【AWS re:Invent 2022】Innovate with AI/ML to transform your business（AIM217-L）

セッション概要

AI/ML can make your business a disruptive innovator in your industry. But, you might encounter barriers to get started and scale AI/ML. In this session, Bratin Saha, VP of AWS AI and ML Services, explains how AWS customers have overcome these barriers by using AWS AI/ML services, fueling business profitability and growth. Bratin also dives deep into the latest trends in AI/ML and how they are enabled by the newly launched AWS capabilities.

訳
AI/ML は、あなたのビジネスを業界における破壊的なイノベーターにすることができます。しかし、AI/ML を開始し、スケールさせるための障壁に遭遇することがあります。本セッションでは、AWS AI・ML サービス担当副社長のブラティン・サハが、AWS のお客様が AWS AI・ML サービスを利用してこれらの障壁を克服し、ビジネスの収益性と成長を促進した方法を説明します。また、ブラティンは、AI/ML の最新トレンドと、それらが新しく登場した AWS の機能によってどのように実現されるかを深く掘り下げて説明します。

このように AWS のリーダーが広めのホールで講演します。

内容

現在 AI/ML は赤ちゃんでも理解できるくらい民主化されているそうです。
（個人的にはそんなことは一切感じず冗談のように聞こえるのですが、何度か同じようなセリフを使っており、AWS の AL/MLチーム の方針なのか結構本気で言っているようでした）

現在世界の56%の企業では AL/ML が何かしらの形で導入されており、AWS で AI/ML を導入している顧客は10万社以上あるとのことです（思っていたよりも多い…w）。

AWS での AL/ML は主に3つのレイヤーに分かれています。
LOW：EC2 インスタンスを用いて各々がカスタマイズして AI/ML を実行
Middle：Amazon SageMakerというサービスを使用し、SageMaker のパラメーターを適宜カスタマイズして AI/ML を実行
High：AWS が事前に用意した学習済みの機械学習モデルを利用して AL/ML を実施

モデルを作るのに必要なパラメーターが益々増えています。
そのため、モデルを再作成するとなると時間やコストがかかってしまいます。
そこで、モデルを再利用する必要が出てきているとのことでした。

新サービス

最近 AWS が発表したサービスを紹介していました。
（最初 New とかスライドについていたので re:Invent 2022 で発表されたサービスなのかと思ってしまいましたw）

Amazon CodeWhisperer （プレビュー版）

コードを作成する際、コメントを書くと ML が自動で目的に合ったコードを作成してくれるサービスです。
「#Lambda から S3 へファイルを PUT する」みたいな感じで書けば、それに合ったコードを作ってくれるんだと思います。

Stability AI models on Amazon SageMaker

続いてはこちら、Stability AI のモデルを SageMaker で実行することができます。

そもそも、「Stability AI って何ですか？」って感じです。
Stability AI はスタートアップの企業でオープンソースの「Stable Diffusion」という「テキスト→画像」を作成するモデルを開発したそうです。

参考：画像生成AI「Stable Diffusion」開発元、1億米ドル超を調達——オープンソースAIモデルの開発加速へ

以下のようなオープンソースコミュニティへ資金援助をして、開発を加速させるような形態をとっているみたいです。

参考：Stability AI は機械学習を生物医学に導入する取り組みを支援する TechCrunch Japan

では、Stable Diffusion は何ができるのか。
テキストからこんな画像が生成できます。

GitHub のスター数を、他のオープンソースのプロジェクトと比較すると急激に伸びていると言えます。

そんな Stable Diffusion につい先日、より高性能な Stable Diffusion2.0 がリリースされました。
2.0を使って以下の画像は約2秒で作成されたそうです。

生成される画像をいじくることも可能です。

ハイスケールにすることも可能。

Stable Diffusion2.0 によって画像を作る時間やステップ数が大幅に削減されます！

この Stable Diffusion2.0 を SageMaker でホストすることによって60%高速に！！

ということで、Stable Diffusion2.0 を使うことによって、トークを画像に変換してセッションを話す（スライドの事前作成が不要な）時代が訪れるかもしれないと話していました。

さらにトレーニングで Trn1 インスタンスというトレーニングに特化したインスタンスを使うことによって、より機械学習を効率的にできます。

その他にも AWS ではトレーニング用のデータを準備するのに役立つサービスもリリースしていますとのことでした。

Amazon SageMaker geospatioa capabilities

re:Invent 2022 の Keynote でプレビュー版が発表された機能で、地理空間データを用いた機械学習を容易にします。

参考：Preview: Use Amazon SageMaker to Build, Train, and Deploy ML Models Using Geospatial Data

セッションの中で「Amazon SageMaker geospatioa capabilities」を実際に使用した、BMW さんの機械学習についての事例について話をしていました（個人的には「プレビュー版がリリースされたばかりのサービスの事例って何！？」という感じですが…）。

電気自動車の電気消費と充電場所のデータから、充電スペースを設置するのに最適な場所を割り出すという話は結構面白いと感じました。

アイデアからソリューションの構築まで、たったの8週間！

現在、1億のデバイスが存在し、17カ国の言語に対応している Alexa において、これだけ大きく進化していった要因は SageMaker（ML）を使っていることであるとのことでした。

Amazon Textract Analyze Lending

3,000単語以上の PDF を5分で分析できるようです。

おわりに

このセッションは空き時間があってふらっと立ち寄っただけでした。
普段 AI/ML の分野を業務で扱うことはなく、あまり詳しくないので結構大変でした。
ただ、今まで知らなかったサービス/機能の紹介があって勉強になりました。

また、セッションの最後に「AI/ML の発達によって多くの人の仕事は無くなるのではないか」という疑問に対して、「AI/ML の発達によって仕事は無くならない。人々がより効率よく働けるように、より人でないとできない仕事に集中できるようにする。」という言葉が印象的でした。

今回このセッションに参加して少しだけ AI/ML の分野と仲良くなれたような気がします。笑