Amazon Web Services（以下、AWS）は11月28日から12月2日まで（米国時間）、同社最大のカンファレンス「AWS re:Invent 2022」を開催した。その基調講演において、Amazon Web Servicesでデータおよび機械学習担当バイスプレジデントを務めるSwami Sivasubramanian氏が機械学習に関する数々の新機能を発表した。本稿では、それらの詳細をお届けする。

  • AWSデータおよび機械学習担当バイスプレジデントSwami Sivasubramanian氏

    Amazon Web Servicesデータおよび機械学習担当バイスプレジデントSwami Sivasubramanian氏

膨大なデータに苦戦する企業、解決のカギは機械学習

企業が直面している問題の一つに、膨れ上がるデータをどのように分析するか、どのように活用するのか、といったことがある。事業を通じて大量のデータが蓄積されていくが、このデータから次のアクションや改善案、分析結果を得ることができなければ、質の高いサービスを提供することは難しい。

こうしたケースに対応する方法の一つが人工知能(AI: Artificial Intelligence)の活用であり、機械学習(ML: Machine learning)の活用だ。あらかじめデータを用いて学習を行わせておき、収集されるデータから迅速に次のアクションが得られるようにする。またはそこからさらに学習を改善させていく。大規模データ処理と機械学習は切っても切れない関係になりつつある。

企業が必要とする機械学習関連の機能は業務に依存しており、多種多様だ。AWSの強みは、企業が必要とする機械学習に関するさまざまなサービスをすでに提供している点にある。既存のこうしたサービスを組み合わせることで、企業が求める機械学習プラットフォームおよびサービスを構築することができる。

新たに発表された機械学習関連の機能

Sivasubramanian氏が11月30日(米国時間)の基調講演で発表した主な新サービスは次のとおりだ。ご覧の通り、かなりの数の機械学習関連の新サービスや新機能が発表された。

  • Amazon Athena for Apache Spark
  • Amazon Redshift Integration for Apache Spark (先日発表済み)
  • Amazon DocumentDB Elastic Clusters
  • Amazon SafeMaker supports Geospatial ML (preview)
  • Amazon Redshift Multi-AZ
  • Trusted Language Extensions for PostgreSQL
  • Amazon GuardDuty RDS Protection (preview)
  • AWS Glue Data Quality
  • Centralized Access Controls for Redshift Data Sharing (preview)
  • new ML governance tools for Amazon SageMaker
  • Amazon Aurora zero-ETL integration with Amazon Redshift (先日発表済み)
  • Amazon Redshift auto-copy from S3
  • Amazon AppFlow now offers 50+ connectors
  • Access 40+ new data sources from Amazon SageMaker Data Wrangler
  • AWS Machine Learning University now provides educator training

機械学習関連の新機能のリンク

各機能の詳細は、以下のページからたどることができる。