Amazon Web Services ブログ

Category: Artificial Intelligence

変数と JSONata を使った AWS Step Functions での開発者エクスペリエンスの簡素化

AWS Step Functions において、変数と JSONata データ変換が導入されました。変数により、開発者は 1 つのステートでデータを割り当て、その後のステップで参照できるようになり、複数の中間ステートを経由してデータを受け渡す必要がなくなったため、ステートのペイロード管理が簡素になります。オープンソースのクエリおよび変換言語である JSONata により、日付と時刻の書式設定や数学的演算などの高度なデータ操作と変換できるようになりました。

個性的なモデルに出会える Amazon Bedrock Marketplace で基盤モデルの選択肢を増やそう

2024 年、さまざまな高精度なモデルが登場するにつれて ChatGPT 以外のモデルも試してみたいな? 試してみる必要があるのでは? と感じる方もいるのではないでしょうか。AWS の年次イベント re:Invent 2024 にて、Amazon Bedrock Marketplace の機能が公開されました。Anthropic Claude や Meta Llama 、そして Amazon 自身の開発した Amazon Nova といったサーバーレスで使用できるモデルのラインナップに加えて、100 以上の企業または Hugging Face 等でオープンに公開されているモデルを AWS にデプロイし Bedrock の API を通じて利用することができるようになりました。すでに日本企業が開発したモデルも出品がされています。ブログ執筆時点はビジネス知識に特化した Stockmark LLM 、パラメーターにより出力のカスタマイズが容易な Karakuri LM、日本語のベンチマーク Jaster 等で GPT4 を超える性能を記録した Preferred Networks (PFN) の PLaMo、22B と軽量ながら日本語ベンチマークで Llama-3-70B-Instruct と同等性能である CyberAgent の CyberAgentLM3 が利用できるため、本ブログでは Amazon Bedrock Marketplace でモデルを「お買い物」する方法と各モデルの特色を実際の出力結果を交えながら紹介します。

Amazon Bedrock アプリケーションで責任ある AI のコアディメンションに対応するための考慮事項

AWS では、Amazon Bedrock ガードレールのような目的に特化したサービスや機能を使い始めるためのツール、ガイダンス、リソースを提供することで、お客様が責任ある AI を理論から実践へと変換できるよう支援しています。本ブログでは、責任ある AI のコアディメンションを紹介し、Amazon Bedrock アプリケーションでこれらのディメンションに対処するための考慮事項と戦略を探ります。

大学 ICT 推進協議会 2024 年度年次大会 (AXIES 2024) 出展・登壇レポート

2024 年 12 月 10 日から 12 日まで、奈良県コンベンションセンターで開催された AXIES 2024 年次大会に、アマゾン ウェブ サービス ジャパン合同会社 (AWS) が賛助会員として協賛・出展しました。本ブログでは、展示ブースや登壇セミナーの内容をご紹介します。

責任ある AI に関する新しいツール、機能、リソースにより AI の信頼を促進する

信頼が AI 導入の礎となる中、私たちは AWS re:Invent 2024 で責任ある AI に関する新しいツール、機能、リソースの発表をお知らせします。これらは、私たちの AI サービスとモデルの安全性、セキュリティ、透明性を向上させ、お客様自身の責任ある AI の取り組みをサポートします。

Amazon SageMaker Canvas で製造データの異常を検出

Amazon SageMaker Canvas は、領域の専門家にノーコードインターフェースを提供することで、製造業のジレンマを解決します。データサイエンスの経験が十分になくても、予測、分類、回帰モデルなどの強力な分析や、ML モデルを作成できます。また、作成後、モデルを ML および MLOps 専門家に展開して共有することもできます。この記事では、SageMaker Canvas を使用して、必要な特徴量をデータから選択し、整理する方法を説明します。また、SageMaker Canvas のノーコード機能を使用したモデルチューニングの機能を使って、異常検出のための予測モデルをトレーニングする方法を紹介します。

生成 AI を活用して、店舗とオンラインショッピングの体験を新たなレベルへ

現代の小売業では、オンラインと店舗の買い物体験を融合させ、顧客により豊かな購買体験を提供することが求められています。Mad Mobileは、Amazon Bedrockを活用した生成AIコンシェルジュソリューションを開発し、店舗スタッフが顧客の購買履歴や好みを瞬時に把握できるようにしました。この技術により、店員は顧客一人一人に合わせたパーソナライズされた提案や接客が可能となり、顧客体験を大幅に向上させることができます。

生成 AI を活用してプレイヤーやプレスのゲームレビューを分析する

ゲーム開発者、ゲームスタジオ、パブリッシャーは、ゲームレビューの急激な増加と多様化によって、レビューの評価に大きな課題を抱えています。こういった変化に効率的に対処して最も重要な問題に注力できるよう、フィードバックを分類し優先順位付けする強固なシステムを開発者は必要としています。これは特に小規模なスタジオにとって課題となっており、限られたスタッフと財務リソースで大量のフィードバックを管理することに苦労しています。

この記事では、Amazon Bedrock を使用してゲームレビューのアップロード、処理、分析、要約を行うことができるサーバーレスソリューションの構築方法を説明します。この例ではゲームレビューに焦点を当てていますが、このアプローチは他の分野のレビューの分析と要約にも応用できます。

← Older posts
Newer posts →