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。

こんな感じで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てなく、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す。

新サービス

ここ最近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
「#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Sage Makerで実行することができる

そもそも、「Stability AIって何すか？」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のキーノート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

3000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