AWS では、クラウドネイティブな機械学習および深層学習テクノロジーによりさまざまなユースケースやニーズに対応できる人工知能 (AI) サービスを提供しています。この AI サービスにより、自然言語理解 (NLU)、自動音声認識 (ASR)、視覚検索およびイメージ認識、音声変換 (TTS)、機械学習 (ML) などのテクノロジーを利用できるようになります。このサービスのリリースにより、Amazon の AI に関する専門知識を生かしたサービス、ツール、インフラストラクチャが AWS により提供され -- ビギナーからアドバンスドレベルの -- すべての開発者はアプリケーションやビジネスにインテリジェンスを追加できるようになります。
| 日付 | Tech Talk のトピック |
| 3 月 6 日 | Introducing Amazon Lex, a Service for Building Voice or Text Chatbots |
| 3 月 27 日 | How to get the most out of Amazon Polly, a Text-to-Speech Service |
AWS の AI スタックでは、AI フレームワーク、AI プラットフォーム、AI サービスの 3 つの主要なレイヤーがあります。
スタックの下部層では、AWS により Apache MXNet などの深層学習フレームワークを簡単に使用できるようになります。これにより、開発者はクラウドやモバイルデバイス、エッジで接続されたデバイスで実行される、高度かつスケーラブルなカスタムの人工知能システムを構築できるようになります。MXNet などのフレームワークにより、深層学習などのアドバンスドテクノロジーを使用した人工知能システムの実装や微調整は簡単に短時間で行えるようになります。この専用システムでは通常 GPU が使用され、カスタムアルゴリズムによるデータの訓練が行われます。AWS Marketplace で利用できる Deep Learning AMI を使用して、AWS プラットフォームで MXNet をすぐに開始できます。
スタックの中間層では、Amazon Machine Learning を使用することで、機械学習に対する深いスキルや専門知識がなくても、独自のデータを使用してカスタムの機械学習モデルを訓練できます。このサービスを使用することで、新しいモデルの訓練や評価を迅速に行い、低レイテンシーでの処理、リアルタイム予測、バッチ処理が利用できるようになります。さらに、Amazon EMR の Apache Spark にはスケーラブルな機械学習アルゴリズムの MLlib が実装されています。
最上層では、独自の ML モデルの訓練や開発を行わずに AI テクノロジーへのアクセスを必要とする開発者向けに、事前に訓練され、高度かつスケーラブルに事前調整されたマネージド AI サービスが AWS により提供されています。開始するために、人工知能に対するスキルや深層学習に関する知識は必要ありません。そのため、周りの環境を見て、聞き、話し、理解できるアプリケーションを構築できる API に迅速で簡単にアクセスすることができます。Amazon Rekognition では、深層学習に基づくイメージ認識と顔解析を利用できます。Amazon Lex では、Alexa と同じ深層学習テクノロジーを活用してテキストや音声での高度なチャットボットを簡単に構築できます。また、Amazon Polly では、テキストがリアルな音声に変換されます。
Amazon AI サービスを使うと、アプリケーションに音声やテキストを使用した会話型インターフェイスの構築、アプリケーションへの画像分析機能の追加、保存や再生ができるテキスト音声変換、スマートな機械学習アプリケーションを迅速で簡単に構築できます。
Amazon Lex は、音声やテキストを使用した会話型インターフェイスをさまざまなアプリケーションに構築するためのサービスです。Lex では、自動音声認識 (ASR) という音声をテキストに変換するための高度な深層学習機能と、テキストの意図を理解するための自然言語理解 (NLU) を利用できます。これにより、非常に魅力的なサービスと生き生きとした音声対話を実現するアプリケーションを構築できます。Amazon Lex を使うと、すべての開発者が Amazon Alexa に採用されている深層学習技術と同じ技術を利用し、自然言語での高度な対話ボット (チャットボット) を短時間で簡単に構築できるようになります。
詳細については、Amazon Lex 製品ページをご覧ください。
Amazon Rekognition は、画像の分析をアプリケーションに簡単に追加できるようにするサービスです。Rekognition では、画像内の物体、シーン、および顔を検出できます。顔を検索および比較することもできます。Rekognition の API を使えば、深層学習に基づく高度な視覚検索やイメージ分析をアプリケーションにすばやく組み込むことができます。Amazon Rekognition は、Amazon のコンピュータ視覚科学者が日々何十億もの画像を分析する Prime Photos のために開発したのと同じ、実証済みで高度にスケーラブルな深層学習テクノロジーを使ったサービスです。Amazon Rekognition は、深層ニューラルネットワークモデルを使用して、画像に写っている幾千もの物や状況を検出し、ラベル付けします。今後も継続的に新たなラベルや顔認識機能が追加されていく予定です。
詳細については、Amazon Rekognition 製品ページを参照してください。
Amazon Polly は、文章をリアルな音声に変換するサービスです。Polly を使用すると、会話機能を搭載したアプリケーションを作成し、音声に対応したまったく新しいカテゴリの製品を構築することが可能になります。Polly は高度な深層学習テクノロジーを使用した Amazon AI サービスの 1 つで、人間の声のような音声を合成するサービスです。Polly には 24 の言語と 47 の音声が含まれているため、用途に最適な音声を選んで、多くの国で使える音声対応のアプリケーションを簡単に構築できます。Amazon Polly は安定して応答時間が短いため、リアルタイムの対話が実現できます。Polly の音声はキャッシュして保存できるため、オフライン再生や再配布が可能です。また、Polly は簡単に使用できます。音声に変換するテキストを Polly API に送ると、すぐに Polly からオーディオストリームがアプリケーションに返され、アプリケーションでそれを直接再生することや、MP3 などの標準オーディオファイルとして保存することが可能です。
詳細については、Amazon Polly 製品ページを参照してください。
Amazon Machine Learning は、どのスキルレベルの開発者でも、機械学習テクノロジーを簡単に使用できるようになるサービスです。Amazon Machine Learning では、複雑な ML アルゴリズムおよびテクノロジーを学習する必要なく、機械学習 (ML) モデルの作成プロセスを説明する仮想化ツールおよびウィザードを提供します。モデルの準備が整ったら、Amazon Machine Learning により、カスタムの予測生成コードを実装したり、インフラストラクチャを管理したりする必要なく、シンプルな API を使用してアプリケーションの予測を簡単に取得できるようになります。
詳細については、Amazon Machine Learning 製品ページをご覧ください。
Amazon Machine Image は、AWS で深層学習テクノロジーの使用をすばやく開始するのに最適な方法です。AWS Deep Learning AMI は、一般的なオープンソースの深層学習フレームワーク (Apache MXNet、TensorFlow、Theano、Torch、CNTK、Caffe)、事前設定された CUDA ドライバーに含まれる GPU アクセラレーション、Anaconda や Jupyter などのサポートツールにプレインストールされています。
詳細については、AWS Marketplace をご覧ください。
AWS CloudFormation テンプレートを使うと、深層ニューラルネットワークの訓練などの大規模なコンピューティングジョブのために、複数の EC2 インスタンスを簡単にスケールアップすることができます。開発者は配布された Deep Learning CloudFormation テンプレートを使用して、P2 インスタンスまたは G2 インスタンスのスケールアウトした伸縮自在なクラスターを構築できます。P2 インスタンスや G2 インスタンスでは、大規模な訓練要件に対応する Deep Learning AMI が使用されています。
詳細については、AWS EC2 コンピューティングブログで、深層学習における CloudFormation の使い方に関する情報をご覧ください。
