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
1.6k
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
2.2k
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
1.6k
「今」のAI技術と「3年後」のAI技術のご紹介
chao2suke
0
1k
Alexaに詳しい人は普段Alexaをどう扱っているか
chao2suke
0
870
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
2.7k
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
700
Other Decks in Technology
See All in Technology
さいきょうのアーキテクチャを生み出すセンスメイキング
jgeem
0
350
ゆもつよがこの30年間自ら経験してきたQA、テストの歴史と未来
ymty
2
400
クラウドネイティブ時代を乗り越えるためのオブザーバビリティ(可観測性)ことはじめ_CloudNative-Observability
tkhresk
0
110
トレードオフスライダーにおける品質について考えてみた
suzuki_tada
3
200
Grafanaのvariables機能について
tiina
0
200
WAF に頼りすぎない AWS WAF 運用術 meguro sec #1
izzii
0
310
extensionとschema
yahonda
1
150
事業継続を支える自動テストの考え方
tsuemura
0
160
Oracle Cloud Infrastructure:2025年1月度サービス・アップデート
oracle4engineer
PRO
0
330
ObservabilityCON on the Road Tokyoの見どころ
hamadakoji
0
240
[JAWS-UG栃木]地方だからできたクラウドネイティブ事例大公開! / jawsug_tochigi_tachibana
biatunky
0
170
あなたはJVMの気持ちを理解できるか?
skrb
5
2.1k
Featured
See All Featured
The Cost Of JavaScript in 2023
addyosmani
47
7.3k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
49
2.2k
The Invisible Side of Design
smashingmag
299
50k
A Tale of Four Properties
chriscoyier
158
23k
Art, The Web, and Tiny UX
lynnandtonic
298
20k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
39
1.9k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
120k
Automating Front-end Workflow
addyosmani
1367
200k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
33
2.8k
Designing on Purpose - Digital PM Summit 2013
jponch
117
7.1k
It's Worth the Effort
3n
184
28k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
27
1.5k
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