Amazon Web Services ブログ

Category: Amazon SageMaker

Amazon SageMaker、Amazon OpenSearch Service、Streamlit、LangChain を使った質問応答ボットの構築

エンタープライズ企業における生成系 AI と大規模言語モデル (LLM) の最も一般的な用途の 1 つは、企業の知識コーパスに基づいた質問応答です。Amazon Lex は AI ベースのチャットボットを構築するためのフレームワークを提供します。事前学習済みの基盤モデル (Foundation Models; FM) は、さまざまなトピックに関する要約・テキスト生成・質問応答などの自然言語理解 (NLU) タスクではうまく機能しますが、幻覚やハルシネーションと言われる不正確な情報を含まない回答を提供するのが難しい、もしくは、学習データに含まれない内容に関する質問へ回答することはできません。さらに、基盤モデルは特定の時点のデータをスナップショットとして使用してトレーニングされており、推論時に新しいデータにアクセスすることはできません。推論時に最新のデータにアクセスできない場合、不正確または不適切な応答を返す可能性があります。

Stable Diffusion で画像の部分的な差し替えを行う環境を、 Amazon SageMaker JumpStart で簡単に構築する

2022 年 11 月、AWS のお客様が Amazon SageMaker JumpStart を使用して Stable Diffusion モデルでテキストから画像を生成できることを発表しました。本日、Stable Diffusion モデルで画像をインペイントすることができる新機能をご紹介します。本記事でのインペイントとは、テキストによる指示に基づいて、画像の一部を別の画像に置き換えるプロセスを指します。オリジナル画像、置き換えられる部分の輪郭を示すマスク画像、およびテキストプロンプトを提供することで、Stable Diffusion モデルは、マスクされた領域をテキストプロンプトに記述されたオブジェクト、被写体、または風景に置き換える新しい画像を作成することができます。

インペインティングを利用することで、劣化した画像の修復や、画像の一部だけ新しい画像やスタイルに差し替えたりすることができます。写真やイラストの一部を修正したり、モデルの服装のデザインを複数パターン作成しアイデア出しに使ったりすることが可能です。
この記事では、SageMaker JumpStart から Stable Diffusion のモデルを使いインペイントを行う方法について、Amazon SageMaker Studio の画面から行う方法と、 SageMaker Python SDK から行う方法の2つを解説します。

日本語大規模言語モデル OpenCALM の知識でクイズ王に挑戦する

数十億を超えるパラメーターを持つ大規模言語モデルは、追加学習なしに人間も驚く知識を披露します。その知識で、クイズ王に輝くことはできるのでしょうか? 本記事では、株式会社サイバーエージェント様が公開した OpenCALM を用いてクイズを題材にした日本語 QA データセット JAQKET にどこまで正確できるか検証します。

Canva が Amazon SageMaker と Amazon Rekognition を使用し 1 億ユーザーにテキストから画像を生成する AI を提供した方法

Canva はあらゆるデザイン業務を支援するツールを提供している企業です。プレゼンテーションやソーシャルメディア投稿など、様々な場面で利用されています。 1 億人以上の月間アクティブユーザーのデザインプロセスをさらに改善するため、テキストから画像を生成する AI をはじめ機械学習を用いた機能の開発に積極的に投資しています。安全かつスケーラブルに画像生成 AI を提供するため Amazon SageMaker と Amazon Rekognition を活用しており、この先進的な機能のリリースをたった 3 週間で実現しています。

製造業のニーズに最適な機械学習サービスの選択

機械学習 (ML) は製造業で欠かせない技術となりましたが、どの機械学習サービスやツールが自分の業務に最適かを判断するのは難しい場合があります。そこで、アマゾンウェブサービス (AWS)の 各ML サービスの使い方を、ユースケースを交えて説明します。

Amazon SageMaker Canvas の ML 予測を使用して Amazon QuickSight に予測ダッシュボードをパブリッシュ

この記事では、予測を明示的にダウンロードして QuickSight にインポートしなくても、Canvas から ML ベースの予測を使用して QuickSight で予測ダッシュボードを公開する方法を説明します。このソリューションを使用すると、Canvas から QuickSight に予測を送信できるため、機械学習を使用して意思決定を迅速に行い、効果的なビジネス成果を達成できます。

AWS 上の MongoDB のビルディングブロックを使用して車両のデジタルツインの課題を解決する方法

車両のデジタルツインの課題を解決するための技術的側面について詳しく説明します。MongoDB と AWS が、モバイルデバイス、データベース、クラウド、車両を効率的に双方向に統合するためのビルディングブロックをどのように提供しているかを説明します。