[レポート] Alexa and Machine Learning on AWS #alexaday2018 #jawsug

はじめに

本記事は Alexa Day 2018 のセッション「Alexa and Machine Learning on AWS」のレポートです。

スピーカー

リビングに5台のEchoを置いてる、桶谷さん

桶谷 拓也

概要

Alexa and Machine Learning on AWS

スライド

[slideshare id=87768532&doc=20180211alexaday2018-180211050049]

レポート

AmazonとMachine Learning

• Amazon.comが公開されたころから、AmazonはMachine Learningを使ってきた
• いまでは、多くのサービスで利用されている
  • Amazon Robotics
    • 人は動かず、棚が動いてくる。配送までの時間が短縮
    • 倉庫内での事故が減った
  • Amazon Go
    • RFIDタグは使ってない
  • Amazon PrimeAir
  • Amazon Echo
    • アメリカでは１つの部屋に１つのEchoを目指している
  • Amazon Key

Amazon Alexa

• クラウドベースの音声サービス
  • 自動音声認識
  • 自然言語理解
  • 音声合成
• 2つの重要なフレームワーク
  • Alexa Skills Kit(ASK)
  • Alexa Voice Service(AVS)
• ５０年間でのUIの変遷
  • CLI →　GUI → Web → Mobile → VUI（Voice User Interface)
• Voice Interfaceは新しい標準
  • 2014年ごろは音声検索のトラフィックはごくわずかだったが、現在では全トラフィックの10%を超えている（Alexa以外も含めて）

Alexa for Business

• Alexaは家庭での主流インタフェースを「声」にした
  • Alexaはビジネス環境でも家庭と同じことをする
• 企業で利用する場合の課題。Alexa for　Business はこれらの課題を解決する。
  • デバイスのプロビジョニング（大量のセットアップは大変）
  • 集中管理
  • プライバシーとセキュリティ
    • 人の声を聞き分けられるようになってきている
    • プライベートスキルが作れる
      • UI上はまだない、ASK CLIコマンドでのみ作成することが可能
      • （プライベートスキルについては、弊社 平内の記事がありますので参照ください）
• Alexa for Business APIとツールを使用してスキルにコンテキスト（状況に応じた動作）を追加する
  • Resolve Room
    • どこのEchoから実行されたか判別することができる
    • ラスベガスのホテル「ウィン・ラスベガス」では、各部屋にEcho Dotを設置し、ルームサービスに利用されている
  • Skill Parameters
    • スキルに他システムへのインデックスを提供
• その他
  • ルームを作るのに住所が必要だが、現在登録できるのはアメリカの住所のみ
  • セットアップは.exe形式のファイルで提供されるので、Windowsが必要

MLServices

• Amazon Rekognition
  • 静止画だけでなく、動画も分析できる
  • リアルタイムな分析
    • 監視カメラ
      • 予定外の入室者→シャッターおろす、といったユースケース
    • 動画にタグ付け
      • 動画データの検索性の向上
• Amazon Polly
• Amazon Lex
  • 対話型インターフェース（ボット）
  • 8kHzの電話音声サポート
    • 電話音声の認識精度向上によって、Amazon Connectとの連携が便利になった
• Amazon Comprehend
  • 自然言語理解のサービス
    • 文章を入力すると、重要な箇所を自動抽出
    • 文章から感情を読み取る
• Amazon Translate
  • 非辞書型の翻訳サービス
• Amazon Transcribe
  • speech-to-textサービス
  • リアルタイム処理も可能
  • 通常音声、電話音声どちらも対応
  • ユースケース
    • コールセンターにかかってきた問い合わせを、テキストに起こす
  • 句読点の補完
    • 文字起こしのサービスはよくあるが、句読点を補完してくれるものは少ない

ML Platform

• Amazon Kinesis Video Streams
  • 大量のカメラデバイスからアップロードされる、動画ストリームなどを容易に
  • Amazon Rekognition Videoとの連携
  • ユースケース
    • 監視カメラ。アメリカの警察では既につかっているところもある。
• Amazon SageMaker
  • フルマネージドな機械学習サービス。３つの構成要素
    • ノートブック
      • 必要なライブラリを含んだインスタンスの起動
    • 学習
      • Dockerイメージを起動して学習を実行
      • 複数インスタンスで分散隔週
    • 推論
      • モデルのデプロイ。エンドポイントから推論が可能
  • すべてを使うだけでなく、個別に利用することも可能
  • モデルを作るところには最もコストがかかる

ML Engines

• DeepLearning AMI
  • SageMakerつかわずに、DeepLearning AMI を使うことも

その他

• Amazon ML Solutions Lab
  • Amazon が培ってきた機械学習のノウハウを伝授する
    • シアトルに行っていただく必要あります

Summary

• Alexa for Business はビジネスユースで利用可能
• AWS では４つのレイヤーからなる、さまざまな機械学習サービスを提供
  • Services
  • Platform
  • Engines
  • Infrastracture

所感

機械学習サービスは、まだまだ使う機会が少なく、どういうサービスだっけ？？と思うことがしばしばありましたが、今回、機会学習サービスの概要について、あらためて整理することが出来ました。以上、丸毛でした！