2023/11/29 9:00:00 ~ 2023/11/30 9:00:00 (JST)

最近の発表

Evaluate, compare, and select the best FMs for your use case in Amazon Bedrock (Preview)

Amazon Bedrockのモデル評価では、ユースケースに最適な基盤モデルを評価、比較、選択することができます。Amazon Bedrock では、自動評価と人間による評価を選択できます。精度、堅牢性、毒性などの事前定義済みのメトリックスによる自動評価を使用できます。親しみやすさ、スタイル、ブランドボイスとの整合性など、主観的な指標やカスタム指標については、数回クリックするだけで人間による評価ワークフローを設定できます。人間による評価ワークフローでは、自社の従業員や AWS が管理するチームをレビュー担当者として活用できます。モデル評価では、精選されたデータセットが組み込まれていますが、独自のデータセットを持ち込むこともできます。

AWS announces OR1 for Amazon OpenSearch Service

Amazon OpenSearch Service は、OpenSearch 最適化インスタンスファミリーである OR1 を導入しました。これにより、内部ベンチマークでは既存のインスタンスよりも最大 30% のコストパフォーマンス向上を実現し、Amazon S3 を使用して 119% の耐久性を実現しています。新しい OR1 インスタンスは、インデックス作成の多いワークロードに最適で、OpenSearch Service で利用できる既存のメモリ最適化インスタンスよりもインデックス作成のパフォーマンスが優れています。

Amazon SageMaker launches new inference capabilities to reduce costs and latency

Amazon SageMaker の新機能を発表できることを嬉しく思います。これにより、お客様はモデルのデプロイコストを平均 50% 削減し、推論レイテンシーを平均 20% 削減できます。お客様は複数のモデルを同じインスタンスにデプロイして、基盤となるアクセラレータをより有効に活用できます。SageMaker は推論リクエストを処理しているインスタンスをアクティブに監視し、どのインスタンスが使用可能かに基づいてリクエストをインテリジェントにルーティングします。

Announcing new AWS AI Service Cards - to advance responsible AI

新しい AWS AI サービスカードを発表できることを嬉しく思います。これは、透明性を高め、お客様が AWS AI サービスを責任を持って使用する方法を含め、AWS AI サービスをよりよく理解できるようにするためのリソースです。AI サービスカードは責任ある AI 文書の一種で、意図されたユースケースと制限事項、責任ある AI 設計の選択肢、AI サービスのデプロイと運用のベストプラクティスに関する情報を 1 か所で見つけることができます。これらは、公平性、説明可能性、真実性と堅牢性、ガバナンス、透明性、プライバシーとセキュリティ、安全性、制御性を備えた責任ある方法でサービスを構築するために当社が実施する包括的な開発プロセスの一部です。

AWS Clean Rooms ML is now available in preview

AWS Clean Rooms ML (Preview) を使用すると、お客様とパートナーはプライバシーを強化する ML を適用して、ローデータを互いに共有することなく予測的な洞察を得ることができます。この機能の最初のモデルは、企業が類似セグメントを作成するのを支援することに特化しています。AWS Clean Rooms ML Looke Modeling を使用すると、自社のデータを使用して独自のカスタムモデルをトレーニングし、パートナーにレコードの小さなサンプルをコラボレーションに持ち込んで、あなたとパートナーの基盤となるデータを保護しつつ、類似レコードの拡張セットを生成するようパートナーを招待できます。ヘルスケアモデリングは今後数か月以内に利用可能になる予定です。

Llama 2 70B foundation model from Meta is now available in Amazon Bedrock

Amazon Bedrockでメタのラマ2モデル70Bにアクセスできるようになりました。ラマ2 70Bモデルは、アマゾンベッドロックですでに入手可能なラマ2 13Bモデルに加わりました。Llama 2 モデルは、Meta が提供する次世代の大規模言語モデル (LLM) です。Amazon Bedrock は完全マネージド型サービスで、Meta などの主要な AI 企業が提供する高性能な基盤モデルを選択できるほか、基盤モデルを使用して生成的 AI アプリケーションを構築してスケーリングする最も簡単な方法を提供する幅広い機能を備えています。

Announcing smart sifting of data for Amazon SageMaker Model Training in preview

本日、Amazon SageMaker の新しいスマートふるい分け機能のプレビューを発表できることを嬉しく思います。この機能は、トレーニングデータをその場で自動的に検査、評価して、最も有益なデータサンプルのみから選択的に学習し、モデルトレーニングの時間とコストを最大 35% 削減します。既存のデータパイプラインやトレーニングスクリプトに変更を加えることなく、スマートデータふるい分けを数分で開始できます。

Claude 2.1 foundation model from Anthropic is now generally available in Amazon Bedrock

アンソロピックのクロード2.1ファンデーションモデルは現在、Amazon Bedrockで一般公開されています。Claude 2.1 は、業界をリードする 200,000 トークンのコンテキストウィンドウ (Claude 2.0 のコンテキストの 2 倍)、幻覚発生率の低減、長い文書やシステムプロンプトでの精度の向上、関数呼び出しとワークフローオーケストレーションのためのベータツール使用機能など、企業向けの重要な機能を提供します。Amazon Bedrockは完全マネージド型サービスで、Anthropic などの主要な AI 企業が提供する高性能な基盤モデルを選択できるほか、基盤モデルを使用して生成的 AI アプリケーションを構築およびスケーリングする最も簡単な方法を提供する幅広い機能を備えています。

Amazon SageMaker Clarify now supports foundation model (FM) evaluations in preview

本日、Amazon SageMaker Clarify は、ファンデーションモデル (FM) 評価をサポートする新しい機能を発表しました。AWS のお客様は、精度、堅牢性、バイアス、毒性などのメトリックスに基づいて FM を数分で比較および選択できます。

SageMaker now provides improved SDK tooling and UX for model deployment

基礎モデル (FM) を含む機械学習 (ML) モデルを Amazon SageMaker for Inference に大規模にデプロイするまでの時間を数日から数時間に短縮できる新しいツールと改善点を発表できることを嬉しく思います。これには、SageMaker で ML モデルをパッケージ化してデプロイするプロセスを 7 つのステップから 1 つのステップに簡略化する新しい Python SDK ライブラリが含まれています。これにより、ローカル推論を行うこともできます。さらに、Amazon SageMaker は Amazon SageMaker Studio に新しいインタラクティブな UI エクスペリエンスを提供しています。これにより、お客様は、トレーニング済みの ML モデルや FM を、パフォーマンスとコストが最適化された構成を使用して、わずか 3 回のクリックですばやくデプロイできます。

Announcing Amazon SageMaker HyperPod, a purpose-built infrastructure for distributed training at scale

本日、AWS は Amazon SageMaker HyperPod の一般提供を発表しました。これは、大規模な分散トレーニング専用のインフラストラクチャを提供することで、基礎モデル (FM) のトレーニング時間を最大 40% 短縮します。

Stable Diffusion XL 1.0 foundation model from Stability AI is now generally available in Amazon Bedrock

安定性 AI のステーブル・ディフュージョン XL 1.0 (SDXL 1.0) 基盤モデルは、Amazon Bedrockで一般にオンデマンドで利用できるようになりました。SDXL 1.0 は、安定性 AI が発売したステーブル・ディフュージョンのテキスト・トゥ・イメージ・モデル・スイートの中で最も先進的な開発です。このモデルは、事実上あらゆるアートスタイルで高品質の画像を生成し、フォトリアリズムにも優れています。Amazon Bedrockは完全マネージド型のサービスで、Stabilable AI などの主要な AI 企業が提供する高性能な基盤モデルを選択できるほか、基盤モデルを使用してジェネレーティブ AI アプリケーションを構築して拡張する最も簡単な方法を提供する幅広い機能を備えています。

Amazon SageMaker Pipelines now provide a simplified developer experience for AI/ML workflows

本日、Amazon SageMaker Pipeline のシンプルな開発者エクスペリエンスが一般公開されたことを発表できることを嬉しく思います。改良された Python SDK により、使い慣れた Python 構文を使用して機械学習 (ML) ワークフローをすばやく構築できます。SDK の主な機能には、カスタムステップ用の新しい Python デコレーター (@step)、ノートブックジョブステップタイプ、ワークフロースケジューラーなどがあります。

Leverage FMs for business analysis at scale with Amazon SageMaker Canvas

Amazon SageMaker Canvas は、ML モデルを構築し、機械学習 (ML) 予測を生成するためのコード不要のツールです。10 月 5 日に発表されたように、お客様は Amazon Bedrock と SageMaker JumpStart のファンデーションモデル (FM) にアクセスして評価し、コンテンツの生成と要約を行うことができます。

AWS announces vector search for Amazon DocumentDB

Amazon DocumentDB (MongoDB 対応) は、ベクトル検索をサポートするようになりました。ベクトル検索は、ミリ秒の応答時間で何百万ものベクトルを格納、索引付け、検索できる新機能です。ベクトルは、テキストなどの非構造化データを数値で表したもので、機械学習 (ML) モデルから作成され、基になるデータの意味を把握するのに役立ちます。Amazon DocumentDB のベクター検索では、Amazon Bedrock、Amazon SageMaker などのベクターを格納できます。ベクター検索を使用するにあたり、前払いの義務や追加費用は発生しません。お支払いいただくのは、保存したデータと、使用したコンピューティングリソースに対してのみです。

Amazon SageMaker Canvas now supports natural language instructions for data preparation

Amazon SageMaker Canvas は、機械学習 (ML) モデルを構築するためのデータ調査、視覚化、準備のための自然言語命令をサポートするようになりました。Amazon SageMaker Canvas はコード不要のツールで、お客様はコードを 1 行も記述せずに非常に正確な ML モデルを簡単に作成できます。今日から、Amazon Bedrock によって有効化された FM を利用した自然言語命令をデータ準備に使用できるようになりました。この新機能により、自然言語クエリを使用して、データを操作したり、質問をしたり、特徴の分布と相関関係を視覚化したり、データをビジネス上の問題に適した構造に変換したりすることができます。

Amazon Bedrock now supports batch inference

Amazon Bedrock を使用してプロンプトをバッチ処理し、モデルの評価、実験、およびオフライン処理のための応答を取得できるようになりました。

Announcing API support for creating Amazon SageMaker Notebook jobs

Amazon SageMaker ノートブックジョブを使用すると、データサイエンティストは、機械学習 (ML) 用のウェブベースの IDE である Amazon SageMaker Studio を数回クリックするだけで、オンデマンドまたはスケジュールに従ってノートブックを実行できます。本日、SageMaker の ML ワークフローオーケストレーションサービスである SageMaker Pipelines が提供する API を使用して、ノートブックをジョブとしてプログラム的に実行できることを発表できることを嬉しく思います。さらに、これらの API を使用して、複数の依存ノートブックを含むマルチステップの ML ワークフローを作成できます。

Amazon OpenSearch Service zero-ETL integration with Amazon S3 preview now available

Amazon OpenSearch Service Amazon S3 とのゼロETL統合は、お客様が運用データを分析するツールを切り替えることなく、Amazon S3およびS3ベースのデータレイクで運用ログをクエリできる新しい方法であり、お客様によるプレビューが可能です。お客様は、Amazon OpenSearch Service Zero-ETL と Amazon S3 の統合という組み込みのクエリアクセラレーション機能を使用して、クエリのパフォーマンスを向上させ、読み込みの速いダッシュボードを構築できます。

Amazon Q generative SQL is now available in Amazon Redshift Query Editor (preview)

Amazon Redshift では、Amazon Redshift クエリエディタに Amazon Q ジェネレーティブ SQL が導入されました。これは Redshift 用のすぐに使えるウェブベースの SQL エディタです。これにより、自然言語でクエリを表現したり、SQL コードの推奨を受け取ったりできるため、クエリの作成が簡単になり、生産性が向上します。さらに、組織の複雑なデータベースメタデータに関する幅広い知識がなくても、インサイトをより早く得ることができます。

AWS announces vector search for Amazon MemoryDB for Redis (Preview)

Amazon MemoryDB for Redis では、ベクターの保存、インデックス作成、検索を可能にする新しい機能であるプレビューでのベクター検索がサポートされるようになりました。MemoryDB は、インメモリパフォーマンスとマルチ AZ 耐久性を兼ね備えたデータベースです。MemoryDB のベクトル検索により、人気のオープンソースの Redis API を使用して、最も高いパフォーマンス要求を満たすリアルタイム機械学習 (ML) および生成型 AI アプリケーションを開発できます。MemoryDB のベクトル検索は、数百万のベクトルを、1 桁ミリ秒のクエリと更新の応答時間、99% を超えるリコールで毎秒数万件のクエリ (QPS) で保存できます。Amazon Bedrock や SageMaker などの AI/ML サービスを使用してベクター埋め込みを生成し、それらを MemoryDB に保存することができます。

Amazon Titan Multimodal Embeddings foundation model now generally available in Amazon Bedrock

Amazon Titan Multimodal Embeddings は、お客様がエンドユーザーに、より正確で状況に応じたマルチモーダル検索、レコメンデーション、パーソナライゼーション体験を提供できるよう支援します。Amazon Bedrock の Amazon Titan マルチモーダル埋め込み基盤モデルにアクセスできるようになりました。

Amazon Titan Text models—Express and Lite—now generally available in Amazon Bedrock

Amazon Titan Text Express と Amazon Titan Text Lite は、お客様がさまざまなテキスト関連タスクの生産性と効率性を向上させるのに役立つ大規模言語モデル (LLM) であり、ニーズに合わせて最適化された価格とパフォーマンスのオプションを提供します。Amazon Bedrock でこれらの Amazon Titan Text 基盤モデルにアクセスできるようになりました。これにより、新しいテキスト生成機能を備えたジェネレーティブ AI アプリケーションを簡単に構築およびスケーリングできます。

Vector engine for Amazon OpenSearch Serverless now generally available

本日、AWS は Amazon OpenSearch サーバーレス用のベクターエンジンが一般公開されることを発表しました。OpenSearch Serverless 用ベクターエンジンは、シンプルでスケーラブルで高性能なベクターデータベースです。これにより、開発者は基盤となるベクターデータベースインフラストラクチャを管理しなくても、機械学習 (ML)、つまり拡張検索エクスペリエンスや生成型人工知能 (AI) アプリケーションを簡単に構築できます。開発者は、コスト効率が高く、安全で成熟したベクター・エンジンのサーバーレス・プラットフォームを利用して、アプリケーションのプロトタイピングから本番環境にシームレスに移行できます。

Amazon Neptune Analytics is now generally available

本日、AWS は、新しい分析データベースエンジンである Amazon Neptune Analytics の一般提供を発表しました。Neptune Analytics を使用すると、データサイエンティストやアプリケーション開発者は、数百億もの接続があるグラフデータを数秒で分析することで、より迅速に洞察を得て傾向を把握できます。Neptune Analytics は、Amazon Neptune データベース、Amazon Neptune ML、視覚化ツールなどの既存の Neptune ツールやサービスに追加されます。Neptune は、ナレッジグラフ、不正グラフ、アイデンティティグラフ、セキュリティグラフなど、高度に接続されたデータセットを使用してアプリケーションを構築および実行するための、高速で信頼性の高いフルマネージド型のグラフデータベースサービスです。Neptune Analytics では、既存の Neptune グラフデータベースや Amazon S3 などのデータレイクからのグラフデータを分析することで、グラフデータからインサイトを最大で 80 倍速く得ることができます。

AWS Clean Rooms Differential Privacy is now available in preview

本日、AWS は AWS Clean Rooms Differential Privacy のプレビューリリースを発表しました。これは、数回のクリックで数学的に裏付けられた直感的なコントロールにより、ユーザーのプライバシーを保護するのに役立つ新機能です。完全に管理された機能なので、ユーザーの再特定を防ぐために事前に差分プライバシーに関する経験は必要ありません。

Amazon Redshift announces general availability of support for Apache Iceberg

本日、Amazon Redshift は Apache Iceberg テーブルの一般サポートの開始を発表しました。これで、データレイク上の Apache Iceberg テーブルに簡単にアクセスして、データウェアハウス内のデータと結合できるようになりました。この機能により、自動マウントされた AWS Glue カタログまたは外部スキーマを使用してデータレイクテーブルにアクセスするかどうかにかかわらず、パフォーマンスが向上します。

Announcing feature development capability of Amazon Q (Preview) in Amazon CodeCatalyst

本日、Amazon CodeCatalystで、Amazon Qの機能開発機能がプレビューで利用可能になったことを発表できることを嬉しく思います。この新機能により、開発者は CodeCatalyst の課題を Amazon Q に割り当てることができ、Qは人間のプロンプトを実行可能な計画に変換するという面倒な作業を行い、コード変更とプルリクエストを完了してリクエスタに割り当てます。その後、Q は関連するワークフローを監視し、問題があれば修正を試みます。ユーザーはコード変更をプレビューしてプルリクエストをマージできます。開発チームは、IDE に入らなくても、この新機能を Amazon CodeCatalyst 内のエンドツーエンドで効率的なエクスペリエンスとして利用できます。

Amazon Titan Image Generator foundation model in Amazon Bedrock now available in preview

Amazon Titan Image Generator を使用すると、コンテンツ作成者は迅速にアイデアを考案して反復できるため、高効率の画像生成が可能になります。Amazon Bedrock の Amazon Titan Image Generator 基盤モデルにプレビュー版でアクセスできるようになりました。これにより、新しい画像生成機能と画像編集機能を備えたジェネレーティブ AI アプリケーションを簡単に構築してスケーリングできます。

AWS Blogs

Amazon Web Services ブログ (日本語)

AWS News Blog

AWS Big Data Blog

AWS Machine Learning Blog

Networking & Content Delivery

AWS Security Blog

Open Source Project

AWS CLI

Karpenter