SUPERB AI.

本日、Superb Modelのリリースを発表いたします。Modelは、多くの企業がコンピュータビジョンを採用しようとする際に直面する問題や、初期の成功事例を基にした問題に対するSuperb AIのソリューションです：

以下はよく直面する問題、課題です。

1) MLを始めるには専門のチームが必要な場合が多い。

2) カスタムモデルの構築には、かなりのノウハウと処理能力が必要

3) 既存の製品、サービス、ビジネスロジックにAIを導入し、統合するのは難しい。

4) モデルのパフォーマンスに基づいて学習データにどのような変更を加えるべきかが必ずしも明確でない。

5) プロトタイプを作成し、実現可能性をテストするのに数カ月かかることがある。

Superb Modelは、コーディングやMLの経験を必要とせず、高性能なAIモデルを迅速に訓練・展開できるようにすることで、こうした参入障壁を大幅に低減することを目指しています。

また、MLチームを持つ企業は、カスタムモデル構築に多大な時間とエネルギーを投資する前に、MLライフサイクルの重要な初期段階を完了するためにモデルを使用することができます。

Superb Modelとは?

Superb Modelは、すべてのチームや企業にとってAIをより身近なものにするというSuperb AIの継続的な使命の一部です。つまり、Superb Label（カスタムオートラベル）やSuperb Curate（オートキュレート）と同様に、自動化は製品の重要な要素です。
Superb Modelには以下の機能が含まれます。

1. AIプロジェクトを始めるための基礎モデル（Superb AIとオープンソース）
2. モデルの自動学習とハイパーパラメータ最適化のためのAutoML（ベイズ最適化）
3. 理解しやすいパフォーマンス評価指標（クラスごとの精度、リコール、IoUなど）
4. ワンクリックのクラウド展開とエンドポイント監視（量、頻度など）

Superb Modelは、エンド・ツー・エンドのコンピュータ・ビジョン・ソリューションを初めて導入しようとしているのか、あるいはいくつかの概念実証を構築する必要があるのかにかかわらず、AIへの参入障壁を可能な限り低くすることを目指しています。

モデルの初期リリースには、バウンディングボックスの検出が含まれています。より多くのアノテーションのタイプのサポートは、すぐに追加される予定です！

Superb Modelは誰向けか?

Superb Modelは、製品開発、ソフトウェア開発、ML、その他同様のチームに最適です。

Product and Software Teams

Superb Modelは、モデルのトレーニング、評価、デプロイメントの複雑さの多くを抽象化し、自動化するAutoMLの強力なフォームを提供するため、MLのバックグラウンドやカスタムモデルを持たない製品またはソフトウェア開発チームは、トレーニングデータセットからトレーニング済みモデルに移行するためのいくつかの簡単なステップを実行するだけでよいのです。

ここでは、製品チームがModelを使用する方法をいくつか紹介します：

• 既存製品にコンピュータ・ビジョンを迅速に統合する
• モデルのパフォーマンスを測定することで、十分なトレーニングデータがあるかどうかを判断する。
• 社内のMLチームに投資すべきかどうかを判断するためのMVPを作成する。

ML Engineers

AutoMLはMLチームにとっても貴重なツールです。基礎モデルと組み合わせることで、大幅な時間短縮が可能になるからです。モデルのトレーニングにかかる実際の時間はかなり幅がありますが、カスタムモデルを開発し、展開するには、ほとんどのチームで少なくとも1ヶ月はかかります。

この開発は、成功やROIが適切に測定される前に行われることが多いため、通常は多くの手直しが必要となります。Superb Modelが提供するのは、トレーニングデータセットのパフォーマンスを測定し、全体的なパフォーマンスのベースラインを作成するために、カスタムモデルの構築に必要なハードワークを行う前に、最先端のモデルをトレーニングおよびテストする機能です。

これらのベースライン・パフォーマンス・メトリクスは、カスタム・モデルを構築した後にも役立ち、同じデータでオープンソース・モデルとのベンチマークを行うことができます（ヒント：私たちはCurateのためにあなたのデータのモデル診断にも取り組んでいます）。

以下は、MLエンジニアがSuperb Modelを使用するいくつかの方法です。

• 異なるモデルでコンセプトの実現可能性を迅速にテストするため
• プロジェクトの初期段階でROIを測定するためのプロトタイプやPOCを迅速に構築する。
• 主要モデルのパフォーマンスに対するトレーニングデータの影響を直接テストする。

Superb Modelでモデルのトレーニングと展開を始める

- Step 1: ベースラインモデルの選択

Superb Modelは、モデルのトレーニングとデプロイメントを素早く開始できるよう、いくつかのオプションを提供します。この初期リリースでは、Faster-RCNNとSuperb AIの自家製AIモデルをサポートしています。YOLOや他のトランスフォーマーベースのものなど、追加のオープンソースモデルのサポートは近日中にリリースされる予定です。また、プラットフォーム上で既にトレーニングされたモデルの再トレーニングも可能で、初期トレーニングと同様にモデルの反復トレーニングも簡単に行うことができます。

どのモデルを使うべきか迷っていませんか？各オプションには、推定推論速度、スループットなど、ユースケースやパフォーマンスのニーズに合った選択が感覚的にわかるように、役立つ情報が含まれています。

- Step 2: トレーニングセットと検証セットを選択する

ベースラインモデルを選択したら、次はトレーニングセットと検証セットを選択します。トレーニングセットには、Superb Curate内で作成されたスライスを含む、必要なデータを含めることができます。または、データセットを選択し、Curate内で直接モデルをトレーニングすることもできます。検証セットについては、手動でデータを選択するか、Superb Modelが自動的にデータをサンプリングします。

次に、モデルをトレーニングするクラスを選択します。このプロセスを可能な限り簡素化し自動化するために、Superb Modelは、最良の結果を確実にするために、各オブジェクトタイプやクラスのトレーニング例をいくつ含めるべきかなど、データに対する有用な推奨を提供します。例えば、'推奨量'メトリックは、選択したデータセットをそのまま使用すべきか、さらに精緻化すべきかのアイデアを提供します。

最終的な選択が完了したら、あとはモデルに名前を付けてトレーニングをクリックするだけです。AutoMLテクノロジーが、選択したモデルに最適なハイパーパラメータを事前に選択するなど、残りの作業を行います。

- Step 3: モデルのパフォーマンスを確認し、それに応じて反復する

初期モデルのトレーニングが完了したら、結果を確認し、必要に応じて改良と最適化を行いましょう。Superb Modelは、モデルのトレーニングに関わるすべてのステップと微妙なニュアンスという主要なボトルネックを排除するので、プロジェクトのスピードを落とすことなく、データの反復に多くの時間を費やすことができます。

Superb Modelは、トレーニングされたすべてのモデルと、迅速な反復に必要なすべてのツールの集中ハブを提供します。これには以下が含まれます：

• 検証セットに基づくモデル精度メトリクス
• サンプルデータにおけるモデル性能の視覚化

• 完全なデータセットとモデルログ
• より多くのデータでモデルをトレーニングする機能

• 学習済みモデルを管理するための包括的な検索とフィルタリング
• Curateによる詳細なモデルとデータの診断（近日公開予定！）

トレーニングしたモデルのパフォーマンスを分析し、ユースケースに適していると判断したら、次はそれを実行に移す番です。

※モデルのパフォーマンスを検証した後、グランドトゥルースデータセットを改善する迅速な方法をお探しですか？Superb LabelのカスタムオートラベルとSuperb Curateのオートキュレートを組み合わせることで、シームレスに新しいデータセットを構築したり、既存のデータセットをわずかな時間で反復することができます。

- Step 4: ワンクリックでモデルをクラウドにデプロイ

もちろん、データの品質をテストしたり、より高度なモデルのパフォーマンスのベースラインを作成したりするために使用するだけであっても、モデルはデプロイされるまではほとんど役に立ちません。しかし、モデル開発からモデル展開への移行は、両者に必要なスキルや経験が重ならない傾向があるため、企業にとって長い間大きな課題となってきました。

Superb Modelでは、デプロイを可能な限り簡単にしました。"エンドポイントの作成"をクリックしてAPIエンドポイントを作成するだけです。エンドポイントとは、技術用語で簡単に言えば、リモートコンピューティングデバイスを意味し、そのデバイスとそれが接続されているネットワーク（この場合、訓練されたモデルとあなたの間）の間の相互通信を可能にします。

💡 訓練されたモデルを製品、サービス、ビジネスロジックに統合する手助けをしてくれるMLやソフトウェアエンジニアがいない？ご心配なく！私たちは現在、必要な箇所にModelのAPIを単純にプラグアンドプレイできるようにするグラフィカルインターフェースを開発中です。

- Step 5: 展開したモデルをモニターする

もちろん、モデルの導入はこれで終わりではありません。問題を追跡したり、トラフィックの増加に伴うパフォーマンスを判断したりするために、継続的に監視する必要があります。Modelは、ボタンをクリックするだけで、必要なときにいつでもエンドポイントを開始、停止、一時停止できるなど、エンドポイントの使用を完全にコントロールすることができます。また、定義された期間における量や頻度のようなエンドポイントの可視化メトリクスも提供します。

これだけです！たった5つの簡単なステップで、最初の（あるいは100番目の）モデルをトレーニングし、配備することができます。

まとめ

コンピュータビジョンの採用を始めたばかりでも、カスタムモデルを開発する社内のMLエンジニアやデータサイエンティストのチームが存在したとしても、Superb Modelは時間とコストを大幅に削減することができます。その方法をぜひお見せしましょう！

14日間のトライアルでお試しいただくこともできますし、弊社の営業チームが個別にデモをさせていただくこともできます。