自己紹介

ガノンと申します。

初めての投稿になります。

軽く自己紹介をします。名前の由来は大学時代のあだ名になります。スマブラブーム中に大学に入学したものでこのあだ名になりました。なのでキャラクター名の同期(ゲームアンドウォッチ、しずえetc…)が多かったです。それスマブラキャラの名前じゃないよって声は受け付けていません。

ダイエット中で、ジムに行くのが趣味です。

23卒新入社員　NHN テコラスに入社

この度、NHN テコラスに23年新卒で入社し開発部門に配属されました。

4月1日から入社し、初めの2週間は会社についての勉強や、ビジネスマナーを学びました。2週間で終わってしまうのは少し不安ではありますが、外部の講師の方に教えて頂いたこと活かせるように頑張ります！

そして、4月20日に部門研修としてAWS Summitに参加させていただきました。

AWS Summitとは「AWSを学ぶイベント」でAWSのサービスを扱う会社が一同に集まり、ベストプラクティスの共有や情報交換ができる場として設けられいます。

私はこのようなイベントに参加したこともなく、技術自体のイベントも初めてでしたので緊張しました。

AWS Summitに行きました！

まず最初に基調講演を聞きました。

内容は自分の愛してやまないビールのハイネケンの醸造所のエコシステム自動化や、米の種類の判断などに使われている映像を見ました。

一見ITの技術と関係ない会社じゃない？と思っていましたが、意外なところにも活用されていて驚きました。

その後、AI関連でAmazon EC2 Trn1が発表されたりもしましたが、私にはまだ全く理解できそうにないのでご興味のある方は公式のリンクを貼っていますのでこちらをご覧ください。

Amazon Bedrockってなに？

今回のAWS Summitで私が一番興味を持った技術である、Amazon Bedrockを簡単に紹介したいと思います。

仕組み

Amazon Bedrock では、主要な AI スタートアップ企業や Amazon が構築したさまざまな FM を柔軟に選択できるため、目的に最も適したモデルを見つけることができます。Bedrock のサーバーレスエクスペリエンスにより、インフラストラクチャを管理することなく、すぐに使用を開始し、独自のデータを使用して FM(Foundation Model)をプライベートにカスタマイズし、使い慣れた AWS ツールや機能を使用してそれらをアプリケーションに簡単に統合してデプロイできます (さまざまなモデルをテストするための実験や FM を大規模に管理するためのパイプラインなどの Amazon SageMaker の ML 機能との統合を含みます)。
出典：bedrockの仕組み

Bedrockを始めとしたサービスを「生成系AI」と呼びます。

「生成系AI」とは英語で「Generative AI」。学習したデータを元に、テキストや画像、プログラムコード等を生成する人工知能アルゴリズムです。

例えば、いま流行っているもので言うとChatGPTです。最近ニュースで見ない日はないです。

マイクロソフトが投資し、Azureにも搭載されるというニュースを見ましましたが、AWSも負けずに、競い合って欲しいです。

こんな事ができる！

1. テキスト生成：ショートストーリー、エッセイ、ソーシャルメディアへの投稿、ウェブページのコピーなど、新しいオリジナルコンテンツを作成できます。
2. チャットボット：チャットボットやバーチャルアシスタントなどの会話型インターフェイスを構築して、顧客のユーザーエクスペリエンスを向上させる目的。
3. 検索：膨大な量のデータから情報を検索し、見つけて、合成して、質問に回答することができます。
4. テキスト要約：記事、ブログ記事、書籍、文書などのテキストコンテンツの要約を取得できるため、すべてのコンテンツを読まなくても要点を把握できます。
5. 画像生成：言語プロンプトから、さまざまな題材、環境、および場面のリアルで芸術的な画像を作成します。
6. パーソナライズ：単語のマッチングよりも関連性が高くコンテキストに即した商品のレコメンデーションにより、顧客が探しているものをより容易に見つけることができます。

実績

AWS公式のブログによると、2019 年に学習された最大のモデルは 3 億 3,000 万個のパラメーターを有していましたが、現在最大規模のモデルのパラメーター数は 5,000 億個を超えており、わずか数年で1,600 倍にも増大したことがわかっています。

基盤モデルの汎用性は、文章の感情分析や、画像の分類、トレンドの予測といった特定のタスクを実行する従来の機械学習モデルとは異なり、上記のような自ら何かを生み出すことを可能にしています。

活用例：Amazon Titan

先ほどの基盤モデルを活用して、責任あるイノベーションを推進している技術です。

メリットとしましては

1. 要約やテキスト生成などの自然言語タスクを自動化できる。(Titan Text)
2. 検索精度の向上とパーソナライズされたレコメンデーションの改善により、単語のマッチングより関連性が高い文脈に沿った応答が生成できる。
3. 不適切または有害なコンテンツを減らす。

このTitanに加えて、語学系AI、ロゴやアートなどの基盤モデルが存在しています。

所感

自分の中でのAIのイメージが一段階も二段階も上がった気がしました。最近ではイラストや文字まで自動で生成されていて、頭が追いつきません、、、

AmazonのAIといえば、Alexa搭載のECHOシリーズやAmazon GOという自動解析によるレジ精算のいらない店舗が数年前から存在しており、こういったサービスとどう繋がっていくかも楽しみです。

AWS Summitを終えて

今回、AWS Summitを通して、すごく刺激を受けました。自分が普段利用している商品がAWS上で動いていたことを知り、幅広い技術だと思いました。

新卒ではこう言った技術者の集まるようなイベントを敬遠する気持ちもあるかと思いますが、新卒だからこそ私は行ってみるべきだと思いました。 AWSの社員の方も、関連の会社の方も快く質問に答えてくださり、非常に勉強になりました。

先ほども言いました通り、開発チーム配属されましたのでAWSなどのクラウドを触る機会は少ないかもしれません。ですが目の前の技術を覚え、ある程度慣れてきたらまたこういったAIに関する技術に触れたいです。

まとめ

今回は「AWS Summit」「Amazon Bedrock」「Amazon Titan」について紹介しました。私自身まだまだ知識が足りなく理解し難いところもありましたが、熾烈なAI競争に目が離せません。このAIの技術についてはまだ情報も少なく、研修で与えられているAWSアカウントで検索しても公式ブログしか出てこないので一般の人が使うのは難しそうです。