G-gen の堂原と又吉です。当記事では、Amazon Web Services（AWS）、Microsoft Azure、Google Cloud（旧称 GCP）が提供するフルマネージドな RAG サービスの比較を行います。 はじめに 当記事について RAG とは 3社比較 前提条件 機能比較 料金シミュレーション 想定シナリオ AWS Azure Google Cloud 総評 AWS Azure Google Cloud 詳細の解説 Knowledge bases for Amazon Bedrock（AWS）の詳細 構成図 プロダクト一覧 Knowledge bases for Amazon Bedrock Amazon S3 Amazon OpenSearch Service できること 検索 対応データソース 料金 概要 基盤モデル利用料金 ベクトルデータベース料金 Azure

事例をもとに生成 AI をプロダクトの売上増加、コスト削減につなげる 3 つのステップを理解し実践を始めるための資料です。 AWS Startup Community で発表をしました https://aws-startup-community.connpass.com/event/309291…

AWS が日本にもたらす経済効果に関するレポートによると、今回の投資計画は日本の国内総生産（GDP）に5兆 5,700億円貢献し、国内企業で年間平均30,500人以上の雇用を支える見込み 2011年から 2027年までの AWS の日本のクラウドインフラに対する投資総額は3兆 7,700億円に達する見込み Amazon.com, Inc.（NASDAQ: AMZN）の関連会社である Amazon Web Services, Inc.（AWS）は本日、日本でのクラウドサービスに対する顧客需要の拡大に対応するために、2027 年までに東京と大阪のクラウドインフラに 2 兆 2,600 億円を投資する予定であると発表しました。AWS が日本にもたらす経済効果に関するレポートによると、今回の投資計画は日本の国内総生産（GDP）に 5 兆 5,700 億円貢献し、国内で年間平均 30,500 人以上

Amazon Connect アドベントカレンダー 2023、4日目の記事です！ クラスメソッドとギークフィードさん、スカイアーチHRソリューションズ さんの有志が募ってチャレンジしている企画になります。 (アドベントカレンダーのカレンダー一覧はこちら↓) はじめに Amazon Connect + GPT-4 Turbo JSONモード + Whisper の構成で、発話での「時刻と日付」の言い回しをどこまで正しく認識してくれるか調査しました。 以前、電話予約の無人化をAmazon Connect + GPT-4 JSONモード + Whisperで構築し、1回の発話で予約情報を正しく認識してくれるか、という記事を執筆しました。 上記の記事では、下記の５つの予約情報を発話し、正しく抽出されました。 お名前 電話番号 予約日 予約時間 人数 処理の流れは、顧客がConnectの電話番号から

米Amazon Web Services（アマゾン・ウェブ・サービス、AWS）は2023年11月28日（米国時間）、年次イベント「AWS re:Invent 2023」で新しい生成AI（人工知能）アシスタントのサービス「Amazon Q」を発表した。企業向けに特化し、AWSの各種クラウドサービスを熟知したエキスパートとしての顔や、自社データを使ってカスタマイズできるビジネスエキスパートとしての顔などを持つ。 AWSのアダム・セリプスキーCEO（最高経営責任者）は基調講演で、「AIチャットアプリケーションは消費者にとって便利だが、多くの場合、一般的な知識だけでは業務では機能しない」と述べ、競合のAIアシスタントサービスとの差異化を強調した。 同日に米国東部・西部リージョンでプレビュー版を公開し、対応言語は英語のみ。AWSの管理コンソールやドキュメントページ、AWSのWebサイトから利用できる

こんにちは。機械学習グループの深澤(@fukkaa1225)です。 先日、Amazon Bedrock が一般利用できるよう(GA)になりました 。本記事ではこちらを用いて RAG(Retrieval-augmented generation) アプリケーションを作成してみた様子と、他 LLM モデルとの比較結果についてご紹介します。 Amazon Bedrock とは aws.amazon.com 公式サイトより文言を引用します。 Amazon Bedrock は、Amazon や主要な AI スタートアップ企業が提供する基盤モデル (FM) を API を通じて利用できるようにする完全マネージド型サービスです。そのため、さまざまな FM から選択して、ユースケースに最も適したモデルを見つけることができます。Amazon Bedrock のサーバーレスエクスペリエンスにより、すぐに FM

AWSのコード生成AI「CodeWhisperer」、生成モデルのカスタマイズが可能に。社内の独自ライブラリやAPIを生成コードに組み込める新機能がプレビュー公開 Amazon Web Services（AWS）は、コメントやコードの一部からAIがコードを自動生成してくれるサービス「Amazon CodeWhisperer」の新機能として、生成モデルをカスタマイズし、社内の独自ライブラリやAPIなども生成されるコードに組み込むことができる新機能をプレビュー公開しました。 下記はAWS CEO Adam Selipsky氏のツイート。 Exciting news! Amazon CodeWhisperer’s new customization capability is now available in preview! The new feature helps customers to

米Amazonは9月25日（現地時間）、米AI企業のAnthropicと生成AIを推進するための戦略的提携を結び、最大40億ドルを投資すると発表した。少数株主権を取得する。 Anthropicは、米OpenAIの元エンジニアが2021年に創業した非公開企業。米Google、米Zoom、韓国通信大手のSK Telecomなどが出資している。 7月にはOpenAIの「ChatGPT」と競合するテキスト生成AIモデル「Claude」の新版「Claude 2」をリリースした。 提携の一環として、Anthropicは自社のワークロードの主要なクラウドプロバイダーとしてAmazon傘下のAWSを利用する。AWSの独自AIトレーニングチップ、TrainiumとInferentiaを使って将来の基盤モデルの開発やトレーニングを行う。両社はこれらの独自チップの開発でも協力する。 また、AhthropicはA

2023年4月にアナウンスされていた生成AIをAWSで使えるようにするツール「Amazon Bedrock」が2023年9月28日に正式リリースされ、一般ユーザーへの提供が開始されました。 基盤モデル API サービス – Amazon Bedrock – AWS https://aws.amazon.com/jp/bedrock/ Amazon Bedrock Is Now Generally Available – Build and Scale Generative AI Applications with Foundation Models | AWS News Blog https://aws.amazon.com/jp/blogs/aws/amazon-bedrock-is-now-generally-available-build-and-scale-generative-a

カスタマーサポートプラットフォーム「Zendesk」の代理販売および導入支援を行う株式会社エクレクトが、AWS専業のクラウドインテグレーターである株式会社サーバーワークスと連携。 「Zendesk」で管理された顧客情報と「Amazon Connect Voice ID」による声紋認証を組み合わせ、“声”で本人認証が可能な「Voice ID 認証機能」をリリースしました。 デジタル声紋で認証する「Amazon Connect Voice ID」「Amazon Connect Voice ID」は、AIなどを搭載したオールインワンのクラウドコンタクトセンターを設置できるサービス「Amazon Connect」の機能のひとつです。 この機能では、機械学習を使用してリアルタイムの発信者認証と不正リスク検出を提供し、音声対話をより高速かつ安全にすることができます。 仕組みとしては、声紋登録に同意した

こんにちは、SaaS プロダクト開発部テックリードの丸山です。 先日、プライベートで使用している AWS アカウントに 15 万円の請求書が届きました。AWS Batch を使用して動画を GPU エンコードする仕組みを構築して運用していたのですが（構築したのは 5 年前）、プログラムの例外処理に不適切な点があり、プロセスが実行中のまま終了しない状態になってしまいました。そのため、コンピューティング環境（GPU を搭載した EC2 インスタンス）が動きっぱなしになり、高額請求される結果となりました。これを教訓に現在は毎日 AWS の料金を Slack に通知するようにしています。読者の皆さまにおかれましても、くれぐれも油断されなきよう。 さて今回は、少し前の話にはなりますが、昨年実施した視聴動向データの分析基盤のリニューアルプロジェクトについてご紹介したいと思います。 視聴動向データの分析

・AWSの学習順序を「路線図風」にまとめました。 ・黄色の丸は重要な項目です。 ・「AWS完全未経験」の方であれば、目安は「3ヶ月」の学習期間で「SAA資格に合格」が標準です。 （経験者であれば、より短い期間で合格が可能です。） ・SAA合格後は他資格の学習と合わせて、ハンズオンを中心に手を動かす学習を推奨します。 ChatGPTでも、ここまでのロードマップは出せないはず⛅️ 1週目：AWS基礎知識(AWS Basics) まずは「AWS」と「従来型のITインフラ環境」について整理していきましょう。 なぜAWSがこれほど世間から求められているのか？AWSのどのような点がメリットなのかについて理解するのが大切です。 オンプレミスのデメリットは ・多額の初期費用が必要 ・キャパシティの予測が必要 ・通常、サーバー購入から設置まで1ヶ月程度かかる などがあります。 一方、AWSは利用した分だけ支

Amazonが展開するクラウドコンピューティングサービス「Amazon Web Services(AWS)」は企業の規模に関係なく利用可能で、使い方によっては業務の効率化やコストの大幅削減が可能です。一方で、環境によってはAWSを使うとコストが増加してしまう場合もあります。アクセス解析システムを開発する「Ahrefs」は、AWSを使わないことで3年間で4億ドル(約527億円)以上の節約に成功しているとのことです。 How Ahrefs Saved US$400M in 3 Years by NOT Going to the Cloud | by Efim Mirochnik | Mar, 2023 | Ahrefs https://tech.ahrefs.com/how-ahrefs-saved-us-400m-in-3-years-by-not-going-to-the-cloud-89

AWS Lambdaを利用することでPythonのプログラムを定期実行することが可能になります。 本記事ではAWS LambdaにPythonプログラムをデプロイ、定期実行までの設定を行う方法を解説します。 AWSにサインイン 自身のアカウントでサインインします。 地域を選択 東京リージョンを選択します。 Cloud9で環境作成 Cloud9にアクセス cloud9と入力してCloud9をクリックします。 Create environment Create environmentをクリックします。 環境名を入力します。 Configure settingsはデフォルトのままでNext Stepをクリックします。 Review画面でCreate environmentをクリックします。 Pythonバージョン確認 Cloud9上でpython -Vを入力してPython3.7であることを確認

初めに AWS Lambda は、サーバーのプロビジョニングや管理の必要なしにコードを実行できるコンピューティングサービスです。 Lambdaを利用してファイル操作するケースもあるので、今回はファイルを処理するために、利用できる一時領域をご紹介します。 Lambdaの公式ドキュメントに、/tmpディレクトリに対して以下の記述があります。 各実行環境は、/tmp ディレクトリ内のディスク領域を 512 MB に提供します。ディレクトリのコンテンツは、実行環境が停止された際に維持され、複数の呼び出しに使用できる一時的なキャッシュを提供します。キャッシュに保存したデータが存在するかどうかを確認するための追加コードを追加できます。デプロイのサイズ制限の詳細については、「Lambda のクォータ」を参照してください。 512MBの一時領域(/tmp)が提供されます。 利用検証 下記のコードを利用して

データアナリティクス事業本部のueharaです。 今回はAWS Lambda (Python)で、WebアプリケーションをテストするためのポータブルフレームワークであるSeleniumを使える環境を構築してみたいと思います。 バケットの準備 今回はLambda Layerを構築することになりますが、その資材をS3に配置するため、まずバケットを用意します。 AWSコンソールでサービスからS3を検索します。 「バケットを作成」から作業用のバケット「selenium-work」という名前のバケットを作成します。 その他の設定はデフォルトのままとします。 パッケージの用意 まず、Lambda (Python)でSeleniumを利用できるようにするために、各パッケージの用意を行います。 パッケージの用意には、無料で使えるサービスであるAWS CloudShellを利用します。 Seleniumのダ

AWS S3 で 静的サイトを公開するまでの作業手順です。 1.バケットの作成 ▶ 一般的な設定 バケット名を入力します。 東京リージョン以外にしたければリージョンを変更します。 ▶ オブジェクトの所有権 デフォルトのままです。 ▶ このバケットのブロックパブリックアクセス設定 パブリックアクセスをすべてブロックのチェックを外し、承認をチェックONします。 ▶ バケットのバージョニング 誤ってファイルを削除や上書きしてしまったりした場合に復元できるので有効にしておきます。 ▶ タグ(0) - オプション デフォルトのままです。 ▶ デフォルトの暗号化 デフォルトのままです。 ▶ バケットの作成 バケットを作成します。 2.バケットに追加の設定をする 作成したバケットを選択します。 ▶ 静的ウェブサイトホスティング プロパティタブを選択し、最下部の「静的ウェブサイトホスティング」の編集をクリ

はじめに AWS との連携を Python で試す。Python 用 AWS SDK である Boto3 を用いて Amazon S3 へのファイルアップロードという簡単な操作を試してみる。AWS SDK for Python を参考にした。 Boto3 とは 冒頭にも書いた通り、Python 用 AWS SDK で、Python アプリケーションやライブラリ、スクリプトを AWS の各種サービス（Amazon S3, Amazon EC2, Amazon DynamoDB など）と容易に統合ができる。 Boto3 には、Client API（低レベル API）と Resource API（高レベル API） という2つの異なるレベルの API がある。両者の違いは明確に理解できていないが、本記事では Client API で試行してみる。 その他にも、AWS リソースの変化を自動的にポー