Amazon Web Services ブログ

Category: Analytics

Amazon OpenSearch Ingestion で AWS Lambda をプロセッサとして使用し、埋め込みベクトルを生成する

2024 年 11 月 22 日、Amazon OpenSearch Ingestion が AWS Lambda プロセッサのサポートを開始しました。
この機能により、OpenSearch Ingestion パイプラインでログ、メトリクス、トレースデータを加工・変換する柔軟性が高まりました。
本ブログでは、OpenSearch Ingestion の Lambda プロセッサを使用して、ソースデータの埋め込みベクトルを生成し、OpenSearch Serverless ベクトルコレクションに取り込む方法を紹介します。

AWS の生成 AI を活用してリテールインサイトを変革する

グローバルな高級ファッションブランドを擁し、世界中に 1,400 を超える小売店舗を展開し、18,000 人を超える従業員を抱える Tapestry は顧客体験の改善に役立つ豊富な情報を保有しているものの、それを十分に活用できているとは言えませんでした。そこで生成 AI エンジンを活用して、店舗従業員からのフィードバックを収集・分析するアプリケーション「Tell Rexy」と「Ask Rexy」を構築した結果、店舗オペレーション、在庫管理、顧客嗜好に関する前例のないインサイトを得ることができ、アプリケーションを従来より10倍早くリリースできるようになりました。

元データを共有することなく、AWS Clean Rooms 上の AWS Entity Resolution を使用してマルチパーティーデータセットからインサイトを引き出す

このブログ記事では、AWS Clean Rooms における AWS Entity Resolution 機能の利点について説明し、広告・マーケティング分野での主要なユースケースを紹介します。さらに、コラボレーターとのデータマッチングを向上させるための、データ準備とマッチングの開始方法の詳細についてご紹介します。

コスト最適化されたベクトルデータベース: Amazon OpenSearch Service の量子化手法の概要

OpenSearch の量子化手法を活用することで、組織はコスト効率、パフォーマンス、再現率のバランスを考慮した選択が可能になり、最適な結果を得るためにベクトルデータベースの操作を微調整できるようになります。これらの量子化手法は、メモリ要件を大幅に削減し、クエリの効率を向上させ、シームレスな圧縮のための組み込みエンコーダーを提供します。大規模なテキスト埋め込み、画像特徴量、その他の高次元データのいずれを扱う場合でも、OpenSearch の量子化手法はベクトル検索の要件に対する効率的なソリューションを提供し、コスト効率が高く、スケーラブルで高性能なシステムの開発を可能にします。

← Older posts
Newer posts →