大規模モデルを低コストで便利に使用するには？ Amazon Web Services が生成型 AI を実現する方法

現在、私たちは「百機種戦争」の時代に突入しており、テクノロジー企業は人工知能分野で主導権を握ろうと、独自の大型モデルを発売しています。しかし、ビッグモデルがより大きな役割を果たすためには、何千もの業界に深く浸透し、実体経済への導入を加速し、社会にさらなる価値を生み出す必要があります。

独自のビッグモデル手法を導入する多くの企業とは異なり、Amazon Web Services は、ユーザーが成熟したサードパーティのモデルと Amazon Web Services 独自のビッグモデルを使用できるようにするための基本モデル プラットフォーム サービスを構築することを選択しました。これにより、生成 AI を使用するための技術的なハードルが下がります。

アマゾン ウェブ サービスのグローバル製品担当副社長マット・ウッド博士はインタビューで、生成 AI はテクノロジー業界全体にとって大きな進歩であり、前例のない方法でデータをサポートおよび処理できると述べました。 Amazon Web Services の目標は、お客様が可能な限り簡単な方法で独自の大規模言語モデルを構築できるように支援することです。

マット・ウッド博士、アマゾン ウェブ サービス グローバル プロダクト担当副社長

利用のハードルを下げ、生成型AIの価値を引き出す

生成 AI は業界を再構築し、従来の境界を超えたイノベーションを解き放ち、私たちを未知の領域へと押し進めます。 Amazon は生成 AI の開発に非常に熱心です。すべての部門が生成 AI に昼夜を問わず取り組んでおり、さまざまな機能を向上させる作業計画を策定し、この分野で成功を達成できるよう努めています。クラウド サービスに関しては、Amazon Web Services は、企業がイノベーションを加速し、生成 AI がもたらす価値を実現するために、顧客が低コストでシンプルな方法で生成 AI のテクノロジーとツールを使用できるように支援する取り組みも行っています。

まず、モデルアクセスに関して、AWS では、すべてを実行できる単一のモデルは存在しないと考えています。マット・ウッド氏は「企業はさまざまなタスクを処理するために、汎用的で単一の大規模言語モデルに頼ることはできません。この大規模モデルは依然として他者によって制御されています。企業は複数のモデルにアクセスし、ニーズとデータに基づいてプライベートかつ安全な方法で独自のモデルをカスタマイズする必要があります」と述べています。この目的のために、Amazon Web ServicesはAmazon Bedrockサービスを開始しました。これには、サードパーティが提供する生成AIモデルAnthropic Claude、AI21Labs、Stability AI、およびAmazon Web Servicesが独自に開発した事前トレーニング済み基本モデルAmazon Titanが含まれています。 Amazon Titan シリーズの基本モデルを利用することで、お客様は独自のデータを使用して、大規模な言語モデルに基づいて独自のニーズに合わせた特殊なモデルを構築およびトレーニングできます。

2 番目に、Amazon Web Services は、企業が独自の大規模モデルをカスタマイズし、最適化とチューニングを実行できる安全でプライベートな環境を提供します。 Amazon Web Services は、エンタープライズ仮想プライベートクラウドに専用ノードを提供します。企業は独自のデータを使用してモデルをトレーニングおよび最適化し、モデルとデータを Amazon S3 に保存できます。これらのデータは Amazon Web Services によって暗号化されます。企業が再度使用する場合は、専用ノードにロードするだけで済みます。

3 番目に、Amazon Web Services は、基本モデルのトレーニングと推論にカスタマイズされたチップを使用して、コストとレイテンシを最小限に抑えながらパフォーマンスを大幅に向上させます。モデルトレーニングの面では、Amazon Web Servicesが開発したトレーニングチップであるAmazon TrainiumがサポートするコンピューティングインスタンスTrn1nは、ネットワーク強化インスタンスです。Trn1と比較して、ネットワーク帯域幅が1.6 TBに1倍増加し、大規模なネットワーク集約型モデルトレーニングでの使用向けに設計されています。推論の面では、Amazon Web Services の Inferentia2 インスタンスは、第 1 世代の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 倍削減されるだけでなく、アクセラレータ間の超高速ネットワーク接続を可能にし、クラウドでの推論コストを最小限に抑えます。

4 番目に、企業の生産性を向上させるために、Amazon Web Services は開発者向けのコード生成サービスである Amazon CodeWhisperer を開始しました。開発者は自然言語プロンプトを使用でき、システムが必要なコードを生成するため、ユーザーの開発エクスペリエンスが大幅に向上します。現在、Amazon CodeWhisperer は 15 種類のプログラミング言語をサポートしており、将来的にはさらに多くの言語が追加される予定です。

マット・ウッド氏は、Amazon Web Services が他と異なるのは、Amazon Web Services が提供する生成 AI が広く利用可能であり、極めて低コストで可能な限り低いレイテンシでユーザーにサービスを提供し、運用や保守のパフォーマンスの最適化を保証する点であると強調しました。

大規模モデルの利用の敷居を下げるためのモデルプラットフォーム＋自社開発モデルの構築

生成 AI に関して言えば、業界では大規模なモデルを独自に開発し、それを外部に公開してエンタープライズ カスタマイズをサポートし、特定の業界や企業向けの大規模なモデルを生成するのが一般的です。

Amazon Web Services のアプローチは、市場にある優れたトレーニング済みモデルに接続し、企業が直接使用できるようにする大規模モデル プラットフォーム サービスである Amazon BedRock を構築することです。同時に、このプラットフォームは、Amazon Web Services によって開発された基本モデルである Amazon Titan も提供しており、企業が独自の大規模モデルをトレーニングすることを容易にしています。

マット・ウッド氏は、企業はゼロからトレーニングするために時間とお金を投資することなく、トレーニング済みまたは事前トレーニング済みのモデルを通じて直接大規模なモデル開発を開始できると指摘しました。 「お客様は、安定した実績のあるベースモデルをすぐに使用して、独自の特殊モデルを構築できます。それが、私たちがこれを「Amazon Bedrock」と名付けた理由です。これは、お客様に堅牢で迅速に展開できる基盤を提供する基礎です。」

現在、Amazon Web Services は、顧客のニーズに基づいて業界をリードするモデルを選択し、Stability AI、Anthropic、AI21 Labs の 3 つの外部モデルを含む Amazon Bedrock サービスに統合しています。マット・ウッド氏は、将来的にはサードパーティのモデルがますます増え、顧客が選択できる Amazon Titan モデルも増えるだろうと述べた。ただし、Amazon Web Services は Amazon Bedrock を App Store のようなモデル市場にすることはありません。

基本モデルを選択する際、Amazon Web Services は非常に斬新で、興味深く、有用で、ユニークなモデルを選択し、それらが低レイテンシーのモデルであり、広く利用可能な運用パフォーマンスであることを保証します。マット・ウッド氏は、最終的にはAmazon Bedrockサービスに数十種類のファーストモデル製品が登場するだろうと語った。さらに、企業は Amazon SageMaker JumpStart を使用して、トレーニング用の他の基本モデルを選択し、独自のモデルを構築することもできます。

現在、市場に出回っている大きなモデルはすべて汎用モデルです。これらのモデルはさまざまな種類の問題に幅広く適用できますが、深みがありません。広範ですが深みがありません。チャットボット、検索タスクなど、特定の市場シナリオに適しています。しかし、大多数の顧客は依然として、モデルが特定の領域でより深い理解と問題解決能力を持つことを望んでいます。つまり、使用範囲は広くなくても、十分な深さがなければなりません。

マット・ウッド氏は、企業は Amazon Bedrock を使用して必要なモデルを選択し、Amazon Bedrock を微調整することでモデルのパフォーマンスを大幅に向上させ、モデルの出力結果をユーザーの特定のユースケースやシナリオに高度に一致させることができると述べました。したがって、大規模なモデルが特定の種類の質問に答えたり、関連する問題を解決したりすると、より詳細なソリューションを提供できます。

現在、多くの業界モデルが Amazon Web Services のプラットフォーム上でトレーニングされています。たとえば、Bloomberg は Amazon Web Services 上で非常に大規模な金融サービス モデルを運用しています。マット・ウッド氏は、企業は自社の業界に応じて対応する基本モデルを選択し、そのモデルをトレーニングするだろうと述べた。さらに、顧客は自身の状況に基づいて固有の個人情報を追加するため、モデルの出力は顧客が提起する質問やニーズに非常に関連したものになります。