Amazonの自動運転AIロボットカー - 真実（サイズは数インチ）

re:Invent のレンタルクラウド事業 AWS は、従量課金制の顧客にサービスを提供するため、AI 強化ハードウェアと投げられる自動運転車の約束を掲げ、さらに多くの AI 指向のビットバンドルを組み合わせました。

すでに、Rekognition、Lex、Polly、Transcribe、Comprehend、Translate、Sagemaker、Greengrass など、数多くのスマート コード コンフェクションが備わっています。

AWS は本日ラスベガスで開催された re:Invent で、Elastic Inference、SageMaker GroundTruth、SageMaker RL、Amazon SageMaker Neo、Personalize、Forecast、Textract、Comprehend Medical など、いくつかの新しい機能を発表しました。

また、同社は、Inferentiaと呼ばれる機械学習推論チップや、現実世界での自動運転モデル​​の実行やペットの恐怖を再現するDeepRacerと呼ばれる小型無線操縦カーも発表した。

まず、この車。1/18スケールのレーシングカーで、強化学習の理解と実装を支援することを目的としています。また、顧客獲得、維持、そして消費にも役立つ可能性があります。

この窓のない車両は、Ubuntu Linux 16.04、ロボットオペレーティングシステム（ROS）、そしてIntelのOpenVinoコンピュータービジョンキットを搭載したIntel Atomプロセッサーを搭載し、4GBのRAMと32GBのストレージ（拡張可能）を備えています。また、1080p解像度の4MPカメラ、複数のポート（USB-A×4、USB-C×1、Micro-USB×1、HDMI×1）、約2時間駆動可能な演算用バッテリーと駆動用バッテリー、統合センサー（加速度計とジャイロスコープ）、802.11ac Wi-Fiも搭載しています。

定価399ドルのこの車を、Amazonでは249ドルで予約販売している。来年3月6日に出荷予定。

AWSは、ロボットレーサーを目指す人々がSagemakerを用いて強化学習モデルを作成し、クラウドベースのシミュレーター「RoboMaker」でテストを行い、それをロボットに搭載して現実世界と衝突させることを期待しています。さらに、AWSは今後のAWSイベントで開催される競技レース「DeepRacer League」の開催も計画しており、ハッカーの関心も高まる可能性があります。

アマゾンのバックオフィス事業では、Inferentiaと呼ばれる機械学習チップも提供する予定です。これは、困難なトレーニング段階に続く機械学習モデルからの予測である推論をより効率的かつ手頃な価格にすることを目的としていることから、その名が付けられました。

Inferentia (Life of Brian の登場人物 Incontinentia と混同しないでください) は、Apache MXNet、PyTorch、TensorFlow のディープラーニング フレームワークと、ONNX 形式に依存するモデルをサポートします。

このハードウェアは、新たに導入されたElastic Inferenceサービスと相性が良いはずです。このサービスにより、開発者は高価なGPUインスタンスをレンタルすることなく、任意のAmazon EC2インスタンスにGPUを活用した推論アクセラレーションを接続できます。AWSは、専用GPUと比較して推論コストを最大75%削減できると主張しています。

AWS Inferentiaは、ワークロードがGPU全体を必要とする、または低レイテンシーが求められるユースケースを対象としています。SageMaker、EC2、Elastic Inferenceと連携して利用できるようになる予定です。

SageMaker といえば、機械学習モデルの構築、トレーニング、デプロイを行う AWS のマネージドサービスが拡張されました。

SageMaker GroundTruthは、テキストおよび画像分類、物体検出、セマンティックセグメンテーション、そしてユーザー定義タスクに使用されるデータセットの入力データのラベル付けを自動化する手段を提供します。AWSによると、これを行う理由は、トレーニングと推論のコストを最大70%削減できるためです。この自動化は、Mechanical Turkの作業員、民間企業のリソース、またはサードパーティの請負業者からの入力に依存しています。

SageMaker RL は、Berkeley Ray RLLib、Intel Coach、Open AI Gym、Amazon 独自の RoboMaker および Sumerian などのシミュレーション環境、または他の RL ライブラリで作成された環境とインターフェイスできる、事前に構築された強化学習ツールキットで SageMaker を拡張します。

SageMaker Neo（近日オープンソース化予定）は、AWS SageMakerの新たな技術です。モデルをフレームワーク固有の命令とともに共通フォーマットにコンパイルし、効率的なランタイムを用いてデバイス上で実行できるようにします。SageMakerの機械学習モデルを一度トレーニングすれば、基盤となるハードウェアに紐づいたパフォーマンス最適化を行いながら、どこでも実行できるようにするのが狙いです。

Neoの効率性の一例として、AWSはNeoランタイムがわずか2.5MBのストレージしか必要としないのに対し、フレームワーク依存のデプロイメントでは最大1GBのストレージが必要になる可能性があると主張しています。Neoは、Apache MXNet、PyTorch、ONNX、TensorFlow、XGBoostといった一般的なフレームワーク/アルゴリズム、そしてArm、Intel、Nvidiaのハードウェアで動作し、Cadence、Qualcomm、Xilinxのサポートも予定されています。

AWS はまた、Amazon Personalize と呼ばれるマネージドサービスも導入し、開発者が独自のアプリで Amazon.com の顧客に提示されるような不可解な製品推奨を提供できるようになりました。

Personalizeは、SageMaker、適切なアルゴリズム、そして多くのパラメータ調整によって既に実現可能なプロセスを簡素化することを目指しています。AutoML（最適な処理を選択する技術。GoogleのCloud AutoMLとは別物です）を活用することで、煩雑な設定プロセスではなく、わずかなAPI呼び出しでレコメンデーションモデルを構築できます。

Amazon Forecastは、機械学習を用いて将来の出来事の時系列予測を作成するマネージドサービスです。株式市場アナリストが常に行っているような予測ですが、成功率にはばらつきがあります。また、機械学習を用いて文書を読み取り、人手によるレビューなしでテキストを抽出するAmazon Textract（危険を冒してでも検証したい人向け）と、機械学習を活用した自然言語処理を医療記録に適用するAmazon Comprehend Medicalも新たにデビューします。Amazonによると、料金は使用した分だけ支払うとのことです。

この法案には、重大な過失があった場合に裁判所が命じる損害賠償も含まれる可能性があります。®

re:Invent のその他のニュース... AWS はアラートやコンプライアンス関連のものを管理するための新しい Security Hub をプレビューしています。