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
1.8k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
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
2.5k
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
1.8k
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
1.9k
「今」のAI技術と「3年後」のAI技術のご紹介
chao2suke
0
1.2k
Alexaに詳しい人は普段Alexaをどう扱っているか
chao2suke
0
1k
奥深きAPLの世界
chao2suke
0
130
Alexaスキル & レジレスCafeにおけるStripe活用の取り組み
chao2suke
0
2.1k
#AAJUG vol.2 APL ハンズオン
chao2suke
0
3k
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
830
Other Decks in Technology
See All in Technology
AI時代のエンジニアキャリアについて今一度考える
sakamoto_582
2
1.5k
オブザーバビリティ、本当に活用できてる? 〜API連携×生成AIで成熟度を自動評価〜
dmmsre
1
2.6k
AWS Blocks を触ってみた/first-tach-aws-blocks
fossamagna
2
150
プロダクトだけじゃない、社内プロセスにおける自動化・省力化ノススメ
kakehashi
PRO
1
3.3k
プライバシー保護の理論と実践
lycorptech_jp
PRO
1
250
SREとQA 二人三脚で進めるSLO運用/sre-qa-slo
sugitak
0
210
貴方はどのエンジニアリングを磨くのか
hatyibei
0
110
依頼文化をやめる日 EM視点で語るPlatform EngineeringとInclusive SRE / Discussing Platform Engineering and Inclusive SRE from an EM's Perspective
shin1988
4
4.9k
“全部コピーしない”ファイルデータの活用 : — FSx for ONTAP × S3 Tables × Icebergで作るメタデータカタログ
yoshiki0705
0
650
完全自律ロボットを作りたくて、先に開発を自律させた話(ROS Japan UG #63 LT)
rryz09
0
440
Oracle Exadata Database Service on Cloud@Customer X11M (ExaDB-C@C) サービス概要
oracle4engineer
PRO
2
8.4k
実装だけじゃない! CCA-F取得エンジニアが教えるClaude Code開発プロセス活用術
diggymo
2
500
Featured
See All Featured
Max Prin - Stacking Signals: How International SEO Comes Together (And Falls Apart)
techseoconnect
PRO
0
200
Thoughts on Productivity
jonyablonski
76
5.2k
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1.4k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
52k
The Language of Interfaces
destraynor
162
27k
Scaling GitHub
holman
464
140k
Optimising Largest Contentful Paint
csswizardry
37
3.8k
Lightning Talk: Beautiful Slides for Beginners
inesmontani
PRO
2
600
How to Think Like a Performance Engineer
csswizardry
28
2.7k
A Soul's Torment
seathinner
6
3k
Getting science done with accelerated Python computing platforms
jacobtomlinson
2
260
Design in an AI World
tapps
1
260
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