勉強会に参加してきた話 #cookpad_tech_kitchen

はじめてConnpass経由で勉強会的なやつに参加してきたので、走り書きでレポしとこう。このあいだ申し込んだ「R&Dにおけるサービス開発者の仕事」というタイトルのやつだ。知らなかったのだが、研究開発を英語で書くと「Research and development」でR&Dなんやね。俺も社内で研究開発まがいのことをやる機会はあるので、他社さんが研究開発した結果をどうやってサービスに活かしてるのかというのにものすごく興味があった。

ガーデンプレイスタワーはたまーに38Fでお好み焼き食べてるので、12Fにあるクックパッド社にはなんなくたどり着くことができた。受付の一般枠でConnpassに登録してるIDを伝えてから入場。勉強会の会場にはすげー広いキッチンが併設されてて、そこに置かれた酒と料理をつまみながら講演者の話を聞くようなスタイルだった。って、タダで参加させて貰ってるのに、その上こんな待遇受けてよかとですか?近くのファミマでおにぎりとホットドッグ食べてきちゃったぜトホホ。そんな感じで後悔してるうちに、乾杯からの勉強会が始まった。

スマートスピーカー向けサービス

最近、色々な企業がスマートスピーカーを販売してて、一般家庭にじわりじわりと普及しつつある。Wikipediaによると、普及率は1割弱にまで達してるらしい。ちなみに俺は持ってない勢。独身時代だったら流行り物は飛びついて買ってたと思うのだが、家庭を持つと慎重になっちゃう。

クックパッドでは、Alexa(Amazon製のAIアシスタント)をキッチンで使えないかというのを研究してるらしい。というのも、スマートスピーカーがおいてある割合としては、リビングが約46%に対して、キッチンが41%という調査結果が出ているんだそーだ。はえー。

かくいう俺はクックパッドのヘビーユーザーなのだが、両手がふさがってるときにレシピ確認したくなって、iPad触るんだけど手が水で濡れてるせいで画面が暴走してウボァってなるのよね。そういったときにスマートスピーカーと対話しながら料理できたらストレスフリーになりそう。

Alexaとのやりとりをシミュレートするために、一人が音声でナビゲートして、もうひとりがその音声を聞きながら料理するという「スマートスピーカーごっこ」をやってるそうだ。たしかに、どういう反応してくれたら料理しやすいかってのを試すには、対人でやるのが一番手っ取り早いからなぁ。ときにはこういうアナログな試行錯誤も必要なんやね。

調味料を選んで出してくれる便利なマシンの試作品?があるらしく、そいつを音声で操作できないか、というのも研究してるらしい。例えば「醤油大さじ1」だとか「みりん小さじ2」とか、レシピに書いてある分量を簡単に用意することができる。なにそれすっげえほしい。最近、大さじとか小さじ使うの面倒で目分量になってるので、作る度に味がランダムになるのよね。甘すぎるとか、味薄すぎるとか。まあ、横着すんなって話だけれども・・・

そんな感じで、PCやモバイルだけでは提供できないものを、まだ普及しきってないデバイスやプラットフォームで提供できるように試行錯誤を重ねまくってるとのこと。うおお、なんだか未来を感じる。

IoT機器向けレシピデータ提供

なんか、「スマートキッチン」という単語がナウいらしい。要は、人間だと不可能なレベルでプロ並みの調理をやっといてくれる機器のことだ。具体的な製品としては、下記のようなものがある。



あとはJune ovenとか。(くっそ有能だけどくっそ高価)

しかしこういった機器は、各社が用意したレシピしか作れないという縛りがあったりする。たしかに、ウチにもいろいろ機能がついたオーブンレンジだとか、パンとかケーキ作る用のホームベーカリーだとかありはするけれど、説明書読むとだいたい「これ作るときはこの材料入れてメニューでこの番号選んでね!」みたいな感じだもんなぁ。たしかに自由度としては低いのかも。

早い話が、クックパッド上にある膨大なレシピをIoT(ネットワークに繋がった)機器に流し込むことで、手っ取り早く料理できるようにできねえかという事だ。そのために、自然言語で書いてあるレシピを「MRR(マシンリーダブルレシピ)」という形式に変換して、それをIoT機器に提供できないかという試みをやってるらしい。

そのMMR…じゃなくてMRRの中身は、食材とそいつがどうなったかというのを状態遷移をグラフで表現したデータになっている(よく分かってない)。俺もよく仕様書とかソースコードからそれっぽい文言を正規表現とかで抽出してデータ化してゴニョゴニョすることはあるのだけれど、その対象がガチの自然言語だとそんなの比じゃないんだろうなぁ。ぼくにはとてもできない。

しかし、クックパッド上にある大量のレシピが普段使ってる調理機器で簡単に使えるようになれば、効率よく、かつおいしいご飯が毎日作れるようになるのだろう。忙しい現代人にとっては、願ったり叶ったりな話だ。MRRは将来的に誰でも参入できるように裾野を広げていくらしいので、今後に期待!

AutoMLを使ったカテゴリ分け

AutoMLってのはGoogleのクラウドサービスの一つで、機械学習の経験がまったく無いような人でも、Googleさんが用意したAPIを叩けば容易に画像認識モデルが構築できるようになるらしい。なにそれすっげえ。pythonでtensorflowのチュートリアルかじって「機械学習なんて俺にはオーバーテクノロジーだ(白目泡吹き)」とかなってた俺でも大丈夫なのかしら。ドキドキ。

具体的には、「komerco」というクックパッド社のサービスでAutoMLを利用しているとのこと。料理道具や食器だとかを売買できるサービスなのだが、出品する際に画像認識で大まかなカテゴリ分けをするところで機械学習を使ってるらしい。

しかしGoogleさんの画像認識をそのままサービスに落とし込めるわけではないので、いろいろとサービスに合わせて調整する必要があるようだ。例えば、現在14個あるカテゴリのうち、「木の器」「弁当箱」などどちらのカテゴリにも該当しそうな商品については、「たぶんこれとこれ!」というカテゴリを出してきて、出品者にどちらか選ばせるようになっている。(「たぶんこれとこれ!」の部分はAutoMLの用語で『スコアスレッショルドを下げる』ということらしいが、そこらへんよく分かってない。)

あと、人の目でも判断できない「磁器」と「陶器」とかいったものには機械学習を使っても難しいので、それらは一つのカテゴリにまとめるなど色々な工夫をしてるようだ。

俺にはいまのところ機械学習の知識が無いので「なんとなーく」の理解なのだが、話を聞いてる限り、機械学習をどのレベルで利用するか(学習済みデータを使うか、頑張って学習させるか)というところで、求められる専門的な知識量だとか、サービスに落とし込むまでの時間は大幅に変わってくるようだ。

なので、俺の場合はまずAPI利用して学習済みのデータ使いながら、色々試してみるところがスタート地点かなぁ。やっぱりGoogleさんはすごいぜ。

見栄えのいいサムネ画像を選ぶ

多数のレシピから見栄えの良い料理画像をサムネ表示用に持ってくるルールが社内的にあって、機械学習を使う事によって、より見栄えの良い画像を選ばれやすくしようという試みを研究開発でやってるそうだ。

話の中でもあったのだが、機械学習させるにあたって複数の人で画像が「映える」と思う順番に並び替えるテストをやってみたところ「Aさんは画質重視」「Bさんは構図重視」というように人によって主観がブレるので、検証になかなか苦労したとのこと。

既存の並べ替えルールが結構優秀だったので、機械学習でごっそり置き換えるのではなく、既存のルールに機械学習のモデルを加えることで見栄えの良い画像を表示できる割合を増やしているらしい。

こういった、人の主観だとか感情が入ってくるところだと最適解を出すのは難しいもんなぁ。よくよく考えてみると、ものすごいレベルの高い事をやってないか・・・?

チャットボット開発

例えば冷蔵庫の中の写真をスマホなんぞで撮影したら、そいつを画像認識して「卵とトマトあるからこのメニューね!」みたいなのを提案してくれたり、「献立決めらんねぇぜ」というときに「唐揚げとか焼きそばとかどう?」みたいな提案してくれるようなチャットボットを研究開発してるらしい。

特に俺なんかは「腹もペコちゃんだし、何でもいいから腹に入れたいぜ」的な事をよく言っちゃうタイプの人間なので、たしかにこういうのあったらものすごい助かるワー。あと、冷蔵庫の野菜が腐りかけていたときに急いで使いたい時のレシピ決められたら良さそう(だいたい野菜炒めになるんだけど)。

チャットボットのプロトタイプ的なやつを実際に使ってもらったところ「レシピ決めらんない」などの意見が出てきたりしたので、スマートスピーカーでやったように人対人で「botごっこ」することで対話の質を向上させてるとのこと。実際にbotごっこやると、レシピを決めやすくなったらしい。うーむ、参考になる。Jenkinsとかでジョブ作るとかもそうだけど、自動化するのって結局、人ができる前提の延長線上にあるわけだからなぁ。

チャットボットが使われなかった時に、その理由を探してサービスを再設計をするにあたっては「ジョブ理論」という本の理念を参考にしているらしい。良いサービスは「機能面」「感情面」「社会面」という3つの要素で構成される、という話。超意識高そう。Amazonの紹介文見る限り、色々と面白そうなことが書いてそうなので、俺も買って読んでみるカー。

懇親会

ひととおり勉強会が終わってから懇親会になったのは良いけれども、持ち前のコミュ障力を全力で発揮したせいで、既に出来上がっている「講演者を囲む輪」に入れない。こいつぁ気まずいぜ!しかし、せっかく高い倍率を潜り抜けて参加できたのだ。このまま尻尾巻いて逃げ帰るわけにはいかない。

逃げちゃだめだ逃げちゃだめだ逃げちゃだめだ・・・と心の中で呟きながら缶チューハイ片手にオドオドしてたら、何かを察した女性の社員さんが「何か聞きたい事はありますか?」と救いの手を差し伸べてくださった。あなたが神か。「機械学習はズブの素人なんですが、何から始めればいいのかよく分からないんですよね・・・」というありきたりな相談をしたところ、「機械学習を独学でやってきた山田さんなら答えられますよ!」という事で案内してもらった。うわあ、優しい世界だ!

ということで、スマートスピーカーの話で講師を担当されてた山田さんに「機械学習をどこから始めればよいか」というのを聞いたところ、とにかく「アンドリューの授業を受ければ理解できます!」とのことだった(おそらくここ)。なんかネットを泳いでアンドリュー先生の評判見てても、すさまじい推され具合だ。これはぜひ受講したい。

あと、オライリーの機械学習本でも短くて分かりやすい内容のものがあるので読んでみてほしいと。たしかにオライリーの本は、お値段張るけど中身は信頼できるからなぁ。通勤電車で読むにはもってこいだろう。こりゃSteamのハロウィンセールでゲーム買ってる場合じゃないぞ!

まとめ

そんなこんなで会場が閉まる22時まで居座ってしまったのだが、今まで参加してきたセミナーの類に比べると、フランクな雰囲気の中でリラックスしながらいろいろな話を聞けたので、あっという間に時間が経った印象だ。そして、俺みたいなコミュ障ぼっちにも優しい。またクックパッドさんで興味のあるテーマがあったら、是非参加したいと思った次第だ。まあ、人気すぎるので結構ハードルは高いんだけれども・・・

なんにせよ、機械学習はそろそろ避けられないテーマになってきつつあるので、今日の勉強会で学んだ色々を活かさないとだなー。うかうかしてると、おまんま食いっぱぐれちまうぜ!

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

日本語が含まれない投稿は無視されますのでご注意ください。(スパム対策)