🗣️

【AWS】AI・ML系のサービス勉強してみた(1)

2024/08/17に公開

勉強前のイメージ

皆無

なにもわからん、、、基本情報（FE）とかでニューラルネットワークとかは勉強したけどなあ

この記事でわかること

なにができるの？
ユースケース
実装例

などを各サービスごとにまとめていきます。

AI / MLのサービス分類

まず、AWSのAI/ML系のサービスを分類してみましょう。

大分類としては、

AI
ML
インフラストラクチャ

に分けられるようです。

各項目のサービスを見ていきましょう。

AI サービス

このサービス群は2つの特徴があります。

専門知識なしで利用可能
特定のユースケースに特化している

カテゴリ別に分けると以下画像のようになります。

AI サービス	カテゴリー	機能と特徴
Amazon Rekognition	画像	入力した画像や動画から物体や人を認識するサービス。
Amazon Polly	音声	自然な音声で文章を朗読する音声合成サービス。
Amazon Transcribe		音声データを高精度でテキストに変換するサービス。
Amazon Comprehend	テキスト	入力したテキストから、言語、キーワード、感情などの情報を検出するサービス。
Amazon Translate		入力したテキストを機械学習を用いて他言語に翻訳するサービス。
Amazon Textract		画像ファイルやスキャン文書から、テキスト、表、画像などの内容を抽出するサービス。
Amazon CodeGuru	コードレビュー	コードレビューや改善提案を自動化するサービス。
Amazon Kendra	分析・予測	企業の膨大な文書データを検索可能にするサービス。
Amazon Personalize		ユーザーの行動データから個人に最適化された商品推薦を生成するサービス。
Amazon Panorama		オンプレミスのカメラをコンピュータビジョン（CV）対応の強力なエッジデバイスにグレードアップできる。
Amazon Lex	チャットボット	テキスト、音声対話が可能なチャットボットを構築できるサービス。
Amazon Fraud Detector	不正検知	オンライン取引における不正をリアルタイムで検知するサービス。
Amazon Lookout for Vision		コンピュータビジョンを利用して、製造された製品の欠陥を大規模に発見する機械学習サービス。
Amazon Lookout for Metrics		機械学習を使って時系列データから異常を検出し、その発生原因の抽出までを一貫して運用管理できるサービス。
Amazon Lookout for Equipment		IoTセンサーデータを分析し、機器の以上な動作を検出できるサービス。
Amazon Monitron		機械学習を使用して産業機械の異常な動作を検出するサービス。
Amazon Connect Contact Lens	コンタクトセンター	コンタクトセンターの顧客対応業務を支援するための AI サービス。

使用例 1

Textract × Comprehend で大量のドキュメントの文書の意味づけを効率化

Amazon Textract の OCR 技術により、文書からテキストを抽出できました。Amazon Comprehend のコンテキスト対応 NLP API が、ビジネスに特有のエンティティとその意味を、テキストから抜き出しました。

引用

使用例2

Panorama × Sagemaker でのリアルタイムなエッジ推論で、生産の過不足を特定する

リアルタイムなエッジ推論により Tyson Foods Inc. 社は生産の過不足を特定し、生産フローを調整することで効率を最大化しています。さらに、エッジに AWS Panorama デバイスを配置することで、Tyson Foods Inc. 社はビデオファイルをクラウドに転送するための高価なネットワークコストを節約し、ローカルですべてのビデオ/画像を処理することができるようになったことも挙げられます。

引用

ML サービス

これらは、MLモデルを独自に調整・構築することができるサービスです。

ML サービス	カテゴリー	機能と特徴
Amazon SageMaker	ML モデル構築プラットフォーム	エンドツーエンドの機械学習ワークフローを効率的に実行できるプラットフォーム。
Amazon SageMaker Ground Truth	データラベリング	機械学習のトレーニングデータを効率的にラベリングできるサービス。
Amazon SageMaker Data Labeling	データ前処理	画像やテキストファイル、動画などの未加工データにラベルを追加し、ラベル付き合成データを生成し、トレーニング用の高品質データセットを作成するサービス
Amazon SageMaker Data Wrangler	データ収集データ前処理	データ品質を自動的に検証し、データの異常を検出するために役立つデータ品質とインサイトレポートを提供するサービス
Amazon SageMaker Feature Store	データ収集データ前処理	機械学習モデルの特徴量の保存や共有、管理するためのフルマネージドサービス
Amazon SageMaker Studio Lab	機械学習支援	無料の機械学習開発環境で、コンピューティングやストレージ、セキュリティを無料で提供し、誰もが機械学習を学び、実験できるようにするサービス
Amazon SageMaker Studio	データ前処理モデル学習モデル評価データデプロイ	データの準備から構築、トレーニング、デプロイまでの全ての機械学習開発ステップを実行するための統合開発環境
Amazon SageMaker Pipelines	モデル強化全般	機械学習向けの初めての専用CI/CDサービス
Amazon SageMaker Debugger	モデル学習	一般的なトレーニングエラーを自動的に検出し、修正するよう警告するサービス
Amazon SageMaker HyperPod	モデル学習	分散トレーニングを最大40%早く開放するサービス
Amazon SageMaker Model Monitor	モデル監視	長期にわたり機械学習モデルを正確に保つサービス
Amazon SageMaker Autopilot	モデル学習モデル評価モデルデプロイ	機械学習モデルの構築とデプロイのプロセスを自動化し、機械学習ワークフローの段階を簡素化、加速するサービス
Amazon SageMaker JumpStart	モデル学習モデル評価モデルデプロイ	機械学習のハブとし機械学習てジャーニーを加速させられるソリューション
Amazon SageMaker Neo	モデルデプロイ	モデルのコンパイルを行うことで特定のデバイスに最適化を行うことが出来るサービス
Amazon SageMaker Edge	モデルデプロイモデル監視	機械学習モデルをエッジに最適化、保護、展開することで、エッジデバイスでの機械学習を可能にするサービス
Amazon SageMaker Clarify	モデル評価	データの準備中やモデルトレーニング後、デプロイされたモデルで潜在的なバイアスを検出できるサービス
Amazon SageMaker Canvas	ノーコードモデル学習モデル評価モデルデプロイ	ノーコードで機械学習による正確な予測を可能にするサービス。
Amazon Bedrock	生成 AI 基盤モデルプラットフォーム	高性能な基盤モデル (FM) を単一の API で選択できるフルマネージド型サービス。

使用例1

検索に強いAIサービスPerplexity。

当サービスは、SageMaker HyperPodを用いて、モデルトレーニングの時間40%削減、処理速度向上の効果があったようです。

引用

ML フレームワーク / インフラストラチャサービス

ここでは、AWSのサービスは外部のフレームワークやライブラリをサポートしており、高い親和性を持っています。有名なフレームワークとしては、PyTorchなどがあります。

また、EC2インスタンスのAI向けファミリーやAMIも提供されているようです。

サービス	カテゴリー	機能と特徴
MXNet / TensorFlow / PyTorch	フレームワーク	オープンソースのディープラーニング向けフレームワーク。高いパフォーマンスと柔軟性を提供し、複雑なニューラルネットワークの構築とトレーニングを実現。
Gluon / Kera / Horovod	ライブラリ	MXNet に統合された、オープンソースの Python 用の高機能ライブラリ。ディープラーニングモデルの作成、トレーニング、デプロイをより直感的に行える。
インフラストラクチャ	ML 向けリソース	各種 ML フレームワークがプリインストールされた Deep Learning AMI や、 Trainium チップ搭載インスタンスなど、機械学習のワークロードに適したリソース。