Machine Learning (ML) と人工知能 (AI)

AWS は、最も包括的なセット ML サービスと専用インフラストラクチャを使用して、ML 導入ジャーニーのあらゆる段階で役立ちます。事前トレーニング済みの AI サービスは、アプリケーションとワークフローに既製のインテリジェンスを提供します。

各サービスは、図の後に説明されています。ニーズに最適なサービスを決定するには、AWS 「機械学習サービスの選択」、「生成 AI サービスの選択」、「Amazon Bedrock または Amazon SageMaker AI?」を参照してください。一般的な情報については、「AI イノベーションの次の波を構築してスケールする AWS」を参照してください。

に戻りますAWS サービス。

Amazon Augmented AI

Amazon Augmented AI (Amazon A2I) は、人間によるレビューに必要なワークフローを簡単に構築できる ML サービスです。Amazon A2I は、すべての開発者に人間によるレビューを提供し、人間によるレビューシステムの構築や多数の人間によるレビュー担当者の管理に関連する差別化につなが AWS らない面倒な作業を排除します。

Amazon Bedrock

Amazon Bedrock は、Amazon および主要な AI スタートアップの基盤モデル (FMs) をを通じて利用できるようにするフルマネージドサービスですAPI。Amazon Bedrock サーバーレスエクスペリエンスを使用すると、の使用をすばやく開始し、を試しFMs、独自のデータでプライベートにカスタマイズして、シームレスに統合して AWS アプリケーションFMsにデプロイできます。

Amazon Titan、Anthropic の Claude 2、Cohere のコマンドと埋め込み、AI21Studio の Jurassic-2、Stability AI の Stable Diffusion など、さまざまな基盤モデルから選択できます。

Amazon CodeGuru

Amazon CodeGuru は、コードの品質を向上させ、アプリケーションの最も高価なコード行を特定するためのインテリジェントなレコメンデーションを提供する開発者ツールです。を既存のソフトウェア開発ワークフロー CodeGuru に統合して、アプリケーション開発中のコードレビューを自動化し、本番環境でのアプリケーションのパフォーマンスを継続的にモニタリングし、コード品質、アプリケーションパフォーマンスを向上させ、全体的なコストを削減する方法に関するレコメンデーションと視覚的なヒントを提供します。

Amazon CodeGuru Reviewer は、ML と自動推論を使用して、アプリケーション開発中の重大な問題、セキュリティの脆弱性、 hard-to-findバグを特定し、コード品質を向上させるための推奨事項を提供します。

Amazon CodeGuru Profiler は、デベロッパーがアプリケーションのランタイム動作を理解し、コードの非効率性を特定して削除し、パフォーマンスを向上させ、コンピューティングコストを大幅に削減できるようにすることで、アプリケーションの最も高価なコード行を見つけるのに役立ちます。

Amazon Comprehend

Amazon Comprehend は ML と自然言語処理 (NLP) を使用して、非構造化データ内のインサイトと関係を明らかにします。このサービスは、テキストの言語を識別し、主要なフレーズ、場所、人物、ブランド、またはイベントを抽出し、テキストがどの程度肯定的または否定的であるかを理解し、トークナイゼーションと音声部分を使用してテキストを分析し、トピックごとにテキストファイルのコレクションを自動的に整理します。Amazon Comprehend の AutoML 機能を使用して、組織のニーズに合わせて一意にカスタマイズされたエンティティまたはテキスト分類モデルのカスタムセットを構築することもできます。

非構造化テキストから複雑な医療情報を抽出するには、Amazon Comprehend Medical を使用できます。このサービスでは、病状、薬剤、薬剤、強度、頻度などの医療情報を、臨床医のメモ、治験レポート、患者の健康記録などのさまざまなソースから識別できます。Amazon Comprehend Medical は、抽出された薬剤とテスト、治療、および処置の情報間の関係も特定し、分析を容易にします。例えば、サービスは、非構造化臨床記録から特定の薬剤に関連する特定の投与量、強度、および頻度を識別します。

DevOpsAmazonGuru

DevOpsAmazonGuru は、アプリケーションの運用パフォーマンスと可用性を簡単に改善できる ML ベースのサービスです。 DevOpsAmazonGuru は、通常の運用パターンから逸脱する動作を検出するため、運用上の問題を顧客に影響を与える前に特定できます。

DevOpsAmazonGuru は、何年も Amazon.com から情報を得た ML モデルと AWS 運用上の優秀性を使用して、異常なアプリケーション動作 (レイテンシーの増加、エラー率、リソースの制約など) を特定し、停止やサービスの中断を引き起こす可能性のある重大な問題を特定します。 DevOpsAmazonGuru は、重大な問題を特定すると、自動的にアラートを送信し、関連する異常、考えられる根本原因、問題が発生した日時と場所に関するコンテキストの概要を提供します。可能な場合は、 DevOpsAmazonGuru は問題の修正方法に関するレコメンデーションも提供します。

DevOpsAmazonGuru は、 AWS アプリケーションから運用データを自動的に取り込み、運用データ内の問題を視覚化するための単一のダッシュボードを提供します。 AWS アカウント内のすべてのリソース、スタック内のリソース、または AWS タグ別にグループ化されたリソースに対して DevOpsAmazonGuru AWS CloudFormation を有効にすることで、手動での設定や ML の専門知識を必要とせずに開始できます。

Amazon Forecast

Amazon Forecast は、ML を使用して高精度な予測を提供するフルマネージドサービスです。

今日の企業は、シンプルなスプレッドシートから複雑な財務計画ソフトウェアまで、あらゆるものを使用して、製品の需要、リソースニーズ、財務パフォーマンスなどの将来のビジネス成果を正確に予測しようとします。これらのツールは、時系列データと呼ばれる履歴データのシリーズを確認することで予測を構築します。例えば、このようなツールは、未来が過去によって決定されるという基本的な前提で、以前の売上データのみを見ることで、雨粒の将来の売上を予測しようとする可能性があります。このアプローチでは、不規則な傾向を持つ大量のデータセットの正確な予測を作成するのに苦労する可能性があります。また、時間の経過とともに変化するデータシリーズ (料金、割引、ウェブトラフィック、従業員数など) と、製品の機能や店舗の場所などの関連する独立した変数を簡単に組み合わせることはできません。

Amazon.com で使用されているのと同じテクノロジーに基づいて、Amazon Forecast は ML を使用して時系列データと追加の変数を組み合わせて予測を構築します。Amazon Forecast の使用を開始するのに ML の経験は必要ありません。履歴データに加えて、予測に影響を与える可能性があると思われる追加データを提供するだけで済みます。例えば、季節や店舗の場所によって、特定の色に対する需要が変わる場合があります。この複雑な関係を単独で判断することは困難ですが、ML はそれを認識するのに最適です。データを指定すると、Amazon Forecast は自動的にデータを調べて意味のあるものを特定し、時系列データだけを見るよりも最大 50% 正確な予測を実行できる予測モデルを生成します。

Amazon Forecast はフルマネージドサービスであるため、プロビジョニングするサーバーや、構築、トレーニング、デプロイする ML モデルはありません。使用した分に対してのみお支払いいただきます。最低料金や前払いの義務はありません。

Amazon Fraud Detector

Amazon Fraud Detector は、ML と Amazon の 20 年以上にわたる不正検出の専門知識を使用して、潜在的な不正行為を特定するフルマネージドサービスです。これにより、顧客はより多くのオンライン不正をより迅速に検出できます。Amazon Fraud Detector は、不正検出用の ML モデルを構築、トレーニング、デプロイするための時間とコストのかかるステップを自動化し、お客様がテクノロジーを簡単に活用できるようにします。Amazon Fraud Detector は、作成する各モデルをお客様独自のデータセットにカスタマイズし、現在の 1 サイズよりも高いモデルの精度をすべての ML ソリューションに適合させます。また、使用した分だけ支払うため、高額な前払い費用を回避できます。

Amazon Comprehend Medical

過去 10 年間、 AWSは健康のデジタルトランスフォーメーションを目の当たりにし、組織は毎日大量の患者情報を収集しています。ただし、このデータは構造化されていないことが多く、この情報を抽出するプロセスは労力がかかり、エラーが発生しやすくなります。Amazon Comprehend Medical は、 HIPAAの対象となる自然言語処理 (NLP) サービスであり、事前トレーニング済みの機械学習を使用して、処方、処置、診断などの医療テキストから健康データを理解して抽出します。Amazon Comprehend Medical は、-ICD-10-CM や SNOMED CT などの医療オントロジーを使用して、非構造化医療テキストから情報を正確かつ迅速に抽出し RxNorm、保険請求処理の迅速化、人口健康の向上、医薬品安全性監視の迅速化に役立ちます。

Amazon Kendra

Amazon Kendra は、ML を利用したインテリジェントな検索サービスです。Amazon Kendra は、ウェブサイトやアプリケーションのエンタープライズ検索を再考し、組織内の複数の場所やコンテンツリポジトリに分散している場合でも、従業員や顧客が探しているコンテンツを簡単に見つけられるようにします。

Amazon Kendra を使用すると、非構造化データの群れの検索を停止し、必要に応じて質問に対する正しい回答を見つけることができます。Amazon Kendra はフルマネージドサービスであるため、プロビジョニングするサーバーや、構築、トレーニング、デプロイする ML モデルはありません。

Amazon Lex

Amazon Lex は、音声とテキストを使用して会話型インターフェイスを設計、構築、テストし、あらゆるアプリケーションにデプロイする、フルマネージド型の人工知能 (AI) サービスです。Lex は、音声をテキストに変換するための自動音声認識 (ASR) と、テキストの意図を認識する自然言語理解 (NLU) の高度な深層学習機能を提供し、非常に魅力的なユーザーエクスペリエンスとリアルな会話インタラクションでアプリケーションを構築し、新しいカテゴリの製品を作成できます。Amazon Lex では、Amazon Alexa を強化するのと同じ深層学習テクノロジーがすべての開発者で利用できるようになりました。これにより、高度な自然言語、会話ボット (「チャットボット」）、音声対応インタラクティブ音声レスポンス (IVR) システムをすばやく簡単に構築できます。

Amazon Lex を使用すると、開発者は会話型のチャットボットをすばやく構築できます。Amazon Lex では深層学習の専門知識は必要ありません。ボットを作成するには、Amazon Lex コンソールで基本的な会話フローを指定するだけです。Amazon Lex は会話を管理し、会話のレスポンスを動的に調整します。コンソールを使用して、テキストまたは音声の chatbot を構築、テスト、公開できます。次に、モバイルデバイス、ウェブアプリケーション、チャットプラットフォーム (Facebook Messenger など) で、会話型インターフェイスをボットに追加できます。Amazon Lex の使用には前払い料金や最低料金はありません。発生したテキストまたは音声リクエストに対してのみ課金されます。リクエストあたりの pay-as-you-go料金と低コストにより、サービスは費用対効果の高い方法で会話型インターフェイスを構築できます。Amazon Lex の無料利用枠を利用すると、一切の初期投資なしで Amazon Lex を簡単に試すことができます。

Amazon Lookout for Equipment

Amazon Lookout for Equipment は、機器上のセンサーからのデータ (ジェネレーターの圧力、圧縮機のフローレート、ファンの 1 分あたりの回転数など) を分析し、ML の専門知識を必要とせずに、お客様のデータのみに基づいて ML モデルを自動的にトレーニングします。Lookout for Equipment は、独自の ML モデルを使用して受信センサーデータをリアルタイムで分析し、マシンの障害につながる可能性のある早期の警告兆候を正確に特定します。つまり、スピードと精度で機器の異常を検出し、問題を迅速に診断し、コストのかかるダウンタイムを減らし、誤ったアラートを減らすための措置を講じることができます。

Amazon Lookout for Metrics

Amazon Lookout for Metrics は ML を使用して、売上収益や顧客獲得率の急激な低下など、ビジネスおよび運用データの異常 (基準からの外れ値) を自動的に検出して診断します。数回クリックするだけで、Amazon Lookout for Metrics を Amazon S3、Amazon Redshift、Amazon Relational Database Service (Amazon RDS) などの一般的なデータストアや、Salesforce、Servicenow、Zendesk、Marketo などのサードパーティーの Software as a Service (SaaS) アプリケーションに接続し、ビジネスにとって重要なメトリクスのモニタリングを開始できます。Amazon Lookout for Metrics は、これらのソースからのデータを自動的に検査して準備し、異常検出に使用される従来の方法よりも高速かつ正確に異常を検出します。また、検出された異常に関するフィードバックを提供して、結果を調整して時間の経過とともに精度を向上させることもできます。Amazon Lookout for Metrics では、同じイベントに関連する異常をグループ化し、潜在的な根本原因の概要を含むアラートを送信することで、検出された異常を簡単に診断できます。また、重要度の順に異常をランク付けし、ビジネスにとって最も重要なことに注意を優先できるようにします。

Amazon Lookout for Vision

Amazon Lookout for Vision は、コンピュータビジョン (CV) を使用して視覚表現の欠陥や異常を検出する ML サービスです。Amazon Lookout for Vision を使用すると、製造会社は大規模なオブジェクトのイメージの違いをすばやく特定することで、品質を向上させ、運用コストを削減できます。例えば、Amazon Lookout for Vision を使用して、製品の欠落しているコンポーネント、車両や構造への損傷、生産ラインの不規則性、シリコンシリコンシリコンの欠陥の最小化、その他の同様の問題を特定できます。Amazon Lookout for Vision は ML を使用して、あらゆるカメラのイメージを人と同じように確認および理解しますが、精度はさらに高く、規模もはるかに大きくなります。Amazon Lookout for Vision を使用すると、コストがかかり、一貫性のない手動検査が不要になり、品質管理、欠陥と損傷の評価、コンプライアンスが向上します。数分で、Amazon Lookout for Vision を使用してイメージとオブジェクトの検査を自動化できます。ML の専門知識は必要ありません。

Amazon Monitron

Amazon Monitron は、 end-to-endML を使用して産業機械の異常な動作を検出するシステムです。これにより、予測メンテナンスを実装し、予期しないダウンタイムを削減できます。

センサーと、データ接続、ストレージ、分析、アラートに必要なインフラストラクチャのインストールは、予測メンテナンスを可能にするための基本要素です。ただし、これを機能させるために、企業はこれまで、スキルのある技術者とデータサイエンティストが複雑なソリューションを一からまとめる必要がありました。これには、ユースケースに適したタイプのセンサーを特定して調達し、IoT IoT ゲートウェイ (データを集約して送信するデバイス) と接続することが含まれます。その結果、予測メンテナンスを正常に実装できた企業はわずかです。

Amazon Monitron には、機器からの振動と温度のデータをキャプチャするセンサー、データを安全に転送するゲートウェイデバイス AWS、ML を使用して異常なマシンパターンのデータを分析する Amazon Monitron サービス、デバイスをセットアップし、機械の潜在的な障害に対する動作とアラートに関するレポートを受け取るコンパニオンモバイルアプリが含まれています。開発作業や ML の経験を必要とせずに、数分で機器のヘルスのモニタリングを開始し、Amazon フルフィルメントセンターの機器のモニタリングに使用したのと同じテクノロジーで予測メンテナンスを有効にできます。

Amazon PartyRock

Amazon PartyRock では、実践的なコードフリーのアプリビルダーを使用して生成 AI を簡単に学習できます。プロンプトエンジニアリングの手法を試し、生成されたレスポンスを確認し、生成 AI の直感を開発しながら、楽しいアプリを作成および探索します。は、フルマネージドサービスである Amazon Bedrock を通じて、Amazon および主要な AI 企業から基盤モデル (FMs) へのアクセス PartyRock を提供します。

Amazon Personalize

Amazon Personalize は、デベロッパーがアプリケーションを使用する顧客向けにパーソナライズされたレコメンデーションを簡単に作成できるようにする ML サービスです。

ML は、パーソナライズされた製品とコンテンツのレコメンデーション、カスタマイズされた検索結果、ターゲットを絞ったマーケティングプロモーションを強化することで、カスタマーエンゲージメントの向上にますます使用されています。ただし、ML 機能の開発は複雑であるため、これらの高度なレコメンデーションシステムを作成するために必要な ML 機能の開発は、現在のほとんどの組織の手の届かないところにあります。Amazon Personalize を使用すると、ML の実務経験のない開発者は、Amazon.com で何年も使われてきた ML テクノロジーを使用して、アプリケーションに高度なパーソナライゼーション機能を簡単に構築できます。

Amazon Personalize では、ページビュー、サインアップ、購入など、アプリケーションからのアクティビティストリームと、記事、製品、動画、音楽など、レコメンデーションするアイテムのインベントリを提供します。また、年齢や地理的位置など、ユーザーからの追加の属性情報を Amazon Personalize に提供することもできます。Amazon Personalize は、データを処理および調査し、意味のあるものを特定し、適切なアルゴリズムを選択し、データに合わせて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および最適化します。

Amazon Personalize は、小売、メディア、エンターテインメント向けに最適化されたレコメンダーを提供し、高性能なパーソナライズされたユーザーエクスペリエンスをより迅速かつ簡単に提供できるようにします。Amazon Personalize はインテリジェントなユーザーセグメンテーションも提供するため、マーケティングチャネルを通じてより効果的なプロスペクティングキャンペーンを実行できます。2 つの新しいレシピを使用すると、さまざまな製品カテゴリ、ブランドなどへの関心に基づいてユーザーを自動的にセグメント化できます。

Amazon Personalize によって分析されるすべてのデータは、プライベートかつ安全に保持され、カスタマイズされたレコメンデーションにのみ使用されます。サービスが維持する仮想プライベートクラウド内から簡単なAPI呼び出しで、パーソナライズされた予測の提供を開始できます。お支払いいただくのは使用した分のみです。最低料金や前払いの義務はありません。

Amazon Personalize は、独自の Amazon.com ML パーソナライゼーションチームを 1 日 24 時間自由に配置できるようなものです。

Amazon Polly

Amazon Polly は、テキストをリアルな音声に変換するサービスです。Amazon Polly では、会話するアプリケーションを作成できるため、まったく新しいカテゴリの音声対応製品を構築できます。Amazon Polly は、高度な深層学習テクノロジーを使用して人間の音声のように聞こえる音声を合成する Amazon 人工知能 (AI) サービスです。Amazon Polly には、さまざまな言語にまたがるリアルな音声が多数含まれているため、理想的な音声を選択し、さまざまな国で機能する音声対応アプリケーションを構築できます。

Amazon Polly は、リアルタイムかつインタラクティブなダイアログをサポートするのに必要な、一貫して高速な応答時間を提供します。Amazon Polly 音声音声をキャッシュして保存し、オフラインで再生したり、再配布したりできます。また、Amazon Polly は簡単に使用できます。音声に変換するテキストを Amazon Polly に送信するだけでAPI、Amazon Polly はすぐに音声ストリームをアプリケーションに返すため、アプリケーションはそれを直接再生したり、などの標準音声ファイル形式で保存したりできますMP3。

Amazon Polly は、標準TTS音声に加えて、新しい機械学習アプローチを通じて音声品質の高度な改善を実現するニューラル Text-to-Speech (NTTS) 音声を提供します。Polly のニューラルTTSテクノロジーは、ニュースナレーションのユースケースに合わせたニュースキャスターの話し方もサポートしています。最後に、Amazon Polly Brand Voice は組織のカスタム音声を作成できます。これは、Amazon Polly チームと協力して、組織を排他的に使用するNTTS音声を構築するカスタムエンゲージメントです。

Amazon Polly では、音声に変換した文字数に対してのみ料金が発生し、Amazon Polly が生成した音声を保存および再生できます。変換された文字あたりの Amazon Polly のコストが低く、音声出力の保存と再利用に制限がないため、あらゆる Text-to-Speech場所でを有効にする費用対効果の高い方法になります。

Amazon Q

Amazon Q は、ソフトウェア開発を加速し、内部データを活用するための生成 AI を活用したアシスタントです。

Amazon Rekognition

Amazon Rekognition を使用すると、ML の専門知識を必要としない、実証済みの高度にスケーラブルな深層学習テクノロジーを使用して、アプリケーションにイメージ分析とビデオ分析を簡単に追加できます。Amazon Rekognition を使用すると、イメージやビデオ内のオブジェクト、人物、テキスト、シーン、アクティビティを識別したり、不適切なコンテンツを検出したりできます。Amazon Rekognition は、さまざまなユーザー検証、人数カウント、公共安全のユースケースで顔を検出、分析、比較するために使用できる、高精度の顔分析および顔検索機能も提供します。

Amazon Rekognition Custom Labels を使用すると、ビジネスニーズに固有のイメージ内のオブジェクトとシーンを特定できます。例えば、組み立てライン上の特定の機械部品を分類したり、異常な植物を検出したりするモデルを構築できます。Amazon Rekognition Custom Labels はモデル開発の面倒な作業を処理するため、機械学習の経験は必要ありません。識別するオブジェクトまたはシーンの画像を提供するだけで、残りはサービスが処理します。

Amazon SageMaker AI

Amazon SageMaker AI を使用すると、フルマネージド型のインフラストラクチャ、ツール、ワークフローを使用して、あらゆるユースケースの ML モデルを構築、トレーニング、デプロイできます。 SageMaker AI は ML プロセスの各ステップから面倒な作業を排除し、高品質のモデルの開発を容易にします。 SageMaker AI は、ML に使用されるすべてのコンポーネントを単一のツールセットで提供しているため、モデルは労力を大幅に削減し、低コストでより迅速に本番環境に投入できます。

Amazon SageMaker AI Autopilot

Amazon SageMaker AI Autopilot は、データに基づいて最適な ML モデルを自動的に構築、トレーニング、調整し、完全な制御と可視性を維持できます。 SageMaker AI Autopilot では、表形式のデータセットを指定し、数値 (回帰と呼ばれる住宅価格など) またはカテゴリ (分類と呼ばれるスパム/スパムではないなど) の予測先列を選択するだけです。 SageMaker AI Autopilot は、最適なモデルを見つけるためにさまざまなソリューションを自動的に探索します。その後、ワンクリックでモデルを本番環境に直接デプロイしたり、Amazon SageMaker AI Studio で推奨ソリューションを繰り返してモデルの品質をさらに向上させることができます。

Amazon SageMaker AI キャンバス

Amazon SageMaker AI Canvas は、ML エクスペリエンスを必要とせず、1 行のコードを記述しなくても、ビジネスアナリストが自分で正確な ML 予測を生成できるビジュアル point-and-clickインターフェイスを提供することで、ML へのアクセスを拡張します。

Amazon SageMaker AI Clarify

Amazon SageMaker AI Clarify は、機械学習デベロッパーがバイアスを特定して制限し、予測を説明することができるように、トレーニングデータとモデルをより詳細に可視化できるようにします。Amazon SageMaker AI Clarify は、データの準備中、モデルトレーニング後、およびデプロイされたモデル内で、指定した属性を調べることで潜在的なバイアスを検出します。 SageMaker AI Clarify には、モデル予測の説明に役立つ特徴量重要度グラフも含まれており、内部プレゼンテーションをサポートしたり、修正のためのステップを実行できるモデルの問題を特定したりするために使用できるレポートを生成します。

Amazon SageMaker AI データラベリング

Amazon SageMaker AI は、画像、テキストファイル、動画などの生データを識別するためのデータラベリング製品を提供し、ML モデル用の高品質のトレーニングデータセットを作成するための情報ラベルを追加します。

Amazon SageMaker AI Data Wrangler

Amazon SageMaker AI Data Wrangler は、ML のデータを集約して準備するのにかかる時間を数週間から数分に短縮します。 SageMaker AI Data Wrangler を使用すると、データ準備と特徴量エンジニアリングのプロセスを簡素化し、データ選択、クレンジング、探索、視覚化など、データ準備ワークフローの各ステップを 1 つのビジュアルインターフェイスから完了できます。

Amazon SageMaker AI Edge

Amazon SageMaker AI Edge は、以下を最適化することで、エッジデバイスでの機械学習を可能にします。のセキュリティ保護、エッジへのモデルのデプロイ次に、デバイスのフリートでこれらのモデルをモニタリングします。スマートカメラ、ロボット、およびその他のスマート電子、は継続的な運用コストを削減します。 SageMaker AI Edge Compiler は、トレーニングされたモデルをエッジデバイスで実行できるように最適化します。 SageMaker AI Edge には、 over-the-airアプリケーションまたはデバイスのファームウェアとは無関係にフリートにモデルをデプロイするのに役立つ (OTA) デプロイメカニズムが含まれています。 SageMaker AI Edge Agent を使用すると、同じデバイスで複数のモデルを実行できます。エージェントは、間隔など、制御するロジックに基づいて予測データを収集し、クラウドにアップロードして、モデルを定期的に再トレーニングできるようにします。

Amazon SageMaker AI Feature Store

Amazon SageMaker AI Feature Store は、機能を保存してアクセスできる専用のリポジトリであり、名前付けも簡単です。整理、をチーム間で再利用できます。 SageMaker AI Feature Store は、トレーニング中やリアルタイム推論中に、追加のコードを記述したり、機能の一貫性を維持するために手動プロセスを作成したりすることなく、機能の統一されたストアを提供します。 SageMaker AI Feature Store は、保存された機能のメタデータ (特徴量名やバージョン番号など) を追跡するため、Amazon Athena を使用してバッチまたはリアルタイムで適切な属性の機能をクエリできます。インタラクティブクエリサービス。 SageMaker AI Feature Store は、機能を更新し、推論中に新しいデータが生成されるため、単一のリポジトリが更新され、トレーニングや推論中にモデルが常に新しい機能を使用できるようになりました。

Amazon SageMaker AI の地理空間機能

Amazon SageMaker AI の地理空間機能により、データサイエンティストや機械学習 (ML) エンジニアは、地理空間データを使用して ML モデルをより迅速に構築、トレーニング、デプロイできます。データ (オープンソースとサードパーティー）、処理、視覚化ツールにアクセスできるため、ML 用の地理空間データをより効率的に準備できます。専用のアルゴリズムと事前トレーニング済みの ML モデルを使用したモデルの構築とトレーニングの加速化、組み込みの視覚化ツールを使用したインタラクティブマップ上での予測結果の調査、チーム間のコラボレーションによるインサイトや結果の取得によって、生産性が改善することができます。

Amazon SageMaker AI HyperPod

Amazon SageMaker AI HyperPod は、大規模言語モデル ()、拡散モデル、基盤モデル () の機械学習 (ML) LLMsインフラストラクチャの構築と最適化に伴う差別化されていない手間のかかる作業を排除しますFMs。 SageMaker AI HyperPod には、分散トレーニングライブラリが事前設定されており AWS Trainium、A100 や H100 グラフィカル処理ユニット () NVIDIA など、数千のアクセラレーター間でトレーニングワークロードを自動的に分割できますGPUs。

SageMaker HyperPod AI は、定期的にチェックポイントを保存することで、中断することなくトレーニングを継続することもできます。ハードウェア障害が発生すると、自己修復クラスターは障害を自動的に検出し、障害のあるインスタンスを修復または置換し、最後に保存されたチェックポイントからトレーニングを再開します。これにより、このプロセスを手動で管理する必要がなくなり、中断することなく分散環境で数週間または数か月間トレーニングできます。ニーズに最適なコンピューティング環境をカスタマイズし、Amazon SageMaker AI 分散トレーニングライブラリを使用して設定することで、最適なパフォーマンスを実現できます AWS。

Amazon SageMaker AI JumpStart

Amazon SageMaker AI JumpStart は、ML を迅速かつ簡単に開始するのに役立ちます。簡単に開始できるように、 SageMaker AI JumpStart は、数回のクリックで簡単にデプロイできる最も一般的なユースケース向けの一連のソリューションを提供します。このソリューションは完全にカスタマイズ可能で、 AWS CloudFormation テンプレートとリファレンスアーキテクチャの使用を紹介しているため、ML ジャーニーを加速できます。Amazon SageMaker AI は、自然言語処理、オブジェクト検出、イメージ分類モデルなど、150 を超える一般的なオープンソースモデルのワンクリックデプロイと微調整 JumpStart もサポートしています。

Amazon SageMaker AI モデル構築

Amazon SageMaker AI には、ML モデルの構築に必要なすべてのツールとライブラリ、さまざまなアルゴリズムを繰り返し試して精度を評価してユースケースに最適なアルゴリズムを見つけるプロセスが用意されています。Amazon SageMaker AI では、 SageMaker AI 用に組み込まれて最適化された 15 種類以上のアルゴリズムを選択し、一般的なモデルズーから数回クリックで利用できる 750 種類以上の構築済みモデルを使用できます。 SageMaker AI には、Amazon SageMaker AI Studio Notebooks JupyterLab、、、Code-OSS (Virtual Studio Code Open Source) に基づく Code Editor などRStudio、さまざまなモデル構築ツールも用意されており、ML モデルを小規模で実行して結果を確認し、パフォーマンスに関するレポートを表示できるため、高品質の作業プロトタイプを作成できます。

Amazon SageMaker AI モデルトレーニング

Amazon SageMaker AI は、インフラストラクチャを管理することなく、大規模な ML モデルのトレーニングとチューニングにかかる時間とコストを削減します。現在利用可能な最高のパフォーマンスの ML コンピューティングインフラストラクチャを活用でき、 SageMaker AI はインフラストラクチャを 1 台から数千台のに自動的にスケールアップまたはスケールダウンできますGPUs。使用した分だけ支払うため、トレーニングコストをより効果的に管理できます。深層学習モデルを迅速にトレーニングするには、Amazon SageMaker AI 分散トレーニングライブラリを使用してパフォーマンスを向上させるか DeepSpeed、、Horovod、Megatron などのサードパーティーライブラリを使用できます。

Amazon SageMaker AI モデルのデプロイ

Amazon SageMaker AI を使用すると、ML モデルを簡単にデプロイして、あらゆるユースケースに最適な価格パフォーマンスで予測 (推論とも呼ばれます) を行うことができます。ML インフラストラクチャとモデルのデプロイオプションを幅広く提供し、すべての ML 推論ニーズを満たすのに役立ちます。フルマネージドサービスであり、 MLOps ツールと統合されているため、モデルのデプロイのスケーリング、推論コストの削減、本番環境でのモデルのより効果的な管理、運用上の負担の軽減を行うことができます。

Amazon SageMaker AI パイプライン

Amazon SageMaker AI Pipelines は、 easy-to-useML 向けの最初の専用で継続的な統合と継続的デリバリー (CI/CD) サービスです。 SageMaker AI Pipelines を使用すると、ML ワークフローを大規模に作成、自動化、管理 end-to-endできます。

Amazon SageMaker AI Studio Lab

Amazon SageMaker AI Studio Lab は、コンピューティング、ストレージ (最大 15GB)、およびセキュリティを、ML を学習して実験できる無料の ML 開発環境です。開始するために必要なのは有効な E メールアドレスだけです。インフラストラクチャの設定、ID とアクセスの管理、 AWS アカウントへのサインアップを行う必要はありません。 SageMaker AI Studio Lab は、 GitHub 統合を通じてモデル構築を高速化し、すぐに開始できるように最も一般的な ML ツール、フレームワーク、ライブラリが事前設定されています。 SageMaker AI Studio Lab は作業を自動的に保存するため、セッション間で再起動する必要はありません。ラップトップを閉じて後で戻るだけで簡単です。

MXNet での Apache AWS

Apache MXNet は easy-to-use、APIML 用の簡潔なを備えた、高速でスケーラブルなトレーニングおよび推論フレームワークです。 MXNetには、あらゆるスキルレベルの開発者がクラウド、エッジデバイス、モバイルアプリでディープラーニングを開始できる Gluon インターフェイスが含まれています。わずか数行の Gluon コードで、線形回帰、畳み込みネットワークを構築し、オブジェクト検出、音声認識、レコメンデーション、パーソナライゼーションLSTMsのために繰り返し構築できます。 MxNet ML モデルを大規模に構築、トレーニング、デプロイするプラットフォームである Amazon SageMaker AI を使用して、フルマネージド型のエクスペリエンス AWS での使用を開始できます。または、を使用してAWS Deep Learning AMIs、、、Chainer、KerasTensorFlow PyTorch、Caffe、Caffe2、Microsoft Cognitive Toolkit などの他のフレームワーク MxNet とともにカスタム環境とワークフローを構築できます。

AWS Deep Learning AMIs

は、ML の実務者や研究者に、クラウドでの深層学習をあらゆる規模で加速するためのインフラストラクチャとツールAWS Deep Learning AMIsを提供します。Apache 、MXNetChainer PyTorch、Gluon TensorFlow、Horovod、Keras などの一般的な深層学習フレームワークとインターフェイスがプリインストールされた Amazon EC2インスタンスをすばやく起動して、高度なカスタム AI モデルをトレーニングしたり、新しいアルゴリズムを試したり、新しいスキルやテクニックを学習したりできます。Amazon EC2GPUまたは CPUインスタンスが必要かどうかにかかわらず、深層学習には追加料金はかかりませんAMIs。アプリケーションの保存と実行に必要な AWS リソースに対してのみ料金が発生します。

AWS 深層学習コンテナ

AWS 深層学習コンテナ (AWS DL コンテナ) は、深層学習フレームワークがプリインストールされた Docker イメージです。これにより、環境をゼロから構築および最適化する複雑なプロセスを省略できるため PyTorch、カスタム機械学習 (ML) 環境を迅速にデプロイできます。 AWS DL コンテナのサポート TensorFlow、Apache MXNet。 AWS DL コンテナは、Amazon SageMaker AI、Amazon Elastic Kubernetes Service (Amazon EKS）、Amazon のセルフマネージド型 KubernetesEC2、Amazon Elastic Container Service (Amazon ) にデプロイできますECS。コンテナは Amazon Elastic Container Registry (Amazon ECR) を通じてAWS Marketplace無料で利用できます。使用したリソースに対してのみ料金が発生します。

Amazon SageMaker AI を使用した地理空間 ML

Amazon SageMaker AI の地理空間機能を使用すると、データサイエンティストや ML エンジニアは、地理空間データを使用して ML モデルを迅速かつ大規模に構築、トレーニング、デプロイできます。すぐに利用できる地理空間データソースにアクセスし、専用のオペレーションで大規模な地理空間データセットを効率的に変換または強化し、事前トレーニング済みの ML モデルを選択することでモデル構築を高速化できます。また、地理空間データを分析し、組み込みの視覚化ツールを備えた 3D 高速グラフィックスを使用してインタラクティブマップでモデル予測を調べることもできます。 SageMaker ランタイム地理空間機能は、収穫量と食料安全率の最大化、リスクと保険の請求の評価、持続可能な都市開発のサポート、小売サイトの使用率の予測など、幅広いユースケースに使用できます。

の Hugging Face AWS

Amazon SageMaker AI の Hugging Face を使用すると、Transformers と呼ばれる自然言語処理 (NLP) モデルのオープンソースプロバイダーである Hugging Face から事前トレーニング済みモデルをデプロイして微調整できるため、これらのNLPモデルの設定と使用にかかる時間を数週間から数分に短縮できます。 NLPは、コンピュータが人間の言語を理解するのに役立つ ML アルゴリズムを指します。翻訳、インテリジェント検索、テキスト分析などに役立ちます。ただし、NLPモデルは大規模で複雑 (場合によっては数億のモデルパラメータで構成される) であり、トレーニングと最適化には時間、リソース、スキルが必要です。は Hugging Face AWSと協力して Hugging Face AWS Deep Learning Containers (DLCs) を作成し、データサイエンティストや ML 開発者が Amazon SageMaker AI でNLPモデルを構築、トレーニング、デプロイ state-of-the-artするためのフルマネージドエクスペリエンスを提供しました。

PyTorch の AWS

PyTorch は、機械学習モデルの開発と本番環境へのデプロイを容易にするオープンソースの深層学習フレームワークです。Facebook と連携して AWS によって構築および保守されている TorchServe PyTorchのモデルサービングライブラリを使用すると、 PyTorch 開発者はモデルを迅速かつ簡単に本番環境にデプロイできます。また、には、で高性能に調整された分散トレーニング用の動的計算グラフとライブラリ PyTorch も用意されています AWS。Amazon は、モデルの構築、トレーニング、デプロイ PyTorchを大規模に簡単かつ費用対効果の高いフルマネージド ML サービスです。Amazon SageMaker PyTorch AWS の使用を開始できます。インフラストラクチャを自分で管理する場合は、 AWS Deep Learning AMIsまたは AWS 深層学習コンテナを使用できます。このコンテナはソースから構築され、の最新バージョンでパフォーマンスを最適化 PyTorch して、カスタム機械学習環境を迅速にデプロイできます。

TensorFlow の AWS

TensorFlow は、研究者やデベロッパーが機械学習でアプリケーションを強化するために利用できる多くの深層学習フレームワークの 1 つです。は幅広いサポート AWS を提供し TensorFlow、お客様はコンピュータビジョン、自然言語処理、音声翻訳などにわたって独自のモデルを開発して提供できます。Amazon AI TensorFlow AWS の使用を開始できます。Amazon SageMaker AI は、 TensorFlow モデルの構築、トレーニング、デプロイを大規模に簡単かつ費用対効果の高いものにするフルマネージド型の ML サービスです。インフラストラクチャを自分で管理する場合は、 AWS Deep Learning AMIsまたは AWS Deep Learning Containers を使用できます。このコンテナはソースから構築され、の最新バージョンでパフォーマンスを最適化 TensorFlow して、カスタム ML 環境を迅速にデプロイできます。

Amazon Textract

Amazon Textract は、スキャンされたドキュメントからテキストとデータを自動的に抽出するサービスです。Amazon Textract は、単純な光学文字認識 (OCR) を超えて、テーブルに保存されているフォームや情報のフィールドの内容も識別します。

現在、多くの企業は、、イメージPDFs、テーブル、フォームなどのスキャンされたドキュメントから、または手動設定を必要とするシンプルなOCRソフトウェア (多くの場合、フォームが変更されたときに更新する必要があります) を使用して、手動でデータを抽出しています。これらの手動およびコストのかかるプロセスを克服するために、Amazon Textract は ML を使用して任意のタイプのドキュメントを読み取って処理し、テキスト、手書き、テーブル、その他のデータを手動作業なしで正確に抽出します。Amazon Textract では、クエリを使用してドキュメントから抽出するために必要なデータを柔軟に指定できます。必要な情報は、自然言語の質問 (「顧客名とは」など) の形式で指定できます。ドキュメント内のデータ構造 (テーブル、フォーム、暗黙フィールド、ネストされたデータ) を把握したり、ドキュメントのバージョンや形式間のばらつきについて心配したりする必要はありません。Amazon Textract クエリは、給与明細書、銀行取引明細書、W-2sローン申請フォーム、住宅ローン手形、請求書類、保険カードなど、さまざまな文書で事前トレーニングされています。

Amazon Textract を使用すると、ローンの処理を自動化するか、請求書や領収書から情報を抽出するかにかかわらず、ドキュメントの処理をすばやく自動化し、抽出された情報に基づいて行動できます。Amazon Textract は、数時間または数日ではなく数分でデータを抽出できます。さらに、Amazon Augmented AI でヒューマンレビューを追加して、モデルをモニタリングし、機密データをチェックできます。

Amazon Transcribe

Amazon Transcribe は、自動音声認識 (ASR) サービスであり、お客様が音声をテキストに自動的に変換することを容易にします。サービスは、 WAVやなどの一般的な形式で保存されているオーディオファイルを、すべての単語のタイムスタンプで文字起こしできるためMP3、テキストを検索して元のソース内のオーディオを簡単に見つけることができます。Amazon Transcribe にライブオーディオストリームを送信し、トランスクリプトのストリームをリアルタイムで受信することもできます。Amazon Transcribe は、音量、ピッチ、話す速度のバリエーションなど、幅広い品詞や音声特性に対応するように設計されています。オーディオ信号の品質と内容 (バックグラウンドノイズ、スピーカーの重複、アクセント付き音声、1 つのオーディオファイル内の言語間の切り替えなどの要因を含むが、これに限定されない) は、サービス出力の精度に影響する可能性があります。お客様は、音声ベースのカスタマーサービスコールの文字起こし、audio/video content, and conduct (text based) content analysis on audio/videoコンテンツの字幕の生成など、さまざまなビジネスアプリケーションに Amazon Transcribe を使用することを選択できます。

Amazon Transcribe から派生した 2 つの非常に重要なサービスには、Amazon Transcribe Medical と Amazon Transcribe Call Analytics があります。

Amazon Transcribe Medical は、高度な ML モデルを使用して、医療音声をテキストに正確に文字起こしします。Amazon Transcribe Medical は、臨床文書ワークフローや医薬品安全性モニタリング (医薬品安全性監視) にまたがって、さまざまなユースケースをサポートするのに使用できるテキスト文字起こしを生成し、遠隔医療や、医療およびライフサイエンス分野のコンタクトセンター分析にまで利用することができます。

Amazon Transcribe Call Analytics は、カスタマーエクスペリエンスとエージェントの生産性を向上させるために通話アプリケーションに追加できる豊富な通話トランスクリプトと実用的な会話インサイトAPIを提供する AI を活用したです。これは、特にカスタマーケアとアウトバウンド販売コールを理解するようにトレーニングされた、強力 speech-to-textでカスタムの自然言語処理 (NLP) モデルを組み合わせています。AWS コンタクトセンターインテリジェンス (CCI) ソリューションの一部として、これはAPIコンタクトセンターに依存しないため、顧客が簡単に通話分析機能をアプリケーションISVsに追加できます。

Amazon Transcribe を開始する最も簡単な方法は、コンソールを使用してジョブを送信し、オーディオファイルを文字起こしをすることです。また、から直接サービスを呼び出すことも AWS Command Line Interface、サポートされているいずれかのを使用してアプリケーションとSDKs統合することもできます。

Amazon Translate

Amazon Translate は、高速で高品質、手頃な価格の言語翻訳を提供するニューラルマシン翻訳サービスです。ニューラル機械翻訳は、深層学習モデルを使用して、従来の統計やルールベースの翻訳アルゴリズムよりも正確で自然な翻訳を提供する言語翻訳自動化の一形態です。Amazon Translate を使用すると、さまざまなユーザー向けにウェブサイトやアプリケーションなどのコンテンツをローカライズし、分析のために大量のテキストを簡単に翻訳して、ユーザー間のクロスリンガル通信を効率的に実現できます。

AWS DeepComposer

AWS DeepComposer は、ML を搭載した世界初の音楽キーボードで、あらゆるスキルレベルの開発者がオリジナルの音楽出力を作成しながら Generative AI を学習できるようにします。 DeepComposer は、開発者のコンピュータに接続するUSBキーボードと、を通じてアクセスされる DeepComposer サービスで構成されます AWS Management Console。 DeepComposer には、生成モデルの構築を開始するために使用できるチュートリアル、サンプルコード、トレーニングデータが含まれています。

AWS DeepRacer

AWS DeepRacer は 1/18 スケールのレースカーで、強化学習 (RL) を始めるための興味深く楽しい方法を提供します。RL は高度な ML 手法であり、モデルのトレーニングには他の ML 手法とはまったく異なるアプローチを取ります。その優れた能力は、ラベル付けされたトレーニングデータを必要とすることなく非常に複雑な動作を学習し、長期的な目標を最適化しながら短期的な意思決定を行うことができることです。

を使用すると AWS DeepRacer、RL の実践、実験、自動運転による学習が可能になりました。クラウドベースの 3D レーシングシミュレーターで仮想カーとトラックの使用を開始できます。また、実際に体験するために、トレーニング済みモデルを友達にデプロイ AWS DeepRacer してレースしたり、グローバル AWS DeepRacer リーグに参加したりできます。デベロッパーは、レースに参加しています。

AWS HealthLake

AWS HealthLake は、大規模な医療データの保存、変換、クエリ、分析に使用できる HIPAA対象サービスです。

ヘルスデータは不完全な場合や一貫性のない場合があります。また、臨床記録、ラボレポート、保険請求、医療画像、録音された会話、時系列データ (ハートECGトレースやブレインEEGトレースなど) に含まれる情報を含む、構造化されていないこともよくあります。

ヘルスケアプロバイダーは、 HealthLake を使用して内のデータを保存、変換、クエリ、分析できます AWS クラウド。 HealthLake 統合された医療自然言語処理 (NLP) 機能を使用すると、さまざまなソースからの非構造化臨床テキストを分析できます。は、自然言語処理モデルを使用して非構造化データを HealthLake 変換し、強力なクエリおよび検索機能を提供します。 HealthLake を使用して、安全で準拠しており、監査可能な方法で患者情報を整理、インデックス作成、構造化できます。

AWS HealthScribe

AWS HealthScribe は、医療ソフトウェアベンダーが患者と臨床医の会話を分析して臨床メモを自動的に生成できるようにする HIPAA対象サービスです。は、音声認識を生成 AI AWS HealthScribe と組み合わせて、会話を文字起こしして臨床メモをすばやく作成することで、臨床ドキュメントの負担を軽減します。会話はセグメント化され、患者と臨床医の話者の役割を特定し、医学用語を抽出し、予備的な臨床ノートを生成します。機密性の高い患者データを保護するために、入力オーディオと出力テキストが保持されないように、セキュリティとプライバシーが組み込まれています AWS HealthScribe。

AWS Panorama

AWS Panorama は、オンプレミスのインターネットプロトコル (IPSDK) カメラにコンピュータビジョン (CV) を提供する ML デバイスとソフトウェア開発キット () のコレクションです。を使用すると AWS Panorama、これまで人間による検査が必要だったタスクを自動化して、潜在的な問題の可視性を向上させることができます。

コンピュータビジョンは、アセットの追跡によるサプライチェーンの運用の最適化、トラフィック管理の最適化のためのトラフィック経路のモニタリング、製造品質を評価するための異常の検出などのタスクの視覚的検査を自動化できます。ただし、ネットワーク帯域幅が制限されている環境や、ビデオのオンプレミス処理とストレージを必要とするデータガバナンスルールがある企業では、クラウドでのコンピュータビジョンの実装が困難または不可能になる可能性があります。 AWS Panorama は、オンプレミスカメラにコンピュータビジョンを導入して、高精度で低レイテンシーでローカルで予測を行うことができる ML サービスです。

AWS Panorama アプライアンスは、既存の IP カメラにコンピュータビジョンを追加し、単一の管理インターフェイスから複数のカメラのビデオフィードを分析するハードウェアデバイスです。エッジでミリ秒単位の予測を生成します。つまり、急速に移動する生産ラインで損傷した製品が検出された場合や、車両が倉庫内の危険なオフリミットゾーンに迷った場合など、潜在的な問題について通知を受け取ることができます。また、サードパーティーメーカーは、独自のユースケースに合わせてさらに多くのフォームファクタを提供するために、新しい AWS Panorama対応カメラとデバイスを構築しています。を使用すると、の ML モデルを使用して独自のコンピュータビジョンアプリケーション AWS を構築したり、のパートナーと協力して AWS Partner Network CV アプリケーションをすばやく構築 AWS Panorama したりできます。

に戻りますAWS サービス。

ブラウザで JavaScript が無効になっているか、使用できません。

AWS ドキュメントを使用するには、JavaScript を有効にする必要があります。手順については、使用するブラウザのヘルプページを参照してください。

ドキュメントの表記規則

IoT

マネジメントとガバナンス