画像提供:マイナビニュース

写真拡大

アマゾン ウェブ サービス(Amazon Web Services) ジャパンは10月29日、同社が提供する機械学習サービスに関する説明会を開催した。説明は、技術統括本部 レディネス&テックソリューション本部 本部長/プリンシパルソリューションアーキテクトの瀧澤与一氏が行った。

瀧澤氏は、同社が提供する機械学習サービスの特徴について、「Amazonとわれわれはこれまで20年間、ビジネスにおいて機械学習を活用し、投資を行ってきた。したがって、提供しているサービスにはそうしたノウハウが詰まっている。機械学習では、データ取得、データ前処理、モデルの開発、モデルの学習、モデルの評価、本番環境へのデプロイ、監視・評価データ収集といったサイクルを回すが、われわれはこのサイクルを高速に負担がない形で回すためのサービスを提供することを目指している」と説明した。

AWSの機械学習サービスのスタックは、「AIサービス」「MLサービス」「MLフレームワーク&インフラストラクチャ」の3つに分けられる。AIサービスとしては、静止画・動画認識、音声処理、テキスト処理、チャットボット、時系列データ予測、レコメンデーションといった分野をカバーする10種類のサービスを提供している。

10種類のサービスのうち、今回は、リアルタイムパーソナライズ・レコメンデーションサービス「Amazon Personalize」と将来のビジネス状況を予測するサービス「Amazon Forecast」の紹介が行われた。

「Amazon Personalize」は、商品やサービスの購入・利用履歴を基に、 エンドユーザーに合わせたレコメンデーションを行う。同サービスは、ユーザーがAmazon S3に保存した行動履歴やユーザー・アイテム属性を加工し、レコメンデーションAPIを生成する。

ユーザーが用意する行動履歴やユーザー・アイテム属性といったデータはCVS形式でよく、「どのユーザー」が「いつ」「どのアイテムを閲覧したか」という情報さえあれば、同サービスを利用することができる。そのため、機械学習の経験がなくても、簡単に利用できるという。

一方、「Amazon Forecast」では、ユーザーのデータでトレーニングされた機械学習モデルによって、深層学習によって予測が行える。同サービスも、Amazon Personalizeと同様に、機械学習に関する専門知識がなくても利用できる。指標は、中央値のほか2つの値を出すことができる。

「Amazon Forecast」はAmazonが利用している技術に基づいているが、Amazonは深層学習によって毎日4億以上の商品需要を計算している。Amazonでは機械学習の後に深層学習を導入したことで、予測の正確度が15倍向上したという。

また説明会では、アイデミー 執行役員 AI統括の竹原大智氏が、Amazon Forecastの活用について説明した。 オンラインプログラミング学習サービス「Aidemy」を提供しており、同氏は教育サービスのログ解析などの研究開発および先端技術のリサーチに従事している。

「Aidemy」では、演習画面で機械学習のコードを提出するとRUNサーバでの実行結果が返されるため、演習階数が多いとRUNサーバの負荷が増大する。そこで、「Aidemy」を効率よく運用するため、Amazon Forecastを用いて演習回数の予測を行うことにした。

竹原氏は、Amazon Forecastを利用するにあたって用意したデータは、CSV形式の演習回数の履歴データのみと説明した。予測結果は、GUIとPythonやAWS CLIから利用したという。Pythonに関しては、Boto3(AWS SDK for Python)を用いて記述可能で、 Pandasなどで整形した入力データを使ってシー ムレスに予測モデルを作成しているそうだ。

アイデミーでは、P10、P50、P90の3種類の予測結果を得て、予測を大きく上回る演習回数になるとサービスが正常動作しなくなる可能性 があるためP90を採用することにしたという。

竹原氏は、3種類の指標を用いた理由について「幅を出すほうがユーザーのニーズに応えられるから」と語った。予測結果については、「かなり信頼できる内容」と話していた。

竹原氏はAmazon Forecastのメリットとして、「容易に試すことができること」「AWSの他のサービスと連携できること」を挙げ、「CSVファイルを用意するだけでGUIでも簡単に予測モデルを構築できるのは魅力。利用したデータが少なかったからかもしれないが、料金は、想定した金額の10%だった。」と語っていた。