AWS、ノーコード機械学習サービス「Amazon SageMaker Canvas」提供開始
米Amazon.com傘下のAWSは11月30日（現地時間）、ラスベガスで開催中の年次イベント「AWS re:Invent 2021」で、ノーコードで使える新機械学習サービス「Amazon SageMaker Canvas」を発表した。エンジニアではないビジネスユーザーがコードを記述せずに機械学習モデルを構築できるツールだ。 2019年のre:Inventで発表した機械学習のための統合開発環境「Amazon SageMaker Studio」と同じテクノロジーを利用する。 ユーザーはトレーニング用のデータセットを用意する必要があるが、データはスプレッドシートとしてアップロードしたり、社内データからインポートしたりできる。 SageMaker Canvasは、与えられた複数のデータを自動的にクリーンアップして結合し、数百のモデルを作成する。作成したモデルはSageMakerにインポートするこ
AWS、機械学習で量産品の不良を見分ける「Amazon Lookout for Vision」の本サービス提供開始
AWS、機械学習で量産品の不良を見分ける「Amazon Lookout for Vision」の本サービス提供開始 米Amazon Web Servicesは2月24日（現地時間）、量産品の中から異常を見つけ出す「Amazon Lookout for Vision」の正式版の提供を始めた。2020年11月30日から開催したオンラインイベント「AWS re:Invent 2020」で発表し、プレビュー版として提供していたサービスだ。 Amazon Lookout for Visionは、カメラで写した大量生産品の画像を機械学習モデルで解析し、不良品を検出するサービスだ。初期費用は不要で、モデルの学習や解析にかけた時間に応じた従量課金となる。 米東部（バージニア北部）、米東部（オハイオ）、米西部（オレゴン）、ヨーロッパ（アイルランド）、ヨーロッパ (フランクフルト)、アジア太平洋（東京）、アジ
画像認識AIの独自開発が容易に、AWSが新サービス「Rekognition Custom Labels」提供へ
独自の画像認識AIとは例えば「工場の通い箱（搬送用の箱）の中を撮影した画像から特定の機械部品を検出して名称を出力する」といったものだ。従来はこうした独自の画像認識AIを開発するには、大量の教師データやAIの専門知識を持つ技術者が必要とされ、時間とコストがかかった。Rekognition Custom Labelsを使うと、ユーザーはAIの専門知識を必要とせず、検出したい機械部品ごとにそれが写った画像を10個ほど用意して名称のタグ付けなどをするだけで、独自の画像認識AIを開発できる。 Rekognition Custom Labelsは、AWSが「Amazon Rekognition」として提供する汎用的な画像認識AIに対してユーザーが追加学習できるようにしたサービスといえる。同様の画像認識AIサービスとしては米マイクロソフト（Microsoft）の「Custom Vision」や米グーグル
Amazon、気になる服の写真から類似する服を検索・購入できる「StyleSnap」機能を公式アプリに追加へ
Amazon、気になる服の写真から類似する服を検索・購入できる「StyleSnap」機能を公式アプリに追加へ 米Amazon.comは6月5日（現地時間）、米ネバダ州ラスベガスで開催中のAIやロボティクスがテーマのイベント「re:MARS」で、公式モバイルアプリの新機能「StyleSnap」を発表した。アプリのカメラで気に入った服の写真を撮影し、StyleSnapボタンをタップすると、Amazonで販売されている似た服の候補が表示され、そこから選んで購入できる機能だ。ファッション用語が苦手でも、表現が難しくても、画像1つで欲しいものを探せる。 機能追加のタイミングは発表されていない。追加されたら、公式アプリの検索枠右端にあるカメラアイコンをタップ（下左端の画像）すると表示されるカメラのファインダー画面の下に「StyleSnap」が表示され（下左から2番目の画像）、これをタップして雑誌などで
AWS最大イベントで50種類の新サービス、記者が選んだトップ10 | 日経 xTECH（クロステック）
米アマゾン・ウェブ・サービス（AWS）が2018年11月下旬に米ラスベガスで開催した「AWS re:Invent 2018」では、大小合わせて50種類を超える新サービスが発表された。すべてを網羅するのは不可能なので、記者にとって印象的だった話題を「ランキング」形式で振り返ってみよう。 なお記者が把握している50種類の新サービスの一覧表は、本記事の最後にまとめて記載した。すべてのサービスに興味がある方は、そちらをご覧頂きたい。 10位：サービスメッシュを実現する「AWS App Mesh」 最初に紹介したいのは、マイクロサービス同士のコミュニケーションを制御する仕組み「サービスメッシュ」を実現する「AWS App Mesh」だ。数百～数千のマイクロサービスが連携する巨大な分散アプリケーションでは、マイクロサービス同士のルーティングやロードバランシングなどが課題になる。そうした問題を解決するの
AWSの機械学習／ディープラーニングサービス、新たな展開とは
AWSの機械学習／ディープラーニングサービス、新たな展開とは：AWS re:Invent 2017、大量発表の文脈（1）（1/2 ページ） Amazon Web Services（AWS）は、2017年11月末から12月初めにかけて開催したAWS re:Invent 2017で、さまざまな分野にわたる大量の発表を行った。本連載では、各分野における発表の文脈を探る。第1回は、機械学習／AI関連の発表について紹介する。 AWSのディープラーニング／AI担当ゼネラルマネージャーであるマット・ウッド氏は、AWS re:Invent 2017の全体セッション全てに登場し、機械学習関連の新たな発表について説明した。これだけでもAWSの機械学習／AIへの力の入れ方がうかがい知れる。では、AWSはどんな機械学習／AI関連サービスを、どのような人のために提供しているのか。ウッド氏との個別インタビューの内容と
アマゾン、深層学習向けビデオカメラ「AWS DeepLens」を発表
Amazonの「AWS DeepLens」は、中庸なホームセキュリティカメラに見えるかもしれないが、そのようなものではまったくない。「AWS re:Invent 2017」カンファレンスで米国時間11月29日に発表された249ドル（約2万8000円）のビデオカメラであるDeepLensは、デバイス上で直接ディープラーニング（深層学習）モデルを稼働させることができる。 同製品は2018年4月14日にAmazon.comで発売される予定で、11月29日から予約注文を受け付けている。 ディープラーニングは、今日のスマートホームの中心にある人工知能（AI）機能を表す包括的な用語となっている。ディープラーニングを原動力として、Amazonの「Alexa」対応スピーカはさまざまな音声を聞き分けることができ、顔認識カメラは人物を識別することができる。そしてその能力は向上する一方だ。少なくともAmazon
米Amazon、画像認識で表情まで判別できる「Amazon Rekognition」のサービス提供を開始 | IoT NEWS
2016-12-122016-12-12 米Amazon、画像認識で表情まで判別できる「Amazon Rekognition」のサービス提供を開始 本内容は米国ラスベガスで開催された技術者・開発者向けのグローバルカンファレンス「AWS re:Invent 2016」で発表されたものである。 画像検出のための深層学習 コンピュータに人間と同じレベルの理解力を与えるのは、非常に難しいタスクであると証明されている。数十年に渡り、コンピュータ科学者は多くの異なる手法でこの問題に立ち向かってきた。今日、この問題に対する最良の解として広く同意を得られているのが、深層学習を用いたものだ。深層学習は特徴量の抽象化とニューラルネットワークの組合せを使うことで、魔法と見分けがつかないような結果をもたらす。 しかし、それには相応のコストがかかる。まず、学習段階で沢山の仕事をこなす必要がある。本質的には、学習ネッ
アマゾン、ディープラーニングライブラリ「DSSTNE」をオープンソース化
Amazonが、自社のディープラーニングソフトウェアをオープンソース化した。GitHubに公開されたこの「Deep Scalable Sparse Tensor Network Engine（DSSTNE）」ライブラリは、「Apache 2.0」ライセンスの下で利用可能になっている。 Amazonは同ライブラリのFAQページで、DSSTNE（発音は「Destiny」と同じ）は、Amazonの多数の顧客のショッピングを支援するものだとした。「われわれは、顧客が膨大な製品カタログの中から、ふさわしい製品を見つけ出すのを手助けする」と同社は説明している。「ふさわしいおすすめ製品を提示するのに、ニューラルネットワークは不可欠だ」（Amazon） Amazonは、DSSTNEをオープンソースのソフトウェアとして公開したと述べた。「ディープラーニングの可能性を、言語の理解やオブジェクトの認識などの領域
Deep Learning on Amazon EC2 GPU with Python and nolearn - PyImageSearch
Deep Learning Tutorials by Adrian Rosebrock on October 13, 2014 Last week I wrote a post detailing my experience with CUDAMat, Deep Belief Networks, and Python using my MacBook Pro. The post is fairly long and full of screenshots to document my experience. But the gist of it is this: Even after installing the NVIDIA Cuda SDK and configuring CUDAMat, my CPU was training my Deep Belief Network (impl
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
TechCrunch