アマゾン ウェブ サービスが生成型 AI 技術の普及を促進する 4 つの主要なイノベーションを発表

今日、AIGC は間違いなく最もホットな話題の 1 つです。国内外の大手テクノロジー企業もこれに追随し、独自の大型モデルや関連アプリケーション製品を発売した。最近、Amazon Web Services は生成 AI の分野で 4 つの主要なイノベーションを開始し、技術の普及促進に尽力し、より多くの企業がその恩恵を受けられるように、研究および実験分野から AIGC 技術を解放することを望んでいます。

アマゾン ウェブ サービスのグレーター チャイナ製品部門ゼネラル マネージャーである Chen Xiaojian 氏は、インタビューで次のように語っています。「当社の使命は、あらゆるスキル レベルの開発者やあらゆる規模の組織が、生成 AI を使用して革新を起こす機会を得られるよう支援することです。アマゾン ウェブ サービスが提供する 4 つの主要機能により、あらゆる分野の顧客が生成 AI を使用する際の技術的および金銭的障壁が下がり、より多くの人々がより簡単に、コスト効率よく生成 AI を利用できるようになることを期待しています。」

Amazon Bedrock: モデル利用の参入障壁を下げる

一般的に、ビッグモデルを使用する場合、企業は自社のビジネスシナリオに最適で、ビジネス手順とシームレスに統合できるビッグモデルを見つける必要があります。しかし、多くの企業には、独自の大規模モデルをトレーニングするための新しい環境を構築する能力と時間がありません。この目的のため、Amazon Web Services は、新しいフルマネージド生成 AI サービスである Amazon Bedrock を開始しました。これにより、ユーザーは API 呼び出しを通じて Amazon Web Services およびサードパーティの基盤モデル プロバイダーの事前トレーニング済み基盤モデル (基盤モデル) にアクセスでき、大規模なトレーニングと展開に対するユーザーのハードルを下げることができます。

Amazon Bedrock には 4 つの大きな利点があると考えられています。まず、Amazon Bedrock は完全に管理されたサービスです。ユーザーは、バックエンドで使用されるさまざまな基本リソースの適用、管理、およびさまざまな運用サービスについて心配する必要はありません。これらのタスクはすべて Amazon Web Services によって実行されます。

第二に、Amazon Bedrockには、Amazon Web Servicesによって開発された2つの基本モデルであるAmazon Titan TextとAmazonを含む5つの主要なモデルがあらかじめ用意されています。 Titan Embeddings と 3 つのサードパーティ パートナーのモデルから、ユーザーはアプリケーション シナリオに最適なモデルを選択できます。市場が急速に変化する中、各社とも大きなモデルを抱えており、顧客は自社の業界や業務により適したモデルを見つけたいと考えています。このため、Amazon Web Services では、Stability AI、Anthropic、AI21 Labs の 3 つの外部モデルを含め、お客様のニーズに応じて業界をリードするモデルを選択できるよう支援しています。安定性 AI モデルは、マルチモーダル テキスト生成画像または自然言語生成画像に傾倒しています。 Anthropic Claude は、対話テキストの生成に重点を置いています。 AI21 Labs モデルは、少数言語や記事のテキスト要約を含む多言語サポートにおいて優れたパフォーマンスを発揮します。

3 番目に、Amazon Bedrock はユーザーがモデルをカスタマイズするのに役立ちます。ユーザーごとにシナリオ要件とビジネス ロジックが異なり、ユーザーは独自の蓄積されたビジネス データを通じて最適なシナリオ モデルをトレーニングする必要もあります。 Amazon Web Services は、Amazon Bedrock でのデータトレーニングのプライバシーとセキュリティを特に強化しました。データのセキュリティとプライバシー保護を確保するという前提の下、ユーザーは独自のデータを使用してモデルをカスタマイズできます。

4 番目に、セキュリティ暗号化の面では、すべてのユーザーの環境は独自の VPC (プライベートネットワーク環境) に基づいており、他の顧客から完全に分離されており、すべてのデータが暗号化されています。つまり、ユーザーは Amazon Bedrock を利用できるだけでなく、Amazon Web Services のさまざまな種類のクラウド サービスを便利かつ安全に利用して、ビジネス全体をカスタマイズできるようになります。

アマゾン ウェブ サービスの大中華圏データ技術専門家チームのディレクターである王暁業氏は、Amazon Bedrock はアマゾン ウェブ サービスが主導し運営するモデル プラットフォームであると述べました。業界の他の主要モデルプロバイダーにも開放されており、将来的にはさらに多くの主要モデルが追加される可能性があります。ただし、Amazon Bedrock はオープンモデル市場ではなく、Amazon Web Services が規模を無制限に拡大することはないということを強調しておく必要があります。

タイタンモデル: 汎用性の高い基本モデル

今回 Amazon Web Services がリリースした Titan モデルには、Titan Text と Titan Embeddings の 2 つのモデルが含まれています。 Titan Text は、要約テキストの生成、分類、自由回答、情報抽出などのタスクに基づいた生成型大規模言語モデルです。 Titan Embeddings は、テキスト入力を意味的に意味のあるデジタル表現に変換できる、テキスト埋め込み型の大規模言語モデルです。この大規模なモデルはテキストを生成しませんが、パーソナライズされた推奨事項や検索などのアプリケーションに非常に役立ちます。テキストと比較して、エンコーディングを使用すると、モデルはより関連性の高いコンテキストに応じた結果を返すことができます。

責任ある AI プラクティスを実装するために、Titan 基本モデルには、ユーザーが送信したデータ内の一部の有害コンテンツを識別して削除し、ユーザーによる不適切なコンテンツ入力を拒否し、憎悪、罵り言葉、言葉による暴力などの不適切なコンテンツを含むモデル内の入力結果をフィルタリングする多くの機能があらかじめ設定されています。現在、一部の顧客は Amazon Web Services の新しい Titan ベースモデルをプレビューしており、今後数か月で Amazon Web Services はその使用範囲をさらに拡大する予定です。王暁業氏は、Titan モデルは Amazon Bedrock を通じてのみ入手可能であることを強調した。

自社開発チップ：トレーニングと推論のコストを削減

最近、Amazon Web Services は Amazon EC2 Trn1n および Inferentia2 インスタンスの正式な提供を発表しました。 Trn1 は、Amazon Web Services が開発したトレーニング チップである Trainium によってサポートされるコンピューティング インスタンスです。新しくリリースされた Trn1n は、ネットワークが強化された新しいインスタンスです。 Trn1と比較すると、ネットワーク帯域幅は1倍の1.6 TBに増加しました。大規模なネットワーク集約型モデルのトレーニングで使用するために設計されています。

推論チップに関しては、Amazon Web ServicesがInferentia2インスタンスをリリースしました。これにより、第1世代チップと比較してスループットが4倍向上し、レイテンシが10倍短縮されただけでなく、アクセラレータ間の超高速ネットワーク接続が実現され、クラウドでの推論コストが最小限に抑えられました。

ご存知のとおり、大規模なモデルのトレーニングには多大なコストがかかりますが、Amazon Web Services はどのようにしてコスト効率を向上させるのでしょうか? Chen Xiaojian 氏は例を挙げて、BERT は多くのトレーニング環境でよく使用されるモデルであると述べました。シンプルな BERT 環境の場合、NVIDIA の GPU インスタンスをベースとし、16 個のノードを使用すると、シンプルなモデルのトレーニングに 13 時間かかることがあります。 Amazon Web Services の内部テストでは、Amazon Web Services が開発した Trainium トレーニング チップを使用して 16 ノードでわずか 5 時間でモデルのトレーニングが完了しました。したがって、自社開発のチップにより、ユーザーはコスト効率を数倍向上させることができます。

同様に、一般的な NLP モデルなどの大規模なモデルの展開では、同じモデルを GPU ベースの環境に展開する場合、それを完了するには 8 枚の GPU カードが必要です。しかし、Inferentia2 を使用すると、同じロードを 4 つの Inferentia2 チップだけで完了できます。ハードウェア展開全体の環境、複雑さ、コストが効果的に削減され、ユーザーがコストと複雑さを大幅に削減してビジネス パフォーマンスを向上させるのに役立ちます。

Amazon CodeWhispere: AI プログラミング アシスタント

Amazon CodeWhisperer は、リアルタイムでコードの提案を生成できます。現在、セキュリティスキャン機能を備えた唯一の AI プログラミング アシスタントです。これを使用すると、見つけるのが非常に難しい脆弱性を発見し、修復の提案を行うことができます。現在、Amazon CodeWhisperer は個人開発者には完全に無料です。さらに、Amazon CodeWhisperer は、偏りや不公平とみなされる可能性のあるコードをフィルタリングすることができ、疑わしいオープンソース コードをフィルタリングしてフラグを立てることができる唯一のプログラミング アシスタントです。

Wang Xiaoye 氏が Amazon CodeWhisperer の使い方を紹介しました。 Amazon CodeWhisperer は、既存の開発環境に直接インストールして Amazon CodeWhisperer のメリットを享受できるプラグインに相当します。 「これを使用すると、開発者はコメントを通じて Amazon CodeWhisperer と対話できます。通常、コードを書くときは、自分のコードにコメントを追加します。コメントには、「写真をクラウドにアップロードするためのコードを生成するのを手伝ってください」と書きます。このコードに対する提案が表示されます。すべてを受け入れる場合は、Tab キーを押すだけで、提案を受け入れるのと同じです。このインタラクティブなエクスペリエンスにより、Amazon CodeWhisperer は開発者にとってインテリジェントなアシスタントのようになります。同時に、オープンソースの認証を確認するなどのセキュリティスキャン機能もいくつか提供されます。」

ビッグモデルの未来

人工知能はアマゾンの創業以来の重点分野であり、今後さらに注力していくことになるでしょう。 Amazon Web Services は、業界をリードする機能を活用して、あらゆる規模と業種の 100,000 社を超える顧客が機械学習と人工知能の革新を実現できるよう支援してきました。私たちは現在、機械学習の広範な導入の次の波を目撃しており、顧客体験とアプリケーションの両方が生成型 AI の使用を通じて再発明される機会を得ています。

陳小建氏は、大規模なマルチモーダルモデルは今後間違いなくホットな話題になるだろうと考えています。 「ビッグモデルが生き残り、誰もが本当に使えるようになるかどうかは、市場の状況次第かもしれません。これらの一般的なモデルを通じて、ユーザーはそれに基づいて独自のシナリオに適したセグメント化された業界モデルを開発することができ、最終的にはそれが標準になる可能性があります。」