機械学習を使うのに開発者である必要はありません

デジタル化と AI の導入が加速する中、企業では人工知能 (AI) と機械学習 (ML) の開発者が深刻に不足しています。Amazon (AWS) は、プロの開発者の不足を補うために、AI と ML を迅速に立ち上げる方法を模索しています。また、他の業界の学生や非専門家がこの収益性が高く需要のある分野に参加するよう動機づけています。

[[440404]]

これらの目標を達成するために、AWS は機械学習トレーニング プラットフォームの SageMaker ファミリーに 2 つの新しいメンバーをリリースしました。1 つは、非専門の開発者がコードなしで ML プロジェクトを作成できるようにする Amazon SageMaker Canvas で、もう 1 つは新しい Amazon SageMaker Studio Lab の無料パブリック プレビューです。これにより、ML についてさらに詳しく知りたい人は誰でもこのテクノロジーを試すことができます。

アマゾンの人工知能および機械学習担当副社長ブラティン・サハ氏は、今週ラスベガスで開催されたAWS re:Invent 2021カンファレンスで発表されたこの2つの製品は、企業が積み残しのMLプロジェクトの一部に対処するのにすぐに役立つと述べた。

AWS はすでに、SageMaker などのツールによって ML プロフェッショナルの業務の効率化を図っています。そのため、関連ツールを使用して、コード不要の ML を非開発者、いわゆる「シチズン デベロッパー」に提供することは、そのミッションの派生です。ノーコードアプリケーションやサービスは、すでに幅広いIT分野で利用可能ですが、MLの世界ではこれまでそのようなサービスは存在しませんでした。

「当社のイノベーションにより、機械学習も同様の道をたどると考えています。顧客からは、ノーコードツールを提供することでアナリストなどが機械学習を使い始めることができると聞きました」とサハ氏は語った。

SageMaker Canvas ツールは、開発者以外のユーザーがプロジェクトに入力できるようにするだけでなく、既存のデータから情報を推論した後、欠損値を埋めてエラーを修正するなど、非専門家ユーザー向けの推論も実行します。ユーザーを支援するために、これらのバックエンド ツールにさらに多くの ML インテリジェンスが追加されます。たとえば、郵便番号のエリアがあり、その数字が 8 桁の場合、それが有効な米国の郵便番号ではないことがわかっている場合は、それらをエラーとしてフラグ付けできます。

SageMaker Canvas で作成された ML プロジェクトでさらに作業を行う必要がある場合、Canvas は SageMaker Studio に基づいているため、SageMaker Studio バージョンで Canvas プロジェクトを表示および変更できます。 SageMaker Canvas を使用すると、実行中のすべての作業をローコード方式で SageMaker Studio にエクスポートできます。このコードは、すべてのデータ準備およびモデル構築コードとともに、ここから入手できます。

Canvas の初期バージョンを使用した顧客は、この簡単なデータインポート機能は貴重な機能であると AWS に伝えました。イノベーションの 1 つは、ノーコード環境からコードファースト環境にシームレスに移行し、その後データ サイエンティストが参加して適切と思われる変更を加えることができることです。

同社によると、SageMaker Canvasを使用すると、データサイエンティスト以外のユーザーでも、クラウドまたはオンプレミスのさまざまなデータソースのデータを使用して独自のMLモデルを作成し、実行できるほか、ボタンをクリックするだけでデータセットを組み合わせることができるという。従業員は Canvas を使用して正確なモデルをトレーニングし、直感的なインターフェースを通じて新しい予測を生成することができます。

このサービスは現在、米国東部 (オハイオ)、米国東部 (バージニア)、米国西部 (オレゴン)、欧州 (フランクフルト)、欧州 (アイルランド) の AWS リージョンで一般提供されています。 AWS によれば、ローカルデータセットでも、Amazon S3、Amazon Redshift、Snowflake にすでに保存されているデータでも使用できるとのことです。

機械学習の専門家に対する世界的な需要は、これらの役割を果たすことができる訓練を受けた熟練したデータサイエンティストの数よりもはるかに速いペースで増加し続けています。このギャップを埋めるために、AWS は SageMaker Canvas を導入しましたが、さらに一歩進んで、この重要かつ収益性の高い仕事に必要な専門スキルを習得できる ML 教育をより多くの人々に提供することを目指した SageMaker Studio Lab も導入しました。

これは、学生、実験者、研究者などが機械学習を始めたり、機械学習を学んだり、機械学習を使った簡単な実験を行ったりできる完全に無料のサービスです。始めるのに AWS アカウントは必要ありません。メールアドレスでサインインすると、無料のコンピューティング能力が提供されるだけでなく、無料のストレージスペースも提供されます。 Studio Lab は、GitHub やすべての一般的なパッケージと統合して、これらすべてを実行します。また、機械学習、人工知能、ニューラル ネットワークなどに関する広範かつ詳細な情報とコースを提供する、Deep Dive into Deep Learning のオープン ソース ML ガイドなどの貴重な教育資料も含まれています。 AWS、Udacity、Intel からの約 1,000 万ドルの AI 奨学金も Studio Lab を通じて配布され、恵まれない学生や恵まれない学生が AI 教育を受けられるようになります。

教育コンテンツには、AWS Machine Learning University や、自然言語処理用の事前トレーニング済みのディープラーニング (DL) モデルの大規模なオープンソースコミュニティも含まれます。

ML を非開発者ユーザーにとってよりアクセスしやすくし、より多くの労働者をこの分野に呼び込む可能性がある AWS の動きは、AWS や他の ML ベンダーの将来にとって重要です。新しいテクノロジーには必ず学習曲線があり、AWS のようなサービスでは、その取り組みを経済的に実質的なものにするためには一定数のユーザーが必要です。当初、ML は実用的であるには難しすぎ、比較的制限が多かった。しかし、この機能がより広く使用されるようになると、理解が深まり、より学習しやすいツールを作成できるようになります。

アナリストらは、AWSは「トレーニングを無料にするというさらなる措置を講じており、長期的な優位性と利益の拡大と引き換えに短期的な戦術的収益を犠牲にする戦略的意図を示している」と述べた。