Amazon Machine Learning担当バイスプレジデントであるSwami Sivasubramanian氏は、機械学習を「我々の世代が遭遇する最も破壊的な技術の1つ」と呼び、多数の新たなツールを米国時間12月8日に「AWS re:Invent」で紹介した。同氏は、9つの新たな「Amazon SageMaker」機能、医療機関やライフサイエンス機関向けの「医療保険の相互運用性と説明責任に関する法律」（HIPAA）に適合したサービス「Amazon HealthLake」、および「Amazon Neptune ML」が一般に利用可能になったと述べた。
Sivasubramanian氏はまた、「Amazon Redshift ML」および「Amazon Lookout for Metrics」のプレビュー版も発表した。Sivasubramanian氏は、「現在、10万人以上の顧客が機械学習のためにAWSを利用している。こうしたツールはもはやニッチな投資ではない。当社の顧客はビジネスの中核に機械学習を利用しており、あらゆる業界で導入している」と語る。
同氏は、「SageMakerには、一連の幅広い斬新でユニークな機能が盛り込まれている」と述べ、「SageMakerは最近まで、こうした洗練されたMLモデルを構築する専門家を必要とする大手技術企業や一歩進んだ新興企業のみが利用可能であった。しかし発明の自由には、あらゆる技能水準の作り手たちが、革命的な技術の恩恵を享受できることが必要である。技術自体が、実験、失敗、そして無限の可能性を与えてくれる」と述べた。
機械学習に関する基調講演で、Sivasubramanian氏やその他の講演者は、機械学習をビジネスプロセスに現在取り入れている業界の多様性に触れた。
Domino'sのような企業は配達時間の短縮に機械学習を活用し、NFLのようなスポーツリーグは頭部外傷の数を減らすための研究に機械学習を活用している。また、Nike、Formula 1、Roche、BMWも機械学習を活用し、トレンド予測や社内システムの合理化に役立てている。
SageMakerは最も一般に利用されている機械学習システムだが、Amazonはより多くのユーザーが機械学習を取り入れるのに役立つ数々のアップデートやアドオンを発表した。
Sivasubramanian氏は、「本日、Amazon SageMaker向けの一連のツールを発表する。これにより、可視性や説明可能性の向上や大規模な自動化によって、開発者はカスタム機械学習モデルを準備、構築、訓練、説明、検査、監視、デバッグおよび実行するためのエンドツーエンドの機械学習パイプラインをはるかに簡単に構築できるようになる」と述べた。
Amazonは同日、「Data Wrangler」を発表し、SageMakerの開発者は機械学習用のデータをより簡単に準備できるようになった。「Feature Store」は「機械学習の特徴を保存、更新、検索、共有するための専用のデータストア」をユーザーに提供し、「Clarify」はトレーニングデータの可視性を高め、SageMaker開発者が機械学習モデルの潜在的なバイアスを低減可能にするものである。
Amazonはまた、グラフデータに特化して構築された機械学習プログラムをユーザーに提供するAmazon Neptune MLが利用可能になったと発表した。同社はAmazon Redshift MLのプレビューも行った。これは、開発者が手作業でMLモデルを選択、構築、トレーニングすることなく、Amazon Redshiftのデータ上で機械学習アルゴリズムを実行できるようにするツールだ。
HealthLakeについて、Sivasubramanian氏は、機械学習を使って自動的に標準化できる一元化されたAWSデータレイクに、医療機関がデータを整理するのを支援するものだと説明している。
「近年では電子カルテの登場により、健康情報のデジタル化が爆発的に進んでいるが、機械学習のような技術を用いてこの情報から価値を解き放つことは、いまだに困難で障壁がたくさんあるという組織からの声がある」とSivasubramanian氏。
「Amazon HealthLakeを使えば、医療機関がクラウド上の健康情報を変換するのにかかる時間を数週間から数分間に短縮することができ、ペタバイト規模であっても安全に分析できるようになる。これは医療で可能なことを完全に再考案し、個人や集団全体のために、よりパーソナライズされ、予測可能な治療を患者に提供するという、全ての人々の目標に我々を導くものである」（Sivasubramanian氏）
同氏は、このソリューションは、医療システム、製薬会社、臨床研究者、保険会社を念頭に置いて構築されたとしている。
AWSは、3M、Anthem、AstraZeneca、Bristol Myers Squibb、Cerner、フレッド・ハッチンソンがん研究センター、GE Healthcare、Infor、Pfizer、Philipsといった医薬系組織と、さまざまな機械学習プロジェクトで協力している。
Orion Healthの製品ディレクターであるAnne O'Hanlon氏は、声明で以下のように述べている。「データは乱雑で不完全なことが多く、そのクリーンアップには費用と時間がかかる。我々は、医療をより身近で手頃な価格にすることを目的とした『21世紀治療法』や、患者が自宅にいながらにして最適なケアを受けられるようにすることで、医療効果の向上を目指す『デジタルフロントドア』といった取り組みを支援しながら、患者が医療システムと情報をやり取りするための新たな方法を提供するために、AWSと行動を共にすることを嬉しく思う」
「AWSとの関係を拡大することで、患者中心の医療や、人々がより健康的な生活を送るための質の高い医療効果をもたらすための新たな方法を導入し、探求する機会を得ることができる」（O'Hanlon氏）
Amazon Machine Learning担当バイスプレジデントであるSwami Sivasubramanian氏は自社の新たな機械学習ツールについて語った。
提供：Amazon
この記事は海外Red Ventures発の記事を朝日インタラクティブが日本向けに編集したものです。
