Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Alexa x 機械学習でスキルをよりリッチにする方法
Search
chao2suke
April 06, 2019
Technology
0
1.4k
Alexa x 機械学習でスキルをよりリッチにする方法
2019/04/06 Alexa Day 2019 登壇資料
chao2suke
April 06, 2019
Tweet
Share
More Decks by chao2suke
See All by chao2suke
天井カメラで捉えた人物をコンピュータビジョンで解析した3年間のトライアンドエラーとこれから
chao2suke
0
2k
結局普通のエンジニアが今SageMaker使うと何ができるのかわかるLT
chao2suke
0
1.6k
機械学習の知識ゼロでも動かせるAIツールキットの世界
chao2suke
0
1.5k
「今」のAI技術と「3年後」のAI技術のご紹介
chao2suke
0
960
Alexaに詳しい人は普段Alexaをどう扱っているか
chao2suke
0
810
奥深きAPLの世界
chao2suke
0
120
Alexaスキル & レジレスCafeにおけるStripe活用の取り組み
chao2suke
0
1.9k
#AAJUG vol.2 APL ハンズオン
chao2suke
0
2.5k
Alexaスキルを安心安全に開発運用するためのAWS自動化ソリューション
chao2suke
0
560
Other Decks in Technology
See All in Technology
やっていきテスト
k6s4i53rx
0
160
8週連続ウェビナー_イチから学ぶFivetran
cmsuzu
0
160
チーム単位で保守性を高める:独自指標と向上にむけた実践
tarappo
0
290
KTC_DBRE.pdf
_awache
0
290
OCI Data Integration技術情報 / ocidi_technical_jp
oracle4engineer
PRO
1
1.5k
マイクロサービス環境におけるDB戦略 in DMMプラットフォーム
pospome
11
3k
オーティファイ会社紹介資料 / Autify Company Deck
autifyhq
7
100k
本気でプロダクトに向き合うCTOになるために必要な事 (技育祭2024春)
mosa_siru
45
14k
Cloud Deploy と仲良くなりたい
phaya72
1
100
どう買う?Azure
kuniteru
1
190
Tohoku.Tech #1 「Cursorを使ったRaspberry Piの開発」by ねこまた
jun2882
0
250
ビジネスとコード品質の接合点 そしてコード品質がそこに及ぼす影響 / The Intersections of Business and Engineering, and The Impact of Code Quality There
mtx2s
10
1k
Featured
See All Featured
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
18
1.7k
Music & Morning Musume
bryan
39
5.5k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
67
38k
A Tale of Four Properties
chriscoyier
150
22k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
24
2.2k
A better future with KSS
kneath
230
16k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
39
4.3k
Producing Creativity
orderedlist
PRO
335
39k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
1
3.3k
StorybookのUI Testing Handbookを読んだ
zakiyama
10
4.5k
Designing Experiences People Love
moore
135
23k
Fireside Chat
paigeccino
19
2.6k
Transcript
Alexa x ػցֶशͰ εΩϧΛΑΓϦονʹ͢Δํ๏ Ϋϥεϝιουגࣜձࣾͤʔͷ
ਗ਼ ߶࢙ʢͤʔͷʣ Ϋϥεϝιουגࣜձࣾ ࡳຈΦϑΟεॴଐ ׆ಈ༰ ίϛϡχςΟʮAlexa Salonʯओ࠵ ίϛϡχςΟʮAmazon Alexa Japan
User GroupʯӡӦ Amazonೝఆ Alexa ΤʔδΣϯγʔ ॻ੶ʮ͡ΊͯͷAlexaεΩϧ։ൃʯࣥච Classmethod, Inc. AI Solution Department Alexa Technical Evangelist / VUI Architect
ػցֶश
Alexa ASR (Auto Speech Recognition) NLU(Natural Language Understantding) TTS(Text to
Speech)
όοΫΤϯυ
ࣗͰϞσϧΛߏங͢Δ
AIΛར༻͢Δࡍͷ՝ʢෳճʣ "*ʹ͍ͭͯͷཧղ͕ෆ͍ͯ͠Δ ಋೖޮՌ͕ಘΒΕΔ͔ෆ҆ खܰʹಋೖͰ͖Δ"*ͷαʔϏε͕ͳ͍ ಋೖඅ༻͕ߴ͍ "*ͷΤϯδχΞ͕ෆ͍ͯ͠Δ "*ͷಋೖࣄྫ͕ෆ͍ͯ͠Δ
AIಋೖͷޮՌ ظ௨ΓͷޮՌ͕ग़ͨ ޮՌΛଌఆ͍ͯ͠ͳ͍ ಋೖ͔ͨ͠ΓͷͨΊ·ͩޮՌ͕Θ͔Βͳ͍ ͲͪΒͱ͍͑ͳ͍
͍ํ͕Θ͔Βͳ͍
Agenda ɾػցֶशͷ؆୯ͳઆ໌ ɾػցֶशΛೖΕΔલʹߟ͑Δ͜ͱ ɾϢʔβʔԿΛٻΊ͍ͯΔͷ͔ ɾؾΛ͚ͭͨํ͕͍͍͜ͱ
ػցֶशͷ؆୯ͳઆ໌
ڭࢣ͋Γֶश(ྨ) ҟৗݕ ը૾ೝࣝ
ڭࢣ͋Γֶश(ճؼ) ച্༧ଌ धཁ༧ଌ
ڧԽֶश(Reinforcement Learning)
ڧԽֶश ήʔϜ ࣗಈӡస
DeepRacer
DeepRacerಉձ 5/16 େࡕ։࠵ܾఆ!!
ػցֶश։ൃ
։ൃ
ओͳOSS Caffe Berkeley ը૾ೝ͖ࣝɾߴ TensorFlow Google Ϣʔβʔ࠷ଟ Chainer PFN ͍͍͢
CNTK Microsoft RNNʹڧ͍ MXNet Apacheࡒஂ AWSͱͷ૬ੑ͕ྑ͍
ֶश
ओͳAIΫϥυαʔϏε ৫໊ αʔϏε໊ ରܕπʔϧ Google Google Cloud Machine Learning Google
Colaboratory Amazon Amazon AI Amazon SageMaker Microsoft Azure Machine Learning Azure Notebooks IBM Watson Data Platform DataScience Experience
ਪ
ػցֶशΛೖΕΔ લʹߟ͑Δ͜ͱ
ϧʔϧϕʔεͱֶशϕʔε ਫ਼ີʹΑ͚ͬͯΔ
VUIͰͬͨํ͕͍͍ʁ
εϚϗͷํ͕͘Ͷʁ
͜Εػցֶश͏ʁ
ϧʔϧϕʔε
ϧʔϧϕʔε = Ifจͷ࿈ଓ
ϧʔϧϕʔε A B
ϧʔϧϕʔε If ( Λങͬͨ) { } Λ͓͢͢Ί͢Δ;
ϧʔϧϕʔε If ( Λങͬͨ) { } Λ͓͢͢Ί͢Δ; ηοτׂҾ͢Δ;
ϧʔϧϕʔεͷ͍͍ͱ͜Ζ = ࣮֬ੑ͕ߴ͍
ϧʔϧϕʔεͷۤखͳͱ͜Ζ = ༥௨͕͖͔ͳ͍
ɾ࣮֬ੑ͕ߴ͍ ɾීวత ɾ৽͍͠ൃݟ͕গͳ͍ ɾݟ͕ੵΈॏͳ͍ͬͯΔ = ϧʔϧϕʔε
ΞμϓςΟϒϥʔχϯά
ֶ
ؔ ͱࣜ ฏ໘ɾۭؒ ߴ2 ࡾ֯ؔɺࢦؔɺରؔ ࣜͱূ໌ɺߴ࣍ํఔࣜɺ ඍੵ ฏ໘ϕΫτϧɺ ۭؒϕΫτϧ ߴ1
ೋ࣍ؔɺࡾ֯ൺ ͱࣜɺํఔࣜɺෆࣜ ฏ໘ਤܗ த3 ೋ࣍ؔ ฏํࠜɺల։ɺҼղɺ ೋ࣍ํఔࣜ ૬ࣅɺࡾฏํͷఆཧ ԁͷੑ࣭ த2 Ұ࣍ؔ ࿈ཱೋݩҰ࣍ํఔࣜ ߹ಉ த1 ൺྫɺൺྫ ਖ਼ෛɺҰݩҰ࣍ํఔࣜ ҠಈɺӨ খ6 ൺɺൺྫ ҟͷআ ֦େɺॖখɺରশ
ίετ
ϚωʔδυαʔϏε
AWSͷओͳAIܥϚωʔδυαʔϏε "NB[PO.- ճؼੳɺೋ߲ྨɺଟ߲ྨͷֶशɺਪ͕ߦ͑Δ "NB[PO3FLPHOJUJPO ը૾ੳͷʮ3FLPHOJUJPOJNBHFʯͱಈըੳͷʮ3FLPHOJUJPO7JEFPʯ "NB[PO$PNQSFIFOE ςΩετͰΠϯαΠτؔੑΛݕग़͢ΔࣗવݴޠॲཧαʔϏε "NB[PO5SBOTDSJCF ԻΛςΩετʹม͢Δ
ֶशࡁΈϞσϧ
ओͳֶशࡁΈϞσϧ "MFY/FU ࠷ॳظͷը૾ೝࣝ༻χϡʔϥϧωοτϫʔΫϞσϧ HPPH-F/FU (PPHMF͕։ൃͨ͠ը૾ೝࣝ༻χϡʔϥϧωοτϫʔΫΛ#7-$ ͕ಠࣗʹֶशͨ͠ͷ 1MBDFT$// ֶशͨࣸ͠ਅ͔ΒॴΛਪఆ͢Δ %FFQ)BOE खͷܗΛೝࣝ͢Δ
7JEFP5FYU@7(( ಈը͔ΒςΩετΛࣗಈੜ͢Δ "HFBOE(FOEFS ྸٴͼੑผΛೝࣝ͢Δ (PPHMF/FU@DBST ࣗಈंͷछผΛೝࣝ͢Δ )PMJTUJDBMMZ/FTUFE&EHF %FUFDUJPO ྠֲΛݕग़͢Δ
ਪରশσʔλ AlexaҎ֎ͷσόΠεݕ౼͢Δ
࿈ܞσόΠε Χϝϥ ϚΠΫ ηϯαʔ
εϚʔτϑΥϯ
ϢʔβʔԿΛٻΊ͍ͯΔͷ͔ʁ
ศར͞
ϢʔβʔԿʹͳΒ͓ۚΛ͏ͷ͔?
ਪͷྲྀΕ ޮԽ ࣗಈԽ ՃՁΛ্͛Δ ଟ༷Խ
Mobileeye
झຯᅂʹ͋ͬͨσʔλͷԠ༻
ޮԽɾࣗಈԽ
ޮԽɾࣗಈԽ ҟৗݕ ӡ༌ RPA
ϖΞഊऀ
A͞Μ B͞Μ A͕͍͍ʂ A͍ B͕͍͍ʂ
A͞Μ C͞Μ A͕͍͍ʂ A͍ C͕͍͍ʂ
A͞Μ C͞Μ A͕͍͍ʂ B͕͍͍ʂ C͕͍͍ʂ B͞Μ
Ԡੜ
ϨεϙϯεΛࣗಈੜ͢Δ
ཁ ʹText Summarization Model (TensorFlow)
ՃՁΛ͋͛Δ
ՃՁΛ͋͛Δ IoT Ϩίϝϯυ
ిؾͷফ͠Ε
ిؾͷফ͠Ε
AMAZON.MessageAlert.Activated (ProActive API)
COBOTTA(ඒిؾۀʣ
ՃՁΛ͋͛Δ IoT Ϩίϝϯυ
υϥΠϒεϧʔ
ଟ༷Խ
ՃՁΛ͋͛Δ ۚ༥ ڭҭ ҩྍ
ਓͱAI͕ڠௐ͠ɺͱʹ͢Δ ख़࿅ऀ ػցֶश ॳڃऀ
ؾΛ͚ͭͨํ͕͍͍͜ͱ
σʔλͷऩू
:BIPPσʔληοτ ZBIPPܙାσʔλ ָఱσʔληοτ ָఱࢢσʔλͱϨϏϡʔσʔλɺָఱτϥϕϧͷࢪઃσʔλͱϨϏϡʔσʔλʣ χίχίσʔληοτʢχίχίಈըίϝϯτσʔλʣ ϦΫϧʔτσʔληοτʢϗοτϖούʔϏϡʔςΟʔσʔλʣ ΫοΫύουσʔληοτʢϨγϐσʔλͳͲʣ -*'6--)0.&`4σʔληοτʢି݅σʔλͳͲʣ ΠϯςʔδɾσʔληοτʢJTTQσʔλ57 1$
εϚϗͰͷϝσΟΞ৮σʔλͳͲʣ Φʔϓϯσʔληοτ
*NBHF/FU Ұൠը૾ΛूΊͯྨͨ͠ͷ ./*45 खॻ͖ࣈ .4$0$0 ը૾ηϚϯςΟοΫηάϝϯςʔγϣϯ༻ 8.5 ӳޠͱϑϥϯεޠɺυΠπޠɺεϖΠϯޠͳͲͷର༁ू $PSOFMM.PWJF%JBMPHT$PSQVT өըͷࣈນΛ·ͱΊͨͷ
7(('BDF%BUBTFU إը૾ )VNBO1PTF&TUJNBUF%BUBTFU ਓؒͷϙʔζਪఆΛֶश͢ΔͨΊͷͷ ڞ༗σʔληοτ
σʔλͷ֬อํ๏ ਫ૿͢͠Δ సҠֶश
#vuishow Ͱݕࡧ