【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

【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

Clock Icon2023.04.21

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

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
    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。

この記事をシェアする

facebook logohatena logotwitter logo

© Classmethod, Inc. All rights reserved.