こんにちは、機械学習チーム YAMALEX の駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） RAG（検索拡張生成：Retrieval-Augmented Generation）で正しい情報をユーザーに提供する際に特に重要になるのが検索精度です。 そして、検索精度を上げる方法のひとつが「リランク」です。 リランクを行い、検索で取得した結果を関連度で並び替えなおすことで、ユーザーの求めている情報を回答しやすくなります。 そんなリランクを行うモデルがAmazon Bedrockに追加され、 Bedrock Knowledge Baseと組み合わせて使用できるようになりました。 従来は自前でモデルをホストする、など手間がかかりましたが、Knowledge Baseへ

AWSは生成AIにおけるモデルの蒸留を容易にできるサービス、「Amazon Bedrock Model Distillation」を、2024年12月に発表した。あらためて、蒸留とは何なのだろうか？　AWSのアプローチは他社とどう違うのだろうか？ Amazon Web Services（AWS）は2024年12月に開催したイベント「AWS re:Invent 2024」で大量の発表を行った。注目点の一つは生成Ai（人工知能）における“蒸留（distillation）”への対応だ。 AWSは生成AIモデルファミリー「Amazon Nova」を発表した。このうち「Amazon Nova Micro」「Amazon Nova Lite」「Amazon Nova Pro」については発表時に一部リージョンで提供を開始、最上位モデルの「Amazon Nova Premier」については2025の早い時

「CMSで管理されている動的なWebサイトを静的サイトに移行したい」と考えている人向けの記事です。CMSでサイトを頻繁に更新する必要がなくなった場合や、運用コストを削減したい場合などで、静的サイトへの移行は大きなメリットをもたらします。以下では、私が実践した手法と、そのために作成したPythonスクリプトを紹介します。 課題と解決策 CMSを利用した動的サイトには以下の課題があります： サーバーコストが高い CMSのメンテナンスが手間 これらを解決するため、私はCMSサイトを静的化し、Amazon S3＋CloudFrontでホスティングする方法を選びました。この作業を効率化するため、自作のPythonスクリプトを開発しました。 このスクリプトは、以下の機能を実現します： 静的化：CMSからローカル環境にHTMLファイルを取得 リンク修正（オプション）：内部リンクの変換や、一部HTML内容

2024年12月、「Azure CDN from Edgioが廃止される」という突然の通知に驚き、移行作業に追われた方も多いのではないでしょうか。私もその1人でした。Webスタティックホスティング用途で「Azure Blobストレージ＋Azure CDN」を複数のサイトで利用していたため、急遽、別のCDNへの移行が必要になりました。 Azure Front Doorへの移行が推奨されていますが、私の用途ではオーバースペックでコストが見合わず※1、最終的にAmazon S3＋CloudFrontへの移行を選びました。その過程で、Pythonスクリプトを用いて効率よく移行を行う方法を開発しました。 ※1　Azure Front Doorは高機能で優れた選択肢ですが、基本料金が高額で、小規模なWebサイトでは費用対効果が低い場合があると思います。 課題と解決策 移行作業では、AWS DataSy

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

はじめに 株式会社neoAIの研究開発組織 (neoAI Research) / 東京大学の大槻真輝です。 最近LLMの推論能力の向上によりAI Agentがトレンドになりつつあります。また、MicrosoftやAmazonなどのビッグテックもAI Agentをテーマに様々なプロダクトやサービスを展開し始めています。 そこで今回は2024年4月にIBMとMicrosoftが出したAgentに関するサーベイ論文「The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling: A Survey」 を軸にGoogle、AWS、Microsoft、OpenAI、AnthropicのAgentに関する動向や立ち位置を整理したいと思います。 論文概要 エージェントとは？ 2023年の

こんにちは、森田です。 re:Invent 2024 で Amazon SageMaker の次世代サービスとして Amazon SageMaker Unified Studio が発表されました。 本記事では、Amazon SageMaker Unified Studio について構成や仕組みについて解説していきます。 Unified Studio とは 機械学習（ML）開発のための統合開発環境です。 https://aws.amazon.com/sagemaker/ 上図でも記載されているようにデータ分析から前処理、モデルの開発までオールインワンで行えます。 Unified Studioを支える仕組みとして、「Lakehouse」と「Data and AI Governance」があります。 SageMaker Lakehouse データに素早く・簡単にアクセスするための機能です。 上

Amazon Web Services ブログ 次世代の Amazon SageMaker のご紹介: すべてのデータ、分析、AI が集まる場所 12 月 3 日、データ、分析、AI の統合プラットフォームである、次世代の Amazon SageMaker についてお知らせします。まったく新しい SageMaker には、データ探索、準備と統合、ビッグデータ処理、高速 SQL 分析、機械学習 (ML) モデルの開発とトレーニング、生成 AI アプリケーション開発に必要なほとんどすべてのコンポーネントが含まれています。 現在の Amazon SageMaker は Amazon SageMaker AI に名称変更されました。SageMaker AI は次世代 SageMaker に統合されるだけでなく、AI および ML モデルの大規模な構築、トレーニング、デプロイに特に注力したいと考えて

Amazon Web Services（AWS）は2024年12月4日（米国時間）、機械学習（ML）モデルを構築できる「Amazon SageMaker」（以下、SageMaker）の次世代版を発表した。新しいSageMakerは高速SQL分析、ペタバイト規模のビッグデータ処理、データ探索と統合、モデル開発とトレーニング、生成型人工知能（AI）に必要な機能を1つのプラットフォームに統合している。 AWSは、新しいSageMakerの変更点について次のように解説している。 SageMaker Unified Studioで生成AIアプリ開発はどう便利になる？ 関連記事 Amazon SageMaker Studio Lab環境とCondaの使い方 無料で使えるStudio Labは、どうやって使えばよいのか。Studio Labプロジェクトランタイムの起動から、CondaによるPython環

はじめに こんにちは一史です。 最高気温も10℃を下回る日も出てきて、外出する際には、マフラーをするようになりました。 皆様も体調にはお気を付けください。 さて、OpenAIのChatGPTではFunction callingという会話の流れからAIが判断して関数（メソッド）を呼び出す機能がありますが、Amazon BedrockでもTool Useという機能により関数呼び出しをすることができます。 docs.aws.amazon.com 今回はこのTool Useを使って、旅行プランの提案・予約を行う生成AIチャットを作ってみます。 AIエージェントで実現されるような内容ですが、ToolUse（Function calling）が実際にどのように使えるかを生成AIチャットを作り、見ていきます。 はじめに 概要 Tool Useとは Tool Use は何をしてくれるのか Tool Use

今年のAWS re:Inventも「生成AI祭り」だった。マット・ガーマンCEOの基調講演レポートでも書いたが、AWSは生成AIを前提にサービスを再構築し直すつもりだ（関連記事：AWSの再構築が始まった　“既存の”ビルディングブロックはどう変わったか？）。推論とトレーニングを効率的に行なうチップレベルの革新を推進しつつ、機械学習やデータ分析などのサービスをSage Maker Unified Studioで統合していく。 そして競合との差別化ポイントは、Amazon Bedrockで利用できる基盤モデルの選択肢だ。OpenAIに全集中するマイクロソフトに対して、Amazon BedrockではAnthropic、Meta、Cohere、AI21 Labs、Mistral AI、Stability AIなどさまざまな基盤モデルを揃える。今年は動画生成AIのLuma AIやソフトウェアエンジニ

Amazon Web Services（AWS）は2024年12月1日（米国時間）、生成AI（人工知能）アプリ開発用マネージドサービス「Amazon Bedrock Knowledge Bases」にカスタムコネクター、ストリーミングデータの取り込みと再ランク付けモデルのサポートを追加した。AWSは以下のように説明している。 カスタムコネクターとストリーミングデータの取り込みで、リアルタイム性を確保 関連記事 AWS、新たなマルチモーダルAI「Amazon Nova」を発表　「Amazon Bedrock」で利用可能になるユースケースに応じたAIとは Amazon Web Servicesは、最先端をうたう新しい基盤モデル「Amazon Nova」を発表した。Amazon Bedrockを通じて「Amazon Nova理解モデル」と「Amazon Novaクリエイティブコンテンツ生成モデル

こんにちは、機械学習チーム YAMALEX の駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） この記事は Amazon Bedrock Advent Calendar 2024 17日目の投稿です。 re:Invent2024 ではたくさんの新機能が発表されて、あんなこともできるようになった、こんなことも……と興奮が止まらない日々です。 今回はそんなre:Inventで発表されたAmazon Bedrock Knowledge Baseの新機能の一つである、クエリフィルター自動生成を試してみました。 aws.amazon.com 今回試した構成 1. はじめに 1.1. Amazon Bedrock Knowledge Baseとは 1.2. ベクトル検索の欠

はじめに この記事はMLOps Advent Calendar 2024の14日目の記事です。 Databricksという会社でソフトウェアエンジニアをしている渡辺と申します。普段は業務でMLflowのCore maintainerをしています。 2024年6月に、Amazon SageMakerでのフルマネージド型MLflowが提供開始されました。MLflowを開発している身ながら、SageMaker上でのセットアップ方法やプロダクト全体についてはあまり把握できていなかったので、今回実際にサービスを使って理解を深めることにしました。 MLflowとは MLflowはオープンソースの機械学習プラットフォームで、主に実験やモデルの管理、評価、デプロイメント、トレーシングなどの機能を備えています。 これまでのMLflowの使い方 MLflowでは、「トラッキングサーバー」というサーバーを中心に

[廃止] AWS RoboMaker https://aws.amazon.com/robomaker/ 最初に2024年9月11日ごろに利用者向けにAWS RoboMakerのサポート終了がアナウンスされました。 具体的な内容については個別の通知で確認していただきたいのですが、アナウンスと同タイミングでサービスの新規利用が停止され、来年2025年9月10日をもってサービス終了となります。 サービス終了後の2025年9月11日にデータが削除されます。 直接の後継となるサービスは無く、AWSとしてはAWS Batchを使ったシミュレーションを代替方法として提示しています。 また、3D仮想環境の自動生成機能であるAWS RoboMaker WorldForgeについては代替手段が無く、サービス終了までにS3に既存データをエクスポートすることが推奨されています。 確認してみた 私の検証用AWSア