こんにちは、広報部の笠川です。

Sekappyでは定期的に各々のエンジニアがテーマを持ち込んで勉強会を開いています。7月27日も晴れる屋ECのプロジェクトを担当しているエンジニアの丹羽昴貴さんが「ニューラルネットワークによる画像認識」というテーマで開催してくれました。

発表者の丹羽さんはもともと関西のレガシーシーンで活躍していた大学院生で、入社前からカード画像認識など可能性を感じる分野の研究をされていました。Sekappyでは珍しい大学院からの新卒入社ですが、すでに即戦力で活躍している頼もしいお方です。マジックもかなり強い！

丹羽さんによる機械学習のトピックス紹介から勉強会はスタート。GoogleのAlphaGoや線画への自動着色、画像の画風をジブリ風や新海誠作品風にするシステムなど、なかなか興味を惹かれる事例を紹介してくれました。すでに実用的なレベルでもさまざまなシステムが登場しているようですね。

続くニューラルネットワークの仕組み解説では、取っつきにくいニューロンがどのように判断を下しているかという部分をマジックに例えて説明してくれました。「ティボルト(入力)というプレインズウォーカー(重み)を打ち消すか否か(出力)」というレガシーで青いデッキを使う丹羽さんらしい例えには、みなさんニヤリとすると同時に「なるほど」と納得していた様子でした。

解説が終わるといよいよワークショップパートに突入。丹羽さんが用意してくれたフレームワークに沿って手書き画像を正しく認識することが今回のゴールでした。まずは、学習用の手書き画像が書かれたシート60,000枚(！)から画像を判別するためのモデルを作成していきます。

こちらがなかなか時間のかかる工程のようでして、その間には丹羽さんが実際に作成した、MTG対戦動画に登場するカードを判別するシステムの紹介と解説がありました。必要になる膨大な学習データを用意するための裏話や学習中はMOができないという苦労話など、興味深くおもしろい話がぞくぞくと出てきました。

モデルが出来上がると実際に手書きの画像を用意して判別チェック。なかなかの正答率を出すモデルからちょっとおバカなモデルまで、機械学習の利便性から難しさまでを感じられる結果となり、あちらこちらで一喜一憂の声が上がっていました。

質疑応答の時間では今後機械学習をマジックに活かしていくためのアイデアが飛びかい、最後は丹羽さんによるまとめによって会は終了。フレームワークによって導入のハードルが低いこともあり、さらなる興味を持った参加者も多数のようでした。

この場を借りて、丹羽さん、参加者の皆さん、お疲れ様でした！次回はどんなテーマになるか、個人的にも楽しみです！これまで開催した勉強会の様子やSekappyにどんなエンジニアがいるかなど、気になることがありましたら、皆さんぜひ気軽にオフィスへ遊びにきてください！