SlideShare a Scribd company logo
1 of 47
1
JAWS-AI
re:Inventアップデート
2016年12月9日
アマゾン ウェブ サービス ジャパン株式会社
ソリューションアーキテクト 松尾康博
2
Who am I ?
• 名前
– 松尾康博
• 所属
– アマゾンウェブサービスジャパン株式会社
– ソリューションアーキテクト
– 製造業のHPC、CAE、ビッグデータ解析等を主に担当
• 経歴
– 九州大学でスパコンの効率化研究
– SIerで 分散キューの開発・導入、分散処理研究
– Web系スタートアップCTO
– SIerで仮想化基盤の研究・導入・運用
– 現職
3
Amazonと機械学習
4
Amazonでの取組み
Amazon robotics
5
Amazon 画像検索 & 音声検索
http://www.gizmodo.jp/2015/07/_amazon_1.html
6
クラウド上で音声認識能力を継続的に改善し、インター
フェースとして活用
Alexa, play Bruno Mars from
Prime Music
(ブルーノ・マーズの曲をかけてく
ださい)
Alexa, turn on the lights
(ライトをつけてください)
7
Amazon Go
https://www.amazon.com/go
8
9
開催概要
• AWSの世界最大のカンファレンス
• 「学習型カンファレンス」であることが
特徴で、参加者が自ら学ぶための機会を
多数ご用意
– 2016年11月29日-12月2日
– ラスベガスの3カ所のホテルにて
• ベネチアン(本会場)
• アンコール(サブ会場)
• ミラージュ(サブ会場)
– 30,000人以上の参加者
– 日本から700名以上のお客さまがご参加
10
コンテンツ
• 基調講演と新サービス発表
• 450以上のセッション
• スペシャルナイトイベント
• ブートキャンプ&ハッカソン
• re:Invent Central(展示ブース)
• AWS認定試験&ラウンジ
• セルフペースドラボ
• 様々なイベント
– ウェルカムレセプション、パブクロール、
re:Playパーティなどの各種エンターテイン
メントも盛りだくさん
11
キーノート by Andy Jassy
12
キーノート by Werner Vogels
13
GameDay
14
ブレイクアウトセッション
15
re:Invent Central(展示ブース)
16
ハンズオンラボ&ラウンジ
17
ブートキャンプ
18
19
Machine Learning Session at re:Invent 2016
https://www.portal.reinvent.awsevents.com/connect/search.ww#loadSearch-
searchPhrase=MAC3+MAC2+MAC4&searchType=session&tc=0&sortBy=abbreviationSort&p=
20
https://www.youtube.com/playlist?list=PLhr1KZpdzukexYSNcIj9iBbmn9jYKu2pu
21
Amazon Rekognition
Deep learning-based image recognition service
Search, verify, and organize millions of images
Object and Scene
Detection
Facial
Analysis
Face
Comparison
Facial
Recognition
22
Amazon Rekognitionを発表
• 深層学習の技術を利用した画像認識のマ
ネージドサービス
• 学習済みモデルを利用して、画像の「状
況」「人物の顔」「物体」を検出
• S3に格納した画像に対して解析を行うこと
で、マッチする状況や物体名を受け取れる
• バージニア、オレゴン、アイルランドの
リージョンで利用可能。月5,000回の認識
と年間1,000個の顔ベクトル情報まで無料
利用枠の対象となり、以後従量課金制 ※動作イメージ
Apple!!
https://aws.amazon.com/rekognition/
https://aws.amazon.com/jp/blogs/news/amazon-rekognition-image-detection-and-recognition-powered-by-deep-learning/
23
Amazon Rekognitionを発表
24
Amazon Rekognition - Deep Learning Process
Conv 1 Conv 2 Conv n
…
…
Feature Maps
Labrador
Dog
Beach
Outdoors
Softmax
Probability
Fully
Connected
Layer
25
Amazon Pollyを発表
• フルマネージド型の”Text-to-speech”機能を提供
する新サービス。APIを利用して文章をPollyに渡す
と音声ストリームまたはファイルの形式で音声化
• 24の言語、47種類のボイス(男性、女性)に対応。
日本語もサポートしている
• プロ声優による音声。Pollyで出力された音声デー
タは自由に利用できる
• バージニアとオレゴン、アイルランド、オハイオ
のリージョンでプレビュー提供を開始
Open the pod bay
door please, HAL.
Open the pod bay
door please, HAL.
https://aws.amazon.com/polly/
https://aws.amazon.com/jp/blogs/news/polly-text-to-speech-in-47-voices-and-24-languages/
26
Amazon Pollyを発表
• 料金体系は従量課金
– 5,000,000文字までは無料
– 以後、1文字あたり$0.000004
• 英語の場合、一般的に1分の音声出力で概ね
$0.004くらいの課金になる
27
Polly – Language Portfolio
Americas:
• Brazilian Portuguese
• Canadian French
• English (US)
• Spanish (US)
A-PAC:
• Australian English
• Indian English
• Japanese
EMEA:
• Danish
• Dutch
• British English
• French
• German
• Icelandic
• Italian
• Norwegian
• Polish
• Portuguese
• Romanian
• Russian
• Spanish
• Swedish
• Turkish
• Welsh
• Welsh English
28
Text and Speech Language Understanding
Speech
Recognition
Natural Language
Understanding
Powered by the same Deep Learning technology as Alexa
29
Amazon Lexを発表
• 音声またはテキストメッセージに応答するチャッ
トボット開発を容易にするサービス。Amazon
Alexaと同等の自然言語エージェントを開発可能に
• 自然言語の入力を解析しその意味合いに応じたア
プリケーションコードを実行することにより、
ユーザとのインタラクションを実現
• バージニアリージョンでプレビュー中。10,000テ
キストと5,000音声の入力まで利用開始から1年間
は無料。以後1,000テキストあたり$0.75、1,000
音声あたり$4.00となる
• https://aws.amazon.com/lex/
https://aws.amazon.com/jp/blogs/news/amazon-lex-build-conversational-voice-text-interfaces/
30
Amazon Lexを発表
31
Mobile Hub
SaaS Connector
Amazon API
Gateway
AWS
Lambda
Amazon API
Gateway
AWS
Lambda
Mobile Hub
Custom Connector
Business
Application
Firewall
Mobile App Amazon Lex
Enterprise SaaS Connectors with Mobile Hub
AWS
Lambda
32
AWSで機械学習
33
• NVIDIA K80を最大16GPU搭載
• 計192GBのGPUメモリと 約40,000 CUDAコアを搭載
• 1台で70TFlops(単精度浮動小数点演算)を実現
• 1台で23TFlops(倍精度浮動小数点演算)を実現
• GPUDirect™によるpeer-to-peer 接続をサポート
Instance
Name
GPU
Count
vCPU
Count
Memory Parallel
Processing
Cores
GPU
Memory
Network
Performance
P2.xlarge 1 4 61GiB 2,496 12 GiB High
P2.8xlarge 8 32 488GiB 19,968 96 GiB 10 Gigabit
P2.16xlarge 16 64 732GiB 39,936 192 GiB 20 Gigabit
<インスタンスサイズ>
GPU搭載:P2インスタンス
https://aws.amazon.com/jp/blogs/news/new-p2-instance-type-for-amazon-ec2-up-to-16-gpus/
バージニア・オレゴン・アイルランド
の3リージョンで提供中
34
C5インスタンスを発表(2017年予定)
• コンピューティング最適化 C4の後継として、
SkylakeコアのXeonを搭載したC5を発表
• 前世代のHaswell(C4に搭載)と比較して、
AVX-512命令セットが利用可能で機械学習や
マルチメディア、科学技術計算などに最適
• 6種類のサイズを提供し、
最大で72vCPU、144GBメモリを搭載
• Elastic Network Adaptor(ENA)をサポートし、
EBS最適化オプションがデフォルトで有効
C5
AWSブログ:EC2インスタンスタイプのアップデート – T2, R4, F1, Elastic GPUs, I3, C5
https://aws.amazon.com/jp/blogs/news/ec2-instance-type-update-t2-r4-f1-elastic-gpus-i3-c5/
35
F1インスタンスを発表(開発者プレビュー開始)
• FPGAを搭載し高性能計算用途に最適なF1を発表
• Intel Xeon E5-2686v4(2.3GHz, Turbo mode対応)と
1個から8個のFPGA(Xilinx UltraScale+ VU9P)、最大
976GBメモリ、4TBのNVMe接続のSSDを利用可能
• 開発/テスト用AMIも提供。パッケージ化したAmazon
FPGA Image(AFI)はAWS Marketplaceに公開可
• サンプルアプリケーションなどはF1 Hardware
Development Kit(HDK)として提供
• バージニアリージョンにて開発者プレビューを開始。
他リージョンへの展開も準備中
F1
AWSブログ:開発者プレビュー ー EC2 Instances (F1) with Programmable Hardware
https://aws.amazon.com/jp/blogs/news/developer-preview-ec2-instances-f1-with-programmable-hardware/
36
容易にGPUインスタンスを利用するには
37
NVIDIA製AMI
https://aws.amazon.com/marketplace/seller-profile?id=c568fe05-e33b-411c-b0ab-047218431da9
• Windows Server + Driver
• CUDA7.5 + Amazon Linux
• DIGITS4 + Ubuntu 14.04
• etc.
38
AWS製AMIも
https://aws.amazon.com/marketplace/pp/B01M0AXXQB?qid=1475211685369&sr=0-1&ref_=srh_res_product_title
プリインストール済み
• MXNet
• Caffe
• Tensorflow
• Theano
• Torch
※要CUDAインストールCUDA込みAMI出ました
39
Deep Learning AMIは随時更新中
※Oregon Region
※2016/12/6時点
40
MXNet at AWS
41
AWSはMXNetを深層学習フレームワークとして選択
http://aws.typepad.com/sajp/2016/11/mxnet-default-framework-deep-learning-aws.html
http://www.allthingsdistributed.com/2016/11/mxnet-default-framework-deep-learning-aws.html
42
MXNetとは
• オープンソース
– Apache-2 ライセンス
• 発祥
– ワシントン大学、カーネギーメロン大学
• サポートモデル
– Convolutional Neural Networks (CNN)
– Long Short-Term Memory (LSTM)
• スケーラブル
– 線形にスケールし、学習モデルを高速に作成
• 多くの言語に対応
– Scala, Python, R等。 Sparkとの連携も容易
• エコシステム
– 産学に多くのコミュニテイ
http://mxnet.io/
https://github.com/dmlc/mxnet
43
MXNet への AWSの投資
• 開発ツール
– AMIやCloudFormationテンプレートにより、モデル学習の開発・可視化を早く
• ドキュメント
– 多くのユースケース、ハウツー等に対応するドキュメント
• 移行ツール
– Caffeやその他フレームワークからの移行ツール、Kerasとの連携ツール
• エコシステム
– ワークショップ、パートナー、ブログ、AWSサービスと連携したアーキテク
チャの公開
44
複数GPUでのスケーラビリティ
有名な画像分析アルゴリズムInception v3 を、MXNetで実装しP2インスタンスで実行
スケーリング効率85%
45
MXNET用クラスタをサクッと構築する機能も
https://aws.amazon.com/blogs/compute/distributed-deep-learning-made-easy/
https://github.com/dmlc/mxnet/tree/master/tools/cfn
46
AWS社員もコミッターとして貢献中
47

More Related Content

What's hot

EC2 Deep Dive at CTO Night&Day 2016
EC2 Deep Dive at CTO Night&Day 2016 EC2 Deep Dive at CTO Night&Day 2016
EC2 Deep Dive at CTO Night&Day 2016 Yasuhiro Matsuo
 
デフォルトAWS時代にインフラエンジニアはどう向き合うべきか?
デフォルトAWS時代にインフラエンジニアはどう向き合うべきか?デフォルトAWS時代にインフラエンジニアはどう向き合うべきか?
デフォルトAWS時代にインフラエンジニアはどう向き合うべきか?Yasuhiro Horiuchi
 
Asp.netとbluemixで遊んでみたお話
Asp.netとbluemixで遊んでみたお話Asp.netとbluemixで遊んでみたお話
Asp.netとbluemixで遊んでみたお話Kazunori Hamamoto
 
jaws-ug kansai-special_aurora_20150207
jaws-ug kansai-special_aurora_20150207jaws-ug kansai-special_aurora_20150207
jaws-ug kansai-special_aurora_20150207Toshiyuki Konparu
 
20130406 awsのいろんな使い道@jawsug名古屋
20130406 awsのいろんな使い道@jawsug名古屋20130406 awsのいろんな使い道@jawsug名古屋
20130406 awsのいろんな使い道@jawsug名古屋Serverworks Co.,Ltd.
 
AWSの様々なアーキテクチャ
AWSの様々なアーキテクチャAWSの様々なアーキテクチャ
AWSの様々なアーキテクチャKameda Harunobu
 
Amazon Web Services 基本の「き」〜AWS概要編〜
Amazon Web Services 基本の「き」〜AWS概要編〜Amazon Web Services 基本の「き」〜AWS概要編〜
Amazon Web Services 基本の「き」〜AWS概要編〜Masaru Tomonaga
 
AWS Black Belt Online Seminar 2017 Amazon Aurora with PostgreSQL Compatibility
AWS Black Belt Online Seminar 2017 Amazon Aurora with PostgreSQL CompatibilityAWS Black Belt Online Seminar 2017 Amazon Aurora with PostgreSQL Compatibility
AWS Black Belt Online Seminar 2017 Amazon Aurora with PostgreSQL CompatibilityAmazon Web Services Japan
 
クラウドとコミュニティのこれまでとこれから 20150322_#JAWSDAYS
クラウドとコミュニティのこれまでとこれから 20150322_#JAWSDAYSクラウドとコミュニティのこれまでとこれから 20150322_#JAWSDAYS
クラウドとコミュニティのこれまでとこれから 20150322_#JAWSDAYSHideki Ojima
 
AWSが誕生するまでの秘話
AWSが誕生するまでの秘話AWSが誕生するまでの秘話
AWSが誕生するまでの秘話Yasuhiro Horiuchi
 
2013/06 九州産業大学 -とある業界の禁書目録-
2013/06 九州産業大学 -とある業界の禁書目録-2013/06 九州産業大学 -とある業界の禁書目録-
2013/06 九州産業大学 -とある業界の禁書目録-Serverworks Co.,Ltd.
 
DB Tech Showcase 大阪: Amazon DynamoDB Deep Dive
DB Tech Showcase 大阪: Amazon DynamoDB Deep DiveDB Tech Showcase 大阪: Amazon DynamoDB Deep Dive
DB Tech Showcase 大阪: Amazon DynamoDB Deep DiveKenta Yasukawa
 
2011年11月 JAWS-UG「上司を説得してAWSを使わせる3つのポイント」
2011年11月 JAWS-UG「上司を説得してAWSを使わせる3つのポイント」2011年11月 JAWS-UG「上司を説得してAWSを使わせる3つのポイント」
2011年11月 JAWS-UG「上司を説得してAWSを使わせる3つのポイント」Serverworks Co.,Ltd.
 
スタートアップだからこそ使うAWS(第5回JAWS-UG Nagoya)
スタートアップだからこそ使うAWS(第5回JAWS-UG Nagoya)スタートアップだからこそ使うAWS(第5回JAWS-UG Nagoya)
スタートアップだからこそ使うAWS(第5回JAWS-UG Nagoya)Tomotsune Murata
 
2013/08 JAWS_UG北九州 AWSを使った儲け方
2013/08 JAWS_UG北九州 AWSを使った儲け方2013/08 JAWS_UG北九州 AWSを使った儲け方
2013/08 JAWS_UG北九州 AWSを使った儲け方Serverworks Co.,Ltd.
 

What's hot (20)

EC2 Deep Dive at CTO Night&Day 2016
EC2 Deep Dive at CTO Night&Day 2016 EC2 Deep Dive at CTO Night&Day 2016
EC2 Deep Dive at CTO Night&Day 2016
 
Amazon GameLift FlexMatch
Amazon GameLift FlexMatchAmazon GameLift FlexMatch
Amazon GameLift FlexMatch
 
デフォルトAWS時代にインフラエンジニアはどう向き合うべきか?
デフォルトAWS時代にインフラエンジニアはどう向き合うべきか?デフォルトAWS時代にインフラエンジニアはどう向き合うべきか?
デフォルトAWS時代にインフラエンジニアはどう向き合うべきか?
 
Asp.netとbluemixで遊んでみたお話
Asp.netとbluemixで遊んでみたお話Asp.netとbluemixで遊んでみたお話
Asp.netとbluemixで遊んでみたお話
 
jaws-ug kansai-special_aurora_20150207
jaws-ug kansai-special_aurora_20150207jaws-ug kansai-special_aurora_20150207
jaws-ug kansai-special_aurora_20150207
 
Jawsdays2021 preday
Jawsdays2021 predayJawsdays2021 preday
Jawsdays2021 preday
 
2016 sep13 gdlc01 pfn
2016 sep13 gdlc01 pfn2016 sep13 gdlc01 pfn
2016 sep13 gdlc01 pfn
 
20130406 awsのいろんな使い道@jawsug名古屋
20130406 awsのいろんな使い道@jawsug名古屋20130406 awsのいろんな使い道@jawsug名古屋
20130406 awsのいろんな使い道@jawsug名古屋
 
AWSの様々なアーキテクチャ
AWSの様々なアーキテクチャAWSの様々なアーキテクチャ
AWSの様々なアーキテクチャ
 
Amazon Web Services 基本の「き」〜AWS概要編〜
Amazon Web Services 基本の「き」〜AWS概要編〜Amazon Web Services 基本の「き」〜AWS概要編〜
Amazon Web Services 基本の「き」〜AWS概要編〜
 
AWS Black Belt Online Seminar 2017 Amazon Aurora with PostgreSQL Compatibility
AWS Black Belt Online Seminar 2017 Amazon Aurora with PostgreSQL CompatibilityAWS Black Belt Online Seminar 2017 Amazon Aurora with PostgreSQL Compatibility
AWS Black Belt Online Seminar 2017 Amazon Aurora with PostgreSQL Compatibility
 
俺のMSP(仮)
俺のMSP(仮)俺のMSP(仮)
俺のMSP(仮)
 
Growing up serverless
Growing up serverlessGrowing up serverless
Growing up serverless
 
クラウドとコミュニティのこれまでとこれから 20150322_#JAWSDAYS
クラウドとコミュニティのこれまでとこれから 20150322_#JAWSDAYSクラウドとコミュニティのこれまでとこれから 20150322_#JAWSDAYS
クラウドとコミュニティのこれまでとこれから 20150322_#JAWSDAYS
 
AWSが誕生するまでの秘話
AWSが誕生するまでの秘話AWSが誕生するまでの秘話
AWSが誕生するまでの秘話
 
2013/06 九州産業大学 -とある業界の禁書目録-
2013/06 九州産業大学 -とある業界の禁書目録-2013/06 九州産業大学 -とある業界の禁書目録-
2013/06 九州産業大学 -とある業界の禁書目録-
 
DB Tech Showcase 大阪: Amazon DynamoDB Deep Dive
DB Tech Showcase 大阪: Amazon DynamoDB Deep DiveDB Tech Showcase 大阪: Amazon DynamoDB Deep Dive
DB Tech Showcase 大阪: Amazon DynamoDB Deep Dive
 
2011年11月 JAWS-UG「上司を説得してAWSを使わせる3つのポイント」
2011年11月 JAWS-UG「上司を説得してAWSを使わせる3つのポイント」2011年11月 JAWS-UG「上司を説得してAWSを使わせる3つのポイント」
2011年11月 JAWS-UG「上司を説得してAWSを使わせる3つのポイント」
 
スタートアップだからこそ使うAWS(第5回JAWS-UG Nagoya)
スタートアップだからこそ使うAWS(第5回JAWS-UG Nagoya)スタートアップだからこそ使うAWS(第5回JAWS-UG Nagoya)
スタートアップだからこそ使うAWS(第5回JAWS-UG Nagoya)
 
2013/08 JAWS_UG北九州 AWSを使った儲け方
2013/08 JAWS_UG北九州 AWSを使った儲け方2013/08 JAWS_UG北九州 AWSを使った儲け方
2013/08 JAWS_UG北九州 AWSを使った儲け方
 

Viewers also liked

20161209 JAWS-UG AI支部 #2 LT : Moving story of AWS/ML beginner engineer
20161209 JAWS-UG AI支部 #2 LT : Moving story of AWS/ML beginner engineer20161209 JAWS-UG AI支部 #2 LT : Moving story of AWS/ML beginner engineer
20161209 JAWS-UG AI支部 #2 LT : Moving story of AWS/ML beginner engineerAtsushi Neki
 
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
AI & Deep Learning on AWS at CTO Night&Day 2016 WinterAI & Deep Learning on AWS at CTO Night&Day 2016 Winter
AI & Deep Learning on AWS at CTO Night&Day 2016 WinterYasuhiro Matsuo
 
JAWS-UG CLI #22 Amazon Kinesis
JAWS-UG CLI #22 Amazon KinesisJAWS-UG CLI #22 Amazon Kinesis
JAWS-UG CLI #22 Amazon KinesisDaisuke Nagao
 
AWS January 2016 Webinar Series - Getting Started with Big Data on AWS
AWS January 2016 Webinar Series - Getting Started with Big Data on AWSAWS January 2016 Webinar Series - Getting Started with Big Data on AWS
AWS January 2016 Webinar Series - Getting Started with Big Data on AWSAmazon Web Services
 
使用Amazon Machine Learning 創建智能應用程式
使用Amazon Machine Learning 創建智能應用程式使用Amazon Machine Learning 創建智能應用程式
使用Amazon Machine Learning 創建智能應用程式Amazon Web Services
 

Viewers also liked (6)

20161210 jawsai
20161210 jawsai20161210 jawsai
20161210 jawsai
 
20161209 JAWS-UG AI支部 #2 LT : Moving story of AWS/ML beginner engineer
20161209 JAWS-UG AI支部 #2 LT : Moving story of AWS/ML beginner engineer20161209 JAWS-UG AI支部 #2 LT : Moving story of AWS/ML beginner engineer
20161209 JAWS-UG AI支部 #2 LT : Moving story of AWS/ML beginner engineer
 
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
AI & Deep Learning on AWS at CTO Night&Day 2016 WinterAI & Deep Learning on AWS at CTO Night&Day 2016 Winter
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
 
JAWS-UG CLI #22 Amazon Kinesis
JAWS-UG CLI #22 Amazon KinesisJAWS-UG CLI #22 Amazon Kinesis
JAWS-UG CLI #22 Amazon Kinesis
 
AWS January 2016 Webinar Series - Getting Started with Big Data on AWS
AWS January 2016 Webinar Series - Getting Started with Big Data on AWSAWS January 2016 Webinar Series - Getting Started with Big Data on AWS
AWS January 2016 Webinar Series - Getting Started with Big Data on AWS
 
使用Amazon Machine Learning 創建智能應用程式
使用Amazon Machine Learning 創建智能應用程式使用Amazon Machine Learning 創建智能應用程式
使用Amazon Machine Learning 創建智能應用程式
 

Similar to JAWS-UG AI支部 #2 re:Invent アップデート

Amazon Echo Showの ユーザー補助機能
Amazon Echo Showのユーザー補助機能Amazon Echo Showのユーザー補助機能
Amazon Echo Showの ユーザー補助機能Toru MOCHIDA
 
UnityとAmazon Web Servicesで生み出す新しい価値
UnityとAmazon Web Servicesで生み出す新しい価値UnityとAmazon Web Servicesで生み出す新しい価値
UnityとAmazon Web Servicesで生み出す新しい価値Keisuke Nishitani
 
AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ Yasuhiro Matsuo
 
ラズパイ+SL+BMでワトソンと話そう
ラズパイ+SL+BMでワトソンと話そうラズパイ+SL+BMでワトソンと話そう
ラズパイ+SL+BMでワトソンと話そうMaho Takara
 
Watson API トレーニング 20160716 rev02
Watson API トレーニング 20160716 rev02Watson API トレーニング 20160716 rev02
Watson API トレーニング 20160716 rev02Hiroaki Komine
 
Building modernapplicationwithelasiccloud
Building modernapplicationwithelasiccloudBuilding modernapplicationwithelasiccloud
Building modernapplicationwithelasiccloudShotaro Suzuki
 
エンジニアの為のAWS実践講座
エンジニアの為のAWS実践講座エンジニアの為のAWS実践講座
エンジニアの為のAWS実践講座Eiji Shinohara
 
クラウドがもたらすイノベーションプラットフォームとは
クラウドがもたらすイノベーションプラットフォームとはクラウドがもたらすイノベーションプラットフォームとは
クラウドがもたらすイノベーションプラットフォームとはAtsuro Nakahashi
 
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」AINOW
 
「移動中の仕事術とユーザーグループと私」
「移動中の仕事術とユーザーグループと私」「移動中の仕事術とユーザーグループと私」
「移動中の仕事術とユーザーグループと私」Kohei MATSUSHITA
 
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or Serverless
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or ServerlessRunning Java Apps with Amazon EC2, AWS Elastic Beanstalk or Serverless
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or ServerlessKeisuke Nishitani
 
Aws seminar-tokyo dan-jp-final-publish
Aws seminar-tokyo dan-jp-final-publishAws seminar-tokyo dan-jp-final-publish
Aws seminar-tokyo dan-jp-final-publishawsadovantageseminar
 
AWS Black Belt Online Seminar 2018 re:Invent 2017 Recap Machine Learning / Da...
AWS Black Belt Online Seminar 2018 re:Invent 2017 Recap Machine Learning / Da...AWS Black Belt Online Seminar 2018 re:Invent 2017 Recap Machine Learning / Da...
AWS Black Belt Online Seminar 2018 re:Invent 2017 Recap Machine Learning / Da...Amazon Web Services Japan
 
kintone hive vol.3 大阪
kintone hive vol.3 大阪kintone hive vol.3 大阪
kintone hive vol.3 大阪R3 institute
 
Amazon Web Servicesで未来へススメ!
Amazon Web Servicesで未来へススメ!Amazon Web Servicesで未来へススメ!
Amazon Web Servicesで未来へススメ!Genta Watanabe
 
AWSにおける モバイル向けサービス及び事例紹介(20151211)
AWSにおける モバイル向けサービス及び事例紹介(20151211)AWSにおける モバイル向けサービス及び事例紹介(20151211)
AWSにおける モバイル向けサービス及び事例紹介(20151211)Keisuke Nishitani
 
AWS導入ガイド 2017年版 〜 オンプレからの移行、運用・監視、セキュリティ対策 〜 | 業務活用に不可欠な セキュアなモバイルネットワーク構築
AWS導入ガイド 2017年版 〜 オンプレからの移行、運用・監視、セキュリティ対策 〜 | 業務活用に不可欠な セキュアなモバイルネットワーク構築AWS導入ガイド 2017年版 〜 オンプレからの移行、運用・監視、セキュリティ対策 〜 | 業務活用に不可欠な セキュアなモバイルネットワーク構築
AWS導入ガイド 2017年版 〜 オンプレからの移行、運用・監視、セキュリティ対策 〜 | 業務活用に不可欠な セキュアなモバイルネットワーク構築SORACOM,INC
 
AWS SUMMIT TOKYO 2012 - BASCULE SESSION
AWS SUMMIT TOKYO 2012 - BASCULE SESSIONAWS SUMMIT TOKYO 2012 - BASCULE SESSION
AWS SUMMIT TOKYO 2012 - BASCULE SESSIONMariko Nishimura
 
[AWS Summit 2012] 事例セッション #2 Bascule Meets AWS! クラウドが加速させる デジタルクリエイションの世界
[AWS Summit 2012] 事例セッション #2 Bascule Meets AWS! クラウドが加速させる デジタルクリエイションの世界[AWS Summit 2012] 事例セッション #2 Bascule Meets AWS! クラウドが加速させる デジタルクリエイションの世界
[AWS Summit 2012] 事例セッション #2 Bascule Meets AWS! クラウドが加速させる デジタルクリエイションの世界Amazon Web Services Japan
 

Similar to JAWS-UG AI支部 #2 re:Invent アップデート (20)

Amazon Echo Showの ユーザー補助機能
Amazon Echo Showのユーザー補助機能Amazon Echo Showのユーザー補助機能
Amazon Echo Showの ユーザー補助機能
 
UnityとAmazon Web Servicesで生み出す新しい価値
UnityとAmazon Web Servicesで生み出す新しい価値UnityとAmazon Web Servicesで生み出す新しい価値
UnityとAmazon Web Servicesで生み出す新しい価値
 
AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ
 
ラズパイ+SL+BMでワトソンと話そう
ラズパイ+SL+BMでワトソンと話そうラズパイ+SL+BMでワトソンと話そう
ラズパイ+SL+BMでワトソンと話そう
 
Watson API トレーニング 20160716 rev02
Watson API トレーニング 20160716 rev02Watson API トレーニング 20160716 rev02
Watson API トレーニング 20160716 rev02
 
Building modernapplicationwithelasiccloud
Building modernapplicationwithelasiccloudBuilding modernapplicationwithelasiccloud
Building modernapplicationwithelasiccloud
 
エンジニアの為のAWS実践講座
エンジニアの為のAWS実践講座エンジニアの為のAWS実践講座
エンジニアの為のAWS実践講座
 
クラウドがもたらすイノベーションプラットフォームとは
クラウドがもたらすイノベーションプラットフォームとはクラウドがもたらすイノベーションプラットフォームとは
クラウドがもたらすイノベーションプラットフォームとは
 
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」
 
「移動中の仕事術とユーザーグループと私」
「移動中の仕事術とユーザーグループと私」「移動中の仕事術とユーザーグループと私」
「移動中の仕事術とユーザーグループと私」
 
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or Serverless
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or ServerlessRunning Java Apps with Amazon EC2, AWS Elastic Beanstalk or Serverless
Running Java Apps with Amazon EC2, AWS Elastic Beanstalk or Serverless
 
Aws seminar-tokyo dan-jp-final-publish
Aws seminar-tokyo dan-jp-final-publishAws seminar-tokyo dan-jp-final-publish
Aws seminar-tokyo dan-jp-final-publish
 
Aws dan jp-final-publish
Aws dan jp-final-publishAws dan jp-final-publish
Aws dan jp-final-publish
 
AWS Black Belt Online Seminar 2018 re:Invent 2017 Recap Machine Learning / Da...
AWS Black Belt Online Seminar 2018 re:Invent 2017 Recap Machine Learning / Da...AWS Black Belt Online Seminar 2018 re:Invent 2017 Recap Machine Learning / Da...
AWS Black Belt Online Seminar 2018 re:Invent 2017 Recap Machine Learning / Da...
 
kintone hive vol.3 大阪
kintone hive vol.3 大阪kintone hive vol.3 大阪
kintone hive vol.3 大阪
 
Amazon Web Servicesで未来へススメ!
Amazon Web Servicesで未来へススメ!Amazon Web Servicesで未来へススメ!
Amazon Web Servicesで未来へススメ!
 
AWSにおける モバイル向けサービス及び事例紹介(20151211)
AWSにおける モバイル向けサービス及び事例紹介(20151211)AWSにおける モバイル向けサービス及び事例紹介(20151211)
AWSにおける モバイル向けサービス及び事例紹介(20151211)
 
AWS導入ガイド 2017年版 〜 オンプレからの移行、運用・監視、セキュリティ対策 〜 | 業務活用に不可欠な セキュアなモバイルネットワーク構築
AWS導入ガイド 2017年版 〜 オンプレからの移行、運用・監視、セキュリティ対策 〜 | 業務活用に不可欠な セキュアなモバイルネットワーク構築AWS導入ガイド 2017年版 〜 オンプレからの移行、運用・監視、セキュリティ対策 〜 | 業務活用に不可欠な セキュアなモバイルネットワーク構築
AWS導入ガイド 2017年版 〜 オンプレからの移行、運用・監視、セキュリティ対策 〜 | 業務活用に不可欠な セキュアなモバイルネットワーク構築
 
AWS SUMMIT TOKYO 2012 - BASCULE SESSION
AWS SUMMIT TOKYO 2012 - BASCULE SESSIONAWS SUMMIT TOKYO 2012 - BASCULE SESSION
AWS SUMMIT TOKYO 2012 - BASCULE SESSION
 
[AWS Summit 2012] 事例セッション #2 Bascule Meets AWS! クラウドが加速させる デジタルクリエイションの世界
[AWS Summit 2012] 事例セッション #2 Bascule Meets AWS! クラウドが加速させる デジタルクリエイションの世界[AWS Summit 2012] 事例セッション #2 Bascule Meets AWS! クラウドが加速させる デジタルクリエイションの世界
[AWS Summit 2012] 事例セッション #2 Bascule Meets AWS! クラウドが加速させる デジタルクリエイションの世界
 

More from Yasuhiro Matsuo

2018512 AWS上での機械学習システムの構築とSageMaker
2018512 AWS上での機械学習システムの構築とSageMaker2018512 AWS上での機械学習システムの構築とSageMaker
2018512 AWS上での機械学習システムの構築とSageMakerYasuhiro Matsuo
 
20180512 AWS SageMakerを初めて使うガイド
20180512 AWS SageMakerを初めて使うガイド20180512 AWS SageMakerを初めて使うガイド
20180512 AWS SageMakerを初めて使うガイドYasuhiro Matsuo
 
AWSでの機械学習におけるデータレイク・GPU実行環境
AWSでの機械学習におけるデータレイク・GPU実行環境AWSでの機械学習におけるデータレイク・GPU実行環境
AWSでの機械学習におけるデータレイク・GPU実行環境Yasuhiro Matsuo
 
20180309 DLIもくもく会 Deep Learning on AWS
20180309 DLIもくもく会 Deep Learning on AWS20180309 DLIもくもく会 Deep Learning on AWS
20180309 DLIもくもく会 Deep Learning on AWSYasuhiro Matsuo
 
P2インスタンスUpdate
P2インスタンスUpdateP2インスタンスUpdate
P2インスタンスUpdateYasuhiro Matsuo
 
AWSとGPUインスタンスのご紹介
AWSとGPUインスタンスのご紹介AWSとGPUインスタンスのご紹介
AWSとGPUインスタンスのご紹介Yasuhiro Matsuo
 
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー)  #jpugAmazon RDS for PostgreSQL ( JPUG 2014夏セミナー)  #jpug
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpugYasuhiro Matsuo
 
いまさら聞けない Amazon EC2
いまさら聞けない Amazon EC2いまさら聞けない Amazon EC2
いまさら聞けない Amazon EC2Yasuhiro Matsuo
 
Game Architecture Trends in Tokyo Kansai Social Game Study#5
Game Architecture Trends in Tokyo  Kansai Social Game Study#5Game Architecture Trends in Tokyo  Kansai Social Game Study#5
Game Architecture Trends in Tokyo Kansai Social Game Study#5Yasuhiro Matsuo
 
Programming AWS with Python
Programming AWS with Python  Programming AWS with Python
Programming AWS with Python Yasuhiro Matsuo
 
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャ
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャNoSQL on AWSで作る最新ソーシャルゲームアーキテクチャ
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャYasuhiro Matsuo
 
MongoDB on AWSクラウドという選択
MongoDB on AWSクラウドという選択MongoDB on AWSクラウドという選択
MongoDB on AWSクラウドという選択Yasuhiro Matsuo
 
MongoDB on EC2 #mongodbcasual
MongoDB on EC2 #mongodbcasualMongoDB on EC2 #mongodbcasual
MongoDB on EC2 #mongodbcasualYasuhiro Matsuo
 

More from Yasuhiro Matsuo (14)

2018512 AWS上での機械学習システムの構築とSageMaker
2018512 AWS上での機械学習システムの構築とSageMaker2018512 AWS上での機械学習システムの構築とSageMaker
2018512 AWS上での機械学習システムの構築とSageMaker
 
20180512 AWS SageMakerを初めて使うガイド
20180512 AWS SageMakerを初めて使うガイド20180512 AWS SageMakerを初めて使うガイド
20180512 AWS SageMakerを初めて使うガイド
 
AWSでの機械学習におけるデータレイク・GPU実行環境
AWSでの機械学習におけるデータレイク・GPU実行環境AWSでの機械学習におけるデータレイク・GPU実行環境
AWSでの機械学習におけるデータレイク・GPU実行環境
 
20180309 DLIもくもく会 Deep Learning on AWS
20180309 DLIもくもく会 Deep Learning on AWS20180309 DLIもくもく会 Deep Learning on AWS
20180309 DLIもくもく会 Deep Learning on AWS
 
P2インスタンスUpdate
P2インスタンスUpdateP2インスタンスUpdate
P2インスタンスUpdate
 
AWSとGPUインスタンスのご紹介
AWSとGPUインスタンスのご紹介AWSとGPUインスタンスのご紹介
AWSとGPUインスタンスのご紹介
 
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー)  #jpugAmazon RDS for PostgreSQL ( JPUG 2014夏セミナー)  #jpug
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug
 
いまさら聞けない Amazon EC2
いまさら聞けない Amazon EC2いまさら聞けない Amazon EC2
いまさら聞けない Amazon EC2
 
Scaling MongoDB on AWS
Scaling MongoDB on AWSScaling MongoDB on AWS
Scaling MongoDB on AWS
 
Game Architecture Trends in Tokyo Kansai Social Game Study#5
Game Architecture Trends in Tokyo  Kansai Social Game Study#5Game Architecture Trends in Tokyo  Kansai Social Game Study#5
Game Architecture Trends in Tokyo Kansai Social Game Study#5
 
Programming AWS with Python
Programming AWS with Python  Programming AWS with Python
Programming AWS with Python
 
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャ
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャNoSQL on AWSで作る最新ソーシャルゲームアーキテクチャ
NoSQL on AWSで作る最新ソーシャルゲームアーキテクチャ
 
MongoDB on AWSクラウドという選択
MongoDB on AWSクラウドという選択MongoDB on AWSクラウドという選択
MongoDB on AWSクラウドという選択
 
MongoDB on EC2 #mongodbcasual
MongoDB on EC2 #mongodbcasualMongoDB on EC2 #mongodbcasual
MongoDB on EC2 #mongodbcasual
 

JAWS-UG AI支部 #2 re:Invent アップデート

Editor's Notes

  1. アマゾンでも、宅配の自動化でのDrone、エージェント機能をもつecho、気軽に買い物ができるDashというもをだしており、IoTを使った様々なチャレンジを行っており、また、IoTプラットフォームを提供している2lemetryという会社を買収しております。
  2. “ Alexa play Bruno Mars from Prime Music” “Alexa, turn on the lights” “ Alexa, order an Echo dot” Echoの根本はクラウド上の音声認識エンジンであるAlexa クラウド上にあるが故に、  a)音声認識自体が向上する  b)様々なデバイスに展開できる  c)3rd partyのデベロッパーが機能を追加できる デバイスの広がりもあるし、更にSkillの広がりもある
  3. Introducing Amazon Rekognition - a fully managed deep learning based image recognition service. Rekognition was designed from the get-go to run at scale. It comprehends scenes, objects, concepts and faces. Given an image, it will return a list of labels. Given an image with one or more faces,it will return bounding boxes for each face, along with face attributes. Given two images with faces, it will compare the largest face from the source image and find similarity with faces found in the tagret image. Rekognition provides quality face recognition at scale, and supports creation of collection of millions of faces and search of similar faces in the collection. Now lets dive into each of these features and look at the API that support these features.
  4. アップルじゃなくても、元の画像に入っている物体をパイナップルでもペンでも認識するというイメージです。
  5. Several architectures such as convolutional deep neural networks (CNNs), and recurrent neural networks have been applied to computer vision.
  6. 10min. On this slide we present languages offered by Amazon Polly so 24 languages. Regions marked with orange on this map are regions where one of our languages is commonly used so those are regions where you can dleiver your app using Amazon Polly.
  7. Alexa あlexあ てきな
  8. 左の絵はコンソールの画面。旅行の予約や命令応答といったプリセットからボットを作れる。 上側の絵で会話からピックアップするキーワード等を設定して、右下の画面でボットの動作詳細を設定します。
  9. API Gateway benefits: Caching and Throttling Call the API with non-Lex interface App can directly call API gateway as well
  10. 利用可能になったら別途ご案内