非構造化データの価値を引き出す: Coactive が AWS でビジュアル分析プラットフォームを構築した方法

1 枚の写真は 1,000 の言葉に匹敵すると言われていますが、Forrester Research によると、1分間の動画は 180 万の言葉の価値があると言われています。e コマースからソーシャルメディアに至るまで、さまざまな企業にとって、ビジュアルコンテンツは言葉の量よりも価値があります。つまり、顧客エンゲージメントの構築、信頼と安全性の向上、パーソナライゼーションの強化、コンテンツエンゲージメントに基づく実用的なインサイトの収集につながる機会なのです。

Coactive AI は、2021 年に CEO の Cody Coleman 氏と Will Gaviria Rojas 氏によって設立されたビジュアルデータ分析のスタートアップで、企業が画像や動画を分析する機会を民主化しています。

画像や動画は非構造化データ、つまりまだ事前に定義された順序で整理されていない情報であり、従来、正確に分析するには機械学習の専門知識、堅牢な技術インフラストラクチャ、および膨大な時間が必要でした。

Coactive は、Coactive AI によって Amazon Web Services (AWS) で構築され、AWS Marketplace で入手可能なプラットフォームです。データ担当者は、最小限の監督のもとで、大規模な非構造化データから迅速にインサイトを引き出すことができます。ユーザーインターフェイスや API からアクセスできるこのプラットフォームの機能は、インテリジェントな検索から SQL を最大限に活用する本番分析まで多岐にわたります。

AI で何ができるかを証明する 

Coactive の革新的なソリューションは、多大な時間、研究、決断力から生まれました。2018年、スタンフォード大学でコンピュータサイエンスの博士号を取得した Coleman 氏は、「人工知能とインテリジェントなアプリケーションが未来になる。障害となるのは、何か重要なことを成し遂げるには、数十万ドル相当の機器と膨大な量のデータが必要だということだ」と認識していました。

こうした制約に悩まされていた Coleman 氏は、誰もが機械学習の恩恵を受けられるように、機械学習への参入障壁を下げることに決めました。「大学院時代の私の使命は、コンピュータサイエンスへの情熱を社会全体に役立てながら、将来の世代のリーダーとしての役割を果たすことでした」。  

Coleman 氏は Stanford DAWN 研究プロジェクトに参加しました。このプロジェクトは、AI を活用したアプリケーションの構築を劇的に簡単にすることに焦点を当てたグループです。Coleman 氏の研究から生まれた数ある画期的な成果の 1 つは、世界のテクノロジー企業が業界標準として使用した最初のエンドツーエンドの機械学習 (ML) システムベンチマークである DAWNBench でした。DAWNBench は初年度に、モデルのトレーニング時間を 500 倍、トレーニングコストを 1/20 に削減しました。アクセシブルな AI の開発における進歩に刺激されて、Coleman 氏は次の大きな問題に取り組みました。「次に何をすべきか」です。

この頃、偶然か運か、Coleman 氏の友人である Rojas 氏は、大手テクノロジー企業でのキャリアを始めるためにサンフランシスコのベイエリアに移住しました。Coleman 氏は、マサチューセッツ工科大学 (MIT) の学部生時代から 10 年にわたる友情を育み、 Rojas 氏の入社を助けました。「Rojas 氏は博士課程の学生には絶対に聞くべきではない 2 つの質問をしました。それらは差し迫った実存的危機を引き起こすからです」と Coleman 氏は笑います。「「いつ卒業するのか?」、「その後はどうするつもりか?」」

Coleman 氏は、一流のテクノロジー企業に入社するか、大学の教員になるか、スタートアップに参加するか、会社を設立するかなど、さまざまな選択肢を検討していました。「Rojas 氏はためらうことなく、自分の会社を作るように私に言いました」と Coleman 氏は言います。「彼は私に、今が絶好のタイミングで、私には正しい知識があると言ってくれました。そして、彼は私と一緒にこの旅に参加したいと思っているとのことでした」。

何か月にもわたる会話、調査、問題の直接調査の結果、Coleman 氏と Rojas 氏は同じことに気づきました。コンテンツから価値を引き出すには、ビジュアル分析プラットフォームが必要であり、今こそそれを構築する時だということです。その決断をきっかけに、Coactive が設立されました。

 誰もが使えるビジュアル分析ソリューションの構築

Coleman 氏がスタンフォード大学にいた頃、機械学習は飛躍的に進歩しましたが、世界の大企業から、最低限の実用性を実現する製品を設計するスタートアップまで、誰もが AI アプリケーションにアクセスできるようにするには、まだやるべきことがたくさんありました。

これは、画像や動画を分析して実用的なインサイトを導き出す機械学習に特に当てはまりました。このような非構造化データ形式の場合、プロセスが複雑なため、エンドツーエンドのワークフローには、GPU という形でのハイエンドの大規模コンピューティング、大容量のストレージ、膨大な時間と専門知識が必要でした。一般的なワークフローには次のようなものがあります。

1. データサイエンティストはデータ探索を完了し、ビジュアルデータを分析して理解するためのコンピュータビジョンモデルを構築します。
2. ML エンジニアはこれらのモデルを運用します。
3. ソフトウェアエンジニアは、モデル予測を消費者向けの実際のアプリケーションに組み込みます。

ビジュアルコンテンツ分析をよりアクセスしやすく、正確かつ効率的にするために、Coactive は既存の大規模言語モデル (LLM) の幅広さと、ドメイン固有のデータに学習システムを適用することで得られる精度と自動化を組み合わせています。お客様が大量の未加工の画像や動画ファイルにアクセスできるようになると、Coactive は事前にトレーニングされた基礎モデルと独自のアクティブラーニングおよび分類システムを組み合わせてデータを埋め込み、インデックス化します。このプロセス中、お客様は既存のラベルをアップロードするか、いくつかのサンプルを提供するかを選択できます。これにより、Coactive プラットフォームはドメイン特有のデータの微妙な違いをさらに学習できます。

「本当に大規模なモデルの非常に強力な点の 1 つは、特定のタスクに合わせて微調整するために大量のデータを実際に投入する必要がないことです」と Coleman 氏は説明します。「このような大規模な言語モデルを「フューショット学習者」と呼ぶのには理由があります。これらのシステムに投入するデータの量を考えるよりも、むしろ質が問題なのです」。

結果は? お客様は Coactive を使用して、ビジュアルコンテンツを迅速かつ大規模にクエリ、検索、フィルタリング、分析できます。

AWS との提携で成功を加速

革新的で急速に拡大しているスタートアップとして、Coactive は元のクラウドプロバイダーからオールインの AWS に移行することを決定しました。AWS が提供するソリューションは、Coactive の 4 つの主要なクラウドプロバイダーのニーズに合致しています。それは、サービスの深さと幅広さ、ツールのオプション性、製品のスケーリングを促進する可用性、セキュリティ第一のサービスです。

「私たちは、まったく新しいものを作成できる柔軟性を備えながら、エンタープライズ規模に対応できるクラウドプロバイダー上にソリューションを構築する必要がありました。AWS のおかげで、お客様にクラス最高のセキュリティを提供しながら、これを実現できました」と Coleman 氏は言います。 

AWS ソリューションで構築

移行後、Coactive は Amazon Simple Storage Service (Amazon S3)、Amazon Aurora、Amazon Elastic Container Service (Amazon ECS) などの AWS ソリューションを使用して最先端のウェブアプリケーションの構築に取り掛かりました。このウェブアプリケーションは、Coactive が最初の MVP を確立し、見込み客向けに概念実証を実施するのに役立ちました。

データ中心の機械学習の仕事では、Coactive は Amazon Aurora PostgreSQL Serverless を使用することで、データベースインフラストラクチャの管理に時間をかけずに低レイテンシーのデータベースリクエストを処理できるというメリットがあります。Coactive の数ペタバイトに及ぶ画像および動画データは、Amazon S3 を使用して保存されています。

Coactive はウェブアプリケーションのフロントに、コンテンツ配信ネットワーク (CDN) として Amazon CloudFront を組み合わせて使用しています。バックエンドのウェブアプリケーションは Amazon ECS で実行され、データベースや Databricks on AWS などの周辺ダウンストリームサービスと通信します。Amazon ECS では、Amazon Elastic Compute Cloud (Amazon EC2) 上で実行されるコンテナインフラストラクチャを共同でシンプルに管理できます。

セキュリティとデータプライバシーは、機械学習ワークロードの重要な側面です。Coactive は、お客様に安全な分析体験を提供するために、Amazon GuardDuty、Amazon Inspector、AWS Key Management Service などを使用しています。これらのソリューションにより、Coactive は 1 四半期で SOC2 サイバーセキュリティコンプライアンスを達成しました。

自社製品を市場に投入

市場参入の動きを確実に成功させることが重要です。Coactive は、自社の製品を世界中の AWS のお客様と共有するために、AWS パートナーネットワーク (APN) に参加し、自社製品を AWS Marketplace に掲載しています。

Coactive は、APN を通じて提供される AWS Global Startup プログラム (GSP) のメンバーでもあります。このプログラムでは、製品開発、市場開拓、共同販売という 3 つの主要分野でサポートを提供する AWS パートナー開発マネージャーと Coactive がペアになっています。

AWS スタートアップによる成功の促進

Coactive は、AWS の技術ソリューションとビジネスサポートを利用して構築するだけでなく、AWS Activate プログラムを活用しています。AWS Activate は、クレジットや限定オファーから、テクニカルサポートやネットワーキングイベントまで、さまざまなリソースをスタートアップに提供します。

Coleman 氏と AWS Activate の他のメンバーは最近、AWS スタートアップチームと協力して、AWS GenAI Day で専門知識を共有しました。これは、スタートアップが AWS で生成 AI を使用して構築している方法を紹介する 1 日限りの仮想イベントです。基調講演「GenAI の軌跡のマッピング: 学習からインパクトまで」の一環として、Coleman 氏はデータが生成 AI の重要な要素である理由と、機械学習における最近のブレークスルーが人々の生活を大幅に改善する可能性があることを説明しました。

未来志向の構築

Coactive は、機械学習への参入障壁を下げる製品を開発し続けています。Coleman 氏は、何が可能かを証明すること、そして他の人がそれを証明できるように支援することが、自分の使命の重要な部分であると述べています。彼の素晴らしいストーリーには、母親の投獄中に生まれ、里親に預けられ、経済的不平等の制約の中で彼を育てた祖父母に養子縁組されたことが含まれます。Coleman 氏は、約 20 年ぶりにスタンフォード大学を卒業した黒人博士課程の学生として、テクノロジー業界で過小評価されている人間であることの難しさをよく理解しています。Coactive では、多様性、公平性、インクルージョンを中核原則とすることに全力を注いでいます。「私たちがどのように成功するかは、実際に成功するという事実と同じくらい重要です」と Coleman 氏は語ります。

「Rojas 氏には、人生の目標は、人々が自分の足跡をたどりやすいようにはしごを作ることだという、素晴らしい名言があります」と Coleman 氏は説明します。「私の人生全般における使命は、出身地がどこであろうと成功できるということを証明することです。私にできれば、誰にでもできるのです」。

スタートアップの設立を検討している人々にとって、CEO の役職には向いていない、会社を始めるのは大きなリスクだ、物事は長い間困難になるだろうという不安は普通のことだと Coleman 氏は語っています。彼が自信を持った瞬間は、「始めるのにすべてを考え出す必要はない。すべてを理解し始める必要があるだけだ」と気づいたときでした。

2年後、このアドバイスの成功は明らかです。Coactive チームは、インパクトのあるビジュアル分析をお客様に提供することで、AI の競争の場を平準化し続けています。データを役に立つものにするという Coleman 氏の取り組みは揺るぎないものです。「私が見てきた中で特に驚くべきユースケースの 1 つは、赤ちゃんの泣き声に含まれる危険な呼吸器疾患の兆候を認識するように音声認識モデルを微調整したことです」と彼は説明します。AI を使用した早期発見で、乳児死亡率を低下させ、正確な診断を行うために必要な時間、コスト、スキルを削減しました。

「持続可能で倫理的な AI は、生活を有意義に改善する大きな可能性を秘めています」と Coleman 氏は言います。「今日に至るまでの私の最大のモチベーションの 1 つは、Coactive や AWS のような企業で AI を民主化することで、人々が語るストーリーや答えを求める質問が非常に多くなるということです。それを見てわくわくしています」。