Slide 1

Slide 1 text

No content

Slide 2

Slide 2 text

Azure AI によって広がる開発者の可能性と最新動向 Takashi Kawamoto

Slide 3

Slide 3 text

アジェンダ ž ⾃⼰紹介 ž なぜAzure AIなのか︖ ž 最新の動向 ž DEMO ž 今後の展望

Slide 4

Slide 4 text

・LINE株式会社 ・テクニカルエバンジェリスト ・Developer Relations ・ソリューションアーキテクト ・VS Code Meetup コミュニティオーガナイザー ・エンジニアフレンドリーシティ福岡アワード 2020受賞(LDGQ) ・最近の興味はメタバース、Web3 ・(機械学習分野の専⾨家ではございません) 河本貴史 / Takashi Kawamoto Microsoft MVP for AI

Slide 5

Slide 5 text

なぜAzure AIなのか︖

Slide 6

Slide 6 text

幅広い分野をカバーするMicrosoft Technology Power Platform Metaverse

Slide 7

Slide 7 text

幅広く機能を提供しているAzure AI https://myignite.microsoft.com/sessions/e3f5c4bc-5cc8-4e09-89a7-033da3a16433?source=sessions https://www.microsoft.com/en-us/research/blog/using-deepspeed-and-megatron-to-train-megatron-turing-nlg-530b-the-worlds-largest-and-most-powerful-generative- language-model/

Slide 8

Slide 8 text

アプリケーションの可能性を広げる

Slide 9

Slide 9 text

Azure Machine Learning https://docs.microsoft.com/ja-jp/azure/machine-learning/overview-what-is-machine-learning-studio https://docs.microsoft.com/ja-jp/azure/machine-learning/tutorial-first-experiment-automated-ml

Slide 10

Slide 10 text

Azure Machine Learningの⼿厚いサポート 機械学習分野の専⾨家では無いからこそ実感するサポート⼒ ・各種環境構築の⼿間を⾮常に軽減できる ・機械学習の各⼯程をスムーズに管理 ・幅広いスキルレベルのデベロッパーを対象にした機能 ・ブラウザのみで完結する作業 ・先進的な技術のサポート(Responsible AIなど)

Slide 11

Slide 11 text

最新の動向

Slide 12

Slide 12 text

Azure OpenAI Servicesから⾒るトレンド

Slide 13

Slide 13 text

Azure OpenAI Servicesから⾒るトレンド GPT(GTP-3): Generative Pre-trained Transformer ・OpenAIが開発した巨⼤⾔語モデル(教師なし学習) ・45TBの⼤規模コーパス使⽤ ・1750億パラメータ(GPT-2は15億) ・⾼い精度かつ複数のタスクをこなせる ・⽂章⽣成が得意 OpenAI: イーロン・マスクらが参加した研究機関 事前学習済 モデル ファイン チューニング後の モデル OpenAIとMicrosoftは パートナーシップを 結んでいる https://openai.com/ https://en.wikipedia.org/wiki/OpenAI https://arxiv.org/abs/2005.14165 https://openai.com/blog/microsoft/

Slide 14

Slide 14 text

Responsible AI 信頼できる機械学習モデルを構築するために ・昨今の優れた機械学習モデルは内容がブラックボックスになりがちな点がある ・データ、予測に関連する内容、これらの深い分析を可能にすることで機械学習モデルの内容 を把握していく ・機械学習モデルのデバッグが可能になる https://github.com/microsoft/responsible-ai-toolbox https://docs.microsoft.com/en-us/azure/machine-learning/concept-responsible-ml

Slide 15

Slide 15 text

デモ Takashi Kawamoto

Slide 16

Slide 16 text

No content

Slide 17

Slide 17 text

今後の展望

Slide 18

Slide 18 text

テクノロジーを組み合わせてさらなる先へ Power Platform

Slide 19

Slide 19 text

Microsoft x LINE の取り組みが加速している https://linecorp.com/ja/pr/news/ja/2021/3741 https://linecorp.com/ja/pr/news/ja/2021/3978 テクノロジーの組み合わせが各業界に新たな価値を提供しつつある ・2021.11.04: LINE、「Microsoft Azure」のパートナー各社と ⼩売業界のDX⽀援を⽬的とした共同プロジェクトを開始 ・2021.05.14: LINE、「Microsoft Azure」のパートナーと全国 のMaaSの普及拡⼤を⽀援するための共同プロジェクトを開始

Slide 20

Slide 20 text

「データ」を活かすOMO基盤としてのCDP with LINE https://lineapiusecase.com/ja/usecase/dynamics365.html 優れたCX(顧客体験)、EX(従業員体験)によりDXを実現していく データの活⽤も鍵を握る、テクノロジーの組み合わせで世の中をより便利に

Slide 21

Slide 21 text

Microsoft x LINEの具体的なソリューションイメージ https://lineapiusecase.com/ https://lineapiusecase.com/ja/technicalcase.html https://lineapiusecase.com/ja/oss.html -> https://github.com/zengeeks/onsen-maas-taxi-allocation LINE API Use Case サイト ・ワーケーションでの移動を助けるMaaSアプリ 「温泉MaaS」 ・Microsoft Azure、GitHubなどをフル導⼊した具体的な サンプルコード(OSS) ・デジタル会員証、OMOなど様々なケースでの活⽤イメー ジとシステム図、シーケンス図、ソースコードも⽤意 Microsoft x LINEの様々なコンテンツ

Slide 22

Slide 22 text

© Copyright Microsoft Corporation. All rights reserved.