Amazon Web Services ブログ

カスタムの物体検出は、MRI での腫瘍の発見、病気に罹った農作物の特定、鉄道駅ホームの監視など、さまざまな産業やユースケースにとって重要な要素となっています。このブログ記事では、アノテーションが付けられた公開データセットに基づいて鳥を識別します。このタイプのモデルは、さまざまな方法で使用できます。建設プロジェクトの環境調査の自動化で使用したり、バードウォッチングの時に鳥愛好家が使用したりすることができます。また、このモデルを実用的な例として利用し、独自のユースケースの新しいアイデアを生み出すこともできます。 この例では、Amazon SageMaker が提供している組み込みの物体検出アルゴリズムを使用します。Amazon SageMaker は、エンドツーエンドの機械学習 (ML) プラットフォームです。組み込みアルゴリズムを使用することで、開発者は TensorFlow や MXNet などの低レベルの ML フレームワークの使用に関する専門知識を必要とせずに機械学習を加速させることができます。モデルは、Amazon SageMaker の完全に管理されたオンデマンドトレーニングインフラストラクチャでトレーニングします。AWS IoT Greengrass を使用すると、トレーニング済みモデルをクラウドまたはエッジで簡単にホストすることができます。 カスタムの物体検出をエッジで使用する方法を示すために、トレーニング済みモデルを開発者向けの世界初の深層学習対応ビデオカメラである AWS DeepLens にデプロイする方法も示します。AWS DeepLens により、開発者は文字どおり完全にプログラム可能なビデオカメラ、チュートリアル、コード、および深層学習スキルを向上させるよう設計された事前トレーニング済みのモデルを使って深層学習を利用できます。 次の図は、鳥の識別ソリューションの構築方法の概要を示しています。 データセットの理解 CUB 200-2011 鳥類データセットには、200 種の鳥の種にわたる 11,788 枚の画像が含まれています (元の技術レポートはこちらにあります)。それぞれの種には約 60 枚の画像が付属しており、一般的なサイズは約 350 ピクセル × 500 ピクセルです。鳥の部分のアノテーションとして、バウンディングボックスが提供されています。推奨されるトレーニング/テストの分割は与えられますが、画像サイズデータは与えられていません。 画像データセットの準備 Amazon SageMaker の物体検出アルゴリズムに画像データを提供する最も効率的な方法は、RecordIO 形式を使用することです。MXNet には、データセット用の RecordIO ファイルを作成するための im2rec.py というツールがあります。このツールを使用するには、一連の画像を記述するリストファイルを用意します。 物体検出データセットでは、Amazon SageMaker は、バウンディングボックスを、フル画像に対するボックスのコーナーの比率である […]

AWS ヒーローとは、高度な技術的スキルを持つスーパーユーザーで、出現したばかりのテクノロジーにも早期から挑戦する人々のことを意味します。ヒーローは AWS に関する自らの幅広い知識を他の人たちと共有することに熱心です。ヒーローの中には、集会やワークショップの開催に参加したり、カンファレンスで講演したりする人たちや、ソーシャルメディア、ブログ投稿、オープンソースへの寄与など、オンラインの AWS コミュニティで豊かな知識を共有する人たちもいます。 2019 年も華々しいスタートを切った今、最新の AWS ヒーローをご紹介しましょう。 Aileen Gemma Smith Ant Stanley Gaurav Kamboj Jeremy Daly Kurt Lee Matt Weagle 吉田真吾 Aileen Gemma Smith – シドニー (オーストラリア) コミュニティヒーロー Aileen Gemma Smith 氏は Vizalytics Technology 社の創立者兼 CEO です。Vizalytics のチームは輸送、ツーリズム、経済開発の分野で世界中の公共および民間部門の顧客にサービスを提供しています。彼女は 2017 年にキャンベラで開催された AWS サミットにおいて、クラウドにおける複雑なワークロードの構築セッションで同社の経験を語りました。Aileen 氏はダイバーシティとインクルージョン構想に造詣が深く、過小評価されたエンジニアや創設者の功績や声を広めるため、常に活動しています。2018 年に開催された AWS Public Sector Summit Canberra (AWS 公共部門キャンベラサミット) では、We […]

AWS RoboMakerはロボットの開発とテストを簡単にし、インテリジェントなロボットアプリケーションの大規模なデプロイを可能にします。 今回、RoboMakerのマネージメントコンソールでサポートする言語に、フランス語、韓国語、簡体字および繁体字中国語、日本語、ドイツ語、イタリア語、スペイン語、ポルトガル語が追加されました。さらに、タグ付けとAWS CloudFormationに対応したことで、リソース管理の簡易化及び、構築を簡単にできるようになりました。 タグを利用することで、ロボットアプリケーション、シミュレーション、シミュレーションJOB、ロボットやフリートの管理を行う際の、アクセスコントロールやコストの管理が行いやすくなりました。CloudFormationを利用することで、RoboMakerのリソースであるロボットアプリケーション、シミュレーションアプリケーション、ロボット、フリートの作成が簡単になります。 AWS RoboMaker は現在、US East (N. Virginia)、US West (Oregon)、EU (Ireland) リージョンで利用可能です。始める場合は、サンプルシミュレーションの実行をマネージメントコンソールより実行するか、RoboMakerのサービスページを見るところから始めましょう。

Amazon Relational Database Service (Amazon RDS) は、Microsoft SQL Server データベースのネイティブバックアップおよびリストアをサポートしています。複数の AWS アカウントがある場合、Amazon RDS インスタンスと Amazon Simple Storage Service (Amazon S3) バケットが同じ AWS リージョンにあれば、これらのアカウント間でネイティブバックアップおよびリストアを実行することができます。これらの手順を進める前に、この要件を理解しておくことが重要です。 この記事では、Amazon RDS for SQL Server でクロスアカウントのネイティブバックアップおよびリストアを実行するために必要なアクセス許可とポリシーを設定する方法について説明します。この手順では、これらのリソースを含む以下の AWS アカウントがあることを前提としています。 アカウント A – Amazon RDS for SQL Server インスタンス アカウント B – Amazon S3 バケット すべての設定は、S3 バケットが存在するアカウント B で行う必要があります。アカウント B で以下の作業を行います。 IAM ポリシーを作成する。 ロールを作成し、信頼ポリシーを設定する。 […]

スウェーデンのスタートアップ、Newstag では人工知能 (AI) を使用し、世界中の主要なニュースプロバイダーから集めたニュースをカスタマイズした動画ニュースチャンネルを制作しています。同社の使命は、人々や組織が最新の多様な情報を活かし、自らの可能性を広げられるよう支援することです。Newstag では世界中から集めた同社の顧客向け動画ニュースがより多くの人々に届くよう、各動画のリッチメタデータを制作しています。Newstag では Amazon Transcribe、Amazon Translate、Amazon Comprehend を使用することにより、動画からメタデータを抽出し、制作するという膨大な手作業を要するこのプロセスを自動化することに成功しました。AWS の各種サービスを組み合わせて使用することで、Newstag では従来の 10 倍に相当する量の動画メタデータを制作できるようになったのです。 「人々は自分たちの見るニュースを選びたがっていると、私たちは感じています。顧客自身が関連するストーリーを取捨選択できるようにすること、当社の使命を遂行するのに、このことが極めて重要であると私たちは考えます」と Newstag 社 CTO、Mats Ekholm は述べています。これを現実にするため、Newstag ではパーソナライズされた動画ニュースチャンネルを作成するのに顧客自身が選択できるタグを開発しました。以下のスクリーンショットでは顧客が Newstag でこれらのタグをどのように選択するかについて解説しています。 一日に 1,000 本以上の動画を提供するため、Newstag の編集スタッフは長い時間をかけてコンテンツへのタグ付けを行っていました。その作業には複数の言語を要し、手作業で行わなければなりませんでした。タグの多くは表題、簡単な説明、そして一部のメタデータで構成されています。同社は需要に応えようと奮闘しながらシンプルでコスト効率が良く、展開しやすいソリューションを探しました。AWS で事前トレーニングを施した機械学習 (ML) サービスを使用することで、Newstag は AI に関する経験なしでも、AI を使用してこの問題を解決したのです。 まず、Newstag は Amazon Transcribe を使用して、Amazon Simple Storage Service (S3) に格納された動画音声をサポート言語でテキスト化します。続いて、テキスト化された英語以外のデータ、その他の表題、説明、または動画と共に元々提供されたキーワードに Amazon Translate を適用して正確な英語訳を作成します。最後に、テキストコンテンツを分析してインサイトを提供する機械学習サービスである Amazon Comprehend を使用して、入手できてる英語のテキストすべてから、題を抽出します。組織、人々、場所、ロケーションなど、名前の付けられた題は、顧客が興味のあるコンテンツを見つけやすくするための正確なタグの作成に使用されます。 「手作業で処理していた頃は 1 時間あたり 3 […]

ウェブアプリケーションアーキテクチャの一般的なパターンには、アプリケーションデータを検索するための検索エンジンと対になったアプリケーションデータ用データベースが含まれます。多くのリレーショナルデータベース、さらには非リレーショナルデータベースにも、基本的な検索機能が提供されています。しかし、検索エンジンには、他のデータベースに対し、関連性とブール式による、真の、複雑な、自然言語による検索機能が搭載されています。Werner Vogels が最近指摘したように、万能のデータベースは存在しないのです。ユーザーは信頼できるデータの情報源としてリレーショナルデータベースまたは NoSQL データベースを使用し、そのデータを検索するために検索エンジン (データベース) を使用します。 お使いのデータベースからどのようにデータを Amazon Elasticsearch Service (Amazon ES) へ移し、2 つのシステム間でそれらをどのように同期しますか? ごく最近まで、スクリプトを書くか、Amazon ES を使用してデータベースをブートストラップし、同期をとるために、パイプラインを増やす必要がありました。2018 年 11 月、AWS Database Migration Service (AWS DMS) で、Amazon ES をデータベースマイグレーションのターゲットとするサポートが追加されました。AWS DMS を使用することで、データを Amazon ES へブートストラップし、DMS の変更データキャプチャ (CDC) 機能で両システムを同期できます。 本記事では、DMS タスクの処理に Amazon ES ドメインで十分なリソースを確保するためにおすすめの基準をご紹介します。しかし、あらゆるおすすめの基準と同じで、ここで触れる内容も一般論に過ぎません。データの使用量はユーザーごとに異なるためです。 AWS DMS のタスク設定パラメータ AWS DMS で Elasticsearch のターゲットを使用する場合、サポートされている任意のソースから Amazon ES へデータを移動するのはシンプルな処理です。必要なデータをすばやく安全に移行できます。Amazon ES ドメインにデータベースのテーブルまたはビューをレプリケートできます。全ロードフェーズで、ソースデータベースにある既存データのすべてがレプリケートされます。データベースの継続的な変更は、CDC […]

1ヶ月間の AWS Innovate で『AWS とは何か？』『AWS 選択の理由とは？』『どのように AWS を活用すれば良いか？』を知り、ビジネス改革を効率良く加速  詳細・お申し込みはこちら >> セッション一覧はこちら >> AWS Innovateは、AWS クラウドを活用してビジネス革新を目指しているすべての IT リーダー及び IT プロフェッショナルを対象とした、オンラインカンファレンスです。昨年は 1 万人以上が参加し、AWS 技術習得に役立ったというコメントを多くいただきました。今回も AWS 最新情報の他、AWSエキスパートによる30以上のビジネス及びテクニカルセッションを提供します。 このオンラインカンファレンスにより、AWS サービスについての正しい理解を深め、より多くのビジネス改革を効率良く加速することができます。また、インフラストラクチャとアプリケーションを設計、デプロイ、運用するためのスキルを身につけるのに役立ちます。 2019 年 4 月 8 日 (月) 〜 5 月 7 日 (火) の期間で開催し、期間中いつでも視聴できるオンデマンドセッション、4 月 16 日 (火)には Q&A つきのライブセッションも用意しています。  

昨年初頭、WordPress 向け Amazon Polly プラグインを発表しました。このプラグインを使用することで、WordPress を使用するブロガーやウェブサイトの作成者は、投稿、記事、ウェブサイトのオーディオバージョンをすばやく簡単に作成できるようになります。それから数か月後、そのプラグインに Amazon Translate サービスを使用して、ウェブサイトのコンテンツをすばやく他言語に翻訳する機能が盛り込まれました。オーディオバージョンを作成できる機能と合わせたこの機能を使用することにより、翻訳された言語でサイトのコンテンツを音声化できるようになります。AWS の提供する最新の AI サービスを活用して、クリエーターや作者の皆さんに世界中のより多くの読者/視聴者にコンテンツを届けていただければと思います。本日は、このプラグインに追加されるもう 1 つの拡張機能についてお話しします。この拡張機能により、WordPress のウェブサイトやブログの拡張に Alexa デバイスを使用できるようになるというものです。この拡張機能はウェブサイトのクリエーターや制作者にとって、さらに広範な視聴者に到達できる、新たな可能性の扉を開くことになります。また、視聴者は Alexa に読み上げを頼むだけでお気に入りのブログを聞けるようになるので、視聴者の利便性も向上します。 前置きはこれくらいにして、WordPress のウェブサイトと Alexa を統合する方法についてご紹介していきましょう。 さらに、今日はこのプラグインの正式名称が Amazon AI Plugin for WordPress に変更されたことも発表します。これは AWS AI エコシステムとの広範な統合をより適切に反映させるためのものです。 次の図は Alexa を介してウェブサイトを公開するために必要な連係とコンポーネントの流れを示しています。 これから実装する各プロセスを見ていきましょう。 ユーザーはたとえば、「Alexa, ask Demo Blog for the latest update」(Alexa、デモブログに最新の記事を確認して) と話かけることで、新しい Alexa スキルを呼び出します。 このスキル自体は、Alexa Skill Blueprints の 1 つを使用して作成されています。この機能を活用すると深い技術的な知識がなくても、Alexa デバイスを使ってスキルを公開できます。 […]

機械学習 (ML) により、政府はより良く、費用効果があり、市民に優しいサービスをお届けできます。弊社は政府当局および機関の3名様の Amazon ウェブサービス (AWS)のお客様より、機械学習がどのようにサービスおよび組織の形を変えるのに役立ったかをお話いただきました。お客様は AWS re:Invent 2018の一部として、ヨーロッパ政府団体のために特別に精選された行政上の学習経路に集まりました。 国民健康サービス事業サービス当局 イギリス国民への一次医療、歯科治療、および処方サービスの提供を監督する英国 (UK) 国民健康サービス事業サービス当局 (NHSBSA) は、弊社にどのようにクラウドベースチャボットである、Amazon Connect を連絡センターサービスに導入して、お客様のニーズに対応する能力を強化したかをお伝えくださいました。 デジタル変換、識見、および技術ソリューションアーキテクトの Chris Suter 氏に、本グループとの投資の結果をお話いただきました。実施の最初の3週間、チャボットは NHSBSA が約11,000通の簡単な問合せ、および追加サポートを提供できるスタッフに繋ぐ、より複雑な問合せの電話に応対するのを助けました。これにより NHSBSA は年間 $650,000 アメリカドルを節約しました。 NHSBSA はAmazon Lexを使用して、通話を自動的に繋げ確実に正しく応答し、Amazon Polly を使用して、人間のような話し方を再現しました。機械学習主動のフロントエンドは40パーセントの受信通話を処理し、お客様の待ち時間ほぼゼロでスタッフが対応することができます。 「これにより能率が上がり NHSBSA にとっての費用を節約しただけでなく、より複雑な疑問を持つお客様に対する十分なガイダンスを提供することへの努力に集中することができたため、従業員の士気を押し上げました。」Suter 氏は言いました。 ベルギー公的雇用サービス　VDAB もう一名の AWS のお客様であるベルギー公的雇用サービス　VDABは、機械学習を使用してどのように仕事の適性を改善すること、つまり就業機会に対してぴったりの人材を見つけることができるかを探っていました。Radix.ai の JobNet は深層学習モデルを使用してこの機能を向上させました。それぞれの新規データセットにより、エンジンは求人市場がどのように進化し、求人需要の変化に気づき、動向が長期的に変化するかを学習します。 深層学習モデルは仕事内容および履歴書の言葉の分析を超えて、求職者の関心および才能の情報を取り込みます。このサービスを使用することにより、採用担当者は求職者と求人中の職との間のより良く迅速なつながりを求めます。 英国王立盲人協会 機械学習の障碍者への影響も変化します。英国王立盲人協会 (RNIB) はAmazon Polly を使用して、英国最大の盲人および弱視者のコミュニティーに閲読サービスを提供します。RNIB のトーキングブックサービスは無料で26,000以上のオーディオブックへのアクセスを提供します。数百万の英国人にとって、このサービスは人生を変えるものであるかもしれません。 更なる政府のお客様は、機械学習がユーザーにとって、そして同様に彼らの事業にとって、仕組みを変えるような技術であることを見出しています。これらの例は政府にとっての起点を与えます。 AWS インスティテュートについて このプログラムを精選した […]

 re:Invent 2018 で、AWS は Amazon Elastic Inference (EI) を発表しました。これは、すべての Amazon EC2 インスタンスに適切な量の GPU による推論アクセラレーションを追加できる新しいサービスです。これは、 Amazon SageMaker のノートブックインスタンスとエンドポイントにも利用可能で、ビルトインアルゴリズムや深層学習環境にアクセラレーションをもたらします。 このブログ記事では、GitHub で ONNX Model Zoo のモデルを使用して、MXNet と Elastic Inference Accelerator (EIA) をバックエンドとして推論を実行する方法を示します。 Amazon Elastic Inference のメリット Amazon Elastic Inference を使用すると、低コストの GPU によるアクセラレーションを Amazon EC2 および Amazon SageMaker インスタンスに適用して、深層学習推論の実行コストを最大 75% 削減できます。 Amazon Elastic Inference は、Apache MXNet、TensorFlow、および ONNX モデルをサポートしています。ONNX […]