わずか 5 年間で、何万もの顧客がタップしました アマゾンセージメーカー 数百万のモデルを作成し、数十億のパラメーターでモデルをトレーニングし、毎月数千億の予測を生成します。
機械学習 (ML) パラダイム シフトの種は何十年も前から存在していましたが、事実上無限のコンピューティング能力がすぐに利用できるようになり、データが急増し、ML テクノロジが急速に進歩したことで、さまざまな業界のお客様がその変革にアクセスできるようになりました。利点。 この機会を利用して ML を研究所から組織の手に渡すために、AWS は Amazon SageMaker を作成しました。 今年は、AWS re:Invent 5 で開始され、AWS の歴史の中で最も急速に成長しているサービスの 2017 つとなった、当社の主力のフルマネージド ML サービスである Amazon SageMaker の XNUMX 周年を祝います。
AWS は、ML に対する障壁を打ち破り、最先端のテクノロジーへのアクセスを民主化するために、Amazon SageMaker を立ち上げました。 今日では、その成功は避けられないように思われたかもしれませんが、2017 年には、ML を中心にビジネスを構築した開発者、研究者、博士号、または企業の限られたグループが通常所有する専門的なスキルが ML に必要でした。 以前は、開発者とデータ サイエンティストは、最初にデータを視覚化し、変換し、アルゴリズムがモデルのトレーニングに使用できる形式に前処理する必要がありました。これには、大量の計算能力、長いトレーニング期間、複数の GPU にまたがる環境を管理する専任チームが必要でした。有効なサーバーと、適切な量の手動パフォーマンス チューニング。 さらに、トレーニング済みのモデルをアプリケーション内に展開するには、アプリケーションの設計と分散システムに関するさまざまな専門スキルが必要でした。 データセットと変数が増大するにつれて、企業はこのプロセスを繰り返して、古いモデルが時代遅れになったため、新しい情報を学習して進化させる必要がありました。 これらの課題と障壁により、十分な資金のある組織や研究機関を除いて、ほとんどの人にとって ML は手の届かないものでした。
機械学習の新時代の幕開け
そのため、開発者、データ サイエンティスト、ビジネス アナリストが迅速かつ簡単にデータを準備し、高品質の ML モデルを大規模に構築、トレーニング、デプロイできるようにする主力の ML マネージド サービスである Amazon SageMaker を導入しました。 過去 5 年間で、ML 用の世界初の統合開発環境 (IDE)、デバッガー、モデル モニター、プロファイラー、AutoML、フィーチャー ストア、ノーコード機能、およびクラウドやエッジ デバイスで ML の複雑さを軽減し、スケーラビリティを高めるための、最初の専用の継続的インテグレーションおよび継続的デリバリー (CI/CD) ツールです。
2021 年には、より多くのユーザーが ML を利用できるようにするために、民主化をさらに推し進めました。 Amazon SageMaker により、より多くの人々のグループが ML モデルを作成できるようになります。 Amazon SageMaker キャンバス ML の経験のないビジネス アナリスト向けであり、学生が ML をより迅速に学習して実験できるように、セットアップ不要、無料の ML 環境を提供します。
現在、お客様は、データ サイエンティスト向けの IDE とビジネス アナリスト向けのノーコード インターフェイスなど、さまざまなツールを選択して Amazon SageMaker を使用してイノベーションを起こすことができます。 ML 用の大量の構造化データ (表形式データ) と非構造化データ (写真、ビデオ、オーディオ) にアクセスし、ラベルを付けて処理できます。 Amazon SageMaker を使用すると、顧客は最適化されたインフラストラクチャでトレーニング時間を数時間から数分に短縮できます。 最後に、組織全体で機械学習オペレーション (MLOps) プラクティスを自動化および標準化して、モデルを大規模に構築、トレーニング、デプロイ、および管理できます。
次世代のイノベーションのための新機能
AWS は今後も、お客様が ML をさらに進めるのに役立つ新機能を積極的に開発し続けます。 たとえば、Amazon SageMaker マルチモデル エンドポイント (MME) を使用すると、顧客は単一の Amazon SageMaker エンドポイントに数千の ML モデルをデプロイし、エンドポイントの背後でプロビジョニングされたインスタンスをすべてのモデルで共有することでコストを削減できます。 最近まで、MME は CPU でのみサポートされていましたが、Amazon SageMaker MME は GPU をサポートするようになりました。 お客様は Amazon SageMaker MME を使用して深層学習モデルを GPU インスタンスにデプロイし、数千の深層学習モデルを単一のマルチモデル エンドポイントにデプロイすることで最大 90% のコストを節約できます。 Amazon SageMaker は、コンピューティング最適化のサポートも拡張しました アマゾン エラスティック コンピューティング クラウド (Amazon EC2) インスタンスを搭載 AWS グラビトン 2 およびグラビトン 3 これは、CPU ベースの ML 推論に適しているため、顧客はワークロードに最適なインスタンス タイプにモデルをデプロイできます。
Amazon SageMaker のお客様は、機械学習の力を解き放っています
毎日、あらゆる規模のあらゆる業界のお客様が Amazon SageMaker を利用して、これまでよりも短い時間と低コストで ML モデルを実験、革新、デプロイしています。 その結果、会話は現在、可能性の芸術から、ML を使用して新たなレベルの生産性を解き放つものへと移行しています。 現在、金融サービスでは Capital One と Fannie Mae、ヘルスケアとライフ サイエンスでは Philips と AstraZeneca、メディアでは Conde Nast と Thomson Reuters、スポーツでは NFL と Formula 1、小売では Amazon と Mercado Libre、小売では Siemens と Bayer などの顧客がいます。産業部門は、AWS で ML サービスを使用してビジネスの革新を加速しています。 彼らは、このサービスを使用して数百万のモデルを管理し、数十億のパラメータでモデルをトレーニングし、毎月数千億の予測を行っている数万の他の Amazon SageMaker の顧客に加わります。
さらなるイノベーションが待っています。 しかし、それまでの間、お客様が達成した多くの成功に乾杯するために立ち止まります。
トムソンロイター
ビジネス情報サービスの大手プロバイダーである Thomson Reuters は、Amazon SageMaker の機能を利用して、顧客向けにより直感的なサービスを作成しています。
Thomson Reuters Labs のエンジニアリング ディレクターである Danilo Tommasina 氏は、次のように述べています。 「Amazon SageMaker は、当社の AI R&D 作業の中心です。 これにより、研究を成熟した高度に自動化されたソリューションに効果的に取り入れることができます。 Amazon SageMaker Studio を使用すると、研究者とエンジニアは、単一の IDE で ML ワークフローに必要なすべてのツールを使用して、ビジネス上の問題の解決に集中できます。 ノートブック、実験管理、ML パイプラインの自動化、Amazon SageMaker Studio 内からのデバッグなど、すべての ML 開発アクティビティを実行しています。」
Salesforce
世界をリードする CRM プラットフォームである Salesforce は最近、Salesforce の AI テクノロジーである Einstein と一緒に Amazon SageMaker を使用できるようにする新しい統合を発表しました。
Einstein の EVP である Rahul Auradkar 氏は、次のように述べています。および Salesforce の統合データ サービス。 「今日、企業が直面している最大の課題の XNUMX つは、データがサイロ化されていることです。 データをまとめて、すべての接点でリアルタイムに顧客エンゲージメントを提供し、有意義なビジネス インサイトを収集することは困難です。 Salesforce のリアルタイムの顧客データ プラットフォームである Genie を利用することで、Salesforce と Amazon SageMaker の統合により、データ チームは、Amazon SageMaker で ML モデルを構築およびトレーニングするために、統合および調整された顧客データにシームレスにアクセスできるようになります。 そして、これらの Amazon SageMaker モデルをデプロイすると、Einstein で使用して、Salesforce プラットフォーム全体で予測と洞察を強化できます。 AI の進化に伴い、開発者やデータ サイエンティストが働く場所に対応できるように、Bring Your Own Modeling (BYOM) を使用して Einstein を強化し続けます。」
メタAI
Meta AI は、Meta Platforms Inc. に所属する人工知能研究所です。
Meta AI の応用 AI エンジニアリング マネージャーである Geeta Chauhan 氏は、次のように述べています。 「これらの機能強化により、テストに基づく大規模モデルのトレーニング時間の短縮が見られました。 Amazon SageMaker が PyTorch 分散トレーニングをサポートして ML イノベーションを加速することを非常に楽しみにしています。」
タイソンフーズ株式会社
世界最大の食肉加工業者およびマーケティング担当者の XNUMX つである Tyson Foods Inc. は、Amazon SageMaker を利用しています。 Amazon SageMakerグラウンドトゥルース, AWSパノラマ 効率を改善します。
Tyson Foods Inc. の Emerging Technology シニアマネージャーである Barret Miller 氏は、次のように述べています。エラーが発生しやすいタスク。 Amazon Machine Learning Solutions Lab と協力して、Amazon SageMaker Ground Truth と AWS Panorama を使用して最先端のオブジェクト検出モデルを作成しました。 このソリューションにより、無駄を最小限に抑えながら必要な在庫を生産するのに役立つほぼリアルタイムの洞察を得ることができます。」
Autodesk
AutoCAD は、Autodesk が提供する商用のコンピュータ支援設計および製図ソフトウェア アプリケーションです。 AutoCAD は、ジェネレーティブ デザイン プロセスを最適化するために Amazon SageMaker に依存しています。
AutoCAD の製品管理担当ディレクターであるダニア エル ハッサン (Dania El Hassan) は、次のように述べています。 、オートデスクで。 「Amazon SageMaker は、ユーザーに積極的なコマンドとショートカットの推奨事項を提供するのに役立つ重要なツールであり、強力な新しい設計成果を達成できるようにしました。」
トークアイ
Amazon SageMaker と Amazon SageMaker 分散データ並列 (SMDDP) ライブラリの助けを借りて、 トークアイは 2005 年以来自律走行車のリーダーであり、貨物業界での安全で持続的な長距離輸送のために自動運転トラックを商品化しています。
「私のチームは、Amazon SageMaker モデルトレーニングと Amazon SageMaker 分散データ並列 (SMDDP) ライブラリを使用して、テラバイトのトレーニングデータと数百万のパラメーターを持つモデルを含む大規模な分散トレーニングジョブを簡単に実行できるようになりました」と Derek Johnson 氏、バイスTorc.ai のエンジニアリング担当プレジデント。 「Amazon SageMaker 分散モデルトレーニングと SMDDP により、トレーニングインフラストラクチャを管理する必要なくシームレスにスケーリングできました。 モデルのトレーニングにかかる時間が数日から数時間に短縮され、設計サイクルを短縮し、新しい自動運転車の機能をこれまでにない速さで導入できるようになりました。」
LG AI 研究
LG AI Research は、Amazon SageMaker を使用して ML モデルをより迅速にトレーニングおよびデプロイすることにより、AI の次の時代をリードすることを目指しています。
LG AI Research のバイス プレジデント兼ビジョン ラボ リーダーである Seung Hwan Kim は、次のように述べています。 「マルチモダリティ AI により、Tilda は自身が認識する言語を超えて探索する能力を備えた新しいイメージを作成することができます。 Amazon SageMaker は、そのスケーリングと分散トレーニング機能により、EXAONE の開発に不可欠でした。 具体的には、この超巨大な AI をトレーニングするには大量の計算が必要になるため、効率的な並列処理が非常に重要です。 また、大規模なデータを継続的に管理し、新たに取得したデータに柔軟に対応する必要もありました。 Amazon SageMaker モデルトレーニングと分散トレーニングライブラリを使用して、トレーニングコードを大幅に変更することなく、分散トレーニングを最適化し、モデルのトレーニングを 250% 高速化しました。」
ミューラーウォータープロダクツ
Mueller Water Products は、設計されたバルブ、消火栓、パイプ接続および修理製品、計測製品、漏れ検出ソリューションなどを製造しています。 Amazon SageMaker を使用して革新的な ML ソリューションを開発し、水漏れをより迅速に検出しました。
Mueller Water Products のスマート インフラストラクチャ担当ディレクターである Dave Johnston 氏は、次のように述べています。 「Amazon SageMaker で構築された ML モデルのおかげで、音響ベースの異常検出システムである EchoShore-DX の精度が向上しました。 その結果、漏えいが発生したときに公益事業の顧客に迅速に通知できます。 このソリューションにより、7.7 年には推定 2027 億 675 万ガロンの水が節約されました。AWS ML サービスを引き続き使用して、テクノロジーポートフォリオをさらに強化し、公益事業のお客様とともに効率と持続可能性を推進し続けることに興奮しています。」
Canva
人気のオンライン デザインおよびパブリッシング ツールのメーカーである Canva は、迅速な実装のために Amazon SageMaker の機能に依存しています。
「Canva が大規模に成長するには、遅延や問題なく新機能をリリースできるツールが必要でした」と、Canva のデータ プラットフォーム責任者である Greg Roodt 氏は述べています。 「Amazon SageMaker の適応性により、より少ないリソースでより多くのタスクを管理できるようになり、ワークロードがより高速で効率的になりました。 これにより、当社のエンジニアリング チームは、立ち上げた機能がユース ケースに合わせて拡張されるという自信を得ることができました。 Amazon SageMaker を使用して、強力なマネージド インフラストラクチャを使用してテキストから画像へのモデルを 2 週間でデプロイしました。近い将来、この機能を何百万人ものユーザーに拡大できることを楽しみにしています。」
インスパイア
消費者中心のヘルスケア情報サービスである Inspire は、Amazon SageMaker を利用して、より良いケア、治療、結果のための実用的な洞察を提供しています。
Inspire の創業者兼最高経営責任者である Brian Loew 氏は、次のように述べています。 「私たちはこれを使用して、ユーザー (特定の条件で生活しているユーザー) を関連性のある特定の投稿や記事に誘導します。 Amazon SageMaker を使用すると、深層学習モデルを簡単に構築、トレーニング、デプロイできます。 Amazon SageMaker に基づく当社の洗練された ML ソリューションは、2 の条件で 1.5 億語のライブラリから引き出して、3,600 万人の登録ユーザーに関連コンテンツを提案するコンテンツ推奨エンジンの能力を向上させるのに役立ちます。 Amazon SageMaker により、患者と介護者をよりパーソナライズされたコンテンツとリソース (希少疾患の情報や治療経路など) と正確に結び付けることができるようになりました。」
レスメド
ResMed は、睡眠時無呼吸、COPD、喘息、およびその他の慢性疾患を持つ人々のためのクラウド接続ソリューションの大手プロバイダーです。 2014 年、ResMed は、患者が睡眠療法を追跡できるように、パーソナライズされた治療管理プラットフォームおよびアプリケーションである MyAir を立ち上げました。
ResMed のデータサイエンス担当バイスプレジデントである Badri Raghavan は、次のように述べています。 「Amazon SageMaker により、患者が使用している特定の ResMed デバイス、起きている時間、およびその他のコンテキストデータに基づいて、MyAir を通じて患者と対話できるようになりました。 Amazon SageMaker のいくつかの機能を利用して、モデル パイプラインをトレーニングし、ほぼリアルタイムの推論やバッチ推論などのデプロイ タイプを選択して、カスタマイズされたコンテンツを配信します。 Amazon SageMaker により、数か月ではなく数日または数週間でモデルをデプロイすることで、ML 機能を世界中に埋め込むという目標を達成することができました。」
ベリスク
Verisk は、ビジネス、人々、社会がより強く、回復力があり、持続可能になるのに役立つ専門的なデータ駆動型の分析的洞察を提供します。 Amazon SageMaker を使用して ML ワークフローを合理化します。
「Verisk と Vexcel は緊密に協力して、世界中の 26 か国でキャプチャされた Vexcel の超高解像度航空画像データを含む膨大な量のデータを AWS に保存および処理しています」と、Verisk 3D Visual の社長である Jeffrey C. Taylor 氏は述べています。知能。 「Amazon SageMaker は、ML および MLOps チームが行う作業を合理化するのに役立ち、保険、不動産、建設などの不動産関係者を含む顧客のニーズに応えることに集中できるようにします。」
スマートオクト BV
Amazon SageMaker の助けを借りて、Smartocto BV は ML によるコンテンツ分析を世界中の 350 のニュースルームとメディア企業に提供しています。
Smartocto の最高データ責任者である Ilija Susa 氏は、次のように述べています。 「しかし、ML ワークロードを自己ホストするためのオープンソースとクラウド ソリューションの組み合わせは、管理にますます時間がかかるようになりました。 ML モデルを Amazon SageMaker エンドポイントに移行し、3 か月足らずで新しい AWS ネイティブ ソリューションである Smartify を立ち上げました。 Smartify は Amazon SageMaker を使用して、ほぼリアルタイムで予測編集分析を提供し、顧客がコンテンツを改善し、オーディエンスを拡大するのに役立ちます。」
ビジュアルファブリック
Visualfabriq は、人工知能機能を応用した収益管理ソリューションを、世界有数の消費財企業に提供しています。 Amazon SageMaker を使用して、大規模な ML モデルのパフォーマンスと精度を向上させます。
Visualfabriq の需要予測、人工知能、および収益成長管理のチーム リードである Jelle Verstraaten 氏は、次のように述べています。 「Amazon SageMaker への移行による最大の影響は、当社のソリューションのパフォーマンスが大幅に向上したことです。 Web サーバーではなく専用サーバーで推論を実行することにより、当社のソリューションはより効率的になり、コストは一貫して透明になります。 販売促進活動が小売業者の販売量に及ぼす影響を予測する需要予測サービスの応答時間を 200% 改善し、手作業による介入が少なくて済み、新規顧客のオンボーディングを加速するスケーラブルなソリューションを導入しました。」
ソフォス
次世代のサイバーセキュリティ ソリューションとサービスの世界的リーダーである Sophos は、Amazon SageMaker を使用して ML モデルをより効率的にトレーニングしています。
ソフォスの人工知能部門の責任者であるコンスタンチン ベルリン (Konstantin Berlin) は、次のように述べています。 「しかし、XGBoost モデルを使用して数テラバイト サイズのデータセットを処理するのは非常に時間がかかり、限られたメモリ スペースでは不可能な場合もありました。 Amazon SageMaker 分散トレーニングを使用すると、以前のモデルよりもディスク (最大 25 分の XNUMX) およびメモリ (最大 XNUMX 分の XNUMX) ではるかに小さい軽量の XGBoost モデルを正常にトレーニングできます。 Amazon SageMaker の自動モデル チューニングとスポット インスタンスでの分散トレーニングを使用することで、このような大規模なデータセットへのスケールアウトに必要な基礎となるトレーニング インフラストラクチャを調整することなく、モデルを迅速かつ効果的に変更および再トレーニングできます。」
ノースウエスタン大学
人工知能 (MSAI) プログラムの科学のマスターのノースウェスタン大学からの学生は、のツアーを与えられました AmazonSageMakerStudioラボ ハッカソンで使用する前に。
MSAI プログラムの副ディレクターである Mohammed Alam 氏は、次のように述べています。 「5時間という短い競技の中で、生徒たちは自然と障害物にぶつかることを期待していました。 代わりに、彼らはすべてのプロジェクトを完了しただけでなく、複雑な ML の概念を重要な現実世界の問題に適用した印象的なプレゼンテーションを行うことで、私たちの期待を上回りました。」
レンセラー工科大学
ニューヨークの技術研究大学である Rensselaer Polytechnic Institute (RPI) は、Amazon SageMaker Studio を使用して、学生が ML の概念をすばやく学習できるようにしています。
「RPI は世界で最も強力なスーパーコンピューターの XNUMX つを所有していますが、AI の学習曲線は急勾配です」と、コンピューター サイエンスのモハメッド J. ザキ教授は述べています。 「学生が費用対効果の高い方法で学習を開始できる方法が必要でした。 Amazon SageMaker Studio Lab の直感的なインターフェイスにより、学生はすぐに使い始めることができ、強力な GPU を提供して、絶頂プロジェクトの複雑な深層学習モデルを操作できるようになりました。」
香港職業教育学院
香港職業教育研究所 (Lee Wai Lee) の IT 部門は、Amazon SageMaker Studio Lab を使用して、実際の ML プロジェクトに取り組む機会を学生に提供しています。
「私たちは、基本的な ML および Python 関連のコースで Amazon SageMaker Studio Lab を使用して、学生に多くのクラウド技術の強固な基盤を提供しています」と上級講師の Cyrus Wong 氏は述べています。 「Amazon SageMaker Studio Lab を使用すると、学生はセットアップや構成で行き詰まることなく、現実世界のデータ サイエンス プロジェクトを実践的に体験できます。 他のベンダーとは異なり、これは学生向けの Linux マシンであり、より多くのコーディング演習を行うことができます。」
MapmyIndia
インドのデジタル地図、地理空間ソフトウェア、位置情報に基づくモノのインターネット (IoT) 技術の大手プロバイダーである MapmyIndia は、Amazon SageMaker を使用して ML モデルを構築、トレーニング、デプロイしています。
「MapmyIndia と当社のグローバル プラットフォームである Mappls は、経済発展の測定、人口増加、農業、 MapmyIndia の最高経営責任者兼エグゼクティブ ディレクターである Rohan Verma 氏は次のように述べています。 「モデルを迅速かつ正確に作成、トレーニング、デプロイする当社の能力は、当社を際立たせています。 AI/ML サービスで AWS と提携できることをうれしく思います。これを迅速にスケーリングできる Amazon SageMaker の能力に興奮しています。」
サツレ
地球観測データを使用して洞察を生成する意思決定インテリジェンス ソリューションのインドを拠点とするリーダーである SatSure は、Amazon SageMaker を利用して、ペタバイト規模の ML データを準備およびトレーニングしています。
SatSure の最高経営責任者である Prateep Basu 氏は、次のように述べています。 「私たちは 2017 年から AWS を使用しており、毎週 2 万平方キロメートルを監視しながら、金融機関がインド、ナイジェリア、フィリピンで 1 万人以上の農家に融資するのを支援してきました。」
まとめ
Amazon SageMaker の使用を開始するには、次のサイトにアクセスしてください。 aws.amazon.com/sagemaker.
著者について
アンクル・メロトラ 2008 年に Amazon に入社し、現在は Amazon SageMaker のゼネラルマネージャーを務めています。 Amazon SageMaker の前は、Amazon.com の広告システムと自動価格設定技術の構築に携わっていました。
