Amazon Web Services ブログ

【開催報告】EdTech LT Night & Meetup ~ 教育業界&学生向けサービス事例 ~

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。 […]

Read More

今すぐ視聴しよう!AWS Innovate 見どころ紹介

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 […]

Read More

Amazon Translate で分析を多言語コンテンツに拡張する Protagonist

 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) […]

Read More

シンガポールで開催された AWS DeepRacer リーグのレースで開発者が世界記録を更新

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!

Read More

AWS における Microsoft Windows の広大な世界

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 […]

Read More

Elasticsearch と Kibana を使って Amazon Connect のデータをリアルタイムに活用する

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 […]

Read More

多言語対応自動字幕トラックを使用した AWS ライブストリーミングを始めよう

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 […]

Read More

AWS テクノロジーを使用して臨床試験の成果を改善する

  私たちはイノベーションの黄金時代に生きています。今では、個別化された医療によって、私たちが絶対に治癒できないと考えていた病気さえも治療できるようになりました。デジタル医療は、病気を抱えている人々がより健康になれるように手助けしています。私たちは、癌細胞を標的として根絶するために体の免疫システムを活用する方法をずっと探しています。ClinicalTrials.gov の報告によると、登録された研究は 2018 年に 293,000 件に達し、2000 年以来 250 倍の成長を遂げたことを表しています。 しかし、EvaluatePharma のデータを使用した Endpoints News の内部収益率 (IRR) の分析では、いくつか興味深い傾向が強調されています。製薬イノベーションが活気づいている現状は、登録された研究が大幅に成長したことによってサポートされています。しかし、IRR は 2000 年の約 17% から 2017 年の資本コストを下回るまで急激に減少する傾向を示しており、2020 年には 0% になると予測されています。 このブログ記事は、コンプライアンスに準拠した安全な方法で臨床試験データを収集、保存、処理、視覚化、そして実行するためのエンドツーエンドのワークフローに焦点を当てたシリーズの最初の記事です。このシリーズでは、また、人工知能と機械学習テクノロジーを臨床試験へ取り組んだアプリケーションについても説明します。この記事では、AWS のお客様が臨床試験を近代化するために使用する一般的なアーキテクチャパターンについて説明します。これらには、より良いエビデンス生成、コスト削減、品質の向上、アクセスの改善、および患者に向けて個人化された医療のモバイルテクノロジーが組み込まれています。 臨床試験の結果を改善し、コストを削減する バイオテクノロジーおよび製薬会社は、可能な限りリソースを効率的に使用することに対してプレッシャーを感じています。このプレッシャーにより、コストを削減しながら、プロセスを合理化し、高速化し、安全性を維持するためのあらゆる条件が求められます。ますます多くのライフサイエンス企業がバイオロジクス、CAR-T、および精密医療治療薬をターゲットにしており、より小さく、地理的に分散した患者セグメントに焦点が移っています。この変化により、これまで利用できなかった、非伝統的な情報源からデータを収集するという義務が増しています。これらの情報源には、モバイルデバイス、IoT デバイス、そして家庭用および臨床用デバイスが含まれます。ライフサイエンス企業は、これらの情報源から得たデータを従来の臨床試験データとマージして、薬の安全性と有効性に関する強力なエビデンスを構築します。 昨年の初めに、臨床試験改革イニシアチブ (CTTI) は、患者から総合的で高品質かつ帰属可能な実世界のデータを取得し、米国に提出するためのモバイルテクノロジーの使用に関する推奨事項を提供しました。食品医薬品局 (FDA)。モバイルテクノロジーを使用することで、ライフサイエンス企業は臨床試験への参加障壁を減らし、臨床試験の実施に伴うコストを削減できます。FDA、カナダ保健省、および英国医薬品庁 (MHRA) など、世界的な規制団体も、モバイルテクノロジーの使用を支持しています。モバイルテクノロジーによって、より効率的に患者を募集し、より早くエンドポイントに到達し、臨床試験を実施するために必要な費用と時間を削減することができます。 モバイルテクノロジーを使用して即席にデータを取り込むと、結果にすばやく到達し、コストを削減して、臨床試験の精度を向上させることができます。これは、特にモバイルデータの取り込みに人工知能および機械学習 (AI/ML) テクノロジーが追加されている場合に特に当てはまります。 それと共に、スマート臨床試験の新しい時代を迎えることができます。 同時に、市販されている超大型新薬に向けて設計された従来の臨床試験プロセスやテクノロジーは、新興産業のニーズを効果的に満たすことができません。このため、ライフサイエンス企業や製薬会社は、臨床試験の運用を進化させるための支援を必要としています。これらの事情により、臨床試験は新薬を市場に出すための最大の投資分野の 1 つになりました。 臨床試験でモバイルテクノロジーを従来のテクノロジーと併用すると、臨床試験の結果が改善され、同時にコストが削減されます。さまざまなテクノロジーの統合によって利用できるユースケースには、次のものがあります。 臨床試験における参加者の特定と追跡 臨床試験で募集する参加者の特定 臨床試験に参加している患者の教育と通知 標準化されたプロトコルの実装および臨床試験の参加者に関連情報を共有 有害事象と安全性プロファイルの追跡 新規バイオマーカーを特定するためのゲノムデータと表現型データの統合 臨床試験の管理をより良くするための臨床試験へのモバイルデータの統合 履歴データに基づいた患者コントロールアームの作成 治療、クレーム、およびレジストリデータセットに基づくコホートの階層化 […]

Read More

Serverless Tech/事例セミナー(2019年3月27日 実施) レポート Vol.1

「AWS re:Invent 2018」では多くのサーバーレス関連のアナウンスがありました。その中でも、Ruby や COBOL を始めとする開発言語対応の拡張やカスタムランタイム、共有ライブラリ管理機能(Layers)は、サーバーレスの成熟と広がりを感じさせるものでした。特に、日本で利用者の多い Ruby は長い間望まれていたことから、プロジェクトでの適用が急速に進みはじめています。 そこで、すでに利用し始めていただいているお客様として、ヴァル研究所様およびSansan様に2019年3月27日に実施のServerless Tech/事例セミナーで登壇いただき、その経験を共有いただきました。開発言語としてのRubyに対する熱い想いやモチベーションが伝わる講演内容でした。また、これからサーバーレスを検討される参加者のために、従来型開発との考え方の違いを、開発の観点からクラスメソッド様より説明がありました。 Vol.1 : 手段先行でも悪くはない!Ruby on LambdaではじめるServerless [本記事] Vol.2 : Ruby on Lambdaで変わる大規模サービスの裏側 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     手段先行でも悪くはない!Ruby on LambdaではじめるServerless [資料はこちら] 株式会社ヴァル研究所 マーケティングテクノロジー部 CB開発チーム 福本江梨奈氏

Read More

Amazon EMR で Apache Spark アプリケーションのメモリをうまく管理するためのベストプラクティス

ビッグデータの世界における一般的なユースケースは、さまざまなデータソースからの大量のデータにおける抽出/変換 (ET) とデータ分析の実行です。多くの場合、この後でデータを分析してインサイトを取得します。このような大量のデータを処理するための最も人気のあるクラウドベースソリューションのひとつが Amazon EMR です。 Amazon EMR は、AWS での Apache Hadoop および Apache Spark などのビッグデータフレームワークの実行をシンプル化するマネージドクラスタープラットフォームです。Amazon EMR は、組織が複数のインスタンスを持つクラスターをほんの数分でスピンアップすることを可能にします。また、並列処理を使ってさまざまなデータエンジニアリングとビジネスインテリジェンスのワークロードを処理できるようにもしてくれます。こうすることで、クラスターの確立とスケーリングに関わるデータ処理の時間、工数、およびコストを大幅に削減することができます。 Apache Spark は、オープンソースで高速な汎用目的のクラスターコンピューティングソフトウェアで、ビッグデータの分散処理で広く利用されています。Apache Spark は、タスクの I/O と実行時間を削減するためにノード全体のメモリで並行コンピューティングを実行することから、クラスターメモリ (RAM) に大きく依存しています。 一般に、Amazon EMR で Spark アプリケーションを実行するときは、以下の手順を実行します。 Spark アプリケーションパッケージを Amazon S3 にアップロードする。 設定済みの Apache Spark で Amazon EMR クラスターを設定し、起動する。 Amazon S3 からクラスターにアプリケーションパッケージをインストールし、アプリケーションを実行する。 アプリケーションが完了したら、クラスターを終了する。 Spark アプリケーションを成功させるには、データと処理の要件に基づいて Spark アプリケーションを適切に設定することが大切です。デフォルト設定では Spark が利用できるクラスターのリソースのすべてを使用しない場合があり、物理メモリまたは仮想メモリの問題、あるいはその両方が発生する可能性があります。Stackoverflow.com では、この特定のトピックに関連する何千もの質問が提起されています。 […]

Read More