Amazon では、20 年以上にわたって人工知能の分野での大規模な投資が行われてきました。お客様にご利用いただいている多くの機能は、機械学習の力によって生み出されたものです。Amazon.com のリコメンデーションエンジンは、機械学習 (ML) を使用して構築されていて、フルフィルメントセンターのロボットピッキングルートの最適化にも使用されています。また、Amazon のサプライチェーン、予測、キャパシティープランニングにおいても、ML アルゴリズムからの情報が使用されています。Alexa は、自然言語理解と自動音声認識深層学習の技術の恩恵を受けています。また、Amazon のドローンイニシアチブである Prime Air や、新しい小売り体験を提供する Amazon Go でのコンピュータ視覚補助機能などでも同じ技術が活用されています。Amazon では、数千人のエンジニアが機械学習と深層学習の分野で注力しており、Amazon の伝統の大きな部分となっています。
AWS では AI スタックの 3 つのレイヤー、つまり、Apache MXNet や TensorFlow などのツールを使用したフレームワークとインフラストラクチャ、アプリケーションに人工知能をすばやく搭載するための API 主導のサービス、データサイエンティスト向けの機械学習プラットフォームを通して、知識や機能を公開しています。
インテリジェントなアプリケーションを構築するには多くの方法があり、そのための多くのツールが用意されています。AWS では、主要な深層学習フレームワークがサポートされていて、データサイエンティストや開発者に、最もオープンで柔軟な環境を提供しています。
すぐに作業を開始できるように、AWS Deep Learning AMI が提供されています (Amazon Linux と Ubuntu で利用可能)。これにより、訓練向けに GPU が自動スケーリングするマネージドクラスターを作成でき、さまざまな規模で推測を実行できます。Apache MXNet、TensorFlow、Caffe2 (または Caffe)、Theano、Torch、Microsoft Cognitive Toolkit、Keras が、すべての主要な深層学習のツールとドライバーとともに、あらかじめインストールされています。
TensorFlow™ は、データフローグラフを使用した数値計算のためのオープンソースのソフトウェアライブラリです。グラフ内のノードは、数学的演算を表していて、グラフの辺は、それぞれの間でやり取りされる多次元データ配列 (tensor) を表しています。
他のプラットフォームと比較して、より多くの TensorFlow モデルが AWS で実行されています。現在、Pinterest、UCLA、OpenAI、Expedia、Claire.ai などの組織で、TensorFlow の本番アプリケーションが AWS で実行されています。
Apache MXNet のパフォーマンスは、非常に適切にスケールされており、クラウド内、IoT、エッジのアプリケーションにとって理想的なフレームワークになっています。
Nvidia、カーネギーメロン大学、Clarie.ai、Wolfram では、現在、Apache MXNet を使用した AI の作業を進めています。
Amazon EC2 P2 インスタンスでは、強力な Nvidia GPU を利用できるため、計算処理が加速され、従来の CPU と比較してわずかな時間でモデルを訓練できます。訓練後、GPU ベースのインスタンスに加えて、Amazon EC2 C4 コンピューティング最適化インスタンスと M4 汎用インスタンスが、訓練済みモデルで推測を実行するのに非常に最適です。
さらに、特殊な機械学習アプリケーションの要件が設定されている特殊なアプリケーションで、FPGA (Field Programmable Gate Array) を使用できます。こうしたアプリケーションで、F1 インスタンスの、強化された柔軟性とパフォーマンスを活用できます。
AWS の AI サービスでは、開発者が独自のモデルを開発して訓練するのではなく、事前に訓練されたサービスへの API コールを使用して、アプリケーションにインテリジェンスを追加できるようにしています。
Amazon Lex では Amazon Alexa と同じテクノロジーを活用して、自動音声認識 (ASR) と自然言語理解 (NLU) という高度な深層学習機能を利用でき、一般的にチャットボットと呼ばれる会話型インターフェイスでアプリケーションを構築できます。
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、20 を超える言語で男性や女性の声のような自然な音声でアプリケーションを構築できるため、音声に対応したまったく新しいカテゴリの製品を構築できるようになります。
Amazon Rekognition は、日々何十億もの画像を分析する Amazon Prime Photos で使用しているテクノロジーを基盤に構築されており、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 を使用すれば、画像内の物体、シーン、顔を検出することや、画像間で顔の検索や比較を実行することもできます。
モデルの構築に開発者とデータサイエンティストが集中できるように、AI プラットフォームサービスでは、訓練やホスティングのインフラストラクチャのデプロイや管理に関連した差別化につながらないオーバーヘッドが排除されています。
Amazon Machine Learning では、複雑な機械学習 (ML) のアルゴリズムとテクノロジーを学習する必要なく、ML モデルの作成プロセスを説明する可視化ツールとウィザードをご利用いただけます。
Amazon EMR での Apache Spark には、スケーラブルな機械学習アルゴリズムをデプロイするための MLlib が含まれています。独自のライブラリを使用することもできます。インメモリにデータセットが保存されることで、Spark では機械学習アプリケーション向けに優れたパフォーマンスを実現できます。
