aws-recipe-user はじめに
今回は、AWS ML Universityの動画であるDeep Learning (ML)を取り上げたいと思います。前回、前々回と関連している分野になるので、しっかりと学んでいきましょう。
In This Video
今回紹介する動画の主な内容は、以下の構成となります。
■ディープ・ラーニング（DL）とは？
■DLのコンセプトについて
■AWSサービスで使用できるDL
■事例
ディープラーニング（DL）とは?
Deep Learning は Machine Learning 技術の一部かつ、人工知能（AI）技術の一部に属します。
Deep Learning の構造は人間の脳のようにニューラルネットワークが多数折り重なったものになっています。ニューラルネットワークの各層は非線形構造によって成り立っており、与えられたデータの解析を異なる方法で実行します。
DL のコンセプトについて
ニューラルネットワークとは複雑な構造を正確に学習するためにトレーニングされた数学的構造の塊です。学習に利用するデータが多いほど、より正確な結果を出すことが可能となります。
ニューラルネットワークは主に3つの層に分かれています。インプット層・隠れ層・アウトプット層の3層です。そして、それぞれの層はニューロン（=ノード）というものが複数集まって形成されています。この左側のノードの集まりであるインプット層に情報がインプットされていき、隠れ層を通しアウトプット層から結果を出力するといった流れです。
ニューロンは、ノードとも呼ばれます。ノードはインプットされた情報を統合したあとの傾向を元に情報に修正します。これら全ての段階を踏んだ後にノードはアウトプットを行います。これらがノードのライフサイクルとなります。
ディープ・ラーニングには様々な場面で利用をされていますが、テキスト・データやログ・音声・画像などの大量にデータがある領域での解析や分析で活躍します。
AWSサービスで使用できるDL
AWSでは3つのマネージドサービスで Deep Learning を提供しています。
• Amazon Lex
o 対話型インターフェイス(チャットボット)を作成できるサービスです
• Amazon Polly
o 入力したテキストを人が話したかのような音声に変換します。Text to Speech
• Amazon Rekognition
o 画像ファイルに対しメタ情報の取得を行うサービスです
AWSではAMIにて Deep Lerning のパッケージを提供しております。これらを利用するメリットは図にある3点です。
• セットアップが簡単であること
• モジュール導入などの面倒な手間がかからない
• 利用した分だけの従量課金
事例
[顧客名]
C-SPAN : アメリカ合衆国議会を中心に、政治を専門とするケーブルチャンネル
[実施内容]
8箇所からの動画解析を解析する上で Amazon Rekognitionを 導入。
2時間以内に97,000枚もの分析した画像アップロードが可能となりました。
これにより編集したビデオの量が年間3500時間から7500時間に変わりました。
1時間のビデオに対する編集が約20分になった。
このソリューション開発は Amazon Rekognition を使うことで約3週間で出来きました。
まとめ
今回は「What Is Deep Learning」の動画をざっくり訳でご紹介していきました。
AI及び機械学習と記事にしていきましたが人工知能についての基本的な概念がシンプルに説明されている印象です。これらは入門向けの動画になるため、更に深掘りした内容も AWS ML University で公開されています。
これをキッカケに気になったコンテンツをチェックして頂ければ幸いです。
