Amazon Web Services ブログ
re:Invent 2018 での AI と機械学習の案内
re:Invent 2018 がもうすぐ開催されます! 議題を考えるとき、人工知能 (AI) は間違いなくホットなテーマです。今年は 200 以上のブレークアウトセッション、ハンズオンワークショップ、ディープダイブチョークトークなどで、AI、機械学習 (ML)、深層学習 (DL) についての多くの優れた技術的な内容が用意されています。Sony、Moody’s、NFL、Intuit、21st Century Fox、トヨタなどの顧客やパートナーから直接 AWS での機械学習の成功事例を聞けます。今年の re:Invent はまた、AI サミットも併催され、学術界の思想リーダー達が AI の未来について語ります。
イベント概要を計画するのに役立つ、今年の re:Invent セッションカタログから、いくつかのハイライトを取り上げて紹介します。
AI と ML 入門
AI が初めての方は、機械学習と深い学習の基礎概念を学ぶためのセッションをいくつかご用意しています。Amazon SageMaker 機械学習プラットフォーム、深層学習フレームワーク、視覚と言語に関する AI サービスの概要説明とデモを行います。これらのサービスは、始めるにあたって機械学習のスキルを必要としません。
リーダーシップセッション – 機械学習 (セッション AIM202)
Amazon は個別化、推奨エンジン、フルフィルメントセンターのロボティクスまで、AI 分野で長い歴史を持っています。Amazon Go、Amazon Alexa、Amazon Prime Air もその例です。このセッションでは、AWS の最新の機械学習サービスについて学び、革新的な AI で AWS と提携している顧客の意見を聞きます。
Amazon SageMaker を使用して、ML モデルを迅速に構築、トレーニング、デプロイ (セッション AIM404)
Amazon SageMaker は、開発者やデータサイエンティストがあらゆる規模の機械学習モデルを短期間で簡単に構築、トレーニング、デプロイできるようにする完全マネージド型プラットフォームです。このセッションでは、財務予測や医療の成果予測など、主要なユースケースで Amazon SageMaker の事前構築アルゴリズムを使用する方法を学びます。
開発者のための深層学習: 入門 (セッション AIM301)
このセッションでは、深層学習の仕組みを理解し、ニューラルネットワーク、アクティベーション関数、オプティマイザーなど重要な概念を学びます。より正確な洞察と予測を作成するために、画像、テキスト、サウンド、その他のデータの複雑なパターン認識を通して、深層学習モデルがどれほど深いかを紹介します。また、コンピュータビジョンや推奨モデルなどの一般的な深層学習のユースケースも紹介します。最後に、TensorFlow、Apache MXNet、PyTorch などの一般的な深層学習フレームワークの始め方を説明します。
AWS DeepLens を使用した深層学習とコンピュータビジョン入門 (ワークショップ AIM316)
深層学習が初めての方は、このワークショップが最適です。AWS DeepLens 深層学習対応ビデオカメラを使用してコンピュータビジョンモデルを構築し、導入する方法を学びます。また、Amazon SageMaker を使用して、機械学習アプリケーションとモデルを 1 から構築する方法を学んでください。
AWS でインテリジェント言語サービスを使用してスマートでインタラクティブなアプリを作成する (セッション AIM303)
Amazon では自然言語処理、自動音声認識、テキスト音声変換サービス、ニューラル機械翻訳技術をすべての開発者に提供しています。このセッションでは、言語とチャットボット機能を提供する機械学習サービスを使用して、あらゆるアプリケーションに知性を追加する方法を学びます。他の人たちが、聞き、話し、理解し、周りの世界と対話する次世代のアプリをどのように定義し、構築しているかを見てみましょう。
一般的な ML のユースケース
あなたは顧客サービスを改善するためのアプリケーションを構築している場合でも、自律的な運転のような複雑な問題にも取り組んでいる場合でも、これらの機械学習セッションやワークショップでは、立ち上げについての実践的なガイダンスが提供されます。ビジネスユースケース、ならびに医療、金融、メディア、エンターテイメント、自動車などの業界固有のアプリケーションのための機械学習をカスタマイズする方法を学びます。
エンタープライズ向けの機械学習 (セッション AIM201)
大手企業は、ヘルスケア、自動車、金融を含む業界全体の革新に ML を使用しています。このセッションでは、Amazon SageMaker プラットフォームを使用してスケーラブルな ML ソリューションを構築する方法と、コンピュータビジョン、言語、分析サービスについて学びます。また、エンタープライズがデータからより多くの価値を引き出し、インテリジェントなシステムやプロセスを統合して管理するための、実践的なユースケースを紹介します。
エッジでの機械学習 (セッション AIM302、ワークショップ AIM315)
ビデオベースのツールは、AI の車載ユースケースなど、コンピュータビジョンの進歩を可能にしました。しかし、このデータをクラウドに送信して処理することは必ずしも可能ではありません。このセッションでは、Amazon SageMaker を使用してマシン学習モデルをトレーニングし、AWS Greengrass を使用してエッジデバイスにデプロイする方法を学び、接続がない場合でもエッジで素早くデータを処理できることを学びます。
メディア資産の潜在能力を最大限に引き出す (セッション AIM406)
開発者は機械学習を使用することで、自動メタデータ抽出によってメディア資産の使用を最大化するスケーラブルなソリューションを構築できます。自動音声文字起こし、言語翻訳、顔検出、有名人の認識まで、ML では、手動ワークフローを自動化し、ビデオコンテンツの使用を最適化することができます。このセッションでは、Amazon Rekognition、Amazon Translate、Amazon Comprehend などのサービスを使用して、検索可能なビデオライブラリを構築し、ハイライト映像の作成を自動化する方法を学びます。
機械学習と分析を使用して現代の「コンタクトセンター」を変える (セッション AIM304)
チャネル間の顧客サービスの対話を分析することで、360 度の完全な顧客ビューが得られます。すべての対話をキャプチャーすることで、問題の根本原因をより正確に特定し、1 コールの解決とお客様満足度を向上させることができます。このセッションでは、機械学習を使用して何千件もの顧客との会話を迅速に処理および分析し、貴重な洞察を得る方法を学びます。会話とテキストエスカレートまたは特定前に出現するサービス関連の傾向に気づくことができます。また、開始時に潜在的に広がっている問題を特定して対処することもできます。
NLP とアナリティクスを使って顧客の洞察の声を捉える (ワークショップ AIM415)
顧客を理解することはこれまで以上に簡単です。自然言語実現能力は、ユーザーの感情や会話の意図など、豊富な情報を捉えることができます。このワークショップでは、自然言語処理 (NLP) など分析パイプラインを構築する方法を学びます。Amazon Comprehend や Amazon Transcribe などの AWS サービスを使用して、コンタクトセンター通話録音などの顧客データの分析や処理を行い、顧客体験を改善する方法を学びます。
機械学習を使って、次の油田を数秒以内に予測する (セッション OIG302)
空隙率、透過性、密度、他の岩質データをリアルタイムで自動的に予測する機械学習を使用して、少しのよく記録されたデータセットだけで地震探査データを向上させることができたらどうでしょうか。このセッションでは、より優れた意思決定および、実行時間を数か月から数日に短縮するために、Amazon SageMaker がどのようにより深い洞察を抽出するタスクを自動化できるかを示します。安全性の改善、資産管理と保守の改善、油井配置の最適化など、オイル・ガス分野における ML の適用についても議論します。
Amazon SageMaker と Amazon Neptune を使用した不正検出と防止 (セッション AIM422)
ビジネス詐欺は、オンラインとオフラインの取引で懸念されています。このチョークトークでは、Amazon SageMaker と Amazon Neptune の機械学習を使って詐欺を検出する方法を学びます。トピックには、クラスの不均衡などのモデル構築、誤検出と検出漏れの異なるコストが含まれます。さらに、このようなシナリオで健全な健全なモデルを構築するために使用できる線形学習者のようなアルゴリズムについても説明します。
ライフサイエンス分野の科学スピードを加速 (セッション LFS201)
このセッションでは、バイオテクノロジー、製薬、医療機器企業のクラウドコンピューティングの主要動向について洞察を提供します。AWS ライフサイエンスビジネス開発リードに参加しましょう。当社のライフサイエンスのお客様は、新しい患者募集プラットフォームを使用して臨床試験を近代化するために AWS クラウドをどのように使用できるかを学ぶことができます。Amazon SageMaker などの機械学習サービスを使用して、大手製薬企業と研究機関の間に共同研究プラットフォームを構築する方法と、次世代のビジネスインテリジェンスを活用してクラウドにリアルワールドエビデンスプラットフォームを構築する方法を学びます。
最先端の ML トピック
ML トピックを深く知るために、さまざまなコードレベルのセッションとワークショップがあります。Amazon SageMaker、TensorFlow や PyTorch などの深層学習フレームワーク、機械学習サービスのカスタマイズと統合方法について学びます。
TensorFlow を使用した深層学習アプリケーションの構築 (セッション AIM401、ワークショップ AIM429)
TensorFlow の深層学習フレームワークは、コンピュータビジョン、自然言語、会話、翻訳などの多様な AI アプリケーションの開発に使用されます。このセッションでは、Amazon SageMaker 機械学習プラットフォームで TensorFlow を使用する方法を学びます。このコードレベルのセッションには、TensorFlow を使用したチュートリアルとサンプルも含まれます。
PyTorch を使用した深層学習アプリケーションの構築 (セッション AIM402)
深層学習は、コンピュータビジョンや自然言語など、さまざまな AI ユースケースに使用できます。このセッションでは、Amazon SageMaker 機械学習プラットフォーム内で PyTorch を使用して畳み込みニューラルネットワークを構築し、トレーニングする方法を学びます。このコードレベルのセッションには、PyTorch を使用したチュートリアルとサンプルが含まれます。
Apache MXNet を使用した深層学習アプリケーションの構築 (セッション AIM407、ワークショップ AIM418)
Apache MXNet の深層学習フレームワークは、コンピュータビジョン、音声認識、自然言語処理などさまざまな AI アプリケーションを開発、トレーニング、デプロイするために使用されます。このセッションでは、Amazon SageMaker 機械学習プラットフォームで Apache MXNet を始める方法を学びます。このコードレベルのセッションには、MXNet を使用したチュートリアルとサンプルが含まれます。
Amazon SageMaker と Apache Spark の統合 (セッション AIM403、ワークショップ ANT318 )
完全に管理された機械学習プラットフォーム Amazon SageMaker には、あらかじめ構築されたアルゴリズムと人気のある深層学習フレームワーク、Spark クラスターから簡単にモデルをトレーニングするために使用できる Apache Spark ライブラリが付属しています。このコードレベルのセッションでは、Apache Spark アプリケーションと Amazon SageMaker を統合する方法を学びます。また、Spark のトレーニングジョブの開始、Spark パイプラインのトレーニングジョブの統合なども、詳しく説明します。
Amazon SageMaker を使った教師なし学習 (セッション AIM333)
機械学習でラベル付けされていないデータをどのように使用しますか? Amazon SageMaker の教師なし学習機能は、非構造化データを簡単に処理できます。このチョークトークでは、Amazon SageMaker に内蔵されている教師なし学習アルゴリズムを使用して、k 平均法によるクラスタリングやランダムカットフォレストによる異常検出などの複雑な方法について説明します。
Amazon Rekognition の詳細 (セッション AIM307)
Amazon Rekognition の最新機能について、詳しく知りましょう。手動のワークフローを自動化し、創造性を高め、よりパーソナライズされた顧客体験を提供するために、アプリケーションにインテリジェントな画像と動画分析を簡単に追加する方法を学びます。コンテンツのモデレート、検索可能なコンテンツライブラリの作成、既存のアプリケーションへのセカンダリ認証の追加など、さまざまなユースケースに対して Amazon Rekognition を調整し、最適化するためのベストプラクティスを共有しています。
機械学習を使用して、ビデオからより多くの価値を抽出 (ワークショップ AIM409)
ビデオは、広告、マーケティング、顧客エンゲージメントにとってますます成功する媒体となっています。しかし、多くの企業では、インデックス化とカタログ化が不十分なため、実質的なビデオ資産が十分に活用されていません。このワークショップでは、機械学習サービスを使用して、感情分析、顔検出と認識、自動文字起こし、翻訳など、ビデオからより多くの価値を抽出する方法を学びます。
自然言語処理による分析の改善 (セッション AIM405)
自然言語処理は、非構造化データからビジネス価値を引き出す鍵となります。効果的なデータ分析方法を実装している組織は、意思決定の改善、リスク削減、または顧客体験の向上を通じて、競争上の優位性を獲得します。このセッションでは、Amazon Comprehend と Amazon Relational Database Service (Amazon RDS)、Amazon Elasticsearch Service、Amazon Neptune などのサービスを組み合わせて、データの処理、分析、視覚化を簡単に行う方法を学びます。Amazon Comprehend を使用して、顧客がどのようにテキスト分析ソリューションを構築したのか、実際の例を紹介します。
CI/CD 手法を使った機械学習の産業化 (セッション FSV304)
金融機関が機械学習の使用を加速、拡大することが予測されており、コードのバージョンや特定の推論につながるデータなど、特定の結果に関連する質問に対処する必要があります。ターゲットを絞ったマーケティング、詐欺の検出、収益の改善などの活動に、異種の非伝統的なデータソースが多く使用されるようになり、機械学習モデルの構造化された開発の必要性を後押しています。このセッションでは、Amazon SageMaker、AWS CodeCommit、AWS CodeBuild、AWS CodePipeline など AWS サービスを組み合わせて使用することで、金融機関が要件を満たしビジネス成果を生み出すのに役立つワークフローを作成する方法について説明します。
分散型ディープラーニング＆高解像度運転データ: 自動運転車の推進 (セッション CMP304)
産業規模のデータセットで深いニューラルネットワークを幅広く採用する際の主要な障壁は、トレーニングに必要な時間とリソースです。データ科学者や機械学習エンジニアは、新しいアルゴリズムや最適化技術を素早く試せるように、継続的に短いトレーニング時間を希望しています。トヨタ研究所が AWS インフラストラクチャを最適化し、分散/マルチノードトレーニングを使用して深層学習学習トレーニング時間を最小化する方法を紹介します。
AI サミット
AI の未来を念頭に、re:Invent の AI サミット では、最新の研究と新しい潮流を紹介しています。30 分間のライトニングトークでは、研究コミュニティのリーダーたちが、AI による癌研究から量子コンピュータまで、あらゆることをテーマに話します。AI サミットは 11 月 27 日火曜日、午後 1 時から午後 5 時半まで、Venetian Theater で行われます。イベントに登録するには、セッションカタログをご覧ください。
半自動運転の未来(セッション AIS301)
Alexandre Bayen、カリフォルニア大学バークレー校
自動運転車は都市の移動パターンをどのように変えるか? このトークでは、既存交通システムへ自動運転車を段階的かつ複雑に統合する半自動運転を可能にする、強化学習分野での科学の貢献を検討します。モデルのない深層強化学習という新技術を用いて、低レベルトラフィックフローダイナミクスに及ぼす少数の自動運転車の潜在的な影響を探ります。新しいオープンソース計算プラットフォームと、深層強化ライブラリを持つ最先端のマイクロシミュレーションツールを紹介します。
癌ゲノミクスのためのインテリジェントシステム(セッション AIS301)
Mona Singh、プリンストン大学
科学の最もエキサイティングな最前線の 1 つに、既存の生物医学データを使用する自動システムを構築し、人間の病気を理解し、最終的には治療することがあります。癌の場合、主要な問題は、これが非常に異種の病気であり、腫瘍のどの分子的な変化が病気にとって重要であるかを解明し、個体が治療にどのように応答するか予測することが課題です。この講演では、生物医学的に関連する洞察を得るために、多様な補完データを活用する癌ゲノム解析で用いる統合的な計算手法の概要を紹介します。
AI の約束を一緒に実現(セッション AIS301)
Rohit Prasad、Amazon AI
私たちは人工知能 (AI) の黄金時代に暮らしています。クラウドコンピューティングの能力、AI システムのトレーニングに必要な膨大なデータ、基礎的な AI アルゴリズムの改善によって、画像や音声認識など特定のタスクでは、すでに機械が人間を上回っています。一部の人たちは、AI システムが人間の役割をますます乗っ取る可能性について懸念を表明していますが、それと共に、私たちはこれらのシステムがどのようにして生活のあらゆる側面を向上できるかということに影響を及ぼすべきです。Rohit Prasad は、AI システムが人間の知性を高め、現在および未来の社会利益のために全員がアクセスできるようにする方法を探ります。
実用的な現在の量子機械学習 (セッション AIS301)
Peter Wittek、トロント大学
現在の現実とは対照的に、理論的には、量子コンピュータは指数関数的に深層学習を加速させる可能性があります。実装は不完全であり、ノイズや量子の重ね合わせ時間の短さによって、スケーラビリティは制限されています。この講演では、量子コンピュータで強化された機械学習が、古典的な方法の補完ではなく、取って代わる技術となる方法を探ります。私たちは、古典的と量子プロトコルのハイブリッドを用いて効率的に実行される離散的または連続的な多変数問題に対する、量子アニーリングとゲートモデル量子コンピューティングなど関連するコンピューティングパラダイムについて議論します。
バイアスのあるユーザーフィードバックからのバイアスのない学習(セッション AIS301)
Thorsten Joachims、コーネル大学
記録されたユーザーの対話は、利用可能な最も普遍的なデータ形式の 1 つであり、それらはさまざまなシステム (例えば、検索エンジン、推奨システム、広告配置) から少しのコストで記録することができます。しかし、このデータをネイティブに使用すると、失敗する傾向があります。主要な問題は、フィードバックを受け取る場所に影響を与えることで、システムが記録に挿入するバイアスです (例えば、検索順位の上位がより多くクリックされるなど)。この講演では、反事実条件文推論技術がどのようにバイアスに対してロバストな学習アルゴリズムを作ることができるかを探ります。これにより、ランキング SVM からディープネットワークまで、幅広い学習アルゴリズムがログデータにアクセスできます。
データ駆動型経済のためのデザイン(セッション AIS301)
Jodi Forlizzi、カーネギーメロン大学
現在利用可能なデータの膨大さは、大きな変化と独自の経済のように言われています。データは新しい製品、サービス、ビジネス、経済を可能にしました。設計者はこの新しい経済のデータに精通したイノベーターとしてどのように成功することができますか? 設計者はデータ、機械学習、人工知能について何を知る必要がありますか? この講演では、Jodi Forlizzi が複数の研究および開発の取り組みから、新しいデータ駆動型経済の設計方法に関する関連する知見を発表します。
マイクロドローンを現実化する(セッション AIS301)
Shyam Gollakota、ワシントン大学
特に小型ドローンに動力を供給することが根本的に困難であるため、昆虫の大きさのドローンというコンセプトは、現実というよりも SF の世界のものでした。この講演では、Shyam Gollakota が初の蜂サイズ無線ドローン RoboFly の飛行に成功した話を語ります。彼はまた、センシング、コンピューティング、コミュニケーション機能を生きて飛ぶマルハナバチに統合する、代替生物学ベースのソリューションについても議論します。このモバイル IoT プラットフォームから生成されたデータは、精密灌漑から環境センシングまで、アプリケーションに貴重なインテリジェンスを生み出す可能性のある AI モデルを提供することができます。
今回のブログ投稿者について
Cynthya Peranandam は、AWS 人工知能ソリューションの主席マーケティングマネージャーであり
、顧客が深層学習を活用してビジネスバリューを提供することを支援しています。余暇の時間には、彼女は走ったり、音楽を聴いたりすることが好きです。