Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
Amazon Bedrock Agents (基本編)
Search
為藤アキラ
January 22, 2025
Technology
310
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Amazon Bedrock Agents (基本編)
為藤アキラ
January 22, 2025
More Decks by 為藤アキラ
See All by 為藤アキラ
【書籍出版記念】 10周回って、エージェント開発は RAGがすべてだった。〜RAGの歴史と開発現場で見えた実践知〜
akiratameto
22
10k
Agent ServerはWeb Serverではない。ADKで考えるAgentOps
akiratameto
0
340
AI Agent Vertex AI Agent Builder × A2A × ADKで繋げるマルチエージェント
akiratameto
1
190
[OpsJAWS Meetup33 AIOps] Amazon Bedrockガードレールで守る安全なAI運用
akiratameto
2
460
Amazon Bedrockで実現する堅牢なデータエンジニアリング
akiratameto
1
170
Bedrock カスタムモデルvs汎用モデルの比較
akiratameto
1
190
Vertex AIで実現するLLMデータアノテーションの効率化と自動化
akiratameto
0
260
Amazon Bedrock Agents (ナレッジベースの種類)
akiratameto
1
420
DeepSeek-R1をカスタムモデルとしてAmazon Bedrockにインポートし活用
akiratameto
0
280
Other Decks in Technology
See All in Technology
Kiro Crewをはじめよう
kizawa2020
1
110
二歩目のフロントエンド・ウェブアクセシビリティ
camiha
2
250
実践! SRE × AI - ABEMA における AIOps -
tetsuya28
7
2.5k
購入ドメインでの課題と取り組み
ykagano
0
150
使いこなすために知っておきたい Azure SRE Agent アンチパターン
torumakabe
2
430
自分で立ててみるLLMサービス
y_sera15
0
150
しろおびから始める!ログ活用の第一歩
shumei_ito
0
800
SDDの運用にめげずに向き合った話
sansantech
PRO
1
140
AI駆動開発、viviONの1年 ── うまくいったこと・いかなかったこと
vivion
0
280
AIに攻撃される前に、AIに攻撃させる
tsuchikazu
0
160
More Freedom on the Same Shared GPU Cluster: A Small Team’s Experience with vCluster
nttcom
0
140
並行性の問題を防げ!実践トランザクション入門
occhi
0
280
Featured
See All Featured
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
2
940
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.6k
The Cult of Friendly URLs
andyhume
79
7k
Code Review Best Practice
trishagee
74
20k
Getting science done with accelerated Python computing platforms
jacobtomlinson
2
520
Information Architects: The Missing Link in Design Systems
soysaucechin
1
1.2k
How to Think Like a Performance Engineer
csswizardry
28
2.9k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
12
1.3k
Heart Work Chapter 1 - Part 1
lfama
PRO
10
37k
The Invisible Side of Design
smashingmag
301
52k
What does AI have to do with Human Rights?
axbom
PRO
1
2.4k
Deep Space Network (abreviated)
tonyrice
0
360
Transcript
AWS活用 Amazon Bedrock #1 Amazon Bedrock Agents 基本編 株式会社BLUEISH 代表取締役CEO兼CTO
為藤アキラ @AkiraTameto
為藤 アキラ (Akira Tameto) 株式会社BLUEISH 代表取締役 CEO兼CTO ・AWS歴12年 ・直近のAIプロジェクト
・画像を中心とした機械学習とLLM のハイブリッドのアーキテクト 自己紹介
基本的な1日のスケジュール
今回の基礎編でのゴール ・AI Agentを知ること ・Amazon Bedrockを知ること
今回の基礎編でのゴール ・AI Agentを知ること ・Amazon Bedrockを知ること ・迷わずにBedrock Agentsで作業が出来ること
AI Agentとは?
自立型の生成AI?
AI Agentとは? 出典: 日経クロステック「有能人材「AIエージェント」とは 宿泊予約や商談資料作成」より 特定のタスクを自動的かつ自律的に実行するシステム
AI Agentとは? AI Agentは、環境と対話し、データを収集し、そのデータを使用して自己決定 タスクを実行して、事前に決められた目標を達成するためのソフトウェアプログ ラムです。 目標は人間が設定しますが、その目標を達成するために実行する必要がある最 適なアクションは AI エージェントが独自に選択します。
AI Agentを6段階で考える
AI Agentを6段階で考える ・L0 (No AI) AIによる学習・推論なし。単なるツール+行動のみ ・L1 (Rule-based
AI) あらかじめ設定したルール(if-then)に基づいて動くAI ・L2 (IL/RL-based AI) 模倣学習(IL)や強化学習(RL)などを活用し、試行錯誤を通じて推論・意思決定をするAI ・L3 (LLM-based AI) 大規模言語モデル(LLM)を中核に据え、言語理解や高度な推論が可能 ・L4 L3を踏まえたうえで自律学習と汎化能力を付与し、新しい状況に柔軟に適応するAI ・L5 L4をさらに拡張し感情や性格(パーソナリティ)を持ち複数エージェント同士で協調・連携できるAI
AI Agentを6段階で考える ・L0 (No AI) AIによる学習・推論なし。単なるツール+行動のみ ・L2 (IL/RL-based
AI) 模倣学習(IL)や強化学習(RL)などを活用し、試行錯誤を通じて推論・意思決定をするAI ・L3 (LLM-based AI) 大規模言語モデル(LLM)を中核に据え、言語理解や高度な推論が可能 ・L4 L3を踏まえたうえで自律学習と汎化能力を付与し、新しい状況に柔軟に適応するAI ・L5 L4をさらに拡張し感情や性格(パーソナリティ)を持ち複数エージェント同士で協調・連携できるAI ・L1 (Rule-based AI) あらかじめ設定したルール(if-then)に基づいて動くAI
AI Agentに向いているもの 出典:AWS Black BeltOnline Seminar より
AI Agentに向いているもの 出典:AWS Black BeltOnline Seminar より
Amazon Bedrock Agentsの歴史 2023年9月28日 Amazon Bedrockが正式リリース 2023年11月28日 Amazon Bedrock Agentsが一般リリース
2024年4月5日 Amazon Bedrock AgentsがCloudFormationに対応 2024年4月23日 ユーザーからの必要なパラメータで を定義 2024年4月23日 機能がリリース 〜 Action Group Return of Control
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsでの流れ 対話形式での処理の流れ
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
デモンストレーション
Amazon Bedrock Agentsの作成 (TOP)
Amazon Bedrock Agentsの作成 (エージェント TOP)
Amazon Bedrock Agentsの作成 (エージェント TOP) マルチエージェントは今回はやらない
Amazon Bedrock Agentsの作成 (エージェント 詳細)
Amazon Bedrock Agentsの作成 (モデルを選択)
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ 対話形式での処理の流れ
Amazon Bedrock Agentsでの流れ 対話形式での処理の流れ セッションを保持
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsでの流れ Input Output 前処理 (1) オーケストレーション (n) ターン
後処理 (1) ターンからの処理の流れ 基盤モデルの呼び出し
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より
Amazon Bedrock Agentsの作成 (全体説明)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成) Return of Control
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Return of control AWS Lambda 関数の使用をスキップして、エージェントを呼び出すアプリケーションに制御を返すことができます。 このようにして、アプリケーションは、必要なネットワークおよびセキュリティ設定をLambda関数と統合することな く、AWS外のシステムと直接統合したり、Amazon Virtual Private
Cloud(Amazon VPC)でホストされている内部エン ドポイントを呼び出したりできます。 Amazon Bedrock Agentsの作成 (アクショングループの作成)
Return of control AWS Lambda 関数の使用をスキップして、エージェントを呼び出すアプリケーションに制御を返すことができます。 このようにして、アプリケーションは、必要なネットワークおよびセキュリティ設定をLambda関数と統合することな く、AWS外のシステムと直接統合したり、Amazon Virtual Private
Cloud(Amazon VPC)でホストされている内部エン ドポイントを呼び出したりできます。 Lambda関数の使用をスキップ出来る。 Lambda関数を呼び出す方式と違い、AWS外のシステムと直接統合できる。 Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成 (アクショングループの作成)
Amazon Bedrock Agentsの作成完了
Amazon Bedrock Agentsのテスト (Lambda)
Amazon Bedrock Agentsのテスト (Lambda)
Amazon Bedrock Agentsのテスト (Lambda)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsのテスト (Return of Control)
Amazon Bedrock Agentsでの流れ 出典:AWS Black BeltOnline Seminar より 全体の処理の流れのイメージ
Thank You!