Successfully reported this slideshow.
Your SlideShare is downloading. ×

俺と最近のクラウドAI系サービス

Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad

Check these out next

1 of 87 Ad

俺と最近のクラウドAI系サービス

Download to read offline

最近 AI ・ IoT ・ ビッグデータというがそのつながりをしる
「AI を生かしたサービス」「モデルを作るサービス」を知る
自分らのビジネスにマッチしたクラウドサービスを見つける手がかりを得る

最近 AI ・ IoT ・ ビッグデータというがそのつながりをしる
「AI を生かしたサービス」「モデルを作るサービス」を知る
自分らのビジネスにマッチしたクラウドサービスを見つける手がかりを得る

Advertisement
Advertisement

More Related Content

Slideshows for you (20)

More from Masayuki KaToH (20)

Advertisement

Recently uploaded (20)

俺と最近のクラウドAI系サービス

  1. 1. 2019-07-24 全景 AIフォーラム 2019年度 第3回 代表 ふぁらお加藤 俺と最近のクラウドAI系サービス
  2. 2. Profile Name ふぁらお加藤 @PharaohKJ Hobby サブカル 原付 野宿 BBQ Job & Works ICT Freelancer PhalanXware Tsundokanai Radio Community Kanazawa.rb JAWS-UG 金沢 CfK Civic Hack Night
  3. 3. 本日のゴール • 最近 AI ・ IoT ・ ビッグデータというがそのつながり をしる • 「AI を生かしたサービス」「モデルを作るサービス」 を知る • 自分らのビジネスにマッチしたクラウドサービスを見 つける手がかりを得る
  4. 4. 最近流行り
  5. 5. AI ・ IoT ビッグデータ
  6. 6. ちょっと最近流行り
  7. 7. クラウド
  8. 8. アンケート
  9. 9. Q1. クラウドときいてピンときますか?
  10. 10. Q2. うちはクラウド導入済みだ?
  11. 11. Q3. クラウドといえば〜?
  12. 12. 最近流行りに戻る
  13. 13. AI ・ IoT ビッグデータ
  14. 14. これらは三位一体
  15. 15. AI IoT ビッグ データ データ蓄積 現場や 業務 結果の配置 データ収集 学習に使う
  16. 16. このルー プ
  17. 17. そのための調達
  18. 18. 結構オオゴト
  19. 19. 流れが変わって る
  20. 20. 1. オープンな技術がある 安価にクラウドでコンピュータリソースが手に入 る
  21. 21. オープンで低いハードルでみんな参加できるとい うことで民主化なんて呼ばれ方もしている
  22. 22. 余談) コンピュータリソースは資産か?
  23. 23. コンピュータリソースは 「電気・ガス・水道」と同じような流動費として 扱うべきじゃないか?という議論
  24. 24. 余談から戻って
  25. 25. AI IoT ビッグ データ データ蓄積 現場や 業務 結果の配置 データ収集 学習に使う
  26. 26. このループのコンピュータリソース調達を 流動費としてクラウドで行う
  27. 27. AIといっても いろいろある
  28. 28. 「みんな欲しいのはこれだよね?ともう作成済み のモデルを活かしたサービス」 「モデルを作るサービス」 「モデル作るのを支援するサービス」
  29. 29. あ、「モデル」ってのは入力から出力に変換する ためのもので、粗く言うと「関数」ね。
  30. 30. もしかしたらループすらいらない可能性ある (例えば、顔から年齢と性別予想するとかね)
  31. 31. とにかく、自分の欲しいところだけを補えばよい 殆ど専用の○○、人員を用意するより安い! まず試してみるができるのが大事
  32. 32. クラウドサービス 紹介
  33. 33. 膨大な量があるので超早口でいきます。 かつ、内容はそのサービスのページに書いてある ことをまるまる使っているため、ぜひちょくいっ てください。このスライドは公開します。
  34. 34. 三大クラウド事業者
  35. 35. Amazon Web Service Microsoft Azure Google Cloud Platform
  36. 36. これらのなかからいくつか紹介 全体的な共通点とか見えてきます
  37. 37. Azure cognitive Services
  38. 38. Computer Vision 画像の分類 画像内のシーンおよびアクティビティ認識 画像内の有名人とランドマークの認識 画像内の光学式文字認識 (OCR)
  39. 39. Face 画像内の顔検出 画像内の人物の特定 画像内の感情認識 画像内のよく似た顔の認識およびグループ化
  40. 40. Video Indexer ビデオのビジュアル チャネルとオーディオ チャネルの完全な解析 顔、オブジェクト、キーフレーム認識、OCR、および文字起こし を実行 トピックの推定、ブランド、感情検出などの高度な分析情報
  41. 41. Speech Services カスタマイズ可能なモデルを使用した自動的な音声テキ スト変換文字起こし カスタム音声フォントを使った自然なテキスト読み上げ リアルタイムの音声翻訳
  42. 42. Speaker Recognition 話者識別 話者認証
  43. 43. Text Analytics 名前付きエンティティの認識 重要なフレーズを抽出 テキストの感情分析
  44. 44. QnA Maker 非構造化テキストからの Q&A 抽出 Q&A のコレクションからのナレッジ ベースの作成 ナレッジ ベースのためのセマンティック マッチング
  45. 45. Translator Text 言語の自動検出 テキストの自動翻訳 カスタマイズ可能な翻訳
  46. 46. Language Understanding コンテキストに応じた言語理解 コンピュータが人の発言の意図を理解する
  47. 47. Content Moderator 不快感を与えかねない画像や好ましくない可能性のある画像の検出 卑罵語や不適切な表現が使われているテキストのフィルター ビデオ内のアダルト コンテンツや人種差別的なコンテンツのモデレー ト 最善の成果を得るための組み込みのレビュー ツールの使用
  48. 48. AWS
  49. 49. Amazon Comprehend テキスト内でインサイトや関係性を検出 E メールのサポート、ソーシャルメディアの投稿、オンラインコ メント、通話録音といった形態での顧客とのやり取りを分析し、最 も肯定的な体験や最も否定的な体験を生み出す要因を検出できます 。その後、このインサイトに基づいて製品やサービスを改善できま す。 キーフレーズ、エンティティ、感情を検索エンジンでインデック スできるようにすることで、より優れた検索体験を提供できます。 これにより、基本的なキーワードの代わりに、記事の意図や内容に 重点を置いた検索ができるようになります。 テーマ別にドキュメントを整理して分類し、同じテーマに関連す る他の記事を推奨することで、推奨するコンテンツを読者に合わせ てパーソナライズできます。
  50. 50. Amazon Comprehend Medical さっきのやつの医療版
  51. 51. Amazon Forecast Amazon.com と同じテクノロジーに基づいた正確な時系列予測サービス 各店舗に適した在庫数を予測することができます。過去の売上、価格、店舗のプ ロモーション、所在地、カタログデータといった予測情報を、お使いの小売管理シ ステムから CSV (コンマ区切り値) 形式で Amazon S3 ストレージにインポートしま す。これらを、ウェブサイトのトラフィックログ、天候、発送スケジュールといっ た関連データに結びつけます。Amazon Forecast は、この情報を使って、各製品の 顧客需要を個々の店舗レベルで正確に予測できるモデルを作成します。 収益、費用、キャッシュフローといった主要な財務基準を、複数の期間や通貨単 位を横断して予測することが可能です。 必要な人員数、広告在庫、生産用の原材料といった利用可能なリソースの最適な 数量を計画することは、収益を最大化し費用を管理するために重要です。たとえば 放送会社は、広告在庫を地域別に最適化するよう希望することがあります。その場 合は、各種番組カテゴリや地理的地域、番組内容のメタデータ、地域の人口統計を 横断した過去の視聴データを Amazon Forecast にインポートします。本サービスは 、これらのデータから学習し、地域ごとの正確な予測を立てます。
  52. 52. Amazon Lex Alexa と同じ深層学習テクノロジーを活用したアプリケーション用会話 型インターフェイス 音声やテキストを使用して、任意のアプリケーションに対話型インター フェイスを構築するサービスです。 コールセンターボット 情報ボット 音声またはテキストのチャットインターフェイスを追加して、銀行口座 へのアクセス、チケットの予約、料理の注文、またはタクシーの呼び出し など顧客が行う多くの基本的なタスクを支援するボットをモバイルデバイ スに作成できます。
  53. 53. Amazon Personalize Amazon.com で使用されているのと同じテクノロジーに基づく 、リアルタイムのパーソナライズと推奨事項 アプリケーションからのアクティビティストリーム (クリック、 ページビュー、サインアップ、購入など) と、記事、製品、動画、 音楽など、おすすめするアイテムのインベントリを提供します。 また、Amazon Personalize に、年齢や地理的位置など、ユーザー に関する追加の人口統計情報を提供することもできます。Amazon Personalize は、データを処理して調べ、意味があるものを特定し 、適切なアルゴリズムを選択し、そのデータ用にカスタマイズさ れたパーソナライゼーションモデルをトレーニングして最適化し ます。 レコメンデーション・検索・通知など
  54. 54. Amazon Polly 深層学習を使用して文章をリアルな音声に変 換
  55. 55. Amazon Rekognition https://aws.amazon.com/jp/rekognition/ アプリケーションにインテリジェントなイメージと動画分析を簡単 に追加。 対象物体、シーン、アクティビティ検出 顔認識 顔分析 動線の検出 安全でないコンテンツの検出 有名人の認識 画像中のテキスト
  56. 56. Amazon Textract 実質的にどのドキュメントからでもテキストやデ ータを簡単に抽出 Amazon Textract では、機械学習を使用し、実質的 にどのような種類のドキュメントでも即座に「読み 取って」テキストやデータを正確に抽出できるため 、これらの課題を解決できます。
  57. 57. Amazon Transcribe 自動音声認識 読みやすい文字起こし 複数話者の認識 チャネルの識別 文字起こしのストリーミング
  58. 58. Amazon Translate 自然で正確な言語翻訳
  59. 59. GCP AI ビルディングブロック
  60. 60. Vision AI クラウドやエッジにある画像を分析 画像を何千ものカテゴリ(「ヨット」や「エッフェ ル塔」など)に素早く分類し、個々の物体、顔、単語 を認識します。また、AutoML Vision を使用することで 、機械学習の専門知識があまりなくとも、特定のニー ズに合わせたカスタムモデルを簡単に構築してトレー ニングできます。
  61. 61. Video AI フレーム単位まで処理できる正確な動画分析 メタデータの抽出、重要な名詞の識別、動画コンテ ンツへのアノテーションの追加が行えます。AutoML Video Intelligence を使用することで、事前トレーニン グ済み API でカバーされていないプロジェクトについ ても、カスタムモデルのトレーニングが行えます。
  62. 62. Natural Language 機械学習を使用してテキストの構造や意味を明らかに します。人、場所、イベントに関する情報を抽出し、ソ ーシャル メディアの感情やコールセンターの会話につい て理解を深められます。 AutoML Natural Language を使用すると、独自の機械 学習モデルの構築とトレーニングを簡単に行えます。ま た Natural Language API の事前トレーニング済みモデル により、コンテンツの分類、感情分析、エンティティ分 析、構文分析などの言語理解機能が提供されます。
  63. 63. Cloud Speech-to-Text API 音声コマンド コントロールの有効化や、コールセンター の音声の文字起こしなどを実現できます。Google の機械学 習技術を使用して、ストリームをリアルタイムで処理する ことも、事前に録音された音声を処理することもできます 。
  64. 64. Cloud Text-to-Speech API WaveNet に関する DeepMind の画期的な研究成果と Google のニューラル ネットワークを応用し、複数の言語に よる 32 の音声で、人間の声に非常に近い自然な音声を合成 できます。
  65. 65. Dialogflow Enterprise Edition ウェブサイト、モバイルアプリ、メッセージング プラッ トフォーム、IoT デバイスでユーザーと豊かで自然な対話を 行う会話型インターフェース(チャットボット)を構築で きます。
  66. 66. Cloud AutoML Cloud AutoML は機械学習プロダクトのスイートです。こ れを利用すると、機械学習の専門知識があまりない開発者で も、ニーズに合った高品質なモデルをトレーニングできます 。Cloud AutoML は、10 年以上にわたる Google 独自の検索 技術を活用して、機械学習モデルが高速なパフォーマンスと 正確な予測を実現できるようにします。
  67. 67. まとめ
  68. 68. 映像・画像・文字列・翻訳・意味解析・予測 さらにここに自社カスタムを入れる口がある ってあたりでしょうか
  69. 69. 他に専門性の高いこういったウェブAPIサービス を提供している会社さんもいらっしゃる
  70. 70. 例えば「五郎島金時の大きさを画像から分別する 」ってのはみんながみんないるわけじゃない > 専門性が高い
  71. 71. 既存のモデル + チョイ足し はこんなものとして、さらにモデルを作る支援
  72. 72. Azure Machine Learnin
  73. 73. Azure Machine Learning サービス モデルを迅速に構築し、クラウドからエッジまで 大規模に運用化
  74. 74. 機械学習モデルの構築、トレーニング、デプロイが効率化さ れます。お好みのツールとフレームワークを使って機械学習 モデルを迅速に市場投入し、自動化された機械学習により生 産性を向上させ、セキュリティで保護された、エンタープラ イズ対応のプラットフォーム上でイノベーションを実現でき ます。
  75. 75. AWS
  76. 76. Amazon SageMaker Amazon SageMaker は、すべての開発者とデータサイ エンティストに機械学習モデルの構築、トレーニング、 デプロイ手段を提供します。Amazon SageMaker は、 機械学習のワークフロー全体をカバーする完全マネージ ド型サービスです。データをラベル付けして準備し、ア ルゴリズムを選択して、モデルのトレーニングを行い、 デプロイのための調整と最適化を行い、予測を行い、実 行します。モデルをより少ない労力と費用で、本番稼働 させることができます。
  77. 77. Amazon SageMaker Ground Truth Machine Learning を使用して高精度なトレー ニングデータセットを構築し、最大で 70% デー タのラベル付けコストを削減する。
  78. 78. Amazon SageMaker Neo Amazon SageMaker Neo は、TensorFlow、 MXNet、PyTorch、XGBoost の Machine Learning モデルを自動的に最適化し、精度を損 なうことなく最大2倍の速度で実行します。深層 学習を利用することで、SageMaker Neo は、特 定のモデルのコード最適化およびモデルを展開す るハードウェアのコード最適化を見つけ出して適 用します。
  79. 79. GCP AI プラットフォーム
  80. 80. AI Platform Notebooks プロジェクトを数分で立ち上げられるエンタープライズ ノ ートブック サービス AI Platform Notebooks は、最新のデータ サイエンスと機械 学習フレームワークがプリインストールされたマネージド サービスです。統合開発環境である JupyterLab によってイ ンスタンスの作成が簡単にでき、BigQuery、Cloud Dataproc 、Cloud Dataflow との統合により開発とデプロイも容易にな ります。
  81. 81. AI Platform Deep Learning VM Image ディープ ラーニング アプリケーション向けに事前構成された仮想 マシン AI Platform Deep Learning VM Image を使用すると、Google Cloud でディープ ラーニング プロジェクトを開始するために必要なもの がすべて用意された状態で、VM を迅速かつ簡単にプロビジョニン グできます。TensorFlow、PyTorch、scikit-learn などの一般的な ML フレームワークが事前にインストールされた Compute Engine インスタンスを起動して、ワンクリックで Cloud TPU と GPU サポ ートを追加できます。
  82. 82. Cloud TPU パフォーマンスを考えたハードウェア設計 Cloud TPU は、Google の設計したハードウェア アクセラレー タ ファミリーです。機械学習ワークロードの高速化とスケール アップに対応できるよう最適化されており、TensorFlow でプロ グラムされたトレーニングや推論を行うことができます。 Cloud TPU は、対象の TensorFlow ワークロードに対して、費 用対効果を考慮したうえでのパフォーマンスを最大限高めるこ とで、機械学習のエンジニアや研究者が反復処理をより高速に 行えるように設計されています。
  83. 83. Kubeflow Kubernetes 用の機械学習ツールキット Kubeflow は、機械学習に最適なオープンソース システムをデプロイする簡単な方法を提供するこ とによって、Kubernetes の機械学習ワークフロー のデプロイを、移行やスケーリングが可能なシン プルなものにします。
  84. 84. まとめ
  85. 85. 「学習に使う強力なコンピュータが手元になくて もできるプラットフォームをクラウド上に入手で きる」
  86. 86. まとめ • 最近 AI ・ IoT ・ ビッグデータというがそのつながり をしった • 「AI を生かしたサービス」「モデルを作るサービス」 を知った • 自分らのビジネスにマッチしたクラウドサービスを見 つける手がかりを得た
  87. 87. ご清聴ありがとうございました

Editor's Notes

  • 名前付きエンティティ > 事前に定義した何のことをいってるか分類
  • セマンティックマッチング > 意味の照合
  • しょこたんのセミの抜け殻は・・・問題
  • エッジ > より現場に近いコンピュータのことでいいかな
  • みんなで手分けしてラベルつけたりなんだりするツール。そういうツールづくりも結構たいへんだよね。
  • 例えばラズパイで実行する際、これをつかってコンパイルするといろいろいいらしい

×