アマゾンウェブサービスジャパンは2019年10月29日、説明会を開き、AI（人工知能）を簡単に使えるサービス群を紹介した。特に、2019年8月にリリースした「Amazon Forecast」（時系列データを予測）と、2019年6月にリリースした「Amazon Personalize」（Webサイトに組み込めるレコメンド機能）を説明した。Amazon Forecastの事例として、オンライン型のプログラミング学習サービスを提供するアイデミーが登壇した。
写真1：アイデミー 執行役員AI統括 竹原大智氏拡大画像表示
AWS（Amazon Web Services）には、AIのスキルを持っていなくても簡単に使えるAIサービスを10種類提供している。説明会では、これらのうち、2019年8月にリリースした「Amazon Forecast」（時系列データを予測）と、2019年6月にリリースした「Amazon Personalize」（Webサイトに組み込めるレコメンド機能）について説明した。いずれも東京リージョンで利用できる。
Amazon Forecastは、時系列で変化するデータをディープラーニング（深層学習）を用いて予測するサービスである。在庫管理、人員配置計画、財務予測、キャパシティ管理、といった用途に利用できる。時系列データをCSV（カンマ区切り形式）でAmazon S3ストレージに保管するだけで利用できる。GUIコンソールを使って、データの取り込み、学習、予測、グラフによる可視化、――ができる。
オンラインサービスの利用傾向を予測してサーバー台数をプランニング
Amazon Forecastのユーザーの1社が、オンライン型のプログラミング学習サービス「Aidemy」を運営するアイデミーである（写真1）。Aidemyでは、Webブラウザ上でマシンラーニング（機械学習）などのプログラムを記述し、これをWebブラウザのGUI上で演習（プログラム実行サーバー上で処理）できる。
プログラム演習によってプログラムが動作すると、プログラムの実行サーバーに負荷がかかる（図1）。このため、アイデミーでは以前から、ユーザーがどの時間にどれだけ演習をするのかを予測し、これに応じてプログラム実行サーバーのインスタンス数を手動で増やしたり減らしたりしている。
図1：プログラミング演習では、Webブラウザ上でプリグラミングのコードを記述し、これを実行できる。プログラムを実行するとサーバーに負荷がかかるため、ユーザーによる演習回数を予測してサーバー台数を制御することで、サーバー資源のプランニングに役立てることができる（出典：アイデミー）拡大画像表示
今回、Amazon Forecastを導入し、ユーザーの演習回数を予測させた。演習回数の履歴データをCSVで出力し、これをAmazon ForecastのGUIコンソールで取り込んで学習し、予測、ダッシュボード上で予測値を可視化している。GUIだけでは不便な部分は、Python言語からAPI経由で利用する。
現状では、Amazon Forecastによる予測結果は、データを可視化して状況を把握する用途にのみ使っている（図2）。予測値を使って自動的にインスタンスの数を制御する使い方には至っていない。ただ、ディープラーニングを用いた予測には着手したいと考えていた。「Amazon Forecastを導入したことで、自前で仕組みを構築するよりも安価に予測を実現できた」（同社）としている。
図2：Amazon Forecastによる予測結果を可視化している。サーバー台数の実測値と予測値を比較している（出典：アイデミー）拡大画像表示
レコメンド機能を簡単に使えるAmazon Personalize
説明会で紹介したもう1つのAIサービスが、Amazon Personalizeである。これを使うと、購入利用履歴に基づいてレコメンド（推奨）する機能を、簡単にWebサイトに組み込むことができる。「マシンラーニング（機械学習）の経験がなくても、数日で導入できる」（アマゾンウェブサービスジャパン）としている。
行動履歴データやユーザーと商品の関連データをAmazon S3にCSVなどで保管するだけで利用できる。Amazon Personalizeは、これらのデータを取りこみ、学習し、レコメンドを表示するためのAPIを提供する。Webサイトは、提供するAPIを介してレコメンドを表示できる。オプションでリアルタイムデータも利用できる。
Amazon Personalizeでは、レコメンドのほかに、商品のランキングとしてユーザーごとに並び替える機能や、あるアイテムに類似したアイテムを推定する使い方もできる。
