#33 re:Invent 2020 week1 気になったところピックアップ + ざっと感想 + week2に向けて

Abstract

re:Invent 2020 week1 気になったところピックアップ + ざっと感想 + week2について話したよ。

Date
2020-12-07 09:52

Show Notes

今回もre:Inventネタ。

先週までのre:Invent所感

  • Key Noteではアップデート情報が山程でた。
    特に1発目のAndy Jassy Key Noteでは27個もアップデートがあったみたい。
  • 2発目のKey NotesであるAWS Partner Keynoteではそこまで多くの新機能発表はなかったようで、少し落ち着いた感じだった。(失礼)
  • classmethod社のYoutube Live副音声がおもしろくて良い。
  • コンテナ周りだとAWS SAの方々が配信されている [Japanese] re:Invent Containers Recap! - Week 1がわかりやすく良い。
    • re:Inventに限らず、定期的に #ContainersFromTheCouch というタグで配信をしているらしい。
  • ちなみにKey Noteの再放送枠では正確な英語の字幕がついている! + 再生速度も変えられる。

今週開催されるre:Invent Key Note

今週開催される基調講演をおさらい。

Machine Learning Keynote

  • LIVE 日本時間 2020/12/9(水)00:45 AM - 3:00 AM
  • 再放送枠は以下
    • DEC 9, 2020 | 9:00 AM - 11:00 AM JST
    • DEC 9, 2020 | 5:00 PM - 7:00 PM JST

Infrastructure Keynote

  • LIVE 日本時間 2020/12/11(金)00:30 AM - 2:30 AM
  • 再放送枠は以下
    • DEC 11, 2020 | 9:00 AM - 10:30 AM JST
    • DEC 11, 2020 | 5:00 PM - 6:30 PM JST

SageMaker Feature Store補足

前回配信でSageMaker Feature Storeについて話したが実際に触ってみたりしたので追加で補足。

Feature Storeは具体的には以下のようなことをやってくれる。

  • 特徴量そのものはS3などのストレージにすべて保存される。
    • オンラインStoreではレイテンシが少ないストレージに保存(主に推論時に活用)
    • オフラインStoreではレイテンシよりも容量重視ストレージに保存(主に学習時に活用)
  • Feature StoreのSDKを介して、各特徴量をSave, Loadして機械学習プログラムの中で利用する。
  • メタデータを元にSageMaker Studio内でグルーピング、検索できるようになっている。

触ってみた記事がdevelopers.ioにあったので紹介:「 Amazon SageMaker Feature StoreのExampleを実行してみた
同記事内でふれられているが、SageMakerには 公式サンプル集があり、そこに Fraud Detection with Amazon SageMaker FeatureStoreが追加されている。

また、一般的な「Feature Store」についての参考情報を以下に。

Amazon Lookout for Vision – New ML Service Simplifies Defect Detection for Manufacturing補足

こちらも前回配信に対して補足。

  • 製造業の画像認識に特化している。
  • すでにパブリックプレビューとして東京リージョンでも利用可能。
  • 少ない枚数の教師データで学習が可能(最低30枚とか言っている)
  • おそらくclassificationのみ
    • => YES
  • エッジ推論するためのモデルダウンロードはできず、クラウド経由のみっぽい。
    • => YES
  • developer向けのドキュメントもすでに公開されている。
  • 評価用のダッシュボードも用意されている。
  • 間違った予測結果をAWS Consoleの評価画面上で修正し、学習データに加えて再学習することができる。
    • 学習に加えたデータを正しく推論できるのは当然なので、再学習後は新しい評価データを用意しないとダメ。
  • 推論APIをデプロイすることもできる。また、ステータス確認用(どれくらい異常が検知されているか、など)のダッシュボードもある。

同様のサービスとしてはGCPの AutoML Vision
AWSだと Amazon Rekognition Custom Labels

re:Inventで Lookout for Vision詳細解説のセッション動画もあがっている。

Amazon Lookout for EquipmentAmazon Monitronの違い

  • Lookout for Equipment
    • 自分たちでセンサーデータを用意したり、学習・推論するところも自前。
    • 現在は米国東部 (バージニア北部)、アジアパシフィック (ソウル)、および欧州 (アイルランド)でプライベートプレビュー版として利用可能(申請が必要)。
      参考: 新機能 – Amazon Lookout for Equipment でセンサーデータを分析し、機器の故障検出に役立てる
      • 申請してみたけど、自社が製造業じゃないから無理かも…(ログをどういう形で取得しているか、など結構踏み込んで聞かれた)
        うちは受託開発なのでダミーデータで評価したいとか適当に書いて出してみた。
  • Monitron

以下の概要図が違いを端的に表していると思う。(オレンジ部分が当該サービスの担当範囲と思われる)

Lookout for Equipment概要図
Amazon Monitron概要図

AWS Panorama Appliance: コンピュータービジョンアプリケーションをエッジへ

  • こちらも製造業向けのコンピュータビジョンを支援するプロダクト。
    • コンセプトとしては、既存の工場内カメラに接続してデータを集約し、AWSクラウド側で何かしらのCV処理(SageMakerをバックエンドにすることも想定されている)を行う。
    • 用途としてはライン上の外観検査だけではなく、工場内の人員の動きや、小売店での顧客動向など幅広い。
  • AWS Panorama ApplianceAWS Panorama Device SDKから構成される。
    • Panorama Applianceは申請が必要なプレビュー版。
    • SDKはこれから公開される。
  • AWS Panorama pricingで費用を確認できる。結構高い。
    • production: $4,000 + カメラストリームごとに月$8.33
    • develop: $2,499
  • 高いのでプレビュー版申込みはやめといた。

re:Inventで AWS Panorama詳細解説のセッション動画もあがっている。

Amazon CodeGuruアップデート

ML-basedなコード解析機能。

Amazon DevOps CodeGuru

アプリケーションの性能を監視し、問題点の抽出や改善提案など。

Amazon DevOps CodeGuru概要図
mukiudo
mukiudo
Software Engineer