AmazonはAIを念頭に置き、次々と発表を続けている。AWSの責任者に話を聞いて、その全貌を解き明かした。

re:Invent Amazon Web Services は、3 週間にわたる re:Invent の 2 週目を迎えており、ショーの発表の集中は続いていますが、今度は AI 指向のサービスに重点が置かれています。

水曜日のThe Registerは、AWSのスタートアップソリューションアーキテクチャのワールドワイドリーダーであるIan Massingham氏にインタビューし、このすべてを理解しようと試みた。

火曜日、AWSの機械学習担当バイスプレジデントであるスワミ・シヴァスブラマニアン氏が、インターネットの巨人である同社が初めてと銘打った機械学習に焦点を当てた基調講演を主催しました。もちろん、これが最後ではありません。ウェブキャストのプレゼンテーションでは、第1週に少しずつリリースされたAI関連のサービスについて詳しく説明されました。詳細はAWSの包括的な新機能リストをご覧ください。

マッシンガム氏は先週、AMD GPU を搭載した Amazon EC2 G4ad インスタンスが導入されたことに触れ、クラウドで機械学習モデルを実行するコストの削減に役立つと指摘した。

「これらは、顧客にとって機械学習推論ワークロードを実行するための非常にコストパフォーマンスに優れた効率的な方法です」と彼は述べた。「統合されたAMD GPUとCPUの能力を活用することで、これらのシステムで実行される機械学習推論ワークロードのコストが削減されるはずです。」

クラウドサービスの請求書ショックの先駆者であるAWSは、ディープラーニング処理を加速するInferentiaチップを開発するために2015年にイスラエルの新興企業Annapurna Labsを買収したとき、そのような倹約を念頭に置いていた。

「これにより、お客様の推論ワークロードにおいて、非常に優れたコストパフォーマンスを実現できるようになりました」とマッシンガム氏は述べた。「お客様の機械学習ワークロードの実行にかかるコストの大部分は推論コンポーネントにかかることを覚えておいてください。モデルを一度トレーニングするだけで、サービスが成功し、広く導入されれば、そのモデルに対して毎日数十万回、あるいは数百万回もの推論呼び出しを行うことになるかもしれません。」

オールイン

彼はまた、先週発表された様々な産業用機械学習サービスについても強調しました。これらのサービスは、企業にコンピュータービジョンと機械監視を提供し、機器の異常検知、予知保全、プロセス制御、品質管理に活用されています。これらのサービスには、Amazon Monitron、Lookout for Equipment、AWS Panorama Appliance、Amazon Lookout for Vision などがあります。

AWSの機械学習ツールであるSageMakerには、今週と先週、いくつかの機能追加が行われました。これには、不整合を特定するためのデータ準備機能であるSageMaker Data Wrangler、トレーニングと推論のための機械学習機能をキュレーションするマネージドサービスであるSageMaker Feature Store、そしてモデルのトレーニングとデプロイに関連するワークフローを自動化し、スケジュールされたイベントを実行するためのCI/CD機能であるとMassingham氏が説明したSageMaker Pipelinesが含まれます。

最近では、機械学習モデルのバイアス検出とモデルベースの予測説明の容易化を実現するSageMaker Clarifyがデビューしました。Massingham氏はまた、一般的な機械学習ユースケース向けの組み込みソリューションと、オープンソースの事前トレーニング済み機械学習モデルの自動デプロイを提供するAmazon SageMaker JumpStartについても言及しました。

「SageMaker関連の発表は、スタートアップ業界で私が仕事をしている特定の顧客層にとって最も大きな影響を与えるものになるだろう」とマッシンガム氏は語った。

「SageMaker を使用すると、ツールチェーンを自分で構築したり、社内に大量の機械学習の専門知識を必ずしも持たなくても、ML 機能を使用してモデルを構築およびトレーニングできる点が、非常に好評です。」

住宅、またはホテルメーカー

AWSの顧客が実際にこれらのツールをどのように活用しているかを尋ねられたマッシンガム氏は、長年のSageMakerユーザーとしてhotels.comを挙げた。同社では、ホテルの部屋を探している顧客にウェブサイトで表示する画像を選択するためにSageMakerを活用している。

「hotels.comで宿泊施設を探す場合、ホテル側は、その宿泊施設や類似の宿泊施設を予約した他の顧客から得た情報に基づいて、宿泊施設リストに掲載する画像を選択しています」と彼は述べた。「ホテル側は、ウェブやモバイルなど、様々なチャネルで掲載されている各宿泊施設リストで、どの画像が表示されたかを長期にわたって記録しています。」

同社のシステムは、このデータセットから、どのような種類の画像が顧客の予約につながる傾向があるかを学習できます。「そのため、顧客からの取引を促進するのに適した画像をリスティングに掲載するのです」と彼は説明しました。

マッシンガム氏は、不動産業界の顧客がSage Makerをどのように活用しているかについても説明しました。「Realtor.comは、不動産物件情報に関連するモデルをトレーニングし、特定のユーザーにとって特に魅力的であったり、高い関心を集めたりする可能性のある特性や物件を特定するモデルをトレーニングするためにSage Makerを使用しています」と彼は述べました。

AWSは機械学習の欠点についても検討を重ねてきました。マッシンガム氏は、コールセンター向けのサービスポートフォリオであるAmazon Connect向けContact Lensの最近のリリースを例に挙げました。

同氏の説明によると、この新しいサービスにより、コールセンター企業は顧客とのコンタクト中に管理者の介入が必要になる可能性がある場合を検出できるようになるという。

「例えば、コンタクトセンター内で会話が行われているとします」と彼は述べた。「このサービスを使えば、顧客が（人間の）エージェントとの会話中に、動揺したり、怒ったり、興奮したりしている可能性を検知できます。そして、その検知イベントに基づいて、マネージャーを自動的に会話に介入させることもできます。」

次回マネージャーと話をする必要がある場合、Amazon AI が聞いている場合は、大声で怒鳴ったり、口汚く罵ったりしても効果があります。®