これらの業界をリードする大型モデルはすべて1つの会社によって「買収」されました

GPT-4 のリリースは AI の歴史に残る大きな出来事であることは間違いありません。しかし、時が経つにつれ、最先端の大型モデルでさえもすべてを実行できるほど強力ではないことが分かりました。たとえば、GPT-4 ダイアログ ボックスに長いテキストを貼り付けると、テキストが長すぎて処理できないというメッセージが表示されます (サポートされるコンテキスト ウィンドウは 32,000 トークン、つまり約 25,000 の中国語文字のみです)。

たとえば、8 桁を超える乗算演算や、小数と分数を含む演算を実行する必要がある場合、GPT-4 は正しい答えを返せない可能性があります (多桁の乗算精度はわずか 4.3% です)。

現段階ではまだ理想的な「汎用人工知能」は実現されていないようで、GPT-4ですら完璧ではないようです。これはまた、大規模なモデルのユーザーや、それらに基づいてアプリケーションを開発したい技術者にとって、GPT-4 が唯一の選択肢ではない、あるいは最も適切な選択肢ではない可能性があることも意味します。

では、生成AIの後半では、どのようにアプリケーションを作成すればよいのでしょうか?これは簡単に答えられる質問ではありません。多くの場合、私たちは入手可能なより強力なモデルをすべて試してみたいと思っています。しかし、多くのモデルは発売時に多くの「サポートサービス」を提供しておらず、試用にはコストと価格がかかるため、これも簡単に実行できるわけではありません。

幸いなことに、強力なインフラストラクチャを備えた Amazon Web Services もこれらの問題に注目しています。最近正式に開始されたAmazon Bedrockは、「より多くの選択肢」とサポートサービスを提供することを目指しています。

クロード、ラマ 2、安定拡散...スーパーオールスターモデルライブラリ

ChatGPTに加えて、生成AIをより多くの分野に適用したい人にとっては、生成AI専用のハードウェアインフラストラクチャを構築し、独自のデータを使用して大規模なモデルを調整し、継続的に更新して展開すると同時に、プライバシーデータのセキュリティを保護するという、目に見える課題があります。テクノロジー企業にとっても、これは非常に複雑です。

これに対応して、Amazon Web Services は、大規模なモデル アプリケーションの構築を支援するための一連の「インフラストラクチャ」を考案しました。

今年 4 月、Amazon Web Services は、業界をリードする基本モデルと、生成 AI アプリケーションの構築に必要なさまざまな機能を備えた、完全に管理された生成 AI サービスである Amazon Bedrock を正式にリリースしました。

Amazon Bedrock には、業界をリードするほぼすべての基本的なビッグモデルが統合されています。さまざまなアプリケーションシナリオで、AI21 Labs、Anthropic、Cohere、Meta Llama2、Stability AI などの企業の高度なビッグモデルを使用して、単一の API を通じて独自のアプリケーションを構築できます。

Amazon といえば、多くの人が少し前に起こった重要な資金調達イベントを思い出すかもしれません。同社は OpenAI の最大のライバルである Anthropic に 40 億ドルを投資する計画を立てています。

大規模モデルスタートアップの分野において、Anthropicは非常に眩しい存在です。 2021年にOpenAIの元研究担当副社長ダリオ・アモデイ氏、GPT-3論文の第一著者トム・ブラウン氏らによって共同設立された。設立メンバーのほとんどはOpenAIの中核社員。彼らはOpenAIのGPT-3に深く関わり、人間の好みを考慮した強化学習（RLHF）などの技術の導入を最初に提案した。

この強力なラインナップは、同様に魅力的なモデルである Claude (最新バージョンは Claude 2) を生み出します。このモデルは、10 万トークンのコンテキスト ウィンドウなど、GPT-4 では実現できなかった機能も実現しており、コード生成能力もオリジナルの GPT-4 を上回っています。これらが、Amazon が Anthropic への投資を選択した重要な理由です。

さらに重要なのは、Amazon Web Services が発表したニュースに次のような一節があることです。「投資契約の一環として、Anthropic は Amazon Web Services のサービスをミッションクリティカルなワークロードに使用し、セキュリティ研究と将来の基礎モデル開発で協力します。Amazon Web Services を使用する開発者とエンジニアは、Amazon Bedrock を通じて Anthropic の最も高度なモデル上にアプリケーションを構築できるようになります。」

そうです、生成AIを応用するための新しいアイデアが今あります。優れたパフォーマンスを持つモデルをAIインフラストラクチャプラットフォーム上にオンラインで配置し、ユーザーが最も適したものを選択できるようにする人もいます。運用範囲を拡大するために、Amazon Bedrock は Claude 2 だけでなく、オープンソースのリーダーである Llama 2、そして同様に好評を博しているモデル Jurassic-2 と Command もリリースしました。

Jurassic-2 は AI21 Labs が開発した、業界で最大かつ最も強力な基本モデルの 1 つです。 Amazon Bedrock では、1,000 億を超えるパラメータを備えた Ultra バージョンも提供されており、質問と回答、要約、長文コピーの生成、高度な情報抽出など、あらゆる複雑な言語生成タスクに適用でき、複数の言語もサポートしています。

Command は、別のスタースタートアップ Cohere が立ち上げたテキスト生成モデルで、ユーザーに合わせたコマンドトレーニングを受け入れることができます。企業ユーザーは、自社のデータをCommandと組み合わせることで、特定のアプリケーション向けの言語モデルを生成し、実際の業務にすぐに活用できるようになります。 520 億のパラメータを持つ Command は、多くの大規模モデルよりも優れたパフォーマンスを発揮します。

さらに、ChatGPT 以前に AI 界を席巻し、強力なテキストからグラフへの機能を備えた Stable Diffusion もモデル リストに含まれています。

この時点で、大規模モデル適用の方向への道筋が明確になりつつあります。

生成AIを実装するためのフルプロセスサービス

最近、業界関係者の間では、業界をリードするビッグモデルを基盤モデルとして使用し、独自のデータでトレーニングおよび最適化し、さまざまなビジネス シナリオ向けのアプリケーションを構築するという、ビッグモデルの応用方向についての考えが徐々に形成されてきました。 Amazon Web Services はすぐにこの道を実現し、企業が始める際の困難さをさらに軽減しました。

Amazon Bedrock をベースとすることで、企業はさまざまな主要な基本モデルをより簡単に、より迅速に試し、迅速なエンジニアリングを実行し、微調整や検索拡張生成 (RAG) などのアクションを完了し、独自のデータを使用してモデルをカスタマイズできるようになります。

Amazon Bedrock Agents ツールは、生成 AI アプリケーションの開発、デプロイ、管理などのエージェント機能を統合します。 AutoGPT と同様に、コードを記述せずにマネージド エージェント (AI エージェント) を作成し、大規模なモデルに指示して、旅行の予約、保険金請求の処理、広告キャンペーンの計画、在庫の管理などの複雑なタスクを実行させることができます。

自然言語で指示を書くだけで、エージェントは達成すべき目標を理解します。

プラットフォームとハードウェアの面では、人工知能専用に構築されたプラットフォームとして、Amazon Bedrock は Amazon Web Services のインフラストラクチャに接続し、ハードウェアとソフトウェアの面で AI コンピューティング向けに特別な最適化を行っており、構築、トレーニングから大規模モデルへの展開までの一連のワークロードをカバーしています。 Amazon Bedrock はサーバーレステクノロジーを使用しているため、お客様はインフラストラクチャを管理する必要がなく、使い慣れた Amazon Web Services プラットフォーム上のアプリケーションに生成 AI 機能を安全に統合して展開できます。

大規模なモデルアプリケーションを開発する場合、避けられない問題が 1 つあります。それは、コンピューティング能力のコストです。最近、誰かが Microsoft の GitHub Copilot サービスについて計算しました。このサービスではユーザーごとに月額 10 ドルが課金されますが、Microsoft は最終的に 20 ドルを自腹で支払わなければなりません。

Amazon Web Services のようなサービス プロバイダーにとって、コンピューティング能力を高め、コストを削減する体系的なソリューションが最も得意とします。たとえば、最先端の AI チップ NVIDIA H100 を使用する Amazon EC2 P5 を見てみましょう。このチップは、大規模なモデルのトレーニングに最大 20 エクサフロップスのコンピューティング パフォーマンスを提供できます。前世代の GPU ベースのインスタンスと比較すると、トレーニング時間は最大 6 倍短縮され、トレーニング コストは最大 40% 削減されます。

特にトークンあたりの価格に関して言えば、Amazon Bedrock の Claude シリーズ モデルの価格は GPT シリーズよりも大幅に有利です。

もちろん、Amazon Bedrock ではセキュリティとプライバシー保護も十分に考慮されています。お客様は Amazon PrivateLink を使用して、Amazon Bedrock と仮想プライベートネットワーク (VPC) の間に専用の安全な接続を確立し、データ転送がパブリックインターネット経由で公開されないようにすることができます。

興味深いことに、Amazon Web Services は、生成 AI アプリケーションを効率的に構築できるだけでなく、大規模なモデル ツールを使用して「独自のスタイル」でコードを記述するなど、他のレベルのテクノロジーもフル活用して作業効率の向上を支援します。

Amazon CodeWhisperer は、Amazon Web Services が提案する AI コーディング アプリケーションです。IDE でコード行全体を生成し、関数コードの提案を完了して、作業をより速く完了できるようにします。今年 6 月にプレビュー バージョンがリリースされ、個人開発者には無料で提供されています。現在、Python、Java、JavaScript を含む 15 のプログラミング言語でコードを生成するのに役立っています。

最近、Amazon Web Services は、カスタマイズされた AI コード生成および提案サービスを可能にする CodeWhisperer エンタープライズ プログラムを開始しました。新機能により、ユーザーは社内のコードリポジトリをトレーニングデータとして使用し、AI がそれに応じてコード生成の提案を調整できるようになります。管理者はコンソールからカスタマイズを管理し、コンソールで評価指標を表示し、各カスタマイズの実行方法を推定し、開発者に選択的に展開して、エンタープライズ品質とセキュリティ基準を確保することもできます。

新しい技術の開発に加えて、生成 AI を適用してビジネスの評価と診断の効率を向上させることもできます。 Amazon QuickSight は、インタラクティブなダッシュボード、ページ分割されたレポート、埋め込み分析を作成できる生成的な BI データ分析機能を提供します。また、自然言語クエリを実行する機能も備えているため、ビジネスアナリストはデータをより便利かつ迅速に探索し、自然言語の説明を使用して視覚的なレポートを簡単に作成できます。

すべてのプロセスにおいて、Amazon Web Services が提供する機能により、高度なビッグモデルを実装するためのハードルが大幅に下がりました。技術的に高度なビッグモデルを使用すると、環境管理、ハードウェアの構成、セキュリティ管理などのタスクがなくなり、ビジネス革新に集中できるようになります。

生成AIの変革はこの道を辿るべきである

生成 AI の可能性は無限であることを私たちは知っています。

AIインフラによって敷居が下がると、次のようなことが期待できます。ヘルスケア分野では、AIが臨床医と患者のやり取りに基づいて重要な詳細を自動的に抽出し、文書の要約を作成します。創薬分野では、タンパク質の折り畳み、タンパク質の配列決定、ドッキング、分子設計に生成AIツールを使用して、創薬と設計のプロセスを加速します。製造分野では、生成AIが履歴データを抽出して機器の故障をリアルタイムで診断し、入力の調整、修理、または交換部品の候補などのメンテナンス作業を推奨します。

すぐに使用できる生成 AI サービスを使用してイノベーションの効率を向上させ、実用的なアプリケーションをより速く構築することが、ビッグモデルの時代にイノベーションを起こす正しい方法である可能性があります。

この観点から、プラットフォームを構築し、参入障壁を下げることは、Llama2 のような重要な技術革新と同じくらい重要です。

アマゾンのCEO、アンディ・ジェシー氏はこう語った。「たとえ寮やガレージで起業の旅を始めたばかりの人でも、大企業と同じ先進的なインフラとコストにアクセスして、独自のイノベーションを実現できるようにします。私たちは、すべてのスタートアップ企業が明日の「巨人」になる機会を得られるよう支援したいと考えています。」

Amazon Web Services が提供するサービスにより、この AI の波の傍観者の多くが参加者へと変化しています。近い将来、生成 AI がさらに多くの業界に混乱をもたらすことが予想されます。