翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# Machine Learning (ML) と人工知能 (AI)
AWS は、最も包括的な機械学習サービスと専用インフラストラクチャを使用して、機械学習導入のあらゆる段階でお客様を支援します。AWS の事前トレーニング済みの AI サービスは、既存のアプリケーションとワークフローにすぐに利用できるインテリジェンスを提供します。
各サービスについては、図の後に説明されています。ニーズに最適なサービスを判断するには、「[AWS 機械学習サービスの選択](https://docs.aws.amazon.com/decision-guides/latest/machine-learning-on-aws-how-to-choose/guide.html)」、「[生成 AI サービスの選択](https://docs.aws.amazon.com/decision-guides/latest/generative-ai-on-aws-how-to-choose/guide.html)」、「[Amazon Bedrock または Amazon SageMaker AI の選択](https://docs.aws.amazon.com/decision-guides/latest/bedrock-or-sagemaker/bedrock-or-sagemaker.html)」を参照してください。一般的な情報については、「[AWS 上で AI イノベーションの次の波を構築およびスケール](https://aws.amazon.com/ai/)」を参照してください。
**Topics**
+ [Amazon Augmented AI](#amazon-augmented-ai)
+ [Amazon Bedrock](#amazon-bedrock)
+ [Amazon CodeGuru](#amazon-codeguru)
+ [Amazon Comprehend](#amazon-comprehend)
+ [Amazon DevOps Guru](#amazon-devops-guru)
+ [Amazon Forecast](#amazon-forecast)
+ [Amazon Fraud Detector](#fraud-detector)
+ [Amazon Comprehend Medical](#amazon-comprehend-medical)
+ [Amazon Kendra](#amazon-kendra)
+ [Amazon Lex](#amazon-lex)
+ [Amazon Lookout for Equipment](#amazon-lookout-equipment)
+ [Amazon Lookout for Metrics](#amazon-lookout-metrics)
+ [Amazon Lookout for Vision](#amazon-lookout-vision)
+ [Amazon Monitron](#amazon-monitron)
+ [Amazon PartyRock](#amazon-partyrock)
+ [Amazon Personalize](#amazon-personalize)
+ [Amazon Polly](#amazon-polly)
+ [Amazon Q](#amazon-q)
+ [Amazon Rekognition](#amazon-rekognition)
+ [Amazon SageMaker AI](#amazon-sagemaker)
+ [Amazon Textract](#amazon-textract)
+ [Amazon Transcribe](#amazon-transcribe)
+ [Amazon Translate](#amazon-translate)
+ [AWS DeepComposer](#aws-deepcomposer)
+ [AWS DeepRacer](#aws-deepracer)
+ [AWS HealthLake](#healthlake)
+ [AWS HealthScribe](#aws-healthscribe)
+ [AWS Panorama](#aws-panorama)
[AWS のサービス](amazon-web-services-cloud-platform.md)に戻ります。
## Amazon Augmented AI
[Amazon Augmented AI](https://aws.amazon.com/augmented-ai/) (Amazon A2I) は、人間によるレビューに必要なワークフローを簡単に構築できる機械学習サービスです。Amazon A2I は、人間によるレビューをすべてのデベロッパーに提供し、AWS 上で実行しているかどうかを問わず、人間によるレビューシステムの構築や多数のレビュー担当者の管理に伴う、差別化につながらない労力の必要をなくします。
## Amazon Bedrock
[Amazon Bedrock](https://aws.amazon.com/bedrock/) は、Amazon や主要な AI 企業が提供する基盤モデル (FM) を API 経由で利用できるようにするフルマネージドサービスです。Amazon Bedrock サーバーレスエクスペリエンスを使用すると、すぐに使用を開始し、FM を試して、独自のデータを使ってプライベートにカスタマイズし、AWS アプリケーションに FM をシームレスに統合してデプロイできます。
AI21 Labs、Anthropic、Cohere、DeepSeek、Luma、Meta、Mistral AI、Stability AI など、主要な AI 企業のさまざまな基盤モデルから選択できます。Amazon Bedrock でのみ利用可能な [Amazon Nova 基盤モデル](https://aws.amazon.com/ai/generative-ai/nova/)を使用することもできます。
## Amazon CodeGuru
[Amazon CodeGuru](https://aws.amazon.com/codeguru/) は、コードの品質を向上させ、アプリケーションの非常にコストのかかるコード行を特定するためのインテリジェントな推奨事項を提供する、デベロッパーツールです。CodeGuru を既存のソフトウェア開発ワークフローに統合すると、アプリケーション開発中のコードレビューの自動化、本番環境でのアプリケーションパフォーマンスの継続的なモニタリング、コードの品質とアプリケーションのパフォーマンスの向上、全体的なコストを削減する方法に関する推奨事項と視覚的なヒントの提供が可能になります。
Amazon CodeGuru Reviewer は、機械学習と自動推論を使用して、アプリケーション開発中に重大な問題、セキュリティ上の脆弱性、発見が困難なバグを特定し、コード品質を向上させるための推奨事項を提供します。
Amazon CodeGuru Profiler は、デベロッパーがアプリケーションのランタイム動作を理解し、コードの非効率性を特定して排除して、パフォーマンスを向上させ、コンピューティングコストを大幅に削減できるようにすることで、アプリケーションの非常にコストがかかる行を検出するのに役立ちます。
## Amazon Comprehend
[Amazon Comprehend](https://aws.amazon.com/comprehend/) は、機械学習と自然言語処理 (NLP) を使用して、非構造化データからインサイトと関係性を検出するのに役立ちます。このサービスは、テキストの言語の識別、キーフレーズ、場所、人物、ブランド、またはイベントの抽出、テキストがどの程度肯定的または否定的であるかの理解、トークン化と音声部分を使ったテキスト分析、テキストファイルコレクションのトピックごとの自動整理を行います。Amazon Comprehend の AutoML 機能を使用すると、組織のニーズに合わせて独自にカスタマイズしたエンティティまたはテキスト分類モデルのカスタムセットを構築することもできます。
非構造化テキストから複雑な医療情報を抽出する場合は、[Amazon Comprehend Medical](https://aws.amazon.com/comprehend/medical/) を使用できます。このサービスは、医師の診断書、治験報告書、患者の健康記録など、さまざまなソースから、病状、薬剤、投与量、強度、頻度などの医療情報を識別できます。Amazon Comprehend Medical は、抽出された薬剤と検査、治療、処置情報の関係も識別するため、分析が容易になります。例えば、このサービスは、構造化されていない臨床記録から特定の薬剤に関連する特定の投与量、強度、頻度を識別します。
## Amazon DevOps Guru
[Amazon DevOps Guru](https://aws.amazon.com/devops-guru/) は、アプリケーションの運用パフォーマンスと可用性を簡単に向上できる、機械学習を活用するサービスです。Amazon DevOps Guru は、通常の運用パターンから逸脱した動作を検出するため、運用上の問題が顧客に影響を及ぼすずっと前に特定できます。
Amazon DevOps Guru は、Amazon.com と AWS の長年にわたる運用上の優秀性に基づく機械学習モデルを使用して、異常なアプリケーション動作 (レイテンシー、エラー率、リソースの制約の増加など) を特定し、停止やサービスの中断を引き起こす可能性のある重大な問題を特定します。Amazon DevOps Guru は重大な問題を特定すると、アラートを自動的に送信し、関連する異常の概要、考えられる根本的な原因、問題が発生した日時と場所に関するコンテキストの概要を提供します。Amazon DevOps Guru は、可能な場合は問題を修正する方法に関する推奨事項も提供します。
Amazon DevOps Guru は、AWS アプリケーションから運用データを自動的に取り込み、運用データ内の問題を可視化する単一のダッシュボードを提供します。AWS アカウント内のすべてのリソース、CloudFormation スタック内のリソース、または AWS タグ別にグループ化されたリソースに対して、Amazon DevOps Guru を有効にするだけで、使用を開始できます。手動での設定やや機械学習の専門知識は必要ありません。
## Amazon Forecast
[Amazon Forecast](https://aws.amazon.com/forecast/) は、機械学習を使用して非常に正確な予測を提供するフルマネージドサービスです。
今日の企業は、シンプルなスプレッドシートから複雑な財務計画ソフトウェアまで、あらゆるツールを使用して、製品の需要、リソースニーズ、財務実績などの将来のビジネス成果を正確に予測しようとしています。これらのツールは、時系列データと呼ばれるデータ系列履歴を調べることで、予測を構築します。このようなツールは、未来は過去によって決定されるという前提で、例えば売上データ履歴のみに基づいて、今後のレインコートの売上を予測しようとする場合があります。このアプローチでは、不規則となる傾向がある大規模なデータセットに対して正確な予測を生成することが困難になる可能性があります。経時的に変化するデータ系列 (料金、割引、ウェブトラフィック、従業員数など) を、製品の機能や店舗の場所などの関連する独立した変数に簡単に組み合わせることはできません。
Amazon.com で使用されているのと同じテクノロジーを基盤に、Amazon Forecast は機械学習を使用して時系列データと追加の変数を組み合わせて予測を構築します。Amazon Forecast の使用を開始するのに機械学習経験は必要ありません。必要なのは、データと、予測に影響を与えると思われる追加データのみです。例えば、特定の色のシャツへの需要は、季節や店舗の場所によって変化する可能性があります。このような複雑な関係を単独で判断するのは困難ですが、このような関係性を認識するのに機械学習は最適です。データを指定すると、Amazon Forecast は自動的にデータを調べ、意味のあるデータを特定し、時系列データのみを参照する場合よりも最大 50% 正確な予測を行うことができる予測モデルを生成します。
Amazon Forecast はフルマネージドサービスであるため、サーバーのプロビジョニング、機械学習モデルの構築、トレーニング、デプロイは必要ありません。使用した分だけ料金が発生します。最低料金や初期費用は不要です。
## Amazon Fraud Detector
[Amazon Fraud Detector](https://aws.amazon.com/fraud-detector/) は、Amazon の 20 年以上にわたる不正検出の専門知識と機械学習を活用し、不正の可能性のあるアクティビティを特定するフルマネージドサービスです。これにより、お客様はより多くのオンライン不正をより迅速に検出できます。Amazon Fraud Detector は、不正検出用の機械学習モデルを構築、トレーニング、デプロイするための時間とコストのかかるステップを自動化しているため、お客様は機械学習テクノロジーを簡単に活用できるようになります。Amazon Fraud Detector は、作成する各モデルをお客様独自のデータセットに合わせてカスタマイズするため、既存の画一的な機械学習ソリューションと比べて高い正解率を実現します。また、料金が発生するのは使用した分のみであるため、高額な初期費用を回避できます。
## Amazon Comprehend Medical
過去 10 年間、AWS は医療分野におけるデジタルトランスフォーメーションを目の当たりにしてきました。組織は毎日大量の患者情報を収集しています。ただし、これらのデータは多くの場合、非構造化されており、情報を抽出するプロセスは手間がかかり、エラーが発生しやすくなっています。[Amazon Comprehend Medical](https://aws.amazon.com/comprehend/medical/) は、機械学習を使用する HIPAA 対応の自然言語処理 (NLP) サービスであり、処方、治療、診断などの医療テキストから医療データを抽出するために事前トレーニングされた機械学習を活用しています。Amazon Comprehend Medical は、ICD-10-CM、RxNorm、SNOMED CT などの医療オントロジーを使用して、非構造化医療テキストから情報を正確かつ迅速に抽出し、保険金請求処理の迅速化、国民健康の向上、医薬品安全性監視の迅速化に役立ちます。
## Amazon Kendra
[Amazon Kendra](https://aws.amazon.com/kendra/) は、機械学習を活用したインテリジェント検索サービスです。Amazon Kendra は、ウェブサイトやアプリケーション向けのエンタープライズ検索を刷新しており、コンテンツが組織内の複数の場所やコンテンツリポジトリに分散している場合でも、必要なコンテンツを従業員や顧客は簡単に見つけられるようになります。
Amazon Kendra を使用すると、膨大な非構造化データを検索する手間を省き、質問に対する適切な答えを必要なときに見つけることができます。Amazon Kendra はフルマネージドサービスであるため、サーバーのプロビジョニング、機械学習モデルの構築、トレーニング、デプロイは必要ありません。
## Amazon Lex
[Amazon Lex](https://aws.amazon.com/lex/) は、音声とテキストを使用してあらゆるアプリケーションに会話型インターフェイスを設計、構築、テスト、デプロイするためのフルマネージド人工知能 (AI) サービスです。Lex は、音声をテキストに変換する自動音声認識 (ASR) と、テキストの意図を認識する自然言語理解 (NLU) といった高度な深層学習機能を提供します。これにより、魅力的なユーザーエクスペリエンスとリアルな会話インタラクションを備えたアプリケーションの構築や、新しいカテゴリの製品開発ができるようになります。Amazon Lex では、Amazon Alexa と同じ深層学習技術をあらゆるデベロッパーが利用できるようになり、高度な自然言語会話型ボット (チャットボット) や音声対応の自動音声応答 (IVR) システムを迅速かつ簡単に構築できます。
Amazon Lex を使用すると、デベロッパーは会話型チャットボットを迅速に構築できます。Amazon Lex では深層学習の専門知識は必要ありません。ボットを作成するには、Amazon Lex コンソールで基本的な会話フローを指定するだけです。Amazon Lex は会話を管理し、会話のレスポンスを動的に調整します。コンソールを使用して、テキストまたは音声の chatbot を構築、テスト、公開できます。次に、モバイルデバイス、ウェブアプリケーション、チャットプラットフォーム (Facebook Messenger など) で、会話型インターフェイスをボットに追加できます。Amazon Lex の使用には初期費用や最低料金は必要ありません。生成されたテキストまたは音声リクエストに対してのみ料金が発生します。従量制料金とリクエストごとの低コストは、会話型インターフェイスを構築するためのコスト効率の高い方法です。Amazon Lex の無料利用枠を利用すると、一切の初期投資なしで Amazon Lex を簡単に試すことができます。
## Amazon Lookout for Equipment
[Amazon Lookout for Equipment](https://aws.amazon.com/lookout-for-equipment/) は、機器のセンサーからのデータ (ジェネレーターの圧力、コンプレッサーの流量、ファンの毎分回転数など) を分析し、お客様のデータのみに基づいて、機器向けの機械学習モデルを自動的にトレーニングします。機械学習の専門知識は必要ありません。Lookout for Equipment では、お客様独自の機械学習モデルを使用して、受信したセンサーデータをリアルタイムで分析し、機器の障害につながる可能性のある早期警告の兆候を正確に特定します。これにより、機器の異常を迅速かつ正確に検知し、問題を迅速に診断して、コスト高となるダウンタイムを削減するための対策を講じ、誤検知を低減できます。
## Amazon Lookout for Metrics
**注記**
AWS は、2025 年 10 月 10 日をもって Amazon Lookout for Metrics のサポートを終了します。詳細については、「[Transitioning off Amazon Lookout for Metrics](https://aws.amazon.com/blogs/machine-learning/transitioning-off-amazon-lookout-for-metrics/)」を参照してください。
[Amazon Lookout for Metrics](https://aws.amazon.com/lookout-for-metrics/) は、機械学習を使用して、売上収益や顧客獲得率の急激な低下など、ビジネスデータや運用データにおける異常値 (標準値からの外れ値) を自動的に検出して診断します。数回クリックするだけで、Amazon Lookout for Metrics を Amazon S3、Amazon Redshift、Amazon Relational Database Service (Amazon RDS) などの一般的なデータストアや、Salesforce、Servicenow、Zendesk、Marketo などのサードパーティーの Software as a Service (SaaS) アプリケーションに接続して、ビジネス上重要なメトリクスのモニタリングを開始できます。Lookout for Metrics は、これらのソースからのデータを自動的に検査して準備することで、従来の異常検出の方法よりも高速かつ正確に異常を検出します。検出された異常に関してフィードバックを提供して検出結果を調整すると、経時的に正解率を向上させていくこともできます。Lookout for Metrics は、同じイベントに関連する異常をグループ化し、潜在的な根本原因の概要を含むアラートを送信するため、検出された異常を容易に診断できるようになります。異常を重大度順にランク付けすることで、ビジネスにとって最も重要な問題に優先的に対応することもできます。
## Amazon Lookout for Vision
[Amazon Lookout for Vision](https://aws.amazon.com/lookout-for-vision/) は、コンピュータビジョン (CV) を使用して、視覚表現の欠陥や異常を検出する機械学習サービスです。Amazon Lookout for Vision を使用すると、製造会社は大規模なオブジェクトのイメージの違いを迅速に特定できるため、品質の向上と運用コストの低減につながります。例えば Lookout for Vision は、製品の部品の欠落、車両や構造物の損傷、生産ラインの不具合、シリコンウェーハの微細な欠陥や、その他の同様の問題を特定するために使用できます。Amazon Lookout for Vision は機械学習を使用して、あらゆるカメラからのイメージを人間と同じように認識し、理解できます。しかも、正解率はより高く、スケールははるかに大規模です。Lookout for Vision を利用すると、高コストとなる一貫性に欠ける手作業による検査の必要性が排除され、品質管理、欠陥や損傷の評価、コンプライアンスを向上させることができます。Lookout for Vision では、機械学習の専門知識を必要とせず、わずか数分で画像イメージや物体の検査を自動化できます。
## Amazon Monitron
[Amazon Monitron](https://aws.amazon.com/monitron/) は、機械学習を使用して産業機械の異常な動作を検出する、エンドツーエンドのシステムです。これにより、予知保全を実装し、予期せぬダウンタイムを低減できます。
センサー、データ接続、ストレージ、分析、アラート機能のための必要なインフラストラクチャの設置は、予知保全を実現するための基本的な要素です。ところが予知メンテナンスが機能するには、これまで企業は熟練した技術者やデータサイエンティストを配置し、複雑なソリューションをゼロから構築する必要がありました。これには、ユースケースに適したタイプのセンサーの特定と調達、それらの IoT ゲートウェイ (データを集約して送信するデバイス) に接続する作業などがあります。このため、予知保全を正常に実装できた企業はごくわずかです。
Amazon Monitron には、機器から振動と温度のデータをキャプチャするセンサー、データを安全に AWS に転送するゲートウェイデバイス、機械学習を使用して異常なマシンパターンのデータを分析する Amazon Monitron サービス、デバイスをセットアップして動作に関するレポートと機械の潜在的な障害に関するアラートを受け取るコンパニオンモバイルアプリケーションが含まれています。開発作業や機械学習の経験を必要とせず、数分で機器のヘルスモニタリングを開始し、Amazon フルフィルメントセンターで機器のモニタリングに使用されるのと同じテクノロジーを使用した予知保全を有効にできます。
## Amazon PartyRock
[Amazon PartyRock](https://partyrock.aws) では、ハンズオンのコードフリーのアプリビルダーを使用して、生成 AI を簡単に学習できます。プロンプトエンジニアリング手法を試したり、生成したレスポンスを確認したり、生成 AI に関する直感を養ったり、開発しながら、楽しいアプリケーションを作成して試したりできます。PartyRock は、フルマネージドサービスである Amazon Bedrock を介して、Amazon と主要な AI 企業の基盤モデル (FM) へのアクセスを提供します。
## Amazon Personalize
[Amazon Personalize](https://aws.amazon.com/personalize/) は、アプリケーションを使用するユーザー向けにパーソナライズしたレコメンデーションを簡単に作成できる、デベロッパー向けの機械学習サービスです。
パーソナライズされた製品とコンテンツのレコメンデーション、カスタマイズされた検索結果、ターゲットを絞ったマーケティングプロモーションの提供など、カスタマーエンゲージメントの向上のための機械学習の利用は、ますます増えています。とはいえ、これらの高度なレコメンデーションシステムを構築するために必要な機械学習機能の開発は複雑であるため、今日ほとんどの組織で簡単に実現できるようなものではありません。Amazon Personalize は、Amazon.com での長年の実績で培われた機械学習テクノロジーを活用しており、機械学習の経験がないデベロッパーでも、高度なパーソナライゼーション機能をアプリケーションに簡単に構築できるようになります。
Amazon Personalize は、ページビュー数、サインアップ数、購入履歴などのアプリケーションからのアクティビティストリームに加え、記事、製品、動画、音楽など、レコメンデーションが必要な項目のインベントリを提供します。年齢や位置情報などのユーザーの人口統計情報を Amazon Personalize に提供することもできます。Amazon Personalize は、データを処理して分析して、意味ある情報を識別し、適切なアルゴリズムを選択して、データに合わせてカスタマイズされたパーソナライゼーションモデルをトレーニングおよび最適化します。
Amazon Personalize は、小売、メディア、エンターテインメント向けに最適化されたレコメンダーを提供するため、高パフォーマンスでパーソナライズされたユーザーエクスペリエンスをより迅速かつ簡単に提供できるようになります。Amazon Personalize は、インテリジェントなユーザーセグメンテーションも提供するため、マーケティングチャネルを通じてより効果的なプロスペクティングキャンペーンを実施できます。2 つの新しいレシピを使用すると、さまざまな製品カテゴリ、ブランドなどへの関心に基づいて、ユーザーを自動的にセグメント化できます。
Amazon Personalize が分析したすべてのデータについては、プライバシーとセキュリティが確保され、お客様に合わせたレコメンデーションの提供にのみ使用されます。サービスが維持する仮想プライベートクラウド内から、シンプルな API コールを介して、パーソナライズされた予測の提供を開始できます。使用した分だけ料金が発生します。最低料金や初期費用は不要です。
Amazon Personalize は、専属の Amazon.com 機械学習パーソナライゼーションチームを 24 時間いつでも利用できるようなものと言ってよいでしょう。
## Amazon Polly
[Amazon Polly](https://aws.amazon.com/polly/) は、テキストを人間によるかのような音声に変換するサービスです。Amazon Polly を使用すると、会話するアプリケーションを作成できるため、まったく新しいカテゴリの音声対応製品を構築できます。Amazon Polly は、高度な深層学習テクノロジーを使用して人間の声のように聞こえる音声を合成する Amazon 人工知能 (AI) サービスです。Amazon Polly は、数十の言語に対応したリアルな音声を豊富に提供するため、最適な音声を選択して、さまざまな国で動作する音声対応アプリケーションを構築できます。
Amazon Polly は、リアルタイムのインタラクティブな対話をサポートするのに必要な応答時間を一貫して短縮します。Amazon Polly 音声オーディオは、キャッシュして保存し、オフラインで再生したり、再配布したりできます。Amazon Polly は、使い方も簡単です。音声に変換するテキストを Amazon Polly API に送信するだけで、Amazon Polly は直ちにオーディオストリームをアプリケーションに返します。アプリケーションは、音声を直接再生したり、MP3 などの標準オーディオファイル形式で保存したりできます。
Amazon Polly は、標準 TTS 音声に加えて、新しい機械学習アプローチを介して音声品質を大幅に改善するニューラル Text-to-Speech (NTTS) 音声を提供します。Polly のニューラル TTS 技術は、ニュースナレーションのユースケースに合わせた、ニュースキャスタースタイルもサポートしています。さらに、Amazon Polly Brand Voice では、お客様の組織独自のカスタム音声を作成できます。これは、Amazon Polly チームと協力して、組織専用の NTTS 音声を構築するカスタムエンゲージメントになります。
Amazon Polly では、音声に変換した文字数に対してのみ料金が発生し、Amazon Polly が生成した音声を保存および再生できます。Amazon Polly の場合、変換文字数あたりのコストが低く、音声出力の保存や再利用に制限がないため、場所を問わずテキスト読み上げをコスト効率よく実現できます。
## Amazon Q
[Amazon Q](https://aws.amazon.com/q/) は、ソフトウェア開発を加速し、内部データを活用するための生成 AI を活用したアシスタントです。
------
#### [ Amazon Q Business ]
[Amazon Q Business](https://aws.amazon.com/q/business/) は、エンタープライズシステム内の情報に基づいて、質問に答えたり、概要を提供したり、コンテンツを生成したり、タスクを安全に完了したりできます。これにより、従業員の創造性、データ主導性、効率性、準備、生産性の向上につながります。
------
#### [ Amazon Q Developer ]
[Amazon Q Developer](https://aws.amazon.com/q/developer/) (旧称 Amazon CodeWhisperer) は、アプリケーションのコーディング、テスト、アップグレードから、エラーの診断、セキュリティスキャンと修正の実行、AWS リソースの最適化まで、デベロッパーと IT プロフェッショナルのタスクを支援します。Amazon Q は、高度なマルチステップ計画および推論機能を備えており、既存のコードを変換したり (Java バージョンのアップグレードなど)、デベロッパーのリクエストに基づいて生成した新機能を実装したりできます。
------
## Amazon Rekognition
[Amazon Rekognition](https://aws.amazon.com/rekognition/) を使用すると、機械学習の専門知識を必要とせず、実証済みの高度にスケーラブルな深層学習テクノロジーを使用して、アプリケーションにイメージ分析とビデオ分析を簡単に追加できます。Amazon Rekognition を使用すると、イメージやビデオ内のオブジェクト、人物、テキスト、シーン、アクティビティを特定し、不適切なコンテンツを検出できます。Amazon Rekognition は、高精度の顔分析および顔検索機能も提供しており、ユーザー認証、人数カウント、公共安全など、幅広いユースケースで顔を検出、分析、比較できます。
Amazon Rekognition Custom Labels を使用すると、ビジネスニーズに合わせたイメージのオブジェクト、ロゴ、シーンを特定できます。例えば、アセンブリライン上の特定の機械部品を分類したり、育ちの悪い植物を検出したりするモデルを構築できます。Amazon Rekognition Custom Labels は、モデル開発の面倒な作業を処理するため、機械学習の経験は必要ありません。識別するオブジェクトまたはシーンの画像を提供するだけで、サービスが残りの作業を処理します。
## Amazon SageMaker AI
[Amazon SageMaker AI](https://aws.amazon.com/sagemaker/) を使用すると、フルマネージドインフラストラクチャ、ツール、ワークフローを使用して、あらゆるユースケースの機械学習モデルを構築、トレーニング、デプロイできます。SageMaker AI は、機械学習プロセスの各ステップでの労力を軽減するため、高品質のモデルの開発が容易になります。SageMaker AI は、機械学習に使用されるすべてのコンポーネントを単一のツールセットで提供するため、はるかに少ない労力と低コストでモデルを本番環境に迅速に移行できます。
### Amazon SageMaker AI Autopilot
[Amazon SageMaker AI Autopilot](https://aws.amazon.com/sagemaker/autopilot/) は、データに基づいて最適な機械学習モデルを自動的に構築、トレーニング、調整し、同時に完全なコントロールと可視性を維持できます。SageMaker AI Autopilot では、表形式のデータセットを入力し、予測するターゲット列を選択します。数値 (回帰と呼ばれる。住宅価格など) またはカテゴリ (分類と呼ばれる。スパム/非スパムなど) を選択できます。SageMaker AI Autopilot は、さまざまなソリューションを自動的に探索し、最適なモデルを探します。その後、ワンクリックでモデルを本番環境に直接デプロイすることも、Amazon SageMaker AI Studio で推奨ソリューションを反復処理することで、モデルの品質をさらに向上させることもできます。
### Amazon SageMaker AI Canvas
[Amazon SageMaker AI Canvas](https://aws.amazon.com/sagemaker/canvas/) は、ビジネスアナリストに視覚的なポイントアンドクリックインターフェイスを提供し、機械学習へのアクセスを拡大し、アナリストは独自に正確な機械学習予測を生成できるようにします。機械学習の経験は必要なく、1 行のコードを作成する必要もありません。
### Amazon SageMaker AI Clarify
[Amazon SageMaker AI Clarify](https://aws.amazon.com/sagemaker/clarify/) を使用すると、機械学習デベロッパーはトレーニングデータとモデルをより詳細に把握できるため、バイアスを特定して制限し、予測を説明できるようになります。Amazon SageMaker AI Clarify を使用すると、データ準備中、モデルトレーニング後、そしてデプロイ済みモデルにおいて、ユーザー指定の属性を検証でき、潜在的なバイアスを検出できます。SageMaker AI Clarify には、モデル予測の説明に役立つ特徴量重要度グラフも含まれており、社内プレゼンテーションの補足や、修正すべきモデルの問題を特定するためのレポートも生成します。
### Amazon SageMaker AI データラベリング
Amazon SageMaker AI は、[データラベリング](https://aws.amazon.com/sagemaker/data-labeling/)機能を提供するため、イメージ、テキストファイル、動画などの raw データを識別し、情報を提供するラベルを追加することで、機械学習モデル用の品質の高いトレーニングデータセットを作成できます。
### Amazon SageMaker AI Data Wrangler
[Amazon SageMaker AI Data Wrangler](https://aws.amazon.com/sagemaker/data-wrangler/) は、機械学習のデータの集約と準備にかかる時間を、数週間から数分に短縮します。SageMaker AI Data Wrangler では、データ準備と特徴量エンジニアリングのプロセスが簡素化されるため、データの選択、クレンジング、探索、可視化など、データ準備ワークフローのすべてのステップを単一のビジュアルインターフェイスから実行できます。
### Amazon SageMaker AI Edge
[Amazon SageMaker AI Edge](https://aws.amazon.com/sagemaker/edge/) は、モデルの最適化、保護、エッジへのデプロイを行います。スマートカメラ、ロボット、その他のスマートエレクトロニクスなどのデバイスフリートでこれらのモデルをモニタリングすることで、エッジデバイスでの機械学習が可能になり、継続的な運用コストの低減につながります。SageMaker AI Edge Compiler は、トレーニング済みのモデルをエッジデバイスで実行できるように最適化します。SageMaker AI Edge には、アプリケーションやデバイスのファームウェアに依存せずにモデルをフリートにデプロイできる、無線通信 (OTA) 経由のデプロイメカニズムを備えています。SageMaker AI Edge Agent を使用すると、同じデバイスで複数のモデルを実行できます。Agent は、間隔などのユーザーが制御するロジックに基づいて予測データを収集し、クラウドにアップロードします。これにより、経時的にモデルの定期的再トレーニングを実施できます。
### Amazon SageMaker AI Feature Store
[Amazon SageMaker AI Feature Store](https://aws.amazon.com/sagemaker/feature-store/) は、特徴量を保存してアクセスできる専用のリポジトリです。これにより、特徴量の名前付け、整理、チーム間での再利用が非常に容易になります。SageMaker AI Feature Store は、トレーニング中やリアルタイム推論中の特徴量の統合ストアを提供します。追加のコードを記述したり、特徴量の一貫性を維持するために手動プロセスを作成したりする必要はありません。SageMaker AI Feature Store は、保存中の特徴量のメタデータ (機能名やバージョン番号など) を追跡するため、インタラクティブなクエリサービスである Amazon Athena を使用して、バッチまたはリアルタイムで適切な属性の機能をクエリできます。SageMaker AI Feature Store では、推論中に新しいデータが生成されると単一のリポジトリが更新され、トレーニングと推論中にモデルが使用できる新しい機能が常に利用可能になるため、特徴量も最新の状態に維持されます。
### Amazon SageMaker AI 地理空間機能
[Amazon SageMaker AI の地理空間機能](https://aws.amazon.com/sagemaker/geospatial/)を使用すると、データサイエンティストや機械学習 (ML) エンジニアは、地理空間データを使用して機械学習モデルをより迅速に構築、トレーニング、デプロイできます。機械学習用の地理空間データの準備の効率を向上させるために、データツール (オープンソースおよびサードパーティー)、処理ツール、可視化ツールを利用できます。専用のアルゴリズムと事前トレーニング済みの ML モデルを使用したモデルの構築とトレーニングの加速化、組み込みの視覚化ツールを使用したインタラクティブマップ上での予測結果の調査、チーム間のコラボレーションによるインサイトや結果の取得によって、生産性が改善することができます。
### Amazon SageMaker AI HyperPod
[Amazon SageMaker AI HyperPod](https://aws.amazon.com/sagemaker/hyperpod/) を使用すると、大規模言語モデル (LLM)、拡散モデル、基盤モデル (FM) 向けの機械学習 (ML) インフラストラクチャの構築と最適化に伴う、画一的で面倒な作業を行う必要がなくなります。SageMaker AI HyperPod には、AWS Trainium、NVIDIA A100 および H100 グラフィックス処理装置 (GPU) などの数千のアクセラレータにトレーニングワークロードを自動的に分割できる分散トレーニングライブラリが事前に設定されています。
SageMaker AI HyperPod を使用する場合、チェックポイントを定期的に保存することで、トレーニングを中断することなく継続できるます。ハードウェア障害が発生すると、自己修復クラスターは障害を自動的に検出し、障害のあるインスタンスを修復または交換し、最後に保存したチェックポイントからトレーニングを再開します。これにより、このプロセスを手動で管理する必要がなくなり、中断することなく分散環境で数週間または数か月間のトレーニングを実施できます。コンピューティング環境をニーズに合わせてカスタマイズし、Amazon SageMaker AI 分散トレーニングライブラリを使用して設定することで、AWS 上で最適なパフォーマンスを実現できます。
### Amazon SageMaker AI JumpStart
[Amazon SageMaker AI JumpStart](https://aws.amazon.com/sagemaker/jumpstart/) は、機械学習の使用を迅速かつ簡単に開始するのに役立ちます。SageMaker AI JumpStart は、使用の開始を容易にするために、最も一般的なユースケースに対応するソリューションセットを提供しており、数回クリックするだけですぐにデプロイできます。これらのソリューションは完全にカスタマイズ可能です。AWS CloudFormation テンプレートとリファレンスアーキテクチャの使用も紹介しているため、機械学習ジャーニーを加速できます。Amazon SageMaker AI JumpStart は、自然言語処理モデル、オブジェクト検出モデル、イメージ分類モデルなど、150 を超える一般的なオープンソースモデルをワンクリックでデプロイでき、ファインチューニングもサポートしています。
### Amazon SageMaker AI のモデル構築
Amazon SageMaker AI は、[機械学習モデルの構築](https://aws.amazon.com/sagemaker/build/)、さまざまなアルゴリズムを繰り返し試して正解率を評価し、ユースケースに最適なものを見つけるプロセスに必要なすべてのツールとライブラリを提供します。Amazon SageMaker AI では、SageMaker AI 用に組み込まれ、最適化された 15 種類以上のアルゴリズムを含むさまざまなアルゴリズムを選択でき、数回クリックするだけで、一般的なモデルズーから 750 種類以上の構築済みモデルを使用できます。SageMaker AI は、Amazon SageMaker AI Studio Notebooks、JupyterLab、RStudio、Code-OSS (Virtual Studio Code Open Source) を基盤とする Code Editor など、さまざまなモデル構築ツールも提供しており、これらのツールを使用すると、小規模な機械学習モデルを実行して結果を確認し、パフォーマンスに関するレポートを表示して、高品質の実用的なプロトタイプを作成できます。
### Amazon SageMaker AI のモデルトレーニング
Amazon SageMaker AI を使用すると、インフラストラクチャを管理する必要なく、大規模な[機械学習モデルのトレーニングおよびチューニング](https://aws.amazon.com/sagemaker/train/)にかかる時間とコストを削減します。現在利用可能な最高クラスのパフォーマンスの機械学習コンピューティングインフラストラクチャを活用できます。SageMaker AI は 1 個の GPU から数千個の GPU まで、インフラストラクチャを自動的にスケールアップまたはスケールダウンできます。料金は使用した分だけ発生するため、トレーニングコストをより効果的に管理できます。深層学習モデルのトレーニングを加速するには、Amazon SageMaker AI 分散トレーニングライブラリを使用してパフォーマンスを向上させるか、DeepSpeed、Horovod、Megatron などのサードパーティーライブラリを使用できます。
### Amazon SageMaker AI モデルのデプロイ
Amazon SageMaker AI を使用すると、あらゆるユースケースに最適なコストパフォーマンスで、簡単に[機械学習モデルをデプロイ](https://aws.amazon.com/sagemaker/deploy/)し、予測 (推論とも呼ばれる) を行うことができます。SageMaker AI は、機械学習インフラストラクチャとモデルデプロイの広範なオプションを提供し、あらゆる機械学習推論ニーズに対応します。このサービスはフルマネージド型サービスで、MLOps ツールと統合されるため、モデルのデプロイの拡大、推論コストの削減、本番環境でのモデルのより効果的な管理、運用上の負担の軽減が可能になります。
### Amazon SageMaker AI Pipelines
[Amazon SageMaker AI Pipelines](https://aws.amazon.com/sagemaker/pipelines/) は、機械学習向けの使用しやすい初の専用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) サービスです。SageMaker AI Pipelines を使用すると、エンドツーエンドの大規模な機械学習ワークフローを作成、自動化、管理できます。
### Amazon SageMaker AI Studio Lab
[Amazon SageMaker AI Studio Lab](https://studiolab.sagemaker.aws/) は、コンピューティング、ストレージ (最大 15GB)、セキュリティをすべて無料で提供する無料の機械学習開発環境です。誰でも機械学習を学び、試すことができます。使用を開始するのに必要なのは、有効な E メールアドレスだけです。インフラストラクチャの設定、アイデンティティとアクセスの管理、AWS アカウントへのサインアップも必要はありません。SageMaker AI Studio Lab は、GitHub との統合により、モデル構築を高速化し、すぐに使用を開始できるように、最も一般的な機械学習ツール、フレームワーク、ライブラリが事前設定されています。SageMaker AI Studio Lab は、作業内容を自動的に保存するため、セッション間で再起動する必要はありません。ノートパソコンを閉じて、後で作業を再開するのと同程度に簡単です。
### Apache MXNet on AWS
[Apache MXNet](https://mxnet.apache.org/versions/1.9.1/) は、使いやすく簡潔な[機械学習向け API](https://aws.amazon.com/mxnet/) を提供する、高速でスケーラブルなトレーニングおよび推論フレームワークです。MXNet は [Gluon](https://mxnet.apache.org/api/python/docs/tutorials/packages/gluon/index.html) インターフェイスを提供しており、あらゆるスキルレベルのデベロッパーがクラウド、エッジデバイス、モバイルアプリ上で深層学習の使用を開始できます。わずか数行の Gluon コードで、線形回帰、畳み込みネットワーク、オブジェクト検出、音声認識、レコメンデーション、パーソナライゼーション用の回帰型 LSTM を構築できます。大規模な機械学習モデルの構築、トレーニング、デプロイを可能にするプラットフォームである [Amazon SageMaker AI](https://aws.amazon.com/sagemaker/) を使用すると、AWS 上で MXNet をフルマネージドな環境で使い始めることができます。別の方法として、[AWS Deep Learning AMIs](https://aws.amazon.com/machine-learning/amis/) を使用すれば、MxNet のみでなく、[TensorFlow](https://aws.amazon.com/tensorflow/)、PyTorch、Chainer、Keras、Caffe、Caffe2、Microsoft Cognitive Toolkit などの他のフレームワークと連携したカスタム環境やワークフローを構築することもできます。
### AWS Deep Learning AMIs
[AWS Deep Learning AMIs](https://aws.amazon.com/machine-learning/amis/) は、機械学習担当者や研究者に、クラウド上であらゆる規模の深層学習を加速するためのインフラストラクチャとツールを提供します。TensorFlow、PyTorch、Apache MXNet、Chainer、Gluon、Horovod、Keras などの一般的な深層学習フレームワークとインターフェイスが事前インストール済みの Amazon EC2 インスタンスを直ちに起動して、高度なカスタム AI モデルのトレーニング、新しいアルゴリズムの実験、新しいスキルやテクニックの習得を行えます。Amazon EC2 GPU インスタンスでも CPU インスタンスでも、Deep Learning AMI には[追加料金はかかりません](https://docs.aws.amazon.com/dlami/latest/devguide/what-is-dlami.html)。料金が発生するのは、アプリケーションの保存と実行に必要な AWS リソースに対してのみです。
### AWS Deep Learning Containers
[AWS Deep Learning Containers](https://aws.amazon.com/machine-learning/containers/) (AWS DL Containers) は、深層学習フレームワークが事前インストール済みの Docker イメージです。環境をゼロから構築して最適化するという複雑なプロセスを省略することで、カスタム機械学習 (ML) 環境を迅速かつ簡単にデプロイできます。AWSDL コンテナは、TensorFlow、PyTorch、Apache MXNet をサポートしています。AWS DL コンテナは、Amazon SageMaker AI、Amazon Elastic Kubernetes Service (Amazon EKS)、Amazon EC2 のセルフマネージド Kubernetes、Amazon Elastic Container Service (Amazon ECS) にデプロイできます。コンテナは、[Amazon Elastic Container Registry](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/deep-learning-containers-images.html) (Amazon ECR) と [AWS Marketplace](https://aws.amazon.com/marketplace/b/c3714653-8485-4e34-b35b-82c2203e81c1?category=c3714653-8485-4e34-b35b-82c2203e81c1) を介して、無料で利用できます。料金は使用したリソースに対してのみ発生します。
### Amazon SageMaker AI を使用した地理空間機械学習
[Amazon SageMaker AI の地理空間機能](https://aws.amazon.com/sagemaker/geospatial/)を使用すると、データサイエンティストや機械学習エンジニアは、地理空間データを使用して機械学習モデルをより迅速に構築、トレーニング、デプロイできます。すぐに利用できる地理空間データソースにアクセスして、専用のオペレーションを使って大規模な地理空間データセットを効率的に変換または強化し、事前トレーニング済みの機械学習モデルを選択することで、モデル構築を高速化できます。組み込みの可視化ツールを備えた 3D アクセラレーショングラフィックスを使用すると、地理空間データを分析して、インタラクティブマップでモデル予測を調べることもできます。SageMaker Runtime の地理空間機能は、収穫量と食料安全保障の最大化、リスクと保険の請求の評価、持続可能な都市開発のサポート、小売サイトの使用率の予測など、幅広いユースケースに使用できます。
### AWS での Hugging Face
[Amazon SageMaker AI で Hugging Face](https://aws.amazon.com/machine-learning/hugging-face/) を使用すると、Transformer と呼ばれる自然言語処理 (NLP) モデルのオープンソースプロバイダーである Hugging Face から事前トレーニング済みのモデルをデプロイしてファインチューニングできるため、これらの NLP モデルの設定と使用にかかる時間が数週間から数分に短縮されます。NLP とは、コンピューターが人間の言語を理解するのに役立つ機械学習アルゴリズムを指します。NLP は、翻訳、インテリジェント検索、テキスト分析などに役立ちます。ただし、NLP モデルは大規模かつ複雑であり (数億のモデルパラメータで構成される場合もあります)、トレーニングと最適化には時間、リソース、スキルが必要となります。AWS は Hugging Face と協力して Hugging Face AWS Deep Learning Containers (DLC) を開発しました。データサイエンティストや機械学習デベロッパーが Amazon SageMaker AI で最先端の NLP モデルを構築、トレーニング、デプロイするためのフルマネージドエクスペリエンスを提供しています。
### AWS での PyTorch
[PyTorch](https://aws.amazon.com/pytorch/) は、機械学習モデルの開発と本番環境へのデプロイを容易にするオープンソースの深層学習フレームワークです。AWS が Facebook と協力して構築し、保守する PyTorch のモデル提供ライブラリである [TorchServe](https://docs.aws.amazon.com/dlami/latest/devguide/tutorial-torchserve.html) を使用すると、PyTorch デベロッパーはモデルを迅速かつ容易に本番環境にデプロイできます。PyTorch は、AWS 上で高パフォーマンスを実現するように調整された、分散トレーニング用の動的な計算グラフとライブラリも提供します。PyTorch を AWS で使い始めるには、フルマネージド機械学習サービスである [Amazon SageMaker](https://aws.amazon.com/sagemaker/) を使用できます。Amazon SageMaker を使用すると、容易かつコスト効率に優れた方法で、大規模な PyTorch モデルの構築、トレーニング、デプロイを行うことができます。インフラストラクチャを自社で管理する場合は、[AWS Deep Learning AMIs](https://aws.amazon.com/machine-learning/amis/) または [AWS Deep Learning Containers](https://aws.amazon.com/machine-learning/containers/) を使用できます。これらはソースから構築され、最新バージョンの PyTorch でパフォーマンスが最適化されているため、カスタム機械学習環境を迅速にデプロイできます。
### AWS での TensorFlow
[TensorFlow](https://aws.amazon.com/tensorflow/) は、研究者やデベロッパーが機械学習でアプリケーションを強化するために利用できる多くの深層学習フレームワークの 1 つです。AWS は TensorFlow を幅広くサポートしているため、お客様はコンピュータビジョン、自然言語処理、音声翻訳など、幅広い分野で独自のモデルを開発して提供できます。TensorFlow を AWS で使い始めるには、フルマネージド機械学習サービスである [Amazon SageMaker AI](https://aws.amazon.com/sagemaker/) を使用できます。Amazon SageMaker を使用すると、容易かつコスト効率に優れた方法で、大規模な TensorFlow モデルの構築、トレーニング、デプロイを行うことができます。インフラストラクチャを自社で管理する場合は、[AWS Deep Learning AMIs](https://aws.amazon.com/machine-learning/amis/) または [AWS Deep Learning Containers](https://aws.amazon.com/machine-learning/containers/) を使用できます。これらはソースから構築され、最新バージョンの TensorFlow でパフォーマンスが最適化されているため、カスタム機械学習環境を迅速にデプロイできます。
## Amazon Textract
[Amazon Textract](https://aws.amazon.com/textract/) は、スキャンしたドキュメントからテキストとデータを自動的に抽出するサービスです。Amazon Textract では、単純な光学文字認識 (OCR) のレベルを超え、フォーム内のフィールドの入力内容や、テーブルに保存された情報も識別されます。
現在、多くの企業は、PDF、画像、表、フォームなどのスキャンしたドキュメントから手動でデータを抽出したり、手動設定が必要なシンプルな OCR ソフトウェアを使用したりしています (フォームが変更されるたびに更新が必要になることも少なくありません)。このような手作業によるコストのかかるプロセスを解消するため、Amazon Textract は機械学習を使用してあらゆるタイプのドキュメントを読み取り、処理することで、テキスト、手書き、表などのデータを手作業なしで正確に抽出します。Amazon Textract では、クエリを使用してドキュメントから抽出するために必要なデータを柔軟に指定できます。必要な情報は、自然言語の質問 (「顧客の名前は何ですか」など) の形式で指定できます。ドキュメントのデータ構造 (表、フォーム、明示的でないフィールド、ネストされたデータ) を把握したり、ドキュメントのバージョンや形式間のバリエーションについて心配したりする必要はありません。Amazon Textract クエリは、給与明細、銀行取引明細書、W-2、ローン申請フォーム、住宅ローン申込書、請求書類、保険証など、さまざまなドキュメントで事前トレーニングされています。
Amazon Textract を使用すると、ローンの処理を自動化する場合でも、請求書や領収書から情報を抽出する場合でも、ドキュメント処理を迅速に自動化し、抽出された情報に基づいてアクションを実行できます。Amazon Textract の場合、数時間や数日かかっていたデータを数分で抽出できます。さらに、Amazon Augmented AI を使用して人間によるレビューを追加すると、モデルをモニタリングし、機密データをチェックできます。
## Amazon Transcribe
[Amazon Transcribe](https://aws.amazon.com/transcribe/) は、簡単に音声をテキストに自動変換できる自動音声認識 (ASR) サービスです。このサービスは、WAV や MP3 などの一般的な形式で保存された音声ファイルを、単語ごとにタイムスタンプを付けて文字起こしできるため、テキストを検索することで、元のソースから音声を簡単に見つけることができます。ライブオーディオストリームを Amazon Transcribe に送信し、リアルタイムで文字起こしストリームを受け取ることもできます。Amazon Transcribe は、音量、ピッチ、発話速度の変化など、幅広い音声および音響特性に対応できるように設計されています。音声信号の品質とコンテンツ (背景ノイズ、同時話者、訛りのある音声、単一の音声ファイル内での言語の切り替えなどを含むが、これらに限定されない) は、サービス出力の正解率に影響を及ぼす可能性があります。Amazon Transcribe は、音声ベースのカスタマーサービス通話の文字起こし、音声または動画コンテンツの字幕生成、音声または動画コンテンツの (テキストベースの) コンテンツ分析など、さまざまなビジネスアプリケーションに利用できます。
Amazon Transcribe から派生した 2 つの非常に重要なサービスには、[Amazon Transcribe Medical](https://aws.amazon.com/transcribe/medical/) と [Amazon Transcribe Call Analytics](https://aws.amazon.com/transcribe/call-analytics/) があります。
Amazon Transcribe Medical は、高度な機械学習モデルを使用して、医療音声を正確にテキストに変換します。Amazon Transcribe Medical は、臨床文書作成ワークフローや医薬品安全性モニタリング (医薬品安全性監視) から、医療およびライフサイエンス分野の遠隔医療やコンタクトセンター分析の字幕作成まで、さまざまなユースケースをサポートするために使用できるテキストトランスクリプトを生成できます。
Amazon Transcribe Call Analytics は、豊富な通話トランスクリプトと実用的な会話のインサイトを提供する AI を活用する API であり、通話アプリケーションに追加することで、カスタマーエクスペリエンスとエージェントの生産性を向上させることができます。Transcribe Call Analytics は、強力な音声テキスト変換モデルと、カスタマーケアおよびアウトバウンドセールスコールを理解するために特別にトレーニングされたカスタム自然言語処理 (NLP) モデルを組み合わせています。[AWS Contact Center Intelligence (CCI) ソリューション](https://aws.amazon.com/machine-learning/ml-use-cases/contact-center-intelligence/)の一部であるこの API は、コンタクトセンターに依存しないため、顧客や ISV はアプリケーションに通話分析機能を簡単に追加できます。
Amazon Transcribe を開始する最も簡単な方法は、コンソールを使用してジョブを送信し、オーディオファイルを文字起こしをすることです。このサービスは、AWS Command Line Interface から直接呼び出したり、サポートされている SDK のいずれかを使用してアプリケーションと統合したりすることもできます。
## Amazon Translate
[Amazon Translate](https://aws.amazon.com/translate/) は、高速かつ高品質な言語翻訳を手ごろな価格で提供する、ニューラル機械翻訳サービスです。ニューラル機械翻訳は、深層学習モデルを使用して、従来の統計およびルールベースの翻訳アルゴリズムよりも正確で自然な翻訳を提供する、言語翻訳自動化の一形態です。Amazon Translate を使用すると、ウェブサイトやアプリケーションなどのコンテンツを多様なユーザー向けにローカライズしたり、大量のテキストを簡単に翻訳して分析したり、ユーザー間の多言語コミュニケーションを効率的に実現したりできます。
## AWS DeepComposer
[AWS DeepComposer](https://aws.amazon.com/deepcomposer/) は、機械学習を搭載した世界初の音楽キーボードで、あらゆるスキルレベルのデベロッパーがオリジナルの音楽出力を作成しながら生成 AI を学習できます。DeepComposer は、デベロッパーのコンピュータに接続する USB キーボードと、AWS マネジメントコンソール からアクセスできる DeepComposer サービスで構成されます。DeepComposer は、生成モデルの構築を開始するために使用できるチュートリアル、サンプルコード、トレーニングデータを提供しています。
## AWS DeepRacer
[AWS DeepRacer](https://aws.amazon.com/deepracer/) は、1/18 スケールのレースカーで、強化学習 (RL) を始めるための興味深く楽しい方法を提供します。RL は、他の機械学習手法とはまったく異なるアプローチでモデルをトレーニングする、高度な機械学習手法です。その優れた点は、ラベル付きトレーニングデータを必要とせずに非常に複雑な動作を学習し、長期的な目標に向けて最適化しながら短期的な意思決定を行えることにあります。
AWS DeepRacer には、自動運転を通じて RL の実践、実験、学習を行う方法が追加されました。クラウドベースの 3D レーシングシミュレーターで仮想のレーシングカーとトラックの操縦を開始できます。さらに、現実世界での体験として、トレーニング済みのモデルを AWS DeepRacer にデプロイして友達とレースをしたり、世界規模の AWS DeepRacer リーグに参加したりすることもできます。デベロッパーなら参加すべきレースの開幕です。
## AWS HealthLake
[AWS HealthLake](https://aws.amazon.com/healthlake/) は、医療提供者、健康保険会社、製薬会社が、大規模な医療データを保存、変換、クエリ、分析するために利用できる、HIPAA 準拠のサービスです。
医療データは多くの場合、不完全で一貫性がありません。また、臨床記録、検査報告書、保険請求、医療画像、録音された会話、時系列データ (心電図や脳波など) などの情報が含まれるため、非構造化データである場合も少なくありません。
医療提供者は、HealthLake を使用して AWS クラウドでデータを保存、変換、クエリ、分析を行うことができます。HealthLake に統合された医療用自然言語処理 (NLP) 機能を使用することで、さまざまなソースからの非構造化臨床テキストを分析できます。HealthLake は、自然言語処理モデルを使用して非構造化データを変換し、強力なクエリおよび検索機能を提供します。HealthLake を使用すると、安全で、コンプライアンスに準拠し、監査可能な方法で、患者情報を整理、インデックス作成、構造化できます。
## AWS HealthScribe
[AWS HealthScribe](https://aws.amazon.com/healthscribe/) は、医療ソフトウェアベンダーが患者と医師の会話を分析して臨床メモを自動生成できる、HIPAA 対応のサービスです。AWSHealthScribe は音声認識と生成 AI を組み合わせて、会話を文字起こしし、臨床メモを迅速に作成することで、臨床ドキュメント作成の負担を軽減します。会話はセグメント化され、患者と医師の話し手の役割が識別され、医学用語は抽出されて、予備的な臨床メモが作成されます。機密性の高い患者データを保護するため、入力音声と出力テキストが AWS HealthScribe に保持されないように、セキュリティとプライバシーが組み込まれています。
## AWS Panorama
[AWS Panorama](https://aws.amazon.com/panorama/) は、オンプレミスのインターネットプロトコル (IP) カメラにコンピュータビジョン (CV) を提供する、機械学習デバイスと Software Development Kit (SDK) のコレクションです。AWS Panorama を使用すると、従来は人間による検査が必要だったタスクを自動化して、潜在的な問題の可視性を向上させることができます。
コンピュータビジョンは、アセットの追跡によるサプライチェーンオペレーションの最適化、トラフィックレーンのモニタリングによるトラフィック管理の最適化、製造品質を評価するための異常検出などのタスクの視覚的検査を自動化できます。ただし、ネットワーク帯域幅が限られている環境や、ビデオのオンプレミス処理とストレージを必要とするデータガバナンスルールがある企業では、クラウドでのコンピュータビジョンの実装が困難または不可能になる可能性があります。AWS Panorama は、オンプレミスカメラにコンピュータビジョンを導入することで、ローカルで予測を高精度かつ低レイテンシーで行うことができる機械学習サービスです。
AWS Panorama アプライアンスは、既存の IP カメラにコンピュータビジョンを追加し、単一の管理インターフェイスから複数のカメラのビデオフィードを分析するハードウェアデバイスです。エッジにおいてミリ秒単位で予測を生成するため、高速で移動する生産ラインで損傷した製品が検出された場合や、車両が倉庫内の危険なオフリミットゾーンに迷いこんだ場合など、潜在的な問題について通知を受けることができます。サードパーティメーカーも、AWS Panorama 対応の新しいカメラやデバイスを開発しており、お客様独自のユースケースに対応するフォームファクターはさらに拡大しています。AWS Panorama を使用すると、AWS の機械学習モデルを使用して独自のコンピュータビジョンアプリケーションを構築したり、AWS Partner Networkのパートナーと協力して CV アプリケーションを迅速に構築したりできます。
[AWS のサービス](amazon-web-services-cloud-platform.md)に戻ります。