【セッションレポート】AWS AIサービスを使ってあなたのシステムにも機械学習を導入しよう！ #AWSSummit

はじめに

AWS Summit Tokyo に参加しました！

1日目 AWS-09 「AWS AIサービスを使ってあなたのシステムにも機械学習を導入しよう！」のセッションレポートを投稿いたします。

セッション視聴

AWS Summit Tokyoの登録を行うことでオンデマンドで視聴可能です。（現地参加された方は改めての登録は不要です。）

登録済みの場合、以下から直接遷移できます。

https://jpsummit.awsevents.com/public/session/view/528

セッション概要

2024 年末までに、 75%の企業が機械学習を運用するフェーズに入ると言われています。AWS AI サービスを用いることで、初めてAWSをお使いになる方はもちろん、 既にAWS上でソリューションを展開されている方も簡単に機械学習を導入すること ができます。 本セッションでは Amazon Kendra と Amazon Forecast を例に取りサービスの概要を紹介した後、既存のシステムに文書検索ソリューションや需要予測ソリューションを導入する方法をご紹介し ます。

対象者とゴール

対象者

• AWS AIサービスを触ったことがないが、他のAWSサービスは利用経験がある方
• 機械学習の知識がない方

ゴール

• AIサービスがどのようなユースケースに適しているかを自分で探し、PoCをはじめられるようになる
• 文書検索 or 需要予測に対応するAIサービスの概要、具体的な実装方法について理解できる

アジェンダ

• 機械学習が求められる背景
• 文書検索 - Amazon Kendra
• 需要予測 - Amazon Forecast

セッションレポート

機械学習が求められる背景

• 拡大する機械学習の適用範囲
  • 支出の増大
  • AIによる変革
• 機械学習を導入することで解決できるユースケース
  • チャットボット
  • インテリジェント検索
  • 予防治療
  • 自動運転
• 機械学習を導入してビジネス課題を解決するためのサイクル
  1. ビジネスゴールの特定
  2. 機械学習の問題に適用
  3. データ処理
  4. モデル開発
     • AWS AIサービスが利用できる
  5. デプロイ
  6. モニタリング → ビジネスゴールの特定に戻る
• システムにAWS AIサービスを導入する手順
  1. AI Services Hubから AWS AIサービスの概要とそのユースケースを学習する
  2. ユースケースに適したサンプル実装ソリューションを探す
     • AWSソリューションライブラリから探す
  3. 無料利用枠を活用し、AIサービスを触ってみる
• 今回解説するユースケース（AIサービスを導入する手順）
  • 文書検索
  • 需要予測

ユースケース：文書検索

• 要件
  • 一括でドキュメント検索できるようにしたい
  • 動画も検索したい
• 1. AI Services Hubでユースケースに対応するAIサービスを探す
  • Amazon Kendraが適している
• Amazon Kendra
  • 機械学習を利用した検索サービス
  • 開始方法
    1. Indexを作成 （ドキュメント内容を格納し、検索できるようにする）
    2. データソースの追加
• Amazon Kendraのデモ
  1. Indexを作成
     • S3に日本語のドキュメントを格納
  2. Kendraにデータソースとして、S3に追加
     • Kendraに同期するタイミングも設定する
  3. 日本語で検索してみる
• AWS AIサービスを既存システムに追加する時のポイント
  • 入力データの形式
    • 非構造化テキスト
      • PDF,word
    • 構造化テキスト
      • CSV,JSON
  • データ連携
    • S3などのAWSサービスや3rdパーティのデータソースに対応
  • API
    • Factoid 型質問
    • 記述的な質問
    • キーワード検索
  • データ出力
    • 関連するパッセージ
    • クエリにマッチしたFAQ
    • 関連するドキュメント
• ドキュメント検索用のUI
  • Kendra コンソール
  • Kendora Experience Builder によるUI
  • AWS SDKで実装した
• Custom Document Enrichment機能
  • 連携するAWSサービス
  • Amazon Transcribe
    • 音声をテキストに変換
  • Amazon Translate
    • 翻訳機能
• 1. ユースケースに適したサンプル実装ソリューションを探す
  • Kendraを用いたソリューション
    • 動画を文字起こしし、kendraにインポートする
    • https://aws.amazon.com/jp/blogs/news/make-your-audio-and-video-files-searchable-using-amazon-transcribe-and-amazon-kendra/
    • https://dev.classmethod.jp/articles/simple-lex-kendra-japanese-sample/
    • https://dev.classmethod.jp/articles/solution-aws-qnabot/
• 1. 無料枠
  • Kendraも無料枠がある

需要予測ユースケース

• 要件
  • 発注数を勘で予測しているため、人的コスト発生
  • 機会損失が生まれる
  • 価格変化による需要変化をしりたい
• 1. AI Services Hubでユースケースに対応するAIサービスを探す
  • ビジネスメトリクスの予測には、Amazon Forecastが適している
• Amazon Forecast
  • 機械学習をベースにした時系列予測サービス
• 開始方法
  1. データセットをインポート
  2. AutoPredictorを作成 (データセットによって学習されたモデル)
  3. 予測を実行
• AWS AIサービスを既存システムに追加する時のポイント
  • 入力データの形式
    • CSV、Parquetに対応
    • ターゲット時系列、関連時系列、項目メタデータ
  • データ連携
    • S3に対応
  • API
    1. データセットを作成し、インポート
    2. AutoPredictorを作成
    3. 予測の実行、結果の出力
  • データ出力
    • 予測対象アイテムごとに予測結果を出力
• 1. ユースケースに適したサンプル実装ソリューションを探す
  • Forecastを用いたソリューション
    • S3のデータからForecastを実行し、Glueを用いてデータを整形し、QuickSightで可視化
• 1. 無料枠
  • Forecastも無料枠がある

感想

• 機械学習の知識があまりなくても、AWS AIサービスを用いることで、文書検索や需要予測の結果を取得できることを理解できました。
  • 既存サービスに簡単にAIサービスを追加できる点もうれしいですね。
• 本セッションでは、適切なAIサービスの選択方法、実装方法について学ぶことができましたので、自分で検証する際の参考になりました！
• 個人的には、KendraのCustom Document Enrichment機能が気になりましたので、触ってみようと思いました。
• 紹介されたKendraを用いたソリューションを実際にやってみることで、Kendraを深く理解できそうです。