こんにちは、シュガーです。
本日2018年1月16日に実施されたウェビナー【AWS re:Invent 2017 Recap Machine Learning】を受講いたしました。
内容はAWS re:Invent 2017で発表されたMLサービスの紹介とアップデート情報の紹介が中心でした。
受講メモをまとめましたので本記事が皆さんの参考になれば幸いです。
AWSが提供するMLサービススタックについて
AWSが提供するMLサービススタックは大きく４つに分けることが出来ます。
・Services
・Platform
・Frameworks
・Infrastructure
以下の画像はAWSが提供しているMLサービススタック一覧になります。
赤枠がAWS re:Invent 2017で追加されたサービスになります。
Services
■Amazon Rekognition Video
・動画解析サービス
・S3に蓄積された動画やライブストリーミング動画に対してさまざまな分析機能を提供
・出来ることはRekognitionのものを使える (物体検出)
・JSON形式のレスポンスを返す (ライブストリーミングの場合は1フレーム1コードでKinesis Data Streamsに返す)
ユースケース：ユーザーがアップロードした動画に対して定期的にタグ付けをし、後から検索など
■Amazon Comprehend
・自然言語処理のサービス
・入力されたテキストに対してさまざまな分析を実施
・入力した文章を分析
・トピックモデリング機能がある
・英語とスペイン語に対応
ユースケース : カスタマーの声を分析 Twitter等のデータを読み込んでComprehendでタグ付けや分類を行いDWHに流して解析
■Amazon Translate
・多言語間翻訳サービス
・深層学習に基づいた高品質な多言語翻訳サービス
・英語→多言語に分類
ユースケース : 商品サイトの多言語対応など
■Amazon Transcribe
・Speech-to-Textサービスになる
・英語とスペイン語に対応
・特徴
– 通常音声と電話音声のサポート
– カスタム語彙を登録可能
– 発話されたタイムスタンプと書き起こしの信頼度を出力 (画像で出てくる)
– 複数話者の認識や句読点の自動補完
ユースケース：コールセンターの音声データの可視化など
Platform
■Amazon Kinesis Video Streams
従来からあったKinesis StreamsはKinesis Data Streamsに名称が変更
・大量のカメラなどのデバイスからアップロードされる動画ストリームや時系列データを取得する
・ストリームとして動画を取得しS3に保存、ダッシュボードで確認しコンシューマで処理を行うことが可能
・東京リージョンでも使用可能
■Amazon Sage Maker
・データサイエンティストやアルゴリズム開発者が容易に機械学習モデルを構築・学習・活用するためのマネージドサービス
・機械学習の基本的な流れは「開発」→「学習」(大量のGPUが必要)→「推論」(大量のGPUとCPUの継続的なデプロイ)
・主な構成要素
開発
– コンソール上から簡単に必要なライブラリを含んだインスタンスを起動してノートブックによる開発が可能
– アルゴリズム開発を高速に実施可能
– 足りないライブラリは後から追加可能
学習
– 指定したインスタンスタイプでDockerイメージを起動して学習を実行
– 複数インスタンスで分散学習を容易に実行
– ビルドインアルゴリズムやサンプル実装も豊富に容易
推論
– モデルをデプロイしてエンドポイントから推論が可能
– モデルを動作させるDockerイメージとインスタンスタイプを指定可能
– エンドポイントはオートスケーリング、ABテスト機能を持つ
Frameworks
■Deep Learning AMI for Windows (必要なライブラリを含んだAMIはLinuxとUbuntuのみだった)
・サポート対象はWindows Server 2012 R2 と 2016
・主要なフレームワークに対応
Infrastructure
■AWS DeepLens 物理デバイス 今年の春に一般発売
・エッジデバイスの環境を簡単に作れる
■Greengrass ML Inference
・AWS Greengrassが稼働するエッジデバイスでMXNetによる深層学習
まとめ
AWSでは4レイヤーからなる、さまざまな機械学習サービスを提供しております。
Re:Invent 2017では新たに9個のサービスが提供開始されました。
弊社ブログにて、これらサービスを利用した記事をどんどん紹介していければと思います。
次回もお楽しみに！
