機械学習向けIDE「SageMaker Studio」からAIコードレビュー「CodeGuru」まで、機械学習関連の新発表

「平均的な開発者にも機械学習の力を」―AWSジャシーCEO基調講演

2019年12月24日 07時00分更新

文● 大塚昭彦／TECH.ASCII.jp

AIサービス：機械学習がコードレビューを支援「Amazon CodeGuru」

　機械学習モデルを自ら開発するのではなく、より手軽に機械学習の能力を活用したいユーザー向けには、あらかじめ学習済みモデルが組み込まれたMLサービス群も提供されている。ジャシー氏はこれらを「AIサービス」と呼ぶ。

　これまでに画像／映像解析（Rekognition）や音声テキスト化（Transcribe）、音声合成（Polly）、翻訳（Translate）、インサイト抽出（Comprehend）、チャットボット（Lex）などを展開してきた。昨年のre:Inventでもパーソナライズ（Personalize）や予測（Forecast）、OCR（Textract）を発表している。

　こうしたAIサービス群は、巨大なスケールで展開されているコンシューマービジネス（Amazon.com）における教師データ収集と実践で鍛えられてきたものだ。今回も、Amazonの現場から生まれたと言えるような、複数のサービス群が追加されている。

AWSは「機械学習フレームワーク／インフラ」「SageMaker」「AIサービス群」という3つのレイヤーでサービスを展開、あらゆるタイプのユーザーをカバーするとジャシー氏は説明する

　まず、アプリケーション開発におけるコードレビューやパフォーマンス改善を支援するMLサービス「Amazon CodeGuru」を発表している（プレビューリリース）。機械学習モデルに基づいてアプリケーションコードに含まれる問題点や脆弱性を指摘する「CodeGuru Reviewer」と、アプリケーションパフォーマンスを継続監視／分析する「CodeGuru Profiler」で構成される。

「Amazon CodeGuru」を発表。ベストプラクティスを学習したモデルに基づき、自動でコードレビューやパフォーマンス改善を支援

　CodeGuruの機械学習モデルは、Amazon社内のプロジェクトおよびGitHub上のオープンソースプロジェクトから得た大量のコードベースでトレーニングされており、いわば“ベストプラクティス”をモデル化したもの。ジャシー氏によると、CodeGuruは実際にAmazon社内で8万5000のアプリに適用されており、「Amazonプライムデー」におけるCPU使用率を325％向上させ、39％のコスト削減につなげた実績もあるという。

　CodeGuru Reviewerは、開発者が利用するコードリポジトリの「GitHub」や「AWS CodeCommit」と連携動作する仕組みだ。開発者がプルリクエストにCodeGuruを追加すると、CodeGuruは自動的にコードレビューを行い、問題のある箇所に推奨事項（修正のレコメンド）をコメントする。

　またCodeGuru Profilerは、エージェントを通じて本番環境のアプリケーションパフォーマンスを継続的に監視し、監視結果に基づいてコード内の「最もコストがかかる（処理にリソースを必要とする）」行の特定や、改善方法の推奨などを行う。