まずは無料で始める

Amazon AI サービスにより、自然言語理解 (NLU)、自動音声認識 (ASR)、視覚検索およびイメージ認識、音声変換 (TTS)、機械学習 (ML) などのテクノロジーをすべての開発者が利用できるようになります。Amazon 全体で深層学習や機械学習の数千人もの専門家によって構築されたものと同じ、実績があって高度にスケーラブルな製品やサービスに基づいて、Amazon AI サービスではスケーラブルでコスト効率が高く、高品質で精度の高い AI 機能をご利用いただけます。

さらに、AWS Deep Learning AMI の使用により、AI の開発者や研究者は主要な深層学習のフレームワークを短時間で簡単に使い始めることができ、AWS の大規模なコンピューティングインフラストラクチャで、高度なカスタムの AI モデルのトレーニング、新しいアルゴリズムの実験、深層学習の新しいスキルや技術の学習を行えます。



Amazon AI 製品戦略

AI へのアプローチは、AWS インフラストラクチャを基盤として 3 つの主要なレイヤーで構成されています。

AI サービス: AWS では、最上層で、独自の ML モデルの訓練や開発を行わずに AI テクノロジーを利用することを希望する開発者向けに、事前に訓練および調節された高度にスケーラブルなマネージド AI サービスのコレクションをご用意しています。使用を開始するために、人工知能や深層学習に関する事前知識は必要ありません。画像および顔の分析のための Amazon Rekognition、音声変換のための Amazon Polly、自動音声認識機能や自然言語理解 (NLU) 機能を備えた会話型チャットボットの構築のための Amazon Lex があります。

AI プラットフォーム: 既存のデータを使用してカスタムの推測モデルの構築に注力したいお客様向けに、AI の訓練やモデルホスティングのデプロイや管理に関連した差別化につながらない面倒な作業が必要なくなる AI プラットフォームのセットをご用意しています。Amazon Machine Learning サービスを使用することで、機械学習に関する深いスキルや専門知識がなくても、独自のデータを使用してカスタムの機械学習モデルを訓練できます。さらに、Amazon EMR の Apache Spark にはスケーラブルな機械学習アルゴリズムの MLlib が実装されています。

AI フレームワーク: 最下層では、高度で最先端のインテリジェントシステムを構築したい研究者やデータサイエンティスト向けに、すべての主要な AI フレームワークがサポートされています。Apache MXNet、TensorFlow、Caffe、Theano、Torch、Keras、CNTK といったフレームワークでは、規模に応じてカスタムモデルを訓練するための柔軟性の高いプログラミングモデルをご利用いただけます。Amazon LinuxUbuntu の両方でご利用いただける AWS Deep Learning AMI は、このすべてのフレームワークでプレインストールされており、わかりやすい Amazon Machine Image で設定できるため、すばやく簡単に使用を開始できます。

AI インフラストラクチャ: Apache MXNet といった深層学習フレームワークでは、大量のマトリックスの乗算のプロセスが含まれるニューラルネットワークを使用します。Amazon EC2 P2 インスタンスでは、強力な Nvidia GPU を利用でき、このような計算処理の完了までの時間が大幅に短縮されるため、従来の CPU と比較してわずかな時間でモデルを訓練できます。訓練後、Amazon EC2 C4 コンピューティング最適化インスタンスと M4 汎用インスタンスは訓練したモデルで推測を実行するのに最適です。さらに、AWS Lambda を使用すると、サーバーレスの機械学習予測を使用したオペレーションが簡素化され、AWS Greengrass を使用すると、AWS クラウドとローカルデバイス全体でシームレスに AI IoT アプリケーションを実行できます。

先頭に戻る »


Amazon AI サービスにより、すべての開発者は、文章からリアルな音声への変換、音声や文章を使用した会話、画像分析による顔、物体、シーンの認識といったアプリケーションを簡単に構築できます。

Amazon Lex

Amazon Lex では Amazon Alexa と同じテクノロジーを活用して、自動音声認識 (ASR) と自然言語理解 (NLU) という高度な深層学習機能を利用でき、一般的にチャットボットと呼ばれる会話型インターフェイスでアプリケーションを構築できます。

詳細 »

Amazon Polly

Amazon Polly は、文章をリアルな音声に変換するサービスです。Polly を使用すると、20 を超える言語で男性や女性の声のような自然な音声でアプリケーションを構築できるため、音声に対応したまったく新しいカテゴリの製品を構築できるようになります。

詳細 »

Amazon Rekognition

Amazon Rekognition は、日々何十億もの画像を分析する Amazon Prime Photos で使用しているテクノロジーを基盤に構築されており、画像の分析をアプリケーションに簡単に追加できるようにするサービスです。Rekognition を使用すれば、画像内の物体、シーン、顔を検出することや、画像間で顔の検索や比較を実行することもできます。

詳細 »


既存のデータを使用してカスタムモデルを構築したい開発者向けに、AI プラットフォームサービスでは、AI の訓練やモデルホスティングのデプロイや管理に関連した差別化につながらないオーバーヘッドが必要なくなります。

Amazon Machine Learning

Amazon Machine Learning では、複雑な機械学習 (ML) のアルゴリズムとテクノロジーを学習する必要なく、ML モデルの作成プロセスを説明する可視化ツールとウィザードをご利用いただけます。

詳細 »

ha_ed_emr-new-2

Amazon EMR での Apache Spark には、スケーラブルな機械学習アルゴリズムをデプロイするための MLlib が含まれています。独自のライブラリを使用することもできます。インメモリにデータセットが保存されることで、Spark では機械学習アプリケーション向けに優れたパフォーマンスを実現できます。

詳細 »


AWS Deep Learning AMI (Amazon LinuxUbuntu で利用可能) と AWS Deep Learning CloudFormation テンプレートを使用すると、規模に応じて主要な深層学習フレームワークのいずれかを迅速にデプロイして実行できます。AWS Deep Learning AMI を使用すると、大規模な訓練向けに GPU の自動スケーリングするマネージドクラスターを作成でき、訓練されたモデルで推測を実行できます。これは、Apache MXNet、TensorFlow、Caffe2 (および Caffe)、Theano、Torch、CNTK、Keras でプレインストールされています。 AWS Deep Learning AMI は、Amazon EC2 での使用向けにアマゾン ウェブ サービスにより提供され、サポートされます。AWS Deep Learning AMI には追加料金はかかりません。アプリケーションの保存や実行に必要な AWS のリソースに対してのみお支払いいただきます。

Apache MXNet は Amazon の任意の深層学習フレームワークで、AI サービスのプラットフォームであるとともに、Amazon.com 内の多くの AI プロジェクトです。これは、深層学習のための柔軟性や効率性が高く、ポータブルかつスケーラブルなオープンソースのライブラリで、さまざまなプログラミング言語やユースケースにわたって宣言型および規則のプログラミングモデルがサポートされています。

プログラム可能
Apache MXNet には、単一のバックエンドシステムの実装と Python、C++、Scala、R といった多数のフロントエンド言語をサポートする一般的な演算子が含まれています。Apache MXNet のアーキテクチャにより、使用するフロントエンド言語にかかわりなくパフォーマンスは一貫性があります。

移植性
固有のメモリ最適化により、さまざまなユースケースで Apache MXNet を使用できます。クラウドを活用してモデルを訓練すると、エッジ、携帯電話、ブラウザ、商業用および一般用ドローンで接続されたデバイスにデプロイするか、クラウドに残すことができます。

パフォーマンス
Apache MXNet では、分散環境で並列実行できるソースコードの各部分での自動スケジューリングが初めからサポートされています。Amazon EC2 P2 インスタンスと組み合わせると、Apache MXNet アプリケーションは GPU 全体で効率性を最大 91% まで、クラスターノード全体では効率性を最大 88% までスケールできます。

Apache MXNet

TensorFlow は、ステートフルなデータフローグラフを使用した数値計算のためのオープンソースのソフトウェアライブラリです。

Caffe2 は、研究者が大規模な機械学習モデルをトレーニングし、モバイルデバイスに AI を提供するのに役立つ、軽量でモジュール式でスケーラブルな深層学習フレームワークです。

Keras は、高度なニューラルネットワークのライブラリで、Python で記述され、TensorFlow または Theano のいずれかを基盤として実行することが可能です。高速な実験を実現することに焦点を当てて開発されました。

Microsoft Cognitive Toolkit は、Microsoft Research による統合された深層学習ツールキットで、有向グラフを通してニューラルネットワークが計算処理ステップのシリーズとして記述されます。

Torch は、GPU を優先する機械学習アルゴリズムを幅広くサポートする科学コンピューティングフレームワークです。簡単で高速なスクリプト言語である LuaJIT と、基盤となる C/CUDA の実装により、使いやすく効率的です。

Theano は、Python ライブラリで、多次元配列が含まれる数学表現の効率的な定義、最適化、評価を実行できます。


Amazon Machine Image は、AWS で深層学習テクノロジーの使用をすばやく開始するのに最適な方法です。AWS Deep Learning AMI は、一般的なオープンソースの深層学習フレームワーク (Apache MXNet、TensorFlow、Theano、Torch、CNTK、Caffe)、事前設定された CUDA ドライバーに含まれる GPU アクセラレーション、Anaconda や Jupyter などのサポートツールにプレインストールされています。

詳細については、AWS の Deep Learning AMI サイトを参照してください。

Cloud Formation テンプレート
AMI

AWS CloudFormation テンプレートを使うと、深層ニューラルネットワークの訓練などの大規模なコンピューティングジョブのために、複数の EC2 インスタンスを簡単にスケールアップすることができます。開発者は配布された Deep Learning CloudFormation テンプレートを使用して、P2 インスタンスまたは G2 インスタンスのスケールアウトした伸縮自在なクラスターを構築できます。P2 インスタンスや G2 インスタンスでは、大規模な訓練要件に対応する Deep Learning AMI が使用されています。

詳細については、AWS EC2 コンピューティングブログで、深層学習における CloudFormation の使い方に関する情報をご覧ください。