Amazon Web Services ブログ

先日 (2019/4/17) 開催しました AWS Black Belt Online Seminar「Amazon VPC Advanced」の資料を公開しました。当日、参加者の皆様から頂いた QA の一部についても共有しております。 20190417 AWS Black Belt Online Seminar Amazon VPC Advanced from Amazon Web Services Japan AWS クラウドサービス活用資料集（すべての過去資料が閲覧できます） Q. Transit Gatewayが使えるようになった今、Virtual Gatewayを用いたVPN・DXを敢えて採用するようなケース・利点はあるものでしょうか A. VPC間で通信しない、従来通りのユースケースでは引き続き有効です。Transit Gatewayは機能が多い代わりに通常のVPN/DXとVGWを使うものよりコストがかかりますので、比較検討することが重要になります。https://aws.amazon.com/jp/transit-gateway/pricing/ Q. VPC Sharing にはAWS Organizationsが必要とのことなのですが、一括請求機能の利用だけで要件を満たすのでしょうか？ A. いいえ。一括請求機能では要件を満たしません。 https://docs.aws.amazon.com/ja_jp/vpc/latest/userguide/vpc-sharing.html#vpc-share-prerequisites より — 共有 VPC の前提条件 組織のマスターアカウントで、リソース共有を有効にしておく必要があります。リソース共有の有効化の詳細については、AWS RAM User Guide の「AWS Organizations での共有の有効化」を参照してください。 […]

このブログの記事では、大量のデータにラベル付けする機械学習システムを構築したばかりで、ラベルの一部に対して手動の品質保証（QA）を行おうとしている皆さんにご覧いただきたいと思います。限られた人員を大量の作業で困らせることなく、これを実現するためにはどうすれば良いでしょうか。本記事では、Amazon SageMaker Ground Truth のカスタムラベリングジョブを使用した実現方法を示します。 一度に1項目ずつワーカーに検証を依頼すると多くの作業が発生してしまいます。そこで、同じラベルが付与された項目をまとめて提示するカスタムラベル付け方法を実現し、各ワーカーには正しくないものをマークするように依頼します。 こうすると、ワーカーは、すべて最初からラベル付けするよりもはるかに多くのデータ量を迅速に評価できます。 品質保証が必要なユースケースの作業には、次のようなものがあります。 判断が難しいユースケースにおいて、実際に使用する前に対象分野の専門家によるレビューと承認を必要とする ラベルを確認して、ラベルを作成したモデルの品質をテストする ラベルに誤りがある項目を特定してカウントし、修正し、学習データセットに戻す モデルによって割り当てられたラベルの正確性と確信度の分析する 単一のしきい値をすべての分類クラスに適用できるか、あるいはクラスごとに異なるしきい値を使用するかどうかを確認する 初期データのラベル付けにより単純なモデルを使用し、次に品質保証のプロセスにより結果を検証し、再学習させることでモデルを改善する このブログ記事では、これらのユースケースに対応する例について説明します。 背景とソリューションの概要 Amazon SageMaker Ground Truth は、パブリックおよびプライベートのラベル付けワーカーに簡単にアクセスする機能や、一般的なラベリングタスクのための組み込みのワークフローとインターフェイスを提供します。 このブログ記事では、Ground Truth のカスタムラベリングワークフローを活用することで、システムやビジネスプロセス全体で時間のかかるもう一つの部分である、機械学習または人により付与されたラベルの品質保証を行う方法を説明します。 このサンプルケースでは、入力は個々のワーカーによって検証されるラベル付き画像のリストです。 ワーカーは一つの画面上に同じラベルのついた画像をまとめて表示し、一度にラベルのセットを検証できます。 こうすることで、セット全体を素早く確認し、正しくラベル付けされていないものをマークし、「適合しない」ものを選び出すことができます。 検証された結果は、Amazon DynamoDB テーブルに保存されます。 まとめて確認するバッチの項目数は、作業の複雑さと、容易に比較・確認するため一度に表示できる数に応じて、タスクに対し適切に選択する必要があります。 この例では、バッチサイズは 25 (テンプレートで設定可能)を選択し、確認作業の負荷とレビュー対象の画像の量のバランスをとっています。 Amazon SageMaker Ground Truthカスタムラベリングジョブの構造 Amazon SageMaker Ground Truthカスタムラベリングワークフローは、以下の要素から構成されています。 ラベリングタスクを実行するワーカー。パブリックワークフォース（Amazon Mechanical Turk を使用する場合など）またはプライベートワークフォースから選択できます。 JSON マニフェストファイル。 マニフェストは、ジョブの入力場所を Ground Truth に伝えます。 各行項目は単一のオブジェクトであり、単一のタスクに対応します。 この例では、各オブジェクトは、品質保証の作業において、一度にワーカーに提示される同じラベルを持った一群の画像を指すカスタムラベリング入力です。 ラベリング前の AWS […]

2019年3月27日 実施のセミナーのレポート 3部編の Vol.2 です。他の回は以下のリンクよりアクセスください。 Vol.1 : 手段先行でも悪くはない！Ruby on LambdaではじめるServerless Vol.2 : Ruby on Lambdaで変わる大規模サービスの裏側 [本記事] Vol.3 : Webアプリエンジニアに贈るアプリケーション開発におけるサーバーレス流の考え方     Ruby on Lambdaで変わる大規模サービスの裏側 [資料はこちら] Sansan株式会社 Eight事業部 Engineering Group/エンジニアリングマネージャー 藤井洋太郎氏

教育業界ゆえの悩みや苦労を共にするエンジニア交流を目的として”EdTech LT Night & Meetup”と題したイベントを開催しました。 教育業界、学生向けのサービスを展開するユーザ様からのLightning Talkの他、このイベントに合わせて来日したアジアパシフィックジャパン(以降 APJ)でEdStart(※1)プログラムのマネージャーを担当するHarris Samuelからのセッションも行いました。 (※1) 教育や学生向けサービスを展開するEdTech(Education × Technology)スタートアップ企業をAWSが支援するプログラム。詳細はこちら(https://aws.amazon.com/jp/blogs/news/edstart20190207/)をご参照ください。   1. 「グローバルの EdTech 業界動向と AWS EdStart に関して」 Harris, Samuel – Education Program Manager, Amazon Web Services Samuelからは、APJを中心に各国の教育業界/EdTechのトレンドやEdStartの詳細について紹介がありました。EdStartはグローバルでのプログラムのため、日本国内のみならず海外展開を目指すEdTech企業にとってメリットがあることを熱弁しておりました。   2. 「Classiサービスの運用を通してわかった、学校教育市場の現場で起きていること」 本間 知教 氏 – Classi 株式会社 プロダクト部 副部長 兼 AI室室長 学校向けに学習支援サービスを展開するClassi株式会社様からはプロダクト部の本間様がご登壇くださいました。教育現場ゆえの課題やエンジニアの苦労についてのみならず、ビジネスの特徴や考え方、校務支援システム/学習支援システムの違いや文部科学省のガイドラインの紹介など、公教育にサービスの導入を行っている彼ら故の深い話が印象的でした。   3. 「教育分野で感じる技術課題とテクノロジーによる教育の変化」 奥苑 佑治 氏 – ライフイズテック株式会社 技術統括マネージャー IT・プログラミングキャンプとオンラインサービスを展開するライフイズテック株式会社様からはオンラインサービスを統括する奥苑様がご登壇くださいました。オンライン教育プログラムで学習効率を高めるための自社での工夫に加え、ビジネス面での課題についてもお話しいただきました。また、AWSのみならず、今後新しい技術要素に対する見解、展望についても言及されておりました。 […]

2019年4月8日から開始している「AWS Innovate」をお楽しみ頂いていますでしょうか？ AWS Innovate はグローバルでも人気のあるオンラインカンファレンスで，開催期間内であれば「いつでも」視聴することができ「何度でも」学び直すことができます．そしてなんと「無料で」参加することができます．今年の AWS Innovate は，2019年4月8日 から 2019年5月7日 までの「1ヶ月間」毎日開催をしていますし，全てのセッションは「30分」と短くまとまっていますので，スキマ時間を有効活用してご視聴頂くこともできます． 本記事では，AWS テクニカルトレーナーである吉田慶章が，私自身の観点から AWS Innovate の見どころを紹介したいと思います．まだ参加申込みをされていない方は，以下の公式サイトから申込みをして，視聴しましょう．いつ申し込むの？今でしょ！ AWS Innovate AWS Innovate お申し込み（無料） AWS Innovate ページ AWS Innovate にアクセスして頂きますと，以下のようなリッチなページが表示されます．セッションを視聴するのはもちろんのこと，セッション資料のダウンロードも可能ですので，是非アクセスしてみてください． セッションカテゴリ 今年の AWS Innovate では，以下「全7種類」のセッションカテゴリから「全30種類」のセッションを提供しています．AWS 初学者の方も，AWS 経験者の方もお楽しみ頂けます．皆さんの「学びたいことは何か？」というモチベーションに合ったセッションから優先的に見て頂くのが良いでしょう． AWS イントロダクション AWSome Day AWS 認定 – 試験対策 「ソリューションアーキテクト – アソシエイト」 AWS 認定 – 試験準備をはじめよう AWS 最新事例とサービス紹介 AWS コアコンセプト クラウド活用のための組織と仕組み作り イノベーションカルチャー […]

 Protagonist の COO (最高執行責任者) である Bryan Pelley 氏のゲスト投稿です。Protagonist 流に言うと「公共の場でデータに基づいた議論を行えば、企業はもっと効率よくコミュニケーションを図ることができます。」 Protagonist はナラティブの理解において先駆け的企業です。弊社が定義するナラティブとは視聴者が抱く想念のことをいい、そこでは相互に関連し合うコンセプト、テーマ、イメージ、アイデアが 1 つのストーリーとしてまとめられたものです。ナラティブは意識的にも無意識的にも人間の意思決定に大きく関わるニーズ、欲求、欲望を深く反映するため無視できません。Protagonist では Amazon Translate を使用することで英語以外の言語でナラティブを分析できるようになり、世界を相手に顧客を獲得することが可能となりました。 Protagonist Narrative Analytics プラットフォームでは人が持つ専門知識に基づいた自然言語処理 (NLP) と機械学習 (ML) を使用して、従来のメディア、ソーシャルメディア、その他のオンラインメディア全体でお客様にとって重要なナラティブを明確にし、推定し、追跡を行います。次の図は当社の Narrative Analytics によるソリューションを示しています。 Protagonist はいくつかの例外を除き英語のみのコンテンツしか分析できず、そのせいで長期的成長が制限されていました。多くのお客様だけでなく見込み顧客も、国境を超えたナラティブに関するプロジェクトに大きな関心を示しているにもかかわらずです。 こうしたナラティブを作成するには母国語のコンテンツに取り組む必要があります。 言語に達者なスタッフのおかげで、以前は主にフランス語とスペイン語でのプロジェクトを少し行うことができました。このような場合、チームは翻訳なしでコンテンツの分析を実行することになり、使用できる NLP ツールの範囲が制限されました。またはコンテンツ全体のコーパスのサンプルセットを手動で翻訳し、その翻訳済みのセットでツール一式をすべて実行していました。これら両方のプロセスを組合わせることもありました。しかしながらこのようなスタッフの人手によるソリューションでは拡張性がなく、効率的ではありませんでした。1,000 本のメディア記事サンプルを手動で翻訳するには、約 2 週間かかります。これではお客様にタイムリーなナラティブ分析を提供するには遅すぎます。 こうした状況を Amazon Translate は変えてくれました。多言語コンテンツを英語に素早くそして効率的に翻訳し、当社のナラティブプラットフォームで分析できるようになったのです。過去に他の機械翻訳サービスをいくつか試してみましたが、パフォーマンス、コスト、場合によっては長期契約しなければならないという点でどれも満足行くものではありませんでした。一方 Amazon Translate は、スピード、翻訳の正確さ、費用対効果、そしてオンデマンドの柔軟性という最適な組み合わせで当社のニーズを満たしてくれたのです。これまで翻訳に 2 週間以上かかっていたものが、Amazon Translate を使用することで今では数分で完了できます。 2018 年にお客様の 1 社である Omidyar Network (ON) […]

AWS DeepRacer リーグは、スキルレベルを問わず開発者が参加できる世界初の自走型レーシングリーグです。今週 (4 月 10〜11 日)、シンガポールで開催されました。これは、世界中で行われるサミットサーキットでの 20 レースのうちの 3 レース目です。  カリフォルニア州サンタクララとフランスのパリでの最初の 2 レースに続いて、シンガポールの開発者コミュニティの実力が示されて興奮が高まりました。たしかに、シンガポールチャンピオンの Juv Chan が 9.090 秒という新しい世界記録のラップタイムを記録して、その実力は証明されました。実際、シンガポールサミットのリーダーボードのトップ 7 のラップタイムは、すべてそれまでのリーダーボードの最上位 (サンタクララのレースで Chris Miller が記録した 10.43 秒) を上回ったのです。シンガポール、お見事です!

2008年以来、AWS における Microsoft Windows を実行することが可能となりました (古い記事、Amazon EC2 の Big Day: プロダクション、SLA 、Windows 、および 4 つの新機能がこの 10 年間以上でどれほど AWS が進歩したかを示しています)。IDC によると、AWS は次に大きいクラウドプロバイダーの約 2 倍近い Windows Server インスタンス を持っています。 今日では、AWS はクラウドにおいて Windows および Windows アプリケーションを実行するのに最適な場所であると考えています。20 箇所の AWS リージョンで 61 個のアベイラビリティーゾーンを活用しながら、Active Directory、SQL Server、System Center など、AWS でフルスタックの Windows を実行できます。既存の .NET アプリケーションを実行することができ、また AWS SDK for .NET を使用して Visual Studio または […]

このブログポストでは、Amazon Elasticsearch Service (Amazon ES) と Kibana を使って、どのように Amazon Connect コンタクトセンターでリアルタイムなデータ分析を行うかを紹介します。問い合わせ対応時間やサービスレベル、問い合わせの効率具合、エージェントのパフォーマンス、顧客満足度など、様々なサービス・メトリクスを改善するためにコンタクトセンターのパフォーマンスをモニタリングできます。 加えて、Amazon ES を使って問い合わせ追跡レコード (CTR) 、エージェントのイベント・ストリーム、Amazon CloudWatch で取得できる問い合わせフローログを処理し、Kibana を使ってリアルタイムに近い形で可視化するソリューションも紹介します。Elasticsearch はオープンソースの、分散システムの検索と分析のエンジンで、ログ分析や全文検索に利用されています。Kibana はデータ集約と可視化のツールです。Amazon ES と Kibana を用いて、リアルタイムにデータを検索、可視化、分析、洞察することができます。 Amazon Connect は顧客とのやり取りで発生したイベントの詳細をリアルタイムに問い合わせフローログとして提供します。問い合わせフローとは顧客が問い合わせを行ったときの顧客体験を定義したもので、再生するプロンプトや顧客からの入力、問い合わせキューの転送などを定義します。 さらに、Amazon Connect は 分析用にデータをエクスポートするために CTR を Amazon Kinesis Data Firehose に、エージェントのイベントを Amazon Kinesis Data Streams にストリーミングできます。CTR は Amazon Connect インスタンスで発生するイベントや、属性、キュー、エージェントのやり取りをキャプチャーしたものです。エージェントのイベントは、Amazon Connect インスタンスにて起こる、ログイン、ログアウト、ステータスの変更といったエージェントのアクティビティを記録したものです。 ソリューション概要 以下の図は Amazon Connect からの問い合わせフローログや CTR、エージェントのイベントを処理し、Amazon […]

多言語対応自動字幕トラックを使用したライブストリーミング は、ライブストリーミングビデオのコンテンツに、多言語字幕をリアルタイムで自動生成するためのソリューションです。このソリューションをそのまま使用することも、特定のユースケースに合わせてソリューションをカスタマイズすることも、AWS パートナーネットワーク (APN) パートナーと協力してエンドツーエンドの字幕作成ワークフローを実装することもできます。 AWS ライブストリーミング のソリューションをベースとして、この実装には Amazon Transcribe や Amazon Translate といった機械学習サービスが組み合わされています。このソリューションは、いわゆるオーバーザトップ (OTT) のライブチャネルに最終的な段階で字幕を自動生成を提供します。一般に字幕を作成するのに高い翻訳費用がかかりますが、専門の翻訳家を雇う必要はありません。また、このソリューションは、基本のアーキテクチャを拡張したいと考える誰でも利用可能な、オープンソースの形で提供されています。独自のワークフローに合わせ込むためのカスタム機能を追加できるのです。GitHub のリポジトリは こちらから入手可能です。 他に提供されている AWS ソリューションは、「AWS ソリューションポートフォリオを詳しく見る」から入手可能です。お客様は、特定ビジネスニーズに対応する AWS の検証済みで、自動化された、ターンキーリファレンス実装を製品カテゴリーや業界別にソリューションを見つけることができます。 注: このブログ投稿で解説するソリューションは、Amazon Transcribe Streaming、AWS MediaLive、AWS MediaPackage を使用しています。こちらは現在、特定の AWS リージョンでのみ利用可能です。したがってこのソリューションは、これらすべてのサービスが利用可能な AWS リージョンで起動する必要があります。リージョン別の最新の AWS サービスの提供状況については、「製品およびサービス一覧 (リージョン別) 」をご覧ください。 ステップ 1: 多言語対応自動字幕トラックを使ったライブストリーミングのデプロイ AWS マネジメントコンソールにサインインした後、「Live Streaming with Automated Multi-Language Subtitling」ソリューションのページへ移動します。[Launch solution in the AWS Console] をクリックします。 ステップ 2: AWS […]