データサイエンティストと開発者向けの新しいツールであるAmazon SageMakerが中国で利用可能になりました

【51CTO.comオリジナル記事】
機械学習は誕生以来、多くの分野で応用されてきましたが、現時点では実践者にとってまだいくつかの障害が存在します。

まず、機械学習の学習のハードルは高いです。人工知能と機械学習の知識は理解するのが比較的難しく、本当に機械学習エンジニアになりたいのであれば、学習者に高い総合的な資質が求められます。コード内のさまざまな問題に対処するだけでなく、学習を続け、他の部門の人とコミュニケーションを取り、さまざまな新しいコード ライブラリやモデルを理解して使用方法を学ぶ必要があります。

最近中国に上陸した Amazon SageMaker の目標は、開発者やデータ サイエンティストが機械学習 (ML) モデルを迅速に構築、トレーニング、展開できるように支援することです。 SageMaker は、機械学習プロセスにおける重くて面倒な作業の多くを排除し、高品質のモデルの開発を容易にし、開発者やデータ サイエンティストの作業の難易度を大幅に軽減します。

AWSはAIへの投資を増やし続けている

「アマゾンは電子商取引の時代から機械学習に細心の注意を払ってきた。機械学習は、商品の推奨、商品検索、物流、配達ロボット、スマートアシスタントのアマゾンエコー、無人店舗のアマゾンゴーなど、多くのビジネスに存在している」と張霞氏は述べた。

Amazon は Cエンド製品に歴史的な起源を持つだけでなく、B エンド向けの製品レイアウトも長い間計画してきました。

Amazon Alexaシリーズのスマートホームデバイスが大成功を収めて以来、AmazonはBサイドAI製品の展開を加速させています。2016年以降、イメージング会社Orbeus、チャットボットプラットフォームAngel.a、AIクラウドサービスセキュリティ会社Harvest.aiなど、一連のAI関連企業を相次いで買収しました。AmazonのB2B分野への取り組みは、長い間成果を上げてきました。その製品ラインには、販売用のTact.ai、小売用のBlutag、ケータリング用のSeverRoomsなど、日常生活の一般的なシーンが含まれています。

その後、 2016 年の re:Invent カンファレンスで、 Amazon Cloud Service AWS は、Amazon Lex、Amazon Polly、Amazon Rekognition という独自の AI 製品ラインを正式に発表しました。これらはそれぞれ、プログラム可能な自然な人間とコンピューターのインタラクション、音声変換サービス、画像認識として位置付けられています。

中でも機械学習はデータ処理効率を向上させる強力な武器であり、 AmazonのクラウドサービスAWSではすでに浸透している。統計によると、 TensorFlow AI システムの約80% が AWS のクラウド サービスに導入されています。 2019 年に正式にリリースされた自動化された機械学習プラットフォームであるAmazon SageMaker は、その強力な実力により急速に市場の認知度を獲得しました。Amazon EC2 の顧客蓄積に頼ることで、 Sage Makerも迅速に展開できます。

Amazon SageMaker は中間層のサービスに重点を置いており、主な目標は機械学習プロセスにおける重い作業を排除し、高品質のモデルの開発を容易にすることです。お客様は、サービスの背後にある機械学習モデルを気にすることなく、AWS が提供するこれらの人工知能および機械学習サービスをアプリケーション内で直接呼び出すことができます。

AWSはAI機能で世界をリードしている

人工知能と機械学習テクノロジーの難しさは、これらのテクノロジーを実際の生産現場にどのように適用するかにあります。AWSは、企業がこれらの問題を解決できるよう支援することに尽力しています。

権威ある調査機関ガートナーが発表した「クラウドAI開発サービス分野のマジッククアドラント」調査レポートによると、AWS、Microsoft、Google、IBMがリーダークアドラントにランクされ、 AmazonクラウドサービスAWSが1位となり世界をリードしています。レポートでは、AWS は非常に強力な製品ポートフォリオを持ち、市場で高い評価を得ていると指摘されています。AWS が開発者に提供するサービスは、機械学習 (ML) スキルを持たない人や高度な機能を求める人のニーズを満たすことができます。

ガートナー「クラウド AI 開発者サービスに関するマジック クアドラント」

https://xw.qq.com/cmsid/20200307A0LK0W00

AWS では、開発者が応用機械学習 (ML)、AI、ディープラーニングを学習できるように、30 を超えるデジタルトレーニングコースのほか、開発者がディープラーニングと強化学習の基礎を学習できる AWS DeepLens と AWS DeepRacer も提供しています。

Amazon SageMake - 開発効率を向上させる優れたプラットフォーム

機械学習は、現時点では、企業や実務者にとって依然として非常に面倒な作業です。企業では、ほとんどの企業が独自に機械学習モデルを開発する能力を持っていません。開発者やデータ サイエンティストにとって、機械学習はまずデータを視覚化し、変換し、前処理してからでないと、完全なモデルは完成しません。

Amazon SageMaker は、事前設定されたノートブック、PB レベルのデータセットに最適化された共通アルゴリズム、自動モデルチューニングにより、モデルの構築とトレーニングの難易度を大幅に軽減します。さらに、Amazon SageMaker は、モデルのトレーニングと推論の実行のためのインフラストラクチャを自動的に提供および管理することで、モデルのトレーニングプロセスを大幅に簡素化および高速化します。さらに、Amazon SageMaker は機械学習の敷居を下げるため、Amazon SageMaker を使用する企業はコストを大幅に削減できます。

ワンストップ開発ツールAmazon SageMaker Studio

SageMaker の生産性の最も重要なソースの 1 つは、Amazon SageMaker Studio です。 SageMaker Studio は、開発者やデータ サイエンティスト向けに、ワンストップの Web ベースのビジュアル インターフェイスを提供します。これは、機械学習用の Web ベースの統合開発環境 (IDE) です。ユーザーは、インターフェイス上で機械学習モデルの構築、トレーニング、デバッグ、デプロイ、監視など、すべての ML 開発手順を実行できます。統一されたビジュアル インターフェースでは、ユーザーは次の機能を実現できます。

Jupyter Notebookでコードを書いて実行する

機械学習モデルの構築とトレーニング

モデルを展開し、その予測パフォーマンスを監視する

機械学習実験の追跡とデバッグ

TCOコストが大幅に削減されます

AWS は、Amazon SageMaker を使用するチームの TCO 分析を実施し、Amazon SageMaker を使用する企業は、Amazon EC2 または Amazon EKS を使用して独自に構築するなどの他のアプローチよりも、3 年間で TCO が 54% 低いことを発見しました。この調査では、5 人のデータ サイエンティストからなる小規模チームから 250 人のデータ サイエンティストからなる非常に大規模なチームまでを分析し、Amazon SageMaker はあらゆる規模のチームに優れた TCO を提供できるという結論に達しました。

Daewoo Infinityの機械学習技術ディレクターであるSu Yingbin氏はインタビューで、 「 Amazon SageMakerの登場により、0から1への飛躍的な進歩を遂げることができました。機械学習プラットフォームの構築には、非常に専門的な人材が必要なだけでなく、多くの人的資源、資金、時間も必要です。Daewoo Infinityにとって、これはあまり現実的ではありません」と語った。SageMakerの助けを借りて、彼らは3か月でシステム全体の構築を完了した。 SageMaker は Dayu Infinity が構築を完了するのを支援しただけでなく、使用中にトレーニング コストが独自にシステムを構築するよりもはるかに低いことがわかりました。Su Yingbin 氏の見積もりによると、平均してトレーニング コストを 70% 節約できます。

Ikrode は AWS プレミアコンサルティングパートナー (APN プレミアコンサルティングパートナー) です。AWS ベースのソリューションにより、ユーザーの開発時間と運用コストが大幅に削減されます。 iCLOAD Chinaの副社長であるGui Zijie氏は、次のように述べています。「当社はAmazon SageMakerプラットフォームを使用して、ラベル付け、テキスト分析、意味理解、予測分類、推奨システム、不正検出などの業界AIソリューションの導入を企業に促進し、顧客が実際に直面しているビジネス上の問題を真に解決するエンドツーエンドのAIアプリケーションをカスタマイズします。中国でのAmazon SageMakerの発売により、当社はSageMakerプラットフォームをエンタープライズMLOps（機械学習オペレーション）の中核として使用し、特に金融業界の企業のMLOpsプロセスの構築を支援し、社内のデータサイエンティストとAIエンジニアが機械学習モデルを構築、トレーニング、展開できるようにします。」

AWS は、より多くのお客様に Amazon SageMaker を知っていただくことを期待しています。AI テクノロジー チームを持つ企業に対しては、 SageMakerと SageMaker Studio をお客様の社内開発の重要な一部として、独自の社内 MLOps プロセスの構築を支援していきます。 AI 技術を持たない顧客は、 SageMakerプラットフォームの技術モジュールを使用することで、AI 技術チームを持たない企業でも SageMaker プラットフォームの利点を享受できるようになります。  

将来の世界では、人工知能とクラウドがあらゆる場所に存在するでしょう。しかし、大手企業にとって、今後の市場競争力は人工知能技術サービスに重点が置かれ、さまざまな業界のインテリジェント化にソリューションを提供し、それによって主要産業のインテリジェント化を促進することになるだろう。同時に、世界で最も重要かつダイナミックな市場である中国では、人工知能やクラウドコンピューティングなどの新技術の応用に対する需要も急速に高まっています。人工知能は必然的に各事業部門に欠かせないものになるでしょう。大規模なイノベーションをより良く推進し、巨大な商業価値を実現する方法は、すべての大企業が考えるべき問題です。

  [51CTO オリジナル記事、パートナーサイトに転載する場合は、元の著者とソースを 51CTO.com として明記してください]