Membangun bisnis hebat dengan kekuatan Cloud

Pergeseran paradigma oleh GCP. Mempromosikan penelitian dan pengembangan yang membuat pekerja susu dan sapi perah senang menggunakan pembelajaran mesin logika cepat.

Departemen Teknik Manajemen, Fakultas Sains dan Teknologi, Tokyo University of Science mengadakan penelitian untuk mengembangkan susu menggunakan AI (kecerdasan buatan) bekerja sama dengan JRA Japan Central Horse Racing Association. Proyek ini mengumpulkan, mengelola, dan menganalisis komponen susu pada sapi perah. Penelitian akan dilakukan dengan tujuan menciptakan masa depan yang cerah bagi manusia dan sapi dengan membantu banyak pekerja susu dalam waktu dekat. GCP digunakan untuk mengelola dan menganalisis sejumlah besar data yang digunakan dalam penelitian tersebut. Dikatakan bahwa biaya kinerja telah ditingkatkan dengan menggunakan GCP. Kali ini, Bapak Nishiyama berbicara tentang latar belakang dan keuntungan dari memperkenalkan GCP dan respons dari Cloud Ace.

Mengapa Anda menggunakan Google Cloud Platform?

Departemen Teknik Manajemen, Universitas Sains Tokyo sedang mengerjakan penelitian dengan dukungan dari Japan Racing Association (JRA) dengan tema "meningkatkan keterlacakan anak sapi dan sapi perah". Ini adalah salah satu proyek terkait JRA yang menggunakan AI (kecerdasan buatan) untuk mengembangkan produk susu. Secara tradisional, pekerja susu mengalami kesulitan melacak hubungan orangtua-anak sapi perah. Manajemen kesehatan sapi perah tidak dikelola dengan baik oleh peternak sapi perah.

Menanggapi masalah tersebut, penelitian kali ini adalah untuk mengumpulkan data tentang sapi perah dan menganalisisnya dengan AI. Petani susu mengalami penurunan dari tahun ke tahun. Oleh karena itu, sangat penting untuk memelihara sapi yang lebih produktif dan sehat dengan lebih mudah. Tujuan utamanya adalah untuk membuat "aturan" berdasarkan pada akumulasi data tentang bagaimana sapi perah harus dilahirkan dan bagaimana membesarkan mereka, dan pada akhirnya menjadikannya tersedia bagi peternak sapi perah.

Menanggapi masalah tersebut, penelitian kali ini adalah untuk mengumpulkan data tentang sapi perah dan menganalisisnya dengan AI. Petani susu mengalami penurunan dari tahun ke tahun. Oleh karena itu, sangat penting untuk memelihara sapi yang lebih produktif dan sehat dengan lebih mudah. Tujuan utamanya adalah untuk membuat "aturan" berdasarkan pada akumulasi data tentang bagaimana sapi perah harus dilahirkan dan bagaimana membesarkan mereka, dan pada akhirnya menjadikannya tersedia bagi peternak sapi perah.

Yang dimaksud ketertelusuran adalah kata yang diciptakan yang menggabungkan jejak dan kemampuan, dan disebut "keterlacakan". Dengan mengumpulkan data untuk melacak hubungan orangtua-anak dalam blockchain yang sangat sulit untuk diubah dan menggunakannya di industri susu, membuat pasar lebih sehat.

Saat ini, kami sedang mengumpulkan data 5.000 sapi perah sebagai tujuan selama 3 tahun ke depan . Namun, ada sekitar 1,3 juta sapi perah di Jepang. Masalahnya adalah di mana mengumpulkan jumlah data yang sangat besar ini dan bagaimana menganalisisnya. Secara khusus, analisis membutuhkan sejumlah besar sumber daya komputasi, jadi kami memutuskan untuk menggunakan lingkungan GCP.

Sebagai metode, sebagai pengganti menempelkan sensor untuk mengumpulkan informasi pada sapi, kami menggunakan robot menyusui dan robot pemerahan yang baru-baru ini diperkenalkan ke peternakan sapi perah. Data dikumpulkan, dan analisisnya dicoba agar dapat ditelusuri akhirnya.

Untuk alasan ini, kami meminta peternak sapi perah untuk bekerja sama dengan produsen robot keperawatan dan produsen robot pemerahan, dan mengumpulkan data yang diperoleh dari robot masing-masing produsen. Data bahan yang diekstraksi dari susu sapi dikumpulkan pada masing-masing PC kontrol robot pabrikan yang dipasang di kandang sapi di setiap peternakan sapi perah, dan dipindahkan ke Tokyo University of Science PC. Data kemudian dianalisis menggunakan pembelajaran mesin logika berkecepatan tinggi yang dibangun di lingkungan GCP.

Pada awalnya, verifikasi dilakukan di 6 wilayah GCP, 2 di Eropa, 3 di Asia, dan 1 di Amerika Serikat.Pada Februari 2019, beroperasi di 5 lokasi di Jepang dan 2 lokasi di Singapura.

Bahkan, begitu saya membuat rak server yang didedikasikan untuk analisis di universitas dan menghubungkan 30 PC. Kemudian, untuk terus menghasilkan banyak panas, tidak hanya di musim panas, tetapi juga di musim dingin, perlu untuk menjaga pendingin udara. Oleh karena itu, dinilai bahwa peningkatan lebih lanjut dalam jumlah unit akan sulit untuk dilaksanakan.


Beritahu kami hal-hal yang positif mengenai GCP!


Di sisi lain, GCP memiliki keuntungan meminjam sumber daya komputasi sesuai kebutuhan saat diperlukan dan mengembalikannya sesuai kebutuhan. Selain itu, manfaat terbesar saat ini adalah sumber daya aktivitas yang luar biasa diperoleh dalam waktu singkat dalam analisis menggunakan mesin pembelajaran logis.

Secara tradisional, pembelajaran mesin logis telah dikenal sebagai kerugian karena belajar terlalu lama. Dengan satu PC, tugas analisis paling singkat 48 hari, dan bahkan jika 10 unit digunakan, itu 5 kali, dan bahkan jika 30 unit digunakan, itu adalah 10 kali. Dengan menjadikannya tipe terdistribusi menggunakan kecerdasan buatan, kami telah berhasil mempercepat hingga sekitar 42 kali ketika menggunakan 30 CPU, dan lebih dari 180 kali ketika menggunakan 180 CPU. Akibatnya, semakin banyak GCP digunakan, semakin cepat kecepatan analisis dan lebih hemat biaya. Ini adalah perubahan paradigma yang penting.

Saat ini, sejumlah besar sumber daya komputasi diperlukan untuk pembelajaran, tetapi biayanya akan semakin berkurang ketika saatnya menggunakan hasil yang diperoleh dengan menyelesaikan pembelajaran. Kami telah membangun sistem dan melakukan analisis untuk mencapai hasil seperti itu. Di masa depan, bahkan jika hasil yang diperoleh berada di luar kendali kami, dapat dengan mudah dioperasikan oleh organisasi lain. GCP diadopsi karena mudah digunakan.


Daya tarik GCP lainnya.


Cloud Ace diperkenalkan oleh perwakilan Google yang meminta konsultasi terlebih dahulu. Mereka membantu kami mempersiapkan pembukaan dan memproses pembayaran sehingga kami dapat menggunakannya dengan cepat.Tentu saja, sekitar tiga perusahaan lain juga dibandingkan. Ada beberapa tempat di mana biaya terjadi terlepas dari apakah mereka digunakan dengan tagihan bulanan. Namun, Cloud Ace adalah sistem pay-as-you-go. Jika Anda tidak menggunakannya, Anda tidak akan dikenakan biaya, jadi Anda bisa menggunakannya lebih fleksibel.

Kami bertujuan untuk menciptakan masa depan yang cerah bagi manusia dan sapi perah. Untuk pekerja susu, hal ini dapat mengurangi jam kerja dan meningkatkan keuntungan. Ini adalah kehidupan yang panjang umur, sehat dan nyaman untuk sapi perah. Saya tidak tahu apakah kita bisa terus mencari solusi bagi kesejahteraan sapi perah .

Pembelajar mesin logika berkecepatan tinggi adalah jenis pelajar yang berbeda dari kecerdasan buatan (pembelajaran mendalam), yang secara umum diakui oleh masyarakat umum. Pembelajar mesin logika berkecepatan tinggi dapat menganalisis penyebab hasilnya, yaitu, jika ada penyakit, dan mengeluarkannya dalam bentuk aturan yang dapat langsung dibaca oleh manusia. Hasil seperti itu adalah hasil yang masih sulit diperoleh dengan pembelajaran mendalam, dll dan merupakan dasar yang sangat penting bagi pekerja susu untuk mempercayai hasil analisis.

Namun, situasi saat ini adalah bahwa ada beberapa insinyur di dunia yang dapat menangani ini. Namun, sekarang setelah pergeseran paradigma GCP, saya berharap ini akan menarik perhatian sebagai salah satu metode pembelajaran mesin yang lebih praktis, dan itu akan mengarah pada peningkatan sistem kami.


Nishiyama Laboratory, Tokyo University of Science

https://www.tus.ac.jp/