Category: Artificial Intelligence

1 月 28 日に放送業界のお客様向けに、昨年開催された InterBEE 2020 と AWS re:Invent 2020 の Recap セッションを実施しました。 ■InterBEE 2020 Recap アマゾンウェブサービスジャパン ソリューションアーキテクト 門田 梓 [Slide] ソリューションアーキテクトの門田より、InterBEE 2020 で発表した AWS を活用した放送業界の AWS 活用事例を紹介しました。2020 年は新型コロナウイルスの感染拡大が番組制作に非常に大きく影響した年でした。登壇いただいたお客様は、この困難に立ち向かうため、AWS のサービスとツールを活用して コストを必要最小限に、ゼロから作るより迅速に、拡張性や可用性のメリットを手に入れています。本セッションでご紹介した概要は以下の通りです。

この記事は、Amplify JavaScript releases support for Vue 3を翻訳したものです。 本日より、Amplify JavaScript は現在対応しているVue.jsバージョン2に加え、新たにVue.jsバージョン3へ対応します。オープンソースの Amplify Librariesは、あらゆるカテゴリのクラウドを使ったオペレーションに対し、ユースケース中心の、独自のスタイルを持った、宣言型で使いやすいインターフェイスを提供し、モバイル開発者やウェブ開発者がバックエンドと簡単にやり取りできるようにしています。これらのライブラリは AWS クラウド技術に支えられており、プラグイン可能なモデルのため、他のプロバイダを利用するよう拡張することもできます。ライブラリは、Amplify CLI を使用して作成された新規バックエンドおよび既存バックエンドリソースの両方で使用可能です。Amplify UI コンポーネントは、複数のフレームワーク向け UI コンポーネント内にクラウド接続部分のワークフローをカプセル化したオープンソースの UI ツールキットです。 このチュートリアルでは、以下を実行します。 このチュートリアルのベースとして新しい Vue 3 アプリを作成 Amplify の Interactions カテゴリの基本設定をセットアップ チャットボットコンポーネントを作成して Vue 3 アプリケーションに追加 前提条件 このチュートリアルを開始する前に、 Amplify ドキュメントの ウェブサイトにアクセスし、Prerequisites (前提条件) セクションに従ってください。前提条件を完了後、このチュートリアルを実行するための準備が整います。 AWS プロファイルを設定するときは、リージョンが Amazon Lex をサポートしていることを確認してください。サポートされているリージョンは、 こちらで確認できます。 新しい Vue アプリの作成 まず、 @vue/cliを使用して新しい Vue アプリケーションを作成し、起動します。このCLIツールを使うことで、現在のベストプラクティスを適用して自動で Vue アプリケーションを作成します。次に、Amplify を追加し、新しいプロジェクトを初期化します。以下の手順で、このプロセスを説明します。 新しい […]

アマゾン ウェブ サービス ジャパン株式会社 インダストリー事業開発部 片岡です。 製薬業界でAI/機械学習 (ML)にご興味をお持ちのエンドユーザーの皆様を主な対象として2020年12月23日に「2020年 AWS re:Invent Recap 製薬業界 AI/MLセミナー」をウェビナーで開催しました。 本記事では最新事例や最新サービス紹介を含む当日の資料・動画を皆様にご紹介します。 本ウェビナー開催の背景 世界最大級のグローバルITカンファレンスである「re:Invent 2020」が、昨年12月から今年1月にかけて行われました。今回はコロナの影響で初のオンライン開催となり、AWSのクラウドサービスに関わるセミナー、ハンズオンセッション等、2,500を超えるセッションがお客様に無料で提供されました。 本ウェビナーでは、re:Inventの中で発表された最新事例・サービスの中から、特にアップデートの多かったAI/MLにフォーカスして、日本の製薬業界のお客様に向けて、分かりやすくコンテンツをまとめて発表させて頂きました。

アマゾン ウェブ サービス ジャパン株式会社 機械学習ソリューションアーキテクトの藤川です。『AWS re:Invent』は、世界中の AWS ユーザーが集まり、ベストプラクティスや最新情報を学ぶための年次カンファレンスです。この会期中に発表された AI/ML 関連のアップデートをご紹介する AWS re:Invent Recap AI/ML シリーズが 2021年1月19日に開催されました。2020年の re:Invent では初めて Machine Learning 専用の Keynote が行われました。 AWS re:Invent Recap AI/ML シリーズでは主にこの Keynote で話された内容を以下の 4 つのセッションに分けてご紹介しました。 AWS AI サービス概要と製造業向け AI サービスの紹介 AWS ML サービス Amazon SageMaker がより簡易に AWS が実現する MLOps のためのツール群のご紹介 ML の学習とデプロイを効率化する新機能のご紹介   「AWS AIサービス概要と製造業向けAIサービスの紹介」 [Slides] アマゾン ウェブ […]

近年、多くの領域でObject DetectionやObject Trackingの活用が進んでいます。例えば、屋外での交通量調査や、店内での動線分析が挙げられます。研究領域でのニーズも高く、Amazon Rekognitionを利用した実装方法については「Amazon Rekognition Custom Labelsを利用した動物の特徴的な行動検出」にて紹介致しました。しかしながら、行動学習においては物体レベルでなく特定部位(例えば、手脚)といった、より細かいパーツレベルでのトラッキングが必要なケースもあります。研究領域で注目・活用されているのが、マーカーレス姿勢推定(markerless pose estimation)ベースのDeepLabCutです。DeepLabCutを利用する事で、動画内の特定行動だけでなく、特定部位の検出・トラッキング・分析が可能です。トレーニングの高速処理にはGPUが不可欠であり、DeepLabCutのセットアップにはNVIDIA driverやCUDAのインストールが必要ですが、オンプレミス環境で用意・設定するにはコストと時間がかかります。そこで、本ブログでは、AWSのAWS Deep Learning AMIとGPUリソースを利用した、クイックなDeepLabCut環境方法をご紹介します。

本日、 Amazon Lex チームは、会話体験の構築、デプロイ、管理を容易にする新しいコンソールエクスペリエンスをリリースしました。新しいコンソールに加えて、継続的なストリーミング機能を含む新しい V2 API も導入されています。これらの改善により、新しいオーディエンスにリーチし、より自然な会話を行うことが可能になるとともに、迅速な開発と反復を促進することができます。 新しい Lex コンソールと V2 API では、主に 3 つのメリットにフォーカスしたボットの構築と管理が容易になります。まず、ボットに新しい言語を随時追加し、設計、テスト、デプロイのライフサイクルを通じてすべての言語を単一のリソースとして管理できます。新しいコンソールエクスペリエンスでは、さまざまな言語間をすばやく移動し、会話の比較や絞り込みを行うことができます。このブログ記事の後半では、英語のボットにフランス語を簡単に追加した方法を説明します。 次に、V2 API ではバージョン管理が簡素化されます。新しい Lex コンソールと V2 API は、ボットインテントとスロットタイプの範囲が特定の言語に設定されるシンプルな情報アーキテクチャを提供します。バージョン管理はボットレベルで実行されるので、インテントやスロットタイプなどのリソースのバージョンを個別に管理する必要はありません。ボット内のすべてのリソース (言語、インテント、スロットタイプ) は、ボットのバージョン作成の一部としてアーカイブされます。この新しい作業方法により、ボットの管理が容易になります。 最後に、ビルダー生産性ツールと機能が追加されたことにより、ボット設計プロセスの柔軟性と制御性が向上します。設定のスクリプト、テスト、調整を行う時にさまざまなボット要素を開発し、部分的に完了した作業を保存できるようになりました。これにより、ボットの開発が非常に柔軟になります。例えば、削除されたスロットタイプを参照するスロットを保存できます。部分的に完了した作業を保存することに加えて、構成内をすばやく確実に移動できます。新しい [Conversation flow] (会話フロー) 機能では、さまざまなインテントとスロットタイプを移動しながら方向を維持できます。 強化されたコンソールと API に加えて、新しいストリーミング会話 API も提供されています。自然な会話には、一時停止や中断が伴います。例えば、請求の支払いを行うときにクレジットカードの詳細に関する質問に答えようとする顧客は、必要な情報を探すために会話を一時停止したり、回線を保留するように求めることがあります。ストリーミング会話 API を使用すると、ボットの設定時に会話を一時停止し、中断を直接処理できます。全体として、会話の設計と実装が簡素化され、管理が容易になります。ボットビルダーは、仮想コンタクトセンターエージェントまたはスマートアシスタントの会話機能をすばやく強化できます。 次に、新しいボットを作成して、Lex の新しいコンソールとストリーミング API 機能の一部によってボット構築エクスペリエンスがどのように向上するかを紹介しましょう。 ボットの構築 新しい V2 Lex コンソールで [Create bot] (ボットを作成) をクリックして作業を開始します。 [Start with an example] を選択し、[MakeAppointment] […]

「Amazon Rekognition Custom Labelsを利用した動物の特徴的な行動検出」にて、行動検知モデル作成手順について紹介致しましたが、本ブログではモデル作成の重要なステップであるAmazon SageMaker Ground Truthを利用した動画のデータラベリングをご紹介します。合わせて、2021年1月時点ではAmazon SageMaker Ground Truthでラベリングした動画データをAmazon Rekognition Custom Labelsのデータセットとしてそのままインポートできません。そのため、ここではインポートするためのマニフェストファイルの記述方法をご紹介します。 ラベリングデータを利用した一般的な機械学習のワークフローは以下になります。このフローでモデルの精度向上に重要なのはラベリングデータの準備になります。もちろん、モデル開発やモデル学習に時間はかかると思います。しかし多くの場合、モデル開発に関しては既存もしくは機械学習のスペシャリストが作成したアルゴリズムやモデルを選定する事で開発の短縮化が行えますし、モデル学習についてもクラウドリソース(例えばGPUインスタンス)を利用することで学習時間の短縮化を行えます。そうすると、時間がかかるのがラベリングデータの準備であり、ラベリングの効率化・質の高いデータ数を増やす事が重要なポイントになります。このラベリングデータの準備を簡素化するツールとして、Amazon SageMaker Ground Truthがあります。

本記事は Bringing your own custom container image to Amazon SageMaker Studio notebooks を翻訳したものです。 Amazon SageMaker Studio は、機械学習 (ML) のための統合開発環境 (IDE) です。SageMaker Studio を使用すると、データサイエンティストは Studio ノートブックを起動して、データの探索、モデルの構築、Amazon SageMaker トレーニングジョブの起動、ホストされたエンドポイントにモデルのデプロイを行うことができます。Studio ノートブックには、Amazon SageMaker Python SDK と IPython ランタイムまたはカーネルの最新バージョンで構成された、あらかじめ構築されたイメージのセットが付属しています。この新機能により、Amazon SageMaker ノートブックに独自のカスタム画像を取り込むことができます。これらのイメージは、ドメインで認証されたすべてのユーザーが使用できます。この記事では、カスタムコンテナイメージを SageMaker Studio ノートブックに取り込む方法を共有します。

アマゾン ウェブ サービス ジャパン株式会社 機械学習ソリューションアーキテクトの大渕です。AWS Japan では、AI/ML 関連情報を発信するイベント「AWS AI/ML@Tokyo」を定期的に開催しています。2020年12月17日にオンラインで開催された AWS AI/ML@Tokyo #9 では、AWS の 機械学習ソリューションアーキテクトより Amazon SageMaker を使って機械学習モデルの可視化と説明可能性を実現する方法をご紹介し、ソリューションアーキテクトより AWS の AI/ML サービスにおけるセキュリティについてご紹介しました。また、お客様活用事例として、東日本旅客鉄道株式会社様より、画像認識を活用した PoC 環境構築事例をお話しいただきました。

アマゾン ウェブ サービス ジャパン株式会社 機械学習ソリューションアーキテクトの伊藤です。2020年10月28日にAWSはリテールビジネスにおけるオンラインセミナー「AWS リテールセミナーシリーズ」の第3回を開催いたしました。本Blogでは、今回のテーマである「Retail DX – Turn Your Data into Action 価値を得る動と静」について、セミナーの配信会場の様子を含めながらレポートしたいと思います。 AWSではこれまで、「Born from Retail, Built for Retailers」というメッセージを掲げ、Amazon での経験をもとにした様々なソリューションを小売業のお客様にご提案してきました。しかし、世の中がかつてない変容を遂げようとしている中、小売業のお客様においても、消費者の新たな購買行動に対応していくために変革を行っていくことが喫緊の課題となっています。そのようなお客様に対し、AWSが持つ知見や技術を広くお伝えするために、このセミナーシリーズが企画されました。 10月28日の第3回では、個社ごとに異なるビジネス価値創出戦略において、ビジネス価値を得るためにデータをアクションに繋げるためのアーキテクチャとはどのようなものなのかという視点で、モダンアーキテクチャのご紹介、蓄積された静的データの活用方法、リアルタイムな動的データの取得と活用のユースケースと具体的なアーキテクチャをご紹介させていただきました。ここから、簡単にではありますが、それぞれのセッションの内容ついて振り返っていきたいと思います。動画も公開されていますので、お時間がある方はぜひご覧ください！