一番下に追記しました。 結論から言うと、26万円の請求は正しい請求で、今回は諸事情 *1を考慮し減額してもらいました。Googleさんありがとう！もやもやが晴れました。
元の記事
AutoMLで破産しないように気をつけたいポイントのつづきです。 natsutan.hatenablog.com
あの後、Googleのサポートの方に相談して、26万円の支払いを11万円に減額していただきました。26万円のうち、トレーニングで請求された費用15万円が減額対象になり、Prediction用として確保したGPUインスタンス分は減額の対象となりませんでした。
サポートメールからはこのような返事が来ました。
「弊社担当チームと再度確認を行いました。想定外の金額が発生したAuto ML Trainingのご利用分のみ返金となった事が分かりました。Auto ML Predictionに関しては問題が見受けられず、請求に関しても返金は行われないとの事です。」
この想定外が、僕にとっての想定外なのか、Googleにとっての想定外なのかはメールからは良く分からないです。減額処理も今回だけですと書いてあったので、Googleのミスでしくったからごめんという雰囲気では無いです。
オフィシャルな通知が見つからないので伝聞ですが、 - 今のAutoMLは24hで止まるのでトレーニングで想定外の請求が発生することは無い - 推論についてはより分かりやすいI/Fになる予定 と聞いています。（こう書いておけば、オフィシャルな通知が出ると期待）
これで安心して使えるのかどうかは僕は確信が持てないですが、会社のお金でやった方が良いのは何度も言っておきますね。
AutoMLに関しては、地方でDeep Learningやりたい企業や、専門家を抱えられない企業にとっては、非常に役に立つ技術だと思いいます。使えるアプリは限られていますが、10万、20万で専門家と同じレベルまで持って行けます。東京のベンチャー企業の人を地方に呼んで、自分が用意したデータでそこそこ良い物を作ってもらおうとすると、10万、20万では済まないですよね。よくお客さんと話していてExcelの関数にDeep Learningが欲しいとネタに出てきますが、専門家で無くても使える為の大きな一歩だと思います。
今のAutoMLは識別を除くとGoogleのクラウド上でしか動かないです。有料でトレーニングをした後、さらに追加料金を支払うとONNXフォーマットでダウンロードできるようにしてもらえるとうれしいです。それでも、Deep Learningが分かるエンジニアを貼り付けるよりはよっぽど安く済むはずです。
減額されてうれしい気持ちと、Googleの返事にもやっとする気持ちと、今後のAutoMLへの期待を書いてみました。
2019/06/26 追記
Googleからの回答です。内容をブログに記載OKとの事なので、そのまま貼り付けます。
学習について：夏谷さんの実行した学習ジョブについて、サービスと課金は正しく動作していたことが確認できました。以下の２つのジョブです。ただ、サービスのわかりにくさのために夏谷さんの予想外の課金がされてしまったことを考慮し、学習については今回に限って返金いたします。
23.85 hours x 9 nodes x $3.15 = $676.3
22.85 hours x 9 nodes x $3.15 = $647.9
- 推論について：こちらはドキュメント記載通りの課金となるため、大変残念ながら返金はいたしかねます。ただし、いただいたフィードバックは今後の製品開発に活かさせていただきます。
とうわけで、AutoMLで物体検出を回すと実際にこれだけお金がかかります。みんな注意してね。
Google AutoMLで26万請求芸人の出番では
— ばんくし (@vaaaaanquish) June 25, 2019
実際には11万請求だからな！
*1:学習したモデルを実際には使っていないことも確認がありました
