[レポート]ENT232 ソニーインタラクティブエンターテイメントにおけるエンタープライズ向け機械学習 #reinvent
はじめに
ENT232-R - Machine Learning for the Enterprise, ft. Sony Interactive Entertainment を受講したので、そのセッションレポートです。 PlayStationでお馴染みのソニーインタラクティブエンターテイメント(SIE)が導入している機械学習の事例のセッションでした。
セッション概要
Machine learning is powering innovation across industries, including media & entertainment, healthcare, finance, and many more. In this session, representatives from AWS and Sony Interactive Entertainment discuss building real-world scalable enterprise solutions with machine learning using Amazon SageMaker. Join us as we talk about managing large-scale systems and processes to get more value from data at any scale, with examples from Sony and AWS.
機械学習は、メディア&エンターテインメント、ヘルスケア、ファイナンスなど、業界全体の革新に力を入れています。このセッションでは、AWSとソニーインタラクティブエンタテインメントの代表が、Amazon SageMakerを使用して機械学習を使用して、実世界のスケーラブルなエンタープライズソリューションを構築する方法について議論します。ソニーやAWSの例を使って、大規模なシステムやプロセスを管理して、あらゆる規模のデータからより多くの価値を引き出す方法についてお話します。
機械学習に対する企業の障壁を打ち砕く
どのように機械学習の専門知識を広げますか?
- より多くの人々が機械学習を活用できるツールを提供します
- AI Service
- REKOGNITION IMAGE
- REKOGNITION VIDEO
- POLLY
- TRANSCRIBE
- TRANSLATE
- COMPREHEND
- LEX
- ML Service
- Amazon Sagemaker
- ML FRAMEWORK & INFRASTRUCTURE
- AI Service
組織を横断するためにはどうすればよいですか?
- 機械学習で一般的に用いられるツールを使いましょう
- Docker
- Tools For Collaboration
- Integration With Workflow tool
- Scaling, Monitoring, And Logging
どのように組織がより速く動くのを支援するのですか?
- 機械学習の煩雑なタスクを減らしましょう
- Jupyter Notebookのセットアップ
- トレーニング用のクラスタのセットアップや片付け
- モデルチューニング
- バッチインフラのセットアップや片付け
- 推論用クラスタのスケールアップ
非機能要件への対応はどうすればよいですか?
- AWSの共有責任モデルがあります。
現実世界ではどのように機能するのですか?
- 機械学習を用いて、よりパーソナライズ化されたレコメンドを行っています。
エンタープライズ機械学習の課題をどのように克服したのですか?
- より迅速な機械学習のためのインテリフェンスプラットフォームの作成
- AWSを用いて共通のデータオーシャンを構築しました
トレーニングと推論の構成図
まとめ
前半はSagemakerの紹介とその特徴、後半は実際にSagemakerを使ってサービスにも組み込んでいるSIE事例紹介といったセッションでした。 実際の業務の現場で既に使われていて、自分たちの生活にも機械学習が浸透しているんだなということが実感できました。