Amazon Cloud Technology がイノベーションを加速する新しい生成 AI サービスを発表

Amazon Bedrock は、より多くの顧客による生成人工知能アプリケーションの構築と拡張を支援するために正式に開始されました

Amazon Bedrock は、AI21 Labs、Anthropic、Cohere、Meta、Stability AI、Amazon を含む多くの大手 AI 企業の海外ビジネス向けの高性能ベースモデルと、エンタープライズ ビルド生成セットを提供するフルマネージド サービスです。プライバシーとセキュリティを確保しながら開発を簡素化する、最新の AI アプリケーションに必要な機能を提供します。基本モデルは応用性が高く、情報検索、コンテンツ作成、創薬など多くの分野をサポートできます。しかし、生成 AI の活用を検討している多くの企業にとって、解決すべき問題がまだいくつかあります。第一に、顧客は、シナリオのニーズを満たし、良好なパフォーマンスを発揮する、シンプルで直感的な選択と高性能の基本モデルへのアクセスを必要としています。第二に、顧客は、大規模なインフラストラクチャ クラスターの管理や多額の費用をかけずに、アプリケーションをシームレスに統合することを望んでいます。最後に、顧客が望む基本モデルを活用し、独自のデータと組み合わせて差別化されたアプリケーションを簡単に構築できます これらの顧客がカスタマイズに使用するデータは間違いなく非常に貴重な資産であり、知的財産権を持っています。セキュリティとプライバシーを確​​保しながら、データの共有方法と使用方法を顧客が制御できるようにします。

Amazon Bedrock の包括的な機能により、企業はさまざまな主要な基本モデルをより便利かつ簡単に試したり、独自のデータを使用してモデルをカスタマイズしたりできます。さらに、Amazon Bedrock は、コードを書かずに作成でき、旅行の予約、保険金請求の処理、広告キャンペーンの計画、在庫管理などの複雑なタスクを実行できるマネージド エージェント (AI エージェント) などの差別化された機能も提供します。 Amazon Bedrock はサーバーレステクノロジーを使用しているため、顧客はインフラストラクチャを管理する必要がなく、使い慣れた Amazon クラウドテクノロジーサービスを使用して、生成 AI 機能をアプリケーションに安全に統合してデプロイできます。

Amazon Bedrock は、顧客が機密データを保護できるように、セキュリティとプライバシー保護を念頭に置いて開発されました。お客様は、Amazon PrivateLink を使用して、Amazon Bedrock と仮想プライベート ネットワーク (VPC) の間に専用の安全な接続を確立し、データ転送がパブリック ネットワークに公開されないようにすることができます。高度な規制ニーズを持つ顧客向けに、Amazon Bedrock は HIPAA (医療保険の相互運用性と責任に関する法律) に準拠しており、GDPR (EU 一般データ保護規則) 準拠基準の下で使用できるため、より多くの顧客が Benefit from AI からデータを生成できるようになります。

Amazon Bedrock は、Amazon Titan Embeddings と Llama 2 を活用して利用可能なモデルの範囲を拡大し、各顧客がアプリケーション シナリオに適したモデルを見つけられるようにします

実際には、単一のモデルがすべてのアプリケーション シナリオに適しているということはありません。したがって、生成 AI の価値を活用するために、企業は多くの場合、複数のモデルにアクセスし、要件に基づいて最適なモデルを見つける必要があります。この目的を達成するために、Amazon Bedrock を使用すると、海外の顧客は AI21 Labs、Anthropic、Cohere、Meta、Stability AI、Amazon が提供する主要な基本モデルを単一の API を通じて検索してテストできます。さらに、Amazon Cloud Technology は最近、Anthropic の将来のすべての基本モデルが Amazon Bedrock で利用可能になり、Amazon Cloud Technology の海外顧客にモデルのカスタマイズや微調整などの特別な機能への優先アクセスを提供すると発表しました。今後、Amazon Bedrock は、より多くの選択肢をもたらす新しい基本モデルを再度導入しました:

• Amazon Titan Embeddings が正式に利用可能になりました: Amazon Titan 基本モデルは、Amazon Cloud Technology によって大規模なデータセットで作成および事前トレーニングされた一連のモデルであり、さまざまなアプリケーションシナリオをサポートできます。これらのモデルのうち最初に正式に利用可能になった Amazon Titan Embeddings は、テキストをエンベディングと呼ばれる数値表現に変換する大規模言語モデル (LLM) で、検索拡張生成 (RAG) アプリケーション シナリオをサポートします。基本モデルはさまざまなタスクに適していますが、トレーニング データと手がかりとなる単語のコンテキストから学習した情報に基づいてのみ質問に答えることができます。これらの対応の有効性は、時間に敏感な知識や独自のデータの使用が必要な場合には制限されます。データを拡張して基本モデルの応答を改善するために、多くの企業は RAG に注目しています。RAG は、基本モデルを参照されるナレッジ ベースに接続して応答効果を向上させる、人気のあるモデル カスタマイズ テクノロジです。 RAG の使用を開始するには、クライアントはまず埋め込みモデルにアクセスする必要があります。これにより、データが埋め込みベクトルに変換され、基礎となるモデルがセマンティクスとデータ間の関係を理解し​​やすくなります。ただし、埋め込みモデルの構築には大量のデータとリソース、さらに深い機械学習の専門知識が必要なため、多くの顧客が自分で構築するのは難しく、RAG を実装できません。 Amazon Titan Embeddings を使用すると、顧客は RAG が独自のデータを使用してさまざまな基礎モデルの機能を拡張できるようになります。 Amazon Titan Embeddings は、25 を超える言語と最大 8192 トークンのコンテキスト長をサポートしているため、単一の単語、フレーズ、またはドキュメント全体を処理するエンタープライズベースのアプリケーションシナリオに最適です。このモデルは 1536 次元の出力ベクトルを返し、高い精度を確保しながら、待ち時間の短縮と価格/パフォーマンスの向上のために最適化されています。
• Llama 2 は今後数週間以内にリリースされます: Amazon Bedrock は、マネージド API を介して Meta の次世代大規模言語モデルである Llama 2 を提供する、業界初のフルマネージド型生成 AI サービスです。 Llama 2 モデルは、元のモデルよりも 40% 多くのトレーニング データを使用し、より大きなドキュメントを処理するためにコンテキストの長さが長くなった (4000 トークン) など、以前の Llama モデルに比べて大幅な改善が施されています。 Amazon Bedrock が提供する Llama 2 モデルは、Amazon クラウド テクノロジー インフラストラクチャ上で高速な応答を提供するように最適化されており、会話型アプリケーション シナリオに非常に適しています。お客様は、セットアップや管理のためのインフラストラクチャを必要とせずに、130 億および 700 億パラメータの Llama 2 モデルによって駆動される生成 AI アプリケーションを構築できます。

Amazon CodeWhisperer の新機能により、顧客はプライベートコードライブラリを使用して CodeWhisperer コード提案を安全にカスタマイズできるようになり、開発者の効率がさらに向上します

Amazon CodeWhisperer は、Amazon から取得され一般に公開されている数十億行のコードをトレーニングすることにより、開発者の生産性を向上させる AI ベースのプログラミング アシスタントです。開発者は日常業務で CodeWhisperer を使用することがよくありますが、場合によっては、CodeWhisperer トレーニングのデータに含まれていない、企業内のプライベート コード ベース (内部 API、コード ライブラリ、パッケージ、クラスなど) をアプリケーションに統合する必要があることがあります。ドキュメントが限られており、開発者が助けを求めるための公開リソースやフォーラムがないため、社内コードを扱うことも課題です。

Amazon CodeWhisperer の新しいカスタマイズ機能は、生成 AI プログラミングの可能性を最大限に引き出し、顧客の内部コードベースとリソースを安全に活用して、カスタマイズされた推奨事項を提供します。これにより、開発者はコードの提案をより正確に取得できるようになり、時間を節約できます。まず、管理者はプライベート コード リポジトリ (GitLab や Amazon S3 など) に接続し、独自のカスタム コンテンツを作成するジョブをスケジュールする必要があります。カスタム コンテンツを作成する場合、CodeWhisperer はさまざまなモデルとコンテキストに応じたカスタマイズ手法を活用して、顧客のコード ベースから学習し、ライブ コードの推奨事項を改善します。これにより、開発者は質問に対する正しい答えを探すのに費やす時間が減り、差別化された新しいエクスペリエンスの作成により多くの時間を費やすことができます。管理者は、Amazon コンソールですべてのカスタム機能を一元管理し、評価メトリクスを表示し、各カスタム機能のパフォーマンスを推定し、機密コードへのアクセスを制限するために社内の特定の開発者に選択的にデプロイできます。

高品質のリポジトリを選択することで、管理者は、CodeWhisperer によって提供されるカスタマイズされた推奨事項に非推奨のコードが含まれていないことを確認し、企業の品質およびセキュリティ基準を満たすことができます。エンタープライズ グレードのセキュリティとプライバシーを念頭に置いて、この機能はカスタマイズされたコンテンツが完全にプライベートであることを保証しますが、CodeWhisperer をサポートする基盤となる基本モデルはトレーニング プロセス中にカスタマイズされたコンテンツを使用せず、顧客の貴重な知的財産を保護します。このカスタマイズ機能は、CodeWhisperer Enterprise Edition の一部としてプレビューで間もなく利用可能になります。さらに、CodeWhisperer のカスタム設定により、デフォルトでセキュリティが確保されており、顧客が Amazon CodeWhisperer Professional または Enterprise Edition を使用しているかどうかに関係なく、Amazon Cloud Technology は、開発者 IDE からのリクエストを処理するときに顧客のコンテンツを保存または記録しません。

Amazon QuickSight の次世代 BI オーサリング機能は、ビジネスアナリストが自然言語コマンドを通じてデータ視覚化を簡単に作成およびカスタマイズできるようにします

Amazon QuickSight は、クラウド向けに構築された統合 BI サービスで、インタラクティブなダッシュボード、ページ分割されたレポート、埋め込み分析の作成、および QuickSight Q を使用した自然言語クエリの実行機能を可能にし、企業内のすべてのユーザーが洞察を得ることができます。彼らは好みの形式で必要とします。

通常、ビジネス アナリストは BI ツールを使用して何時間もかけてさまざまなデータ ソースを調査し、計算を追加し、視覚化を作成して調整し、それらをダッシュ​​ボードでビジネス関係者に提示します。単純なグラフを作成するには、アナリストはまず適切なデータ ソースを見つけ、データ フィールドを特定し、フィルターを設定し、適切な視覚化を実現するために必要なパーソナライゼーション設定を行う必要があります。

幅広い業界のお客様が、Amazon Cloud Technology の生成 AI サービスを活用して、新しいアプリケーションを作成し、開発者の効率を向上させ、アナリストがより迅速に洞察を得るのを支援しています。 アディダスは世界最大のスポーツ ブランドの 1 つです。 「私たちは、Amazon Bedrock のプレビューに参加し、サービスを直接体験できることに興奮しています。Amazon Bedrock は、私たちの生成 AI ツールの構築に多大な恩恵をもたらしてくれました。Amazon Bedrock は、生成 AI アプリケーションを構築するという重労働なインフラストラクチャ管理作業を引き継ぎ、私たちは、大きな言語モデル プロジェクトの中核的な側面に集中することができます。」 アディダスのエンタープライズアーキテクチャ担当バイスプレジデント、ダニエル・アイヒテン

メルクは、130 年以上にわたり、命を救い、健康を改善するための革新的な医薬品やワクチンを発見、開発してきた研究開発集中型のバイオ医薬品企業です。 「医薬品のバリューチェーン全体に、多くの手動で時間のかかるプロセスが存在します。そのため、より価値のある作業の実行が妨げられ、データを効果的に活用して従業員、顧客、患者のエクスペリエンスを向上させることができません。」 メルク データ サイエンス エグゼクティブ ディレクター スーマンGiri 氏は、「Amazon Bedrock を使用して、ナレッジマイニングや市場調査などの作業をより効率的にするための生成 AI 機能を迅速に構築しました。米国の患者分析ワークフローでは、これらの機能を活用して、患者ケアに関する洞察を提供し、改善を図ることができます」と述べています。データ共有のギャップを埋め、責任ある生成 AI のためのデータ ガバナンス エコシステムを構築しながら、生活の質を高め、商業的影響を拡大します。」

Christoph Albrecht、データ エンジニアリングBMW グループの分析専門家である同氏は、「QuickSight Q オーサリング エクスペリエンスは、参照なしで計算を作成し、視覚効果を迅速に構築し、自然言語を通じて視覚的なプレゼンテーションを正確に調整することで、時間を大幅に節約できます。当社のビジネス ユーザーは、迅速なフィードバックに感銘を受けています」と述べています。地域の専門家からの情報を提供できるため、重要な意思決定をより迅速に行うことができます。」