AWS、生成系AIの基礎知識を説明 - 同社の生成系AIサービスの強みとは？

アマゾンウェブサービスジャパン（AWS ジャパン）はこのほど、生成系AI（Generative AI)に関する勉強会を開催した。勉強会では、「生成系AIとはどういうものか」「生成系AIの背後にはどのような技術があるのか」「4月に発表されたAmazon Bedrockとは何か」について説明が行われた。

マイクロソフトやGoogleなど、さまざまなITベンダーが生成系AIの開発に取り組んでいるが、AWSはどのようなスタンスで生成系AIに臨んでおり、同社が提供している生成系AIサービスで何ができるのだろうか。

生成系AIを理解するカギは基盤モデル

技術統括本部技術推進グループ本部長小林正人氏は、AIの体系において生成系AIが深層学習の一種の位置づけにあることを示し、「注目を集めているが、われわれはAIの一分野として捉えている」と述べた。

生成系AIとは「テラバイト規模のデータで学習させた数十億規模のパラメータを持つ基盤モデルにより、追加学習なしに高精度の生成を実現する技術」と定義される。

小林氏は、「生成系AIは人のイマジネーションをこれまでにない手軽さで広げていくことができる点などから注目されている。基盤モデルによって実現されていることを理解しているとわかりやすい」と説明した。

AI分野における生成系AI（Generative AI)の位置づけ

基盤モデルを使うと何が便利なのか？

では、基盤モデルとはどのようなものなのだろうか。機械学習はシンプルな入力に対し、シンプルな出力を行う。また、深層学習は複雑な入力に対し、シンプルな出力を行う。しかし、基盤モデルを介すと、複雑な入力に対し、複雑な出力が可能になる。

小林氏は基盤モデルと機械学習モデルを比較してみせた。基盤モデルの最大の特徴は「一定の汎用性」だという。機械学習モデルは教師有データによって学習を行い用途に合わせて個別に作っていく。そのため、データの事前準備に手間がかかる。対する基盤モデルは、教師なしデータによって学習を行い、さまざまな用途に利用できる。

従来の機械学習モデルと基盤モデルの違い

基盤モデルは出力内容に応じて、「Text to text」「Text to embeddings」「Multi modal」の3つに分類できる。小林氏は、現時点でビジネスの活用を考えると、簡単な自然言語プロンプト質問や指示を基に、それに応じたテキストを生成する「Text to text」が使われることになると述べた。

基盤モデルの3つの分類

ビジネス利用のための基盤モデルが「大規模言語モデル (LLM：Large Language Models)」となる。基盤モデルのライセンスはオープンソースとプロプライエタリに分類できる。Amazon Titan Text、OpenAI GPT-4、Google PaLM 2はすべてプロプライエタリライセンスで提供されている。

そして小林氏は、AIサービスと基盤モデルが異なることに注意すべきと述べた。一部のプロプライエタリな基盤モデルは、付加価値・機能を追加した「AIサービス」としてのみ提供されることがあり、基盤モデルをユーザーが触ることはめったにないという。

AIサービスと基盤モデルは異なる点に注意

また、基盤モデルの活用のためのテクニックとしては、「Fine-Tuning (事後学習)」と「プロンプトエンジニアリング」がある。前者の場合、自分たちに適したモデルを作るため、機械学習の知識が必要で、コストもかかるという。後者はわかりやすい方法だが、聞き方を工夫して出力をコントロールするなどの工夫が必要となる。