、グラフィカルな画面でブロックを組み立てるように簡単に実現できます。
また、AIモデル開発で必要になる学習と検証の繰り返しをサポートします。例えば、使用する学習データによってAIモデルの性能が変わりますが、学習結果を履歴として残せるためデータによる違いの比較がしやすいです。さらに、自動的に最適なモデルを探る機能が備わっており、設定値を調整する手間を削減できます。
Neural Network Consoleができること
NNCを使って現場で役立つ判別AIモデルが作成できます。これまで人手を介して行ってきた判別作業を自動化することができ、場合によっては人間よりも作業精度を高められます。また、見落としや不調によるヒューマンエラーを排除できるため、結果の品質を一定に保てます。
例えば、判別結果の正否となるデータを用意できれば、次のようなケースの判別作業に活用できます。
記事カテゴリの判別
記事と属するカテゴリの組み合わせのデータを集めて学習させると、記事内容からカテゴリを類推できるAIモデルを作成できます。
人物判定
特定の人物を判定できるAIモデルを作成できます。検出したい人物のパターン画像を学習させることで、与えられた人物の画像が対象の人物であるかの判定が可能になります。
異常検知
機械やコンピュータシステムの動作に異常が起こったときの検知にも活用できます。例えば、異常のあるケースでの状況を学習させると似たような異常が起こった時にアラートを出すことができます。一方で、正常なケースの学習データを増やすことで、未知の異常ケースや異常の事前察知も可能です。
Neural Network Consoleの実例
NNCはSonyのグループ企業内でも活用されています。ソニー不動産が提供していた不動産価格査定サービスにも使われていました。自社の査定ノウハウや知識を取り込んだ独自のアルゴリズムと、膨大な量の不動産売買情報の学習によって、不動産売買価格を推定する機能が実現されています。
不動産の査定は様々な情報を加味しながら手作業で行われていました。例えば、変動する地価や物件の価値を判断するのは難しく、不動産業者ごとの経験や担当者の考え方によって査定価格が異なります。
そこで、不動産の成約価格を統計的に推定させて、査定価格を出力するAIモデルが開発されました。それにより今まで査定のために費やしていた時間を削減しました。
Neural Network Console(NNC)の料金
NNCは3つの利用プランで提供されています。NNCの利用プランは、パソコンにインストールする方法とクラウドサービスから利用する方法の2つに大きく分けられます。
Windows版はパソコンにソフトウェアをインストールして使うプランです。快適に動かすためにはコンピュータの性能が要求されますが、無料で利用できます。
クラウド版や法人プランは、ブラウザからクラウドサービスを利用できるプランです。高性能なパソコンを用意することなく、AIモデル開発が始められます。特に法人プランはチームでの開発に適したプランです。
以下では、それぞれのプランの利用料金や特徴を紹介します。
Windows版
Windows版NNCは、パソコンにNNCのソフトウェアをインストールして使うことができます。NNCのサービスへの登録は必要ですが、無料で利用できます。
Windows版NNCは公式サイトから無料でダウンロードできます。利用を始めるときにSonyアカウントかGoogleアカウントへのログインを要求されるので、それらを所持していない場合は新しく作成しましょう。
AIモデル開発ではデータの学習や検証に、CPUやGPU、メモリなどのコンピュータ性能が要求されるため、古いパソコンでは動作に時間がかかるため注意しましょう。対応するGPUを搭載したパソコンであれば、より快適に作業を進められます。
なお、対応OSはWindows 8以上で、Macなど他のOSには対応していません。
クラウド版
クラウド版NNCは、ブラウザからNNCの機能を利用できるクラウドサービスです。高性能なGPUやメモリを自前で用意することなく、学習や評価を高速に行えるのが特徴です。公式サイトからユーザー登録を行うことで、利用を始められます。
利用料金は従量課金制で、使ったコンピュータ性能と利用時間に応じて段階的に上がっていく仕組みです。
CPU/GPU | 数量 | GPU メモリサイズ |
単位時間当たり の料金 |
CPU | 1 | ― | 85円 |
NVIDIA T4 GPU | 1 | 12GiB | 130円 |
NVIDIA V100 GPU | 1 | 16GiB | 560円 |
NVIDIA V100 GPU | 4 | 64GiB | 2,900円 |
NVIDIA V100 GPU | 8 | 128GiB | 5,800円 |
NVIDIA V100 GPU+ | 8 | 256GiB | 7,500円 |
また、作成したAIモデルをWeb APIとして公開することもでき、アクセス回数や処理時間によって下記の料金が発生します。
項目 | 料金 |
追加ワークスペース | 月額200円/10GB |
モデルAPI公開機能 | |
~500リクエスト/API | 無料 |
501~100,000リクエスト/API | 3,000円 |
インスタンス占有 | |
CPU | 85円/時間 |
GPU | 560円/時間 |
支払い方法はクレジットカードのみで、料金は月ごとに発生します。なお、下記の無料利用枠もあるのでお試しで使うことも可能です。
項目 | 内容 |
GPU | NVIDIA T4 GPU |
学習・評価実行時間 | 2時間まで |
ワークスペース容量 | 10GBまで |
プロジェクト数 | 10個まで |
法人プラン
法人プランは、クラウド版NNCを企業向けにチーム共有機能を強化したプランです。クラウド版NCCと違って、法人プランでは複数ユーザーでAIモデルを操作できるため、チームによる効率的な共同開発が行えます。また、技術的なサポートへの問い合わせが可能です。
法人プランの利用料金は、クラウド版NNCの従量課金制の料金に加えて、基本月額料金がかかります。
項目 | 料金 |
基本料金 | 50,000円/月 |
CPU/GPU利用料金、 追加ワークスペースなど |
クラウド版と同様 |
法人プランではクレジットカード支払いの他に、銀行口座振込による請求書払いが選べます。なお、1年間の最低利用期間が定められているので、クラウド版NNCの無料利用枠やWindows版NNCで使い勝手を試してから検討したほうがよいでしょう。
お気軽にご相談ください!
Neural Network Console(NNC)こんな人におすすめ
NNCは、専門的な知識がないと実現できなかったAIサービスのアイデアを形にするためのサービスで、自社のデータを活用したAIモデルを開発したい方におすすめできます。
高度なAIモデル開発ではPythonなどのプログラミング言語が用いられ、細かな調整や精度の追求が行いやすいです。ただし、専門のエンジニアや高性能なサーバーが必要だったり、開発を始める前に大きな初期コストを払わなければなりません。
一方で、NNCを利用するとプログラミングの知識がない方でも開発に参加でき、AIをビジネスにどのように活用するかというコアな部分に注力できます。他にもAIモデルの開発には学習データの収集やアイデア出しも重要で、プログラミングや高度な数学の知識よりも、対象の業界に関する経験や知識が重視されることもあります。エンジニアリングの部分はNNCが補ってくれるため、AIによる問題解決に集中できます。
また、クラウド版NNCであればAIモデルを開発するのに充分な性能を持つコンピュータを用意する必要がありません。使用した分だけ料金が発生するため、大きな初期コストをかけることなく開発を進められます。
Neural Network Console(NNC)のメリット
NNCはAIモデル開発を始めるハードルを下げるツールで、プログラミングの経験がない方でも小さなモデルから始められます。Windows版であれば、ランニングコストをかけずにAIモデルの調整を試行錯誤することができるため、初学者の方にもメリットが大きいでしょう。
また、NNCで構築したAIモデルを他の機械学習ライブラリを使ったプロジェクトで再利用したり、移行したりできるため、NNCでアイデアを固めてから他のツールに移行する用途にも活用できます。
プログラミングが不慣れな人にも使いやすい
NNCでは、ノーコードでAIモデルを開発できます。グラフィカルな画面上でAIモデルを構築でき、レイヤと呼ばれるニューラルネットワークの階層をドラッグアンドドロップで配置し、入出力を繋げられます。そのため、プログラミングの知識がない方でも操作がしやすいです。
機能の使い方はマニュアルやチュートリアルで確認できます。予め同梱されているサンプルプロジェクトから動作を試すことができ、開発の流れやAIモデルの性能を確認できます。Windows版はランニングコストを掛けずに試行錯誤できるため、AI開発に慣れていない方におすすめです。
ONNXに出力できる
NNCで構築したAIモデルは外部ファイルに出力できます。出力されるファイル形式はNNC独自のフォーマットの他に、オープンソースのONNX(Open Neural Network Exchange)にも対応しています。
ONNXは異なるツールで構築されたAIモデルに互換性を持たせるためのファイルフォーマットです。TensorflowやPyTorchなどの機械学習ライブラリを利用して構築されたAIモデルをONNXに変換することで、NNC側で取り込むことができます。逆にNNCで構築したAIモデルを、Pythonプログラムを利用した開発に取り込むことも可能です。
Neural Network Librariesも利用可能
Neural Network Libraries(以下、NNL)は、PythonやC++向けの機械学習フレームワークです。AIモデルの構築によく使われる機能がライブラリにまとめられており、1からコードを書く必要がなくなるため、素早く開発することが可能です。なお、組み込み機器やサーバーなどに導入する場合はC++のAPI、AIモデルの試作や実験段階の場合はPythonのAPIがよいとされています。
NNLはオープンソースで、GitHubにデモが公開されています。画像生成や画像認識、物体検出など実用的な例が掲載されています。
Neural Network Console(NNC)の注意点
NNCは非エンジニアのように専門知識がなくても利用しやすく、AIモデルを試行錯誤できるツールです。
ただし、いくつかの注意点があります。NNCを使って効率良く開発を進めるには機械学習にまつわる前提知識が必要です。NNCでは主にレイヤを繋ぎ合わせて開発を進めていくため、入出力の繋ぎ方やレイヤが持つ役割を最低限学ぶ必要があります。また、クラウド版ではGPUの種類や利用時間に応じてコストが上がるため、大規模なAIモデルを長期に渡り開発するには向かないでしょう。
ディープラーニングの基礎知識は必要
NNCでは画面上でレイヤを繋げていくだけでAIモデルを構築できますが、レイヤの種類や役割を知っておかなければ性能を引き出すことができません。
レイヤはAIモデルの構成要素であり、いくつものニューラルネットワークから構成されています。レイヤを幾重にも重ねることでより精度の高いモデルを実現できる反面、その構成や結び付きも複雑になります。そのようなAIモデルの構築方法はディープラーニング(深層学習)と呼ばれ、NNCを扱う上で知っておかなければならない知識です。
ただし、細かい数式や仕組みを完全に理解する必要はなく、レイヤの使いどころを憶えておけばモデルを組み立てることは可能です。また、レイヤの入出力の繋ぎ方にも制約があるので、試行錯誤するにも基本的な使い方は憶えておきましょう。
高度なカスタマイズには向いていない
NNCでは汎用的なAIモデルがサンプルプロジェクトとして同梱されているため、学習データを入れ替えれば、出力結果が異なるAIモデルを簡単に構築できます。
しかし、AIモデルの規模が大きくなるにつれて、高性能なGPUや長い学習時間が必要となりコストがかさんでいきます。また、細かい調整を繰り返して検証を重ねる場合も同様です。Windows版を利用したとしても共同作業がしにくく、開発を進めるには非効率的でしょう。
NNCはAIモデルの試作や検証の段階で導入すると、エンジニアでないメンバーも参加しやすいため効率良く開発が進められるでしょう。
Neural Network Console(NNC)まとめ
Neural Network Console(NNC)はノーコードでAIモデルを構築できる統合開発環境です。グラフィカルな画面でブロックを組み立てるように簡単にAIモデルを構築でき、学習データさえあればワンクリックで学習を開始できます。また、投入したデータによる学習結果の違いが視認しやすく、繰り返し検証を行うのにも適しています。なお、NNCの利用形態は次の2種類あり、状況に応じて使い分けましょう。
- クラウド版:高性能なコンピュータを用意することなく、すぐに検証や開発を始められる
- Windows版:手元のパソコンでAIモデルを試作したり、気軽に検証を繰り返せる
NNCは思いついたビジネスアイデアを試作AIモデルとして形にするのに向いています。エンジニアを介さなくても実現したいAIサービスの可能性を探ることができます。NNCにはプログラミング言語で扱えるフォーマットに変換する機能が備わっているため、開発形態の移行にも対応可能です。AIモデル開発に興味がある方はNNCの手軽さを体験してみてください。
AIモデルに関するご質問やAIを使ったシステム開発のご相談がございましたら、株式会社Jiteraにお気軽にお問い合わせください。