BT

Ready for InfoQ 3.0? Try the new design and let us know what you think!

AWS re:Invent 2017 MLとIoTの発表: Amazon SageMaker, AWS DeepLens, IoT Device Manager

| 作者: Daniel Bryant フォローする 827 人のフォロワー , 翻訳者 尾崎 義尚 フォローする 0 人のフォロワー 投稿日 2017年12月12日. 推定読書時間: 9 分 |

原文(投稿日:2017/11/30)へのリンク

読者の皆様へ:ご要望にお応えして、ノイズを軽減して、重要なものを見逃すことのない機能を開発した。興味のあるトピックを選択することでEメールとWeb通知を受信してほしい

USAのLas Vegasで開催されたAWS re:invent conference 2017においてAWS machine learning (ML)Internet of Things (IoT)のいくつかの新機能がリリースされた。 ハイライトは次の物があげられる。Amazon SageMaker - フルマネージドのMLサービスである、開発者がすぐに構築、訓練、スケール可能なマシンラーニングモデルのホストが可能である。AWS DeepLens - カメラ付きのエッジデバイス。AWS IoT One-Click; AWS IoT Device Defender; IoT Device Manager - スケール可能なIoTデバイスのセキュリティ搭載、モニター、リモート管理サービス。

Amazon Web Services (AWS)のCEOであるAndy Jassy氏は、機械学習は、企業組織の多くの領域に関連した非常に貴重な記述であると述べ、後半の基調講演を始めた。しかしモダンMLフレームワークは、専門的な知識を持たない開発者にとってチャレンジングである。Jassy氏は、3階層モデルのソフトウェアアプリケーションで構築するときにMLを使用できると提案した: フレームワークとインターフェイス - Apache MXNet, TensorFlow, PyTorchなど。 プラットフォームサービス - ローンチされたAWS製品ににフォーカスすると、アプリケーションとサービス - Amazon Rekognition, Amazon Polly, Amazon Lexなど

AWS ML layers

Jassy氏は、広範囲のクラウドプラットフォームとエコシステムにこれらのサービスを統合することで、より多くの開発者がMLのベネフィットを活用できると続いた。 発表された最初の製品は、Amazon SageMaker - データサイエンティスト、開発者、機械学習エキスパートに"すばやく構築、訓練、スケールする機械学習モデルをホスト"できるフルマネージドのエンドツーエンドの機械学習サービスである。 Amazon SageMakerには3つの主要なコンポーネントがある: Authoring - データの探索、クリーニング、処理のためのホストされたセットアップ不要のJupyter notebook IDEs。モデルトレーニング - 分散モデル構築、訓練、検証サービス。モデルホスティング - リアルタイムの推移を取得するためのモデルを呼び出すモデルホスティングサービスのHTTPSエンドポイント。

何十年の投資と改善にも関わらず、プロセスの構築、訓練、機械学習モデルのメンテナンスは依然として厄介で特別でした[...]ビジネスと開発者はエンドツーエンドで、機械学習の製品パイプライン構築を望んでいる。

次のML製品はAWS DeepLens - デバイス上で直接ディープラーニングMLモデルを実行するビデオカメラである。AWSの最初のML対応エッジデバイスは4メガピクセルカメラと2Dマイクアレイが含まれている。AWS DeepLensはUbuntu 16.04を実行し、Greengrass Core (Lambdaランタイム、メッセージマネージャーなど)とデバイスに最適化されたMXNetがプリロードされている。これはTensorFlowCaffe2などほかのフレームワークを使える柔軟性がある。

Amazon Rekognition VideoはS3に保存されたビデオとライブビデオストリーミングに対するスケール可能なコンピュータビジョン分析を可能とする新しいビデオ分析サービスである。 Amazon Rekognition Videoは、「ビデオから数千の物と顔を検出、追跡、認識、抽出」できる。このサービスは昨年発表済みの、エンジニアがオブジェクトとシーン検出、リアルタイム顔認識、画像のモデレーションの構築し、アプリケーションでテキストを認識できるようにするAmazon Rekognition Imageをもとにしている。

プライベートプレビューのAmazon Transcribeは、エンジニアがアプリケーションにスピーチをテキストにする機能を追加できる自動音声認識(ASR)サービスを提供する。 S3に保存されている多くの一般的なフォーマット(WAV, MP3, Flac, など) のオーディオファイルもTranscribe APIでジョブを開始することで分析できる。サービスのアウトプットは、句読点の推測を含む各単語へのタイムスタンプを含む詳細なトランスクリプションである。プレビューリリースでは、英語とスペイン語のスピーチを翻訳する非同期transcription APIを提供する。

テキスト分析のトピックの中でJassy氏はAmazon ComprehendのGAリリースにおいては、「AfrikansからYorubaなど98以上」の言語のテキストの分析と抽出ができるようになり、英語とスペイン語は(人、場所、ブランドなど)の異なるエンティティのタイプ、キーフレーズ、感情(ポジティブ、ネガティブ、ミックス、ニュートラル)、キーフレーズの抽出が可能になる。最初の4つの機能 -- 言語検出、エンティティのカテゴリ化、勘定分析、キーフレーズ抽出 -- は、対話的な利用のために設計されており、数百ミリ秒で応答が返る。Comprehendは継続的に訓練された 自然言語処理(NLP)サービスであり、ゴールはサービスがより正確になり、時間の経過とともに広く使われるようになることである。

キーノートの最後のセクションでJassy氏は若干視点を変えて、"Internet of Things (IoT)"という企業にとっての新しい価値に移した。IoTデバイスは現在普及しており、配置の深さは数年で大幅に増加すると予想されている: 電球から産業機械まで、"スマートカー"から"スマートシティ"まで。Jassy氏はAWSは企業がこの新しいトレンドに乗ることを支援することに重点を置いていると話した。

IoT領域の最初の製品はAWS IoT 1-Click、シンプルデバイス -- たとえばバッジやボタンのようなクラウドに接続された単一目的のデバイス -- のための簡単にできるサービスであり、特定のアクションを実行するAWS Lambda関数を起動する。実行可能なアクションの例としては、テクニカルサポートの呼び出し、商品やサービスの並び替え、ドアや窓のロック解除などがある。 AWS IoT Enterprise Buttonは、Amazon Dash Buttonハードウェアをベースとしており、AWS IoT 1-Clickサービスで購入と利用できるシンプルなデバイスである。モバイルアプリはGoogle Play とApple App Storeからダウンロードでき、AWSアカウントに安全に接続できるすでに設定済みのデバイスのリストが可能だ。デバイスを選択した後、顧客はデバイスがトリガーを送信したときに実行するLambdaを選択する。

IoTスペースでいくつかの新製品がローンチされたが、すべてプライベートプレビューである。 AWS IoT Device Managementは、IoTデバイスのライフサイクル全体にわたるセキュリティオンボードの利用、編成、モニター、(無線でデバイスソフトウェアの更新を含む)リモート管理が可能なIoTデバイスの管理が可能だ。 AWS IoT Device Defenderは、顧客が継続的にIoTデバイスの隊列を作れるフルマネージドのサービスである。AWS IoT Device Defenderは隊列を監視して、セキュリティのベストプラクティスを遵守し、異常なデバイスの振る舞いを検出し、セキュリティ問題のアラートを作成する。

AWS IoT Device Manager

AWS IoT Analyticsは、IoTデバイスからデータを収集して"高度なデータ分析"を提供するサービスである。AWS IoT Analyticsサービスは、顧客がメッセージを処理し、デバイスからの大量のデータを収集し、保持するとともにクエリすることを可能にする。AWS IoT Analyticsもまたデータの視覚化をして、Jupyter Notebooksに統合されて機械学習の実験を可能にするAmazon QuickSightに統合されている。

以前のDeepLensの発表に関連して、新しいAWS Greengrass ML Inferenceサービスは、 クラウド上に構築され、訓練されたモデルを使ったAWS Greengrassデバイス上でローカルにML推論を簡単に実行できるようにする。AWSブログによれば、エンジニアはこれを使ってエッジにMLをプッシュできる:

今まではほとんどのMLモデルの構築とトレーニングは、ほとんどクラウドのみで行われてきた [...] AWS Greengrass ML Inferenceでは、あなたのAWS Greengrassデバイスが切断されたときでも、データが生成されているときにすぐに賢い決定ができる

AWS Greengress ML Inferenceは、MLモデルへのアクセス、デバイスへのモデルのデプロイ、MLフレームワークのビルドとデプロイ、アプリのインターフェイスの作成、GPUsFPGAsのようなデバイス上のアクセラレータ利用など、MLの作業手順を簡単にする。 AWS blogによると、"AWS GreengrassコンソールからAmazon SageMakerで構築され、訓練された深層学習モデルへのアクセスでき、AWS Greengrassグループの一部としてデバイスにダウンロードできる"。このサービスには、AWS GreengrassデバイスにインストールするためにプレビルドされたApache MXNet frameworkも含まれている。

Amazon Greengrass ML

このスペースの最後の発表は、Amazon FreeRTOS、開発、セキュリティ、配置、メンテナンスをシンプルにするマイクロコントローラーベースのエッジデバイス向けのIoTマイクロコントローラーオペレーティングシステムである。Amazon FreeRTOSは、ローカル、クラウド接続性、セキュリティ、そして間もなく無線でのアップデートを可能にするライブラリを含む人気のあるリアルタイムオペレーティングシステムであるFreeRTOS kernelを拡張する。

AWS re:invent 2017で発表された追加の製品リリースおよび発表はAWS news blogで参照できる。

Rate this Article

Adoption Stage
Style

この記事に星をつける

おすすめ度
スタイル

こんにちは

コメントするには InfoQアカウントの登録 または が必要です。InfoQ に登録するとさまざまなことができます。

アカウント登録をしてInfoQをお楽しみください。

あなたの意見をお聞かせください。

HTML: a,b,br,blockquote,i,li,pre,u,ul,p

このスレッドのメッセージについてEmailでリプライする
コミュニティコメント

HTML: a,b,br,blockquote,i,li,pre,u,ul,p

このスレッドのメッセージについてEmailでリプライする

HTML: a,b,br,blockquote,i,li,pre,u,ul,p

このスレッドのメッセージについてEmailでリプライする

ディスカッション
BT