Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Open Cloud カンファレンス@札幌 Microsoft AI最前線

232 views

Published on

2017年9月初旬時点での、Microsoft のAI技術の取り組みを紹介します。Cognitive Service、Azure Data Lake、Azure Media Services、SQL Server 2017 などです。

Published in: Technology
  • Be the first to comment

  • Be the first to like this

Open Cloud カンファレンス@札幌 Microsoft AI最前線

  1. 1. #azurejp https://www.facebook.com/dahatake/ https://twitter.com/dahatake/ https://github.com/dahatake/ https://daiyuhatakeyama.wordpress.com/ https://www.slideshare.net/dahatake/
  2. 2. Switchboard 携帯電話の Switchboard ミーティング IBM, Switchboard ブロードなスピーチ
  3. 3. Harry Shum, EVP of AI and Research Group AI の民主化にむけ5000 名規模の Microsoft AI and Research Group 設立
  4. 4. Deep Intelligence In Motion Deep Learning Lab 深層学習 開発事例や最新技術動向を 情報発信するコミュニティ PFN x MS 認定トレーニング 3 年間で 5 万人 深層学習人材育成 深層学習 ソリューション 開発 Chainer / DIMo / Partner Solution / Microsoft Azure を組み合わせて、 深層学習案件のすそ野を拡大
  5. 5. with cntk.layers.default_options(activation=cntk.ops.relu, pad=False): conv1 = cntk.layers.Convolution2D((5,5), 32, pad=True)(scaled_input) pool1 = cntk.layers.MaxPooling((3,3), (2,2))(conv1) conv2 = cntk.layers.Convolution2D((3,3), 48)(pool1) pool2 = cntk.layers.MaxPooling((3,3), (2,2))(conv2) conv3 = cntk.layers.Convolution2D((3,3), 64)(pool2) f4 = cntk.layers.Dense(96)(conv3) drop4 = cntk.layers.Dropout(0.5)(f4) z = cntk.layers.Dense(num_output_classes, activation=None)(drop4) 例:手書き文字認識 (MNIST)
  6. 6. Microsoft Azure
  7. 7. Compute Infrastructure
  8. 8. TORCH THEANO CAFFE MATCONVNET PURINEMOCHA.JL MINERVA MXNET* BIG SUR TENSORFLOW WATSON CNTK
  9. 9. ND6s ND12s ND24s ND24rs Cores 6 12 24 24 GPU 1 x P40 2 x P40 4 x P40 4 x P40 Memory 112 GB 224 GB 448 GB 448 GB Disk ~700 GB SSD ~1.4 TB SSD ~3 TB SSD ~3 TB SSD Network Azure Network Azure Network Azure Network InfiniBand
  10. 10. Azure 環境に簡単にデプロ イ
  11. 11. 「Wikipedia」 英→西 訳 「戦争と平和」 露→英 訳 Microsoft製FPGAボー ド
  12. 12. Video Indexer Cognitive Services Labs
  13. 13. Video Indexer Cognitive Services Labs Custom Custom CustomCustom Custom
  14. 14. 従来の Database + App Intelligence Database + App Application + Intelligence Database Application Intelligence + Database VS
  15. 15. #azurejp Azure Data Lake Azure Media Service SQL Server 2017
  16. 16. Azure Data Lake service Big Data as a Services 無限にデータをストア・管理 Row Data を保存 高スループット、低いレイテンシの分析ジョ ブ セキュリティ、アクセスコントロール Azure Data Lake store HDInsight & Azure Data Lake Analytics
  17. 17. 多くの SQL & .NET DEVELOPERS 宣言型言語の SQL と 逐次実行型である C# のパワーを融合 構造化、一部構造化、非構造化データの融合 全てのデータに分散クエリの実施 U-SQL Big Data のための新しい言語
  18. 18. 1. 顔の解析 2. 画像への タグ 付け 3. 顔の感情分析 4. OCR 5. テキストからの重要語句の抽出 6. テキストの感情分析 Azure Data Lake の 6つの Cognitive 機 能
  19. 19. • オブジェクト認識 (タグ) • 顔認識、感情認識 • JOIN処理 – 幸せな人は誰なのか? REFERENCE ASSEMBLY ImageCommon; REFERENCE ASSEMBLY FaceSdk; REFERENCE ASSEMBLY ImageEmotion; REFERENCE ASSEMBLY ImageTagging; @objects = PROCESS MegaFaceView PRODUCE FileName, NumObjects int, Tags string READONLY FileName USING new Cognition.Vision.ImageTagger(); @tags = SELECT FileName, T.Tag FROM @objects CROSS APPLY EXPLODE(SqlArray.Create(Tags.Split(';'))) AS T(Tag) WHERE T.Tag.ToString().Contains("dog") OR T.Tag.ToString().Contains("cat"); @emotion_raw = PROCESS MegaFaceView PRODUCE FileName string, NumFaces int, Emotion string READONLY FileName USING new Cognition.Vision.EmotionAnalyzer(); @emotion = SELECT FileName, T.Emotion FROM @emotion_raw CROSS APPLY EXPLODE(SqlArray.Create(Emotion.Split(';'))) AS T(Emotion); @correlation = SELECT T.FileName, Emotion, Tag FROM @emotion AS E INNER JOIN @tags AS T ON E.FileName == T.FileName; Images Objects Emotions filter join aggregate
  20. 20. 付加価値を提供する 多くのパートナー ソリューション Streaming / CDN コンテンツ 保護 Processing取り込み と保管 メディア 配信の コア 機能を API として提供 Azure Media Services PlayerAI (Artificial Intelligence)
  21. 21. Vision Speech Language Face 画面上の文字 歴史的建造物 話している言葉 翻訳 話者 オブジェクト シーン 感情 感情 感情キーワード
  22. 22. Azure Functions 翻訳 感情 キー ワード
  23. 23. R & Python ベースの AI の ストアドプロシージャ MicrosoftML Library の組み込み Graph モデルのサポートによる より複雑な関係を分析 クエリ 処理の最適化による 比類なき パフォーマンス AI を組み込んだ最初の商用データベース SQL Server 2017
  24. 24. • SQL Server, CNTK & R/Python – それぞれの強い部分を連携させた エンタープライズ グレードの AI アプリケーション • データを移動させる必要がないため、セキュリティと効率化が向上 • GPU による、処理能力の向上 Featurization classifier model での スコアリング Web App Diagnosis: 35% certainty Python / R で実装した ストアドプロシージャ ストアド プロシージャ の 呼び出し Model table, Features table, New Images table SQL Server
  25. 25. execute sp_execute_external_script @language = N'R' , @script = N' x <- as.matrix(InputDataSet); y <- array(dim1:dim2); OutputDataSet <- as.data.frame(x %*% y);' , @input_data_1 = N'SELECT [Col1] from MyData;' , @params = N'@dim1 int, @dim2 int' , @dim1 = 12, @dim2 = 15 WITH RESULT SETS (([Col1] int, [Col2] int, [Col3] int, [Col4] int)); ‘R’ もしくは ‘Python’ R file や Python file の 読み込みも 入力データ。 T-SQL SELECT も使 えるスクリプト用のパラメーター。”OUTPUT” もサポー ト。 トレーニング済みのモデルには varbinary(max) を 使用 Result set のバインド(Optional) STDOUT や STDERR と一緒に メッセージ文字列も R dataframe もしくは Python Pandas dataframe
  26. 26. launchpad.exe sp_execute_external_script sqlservr.exe Named pipe それぞれの SQL インスタ ンスがlaumchpad.exe を持 つ SQLOS XEvent MSSQLSERVER Service MSSQLLAUNCHPAD Service “何を” そして “どう” “実行” するか “launcher” Bxlserver.exe sqlsatellite.dll Bxlserver.exe sqlsatellite.dll Windows Satellite Process sqlsatellite.dll Run your “query”
  27. 27. In-memory OLTPColumn Store 大量データの 書き込み処理 PowerBI Dashboardスケールする Database 内の分析 R 業務ユーザー 分析の用意 Stored Predictions Visualize SQL-R を使って、秒間100万件の機械学習の処理も
  28. 28. Gathering Data Store Data Store Data Store Data Store Data Store Training Dataset Model Data Process Training Deploy Prediction Model Model Lang. Image Model Video Dataset Model Dataset Model Model Service
  29. 29. リモートモニタリング・制御 多数のIoTデバイスからの収集データ をマージ 先進AIの適用を可能にする、 無限に近いコンピューティング リソースとストレージ リアルタイム応答に必要な ローレーテンシーでタイトな コントロールループ プライバシーデータや知的財産の保護
  30. 30. Azure IoT Edge IoT Hub Devices Local Storage Azure Machine Learning (Container) Functions RuntimeContainer Management Device Twin Device Twin Azure Stream Analytics (Container) Azure Functions (Container) Cognitive Services (Container) Custom Code (Container) Module Twin Module Twin Module Twin Module Twin Module Twin Module Twin Module Twin Module Twin Module Twin Module Twin
  31. 31. さあ、始めま しょう!azure.com
  32. 32. © 2017 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION.

×