AWS の生成 AI への取り組みと IoT との付き合い方

AWS の生成 AI への取り組みと IoT との付き合い方 Dec. 15, 2023 JAWS-UG
IoT 専門支部株式会社ソラコムテクノロジー・エバンジェリスト松下享平 (Max / @ma2shita)

株式会社ソラコムテクノロジー・エバンジェリスト松下享平 (まつしたこうへい) "Max" • 静岡県民 🗻
新幹線通勤族 🚅 • 講演や執筆を中心に活動、登壇数600以上/累計 • 経歴: 東証二部ハードウェアメーカーで情シス、 EC 事業、IoT 事業開発を経て2017年より現職 • 好きな言葉「論よりコード」 • AWS ヒーロー (2020年受賞) • X(旧Twitter): @ma2shita • 好きな AWS サービス AWS IoT Core Amazon Ember Fonts Amazon EventBridge Pipes ← NEW!! • 最近 Pixel 8 に変えました ← NEW!! WiJG?, Public domain, via Wikimedia Commons

#jawsug #jawsug_iot https://twitter.com/jawsug_iot

現場ニーズに応えた、正統な進化 ― SORACOM 公式ブログで公開中 https://blog.soracom.com/ja-jp/2023/12/15/report-of-aws-reinvent-2023/

Reinventing … ～の再発明 https://www.youtube.com/watch?v=PMfn9_nTDbM&t=570s https://www.youtube.com/watch?v=PMfn9_nTDbM&t=700s https://www.youtube.com/watch?v=PMfn9_nTDbM&t=950s

https://www.youtube.com/watch?v=PMfn9_nTDbM&t=1188s

Reinventing with … “再発明” のための手段

https://www.youtube.com/watch?v=PMfn9_nTDbM&t=1188s

Reinventing with generative AI Reinventing with AWS

“AI” における生成 AI (GenAI) の位置づけ生成 AI (Generative AI; GenAI)
• 機械学習(ML) における分類「識別モデル」と「生成モデル」のうち、生成に着目した呼称。 • 実装例には、画像を生成するモデルや、自然言語を扱う大規模言語モデル(LLM)がある。出典: 西脇文彦. “生成AIが実現している機能の6類型”. DIAMOND ハーバード・ビジネス・レビュー. 2023-06-09. https://dhbr.diamond.jp/articles/-/9676, (参照 2023-08-10). 従来の ML や深層学習(DL)と異なる点 ➢ これまでは「学習」と「推論(生成)」の２つの作業が不可欠。特に学習は専門知識や費用が必要だった。 ➢ 生成 AI は学習済みモデル(基盤モデル)が提供され、利用者による学習作業が不要で、成果が得られる。

基盤モデル = “常識” 株式会社スマートドライブ主催「Mobility Transformation 2023」(9/23) より基盤モデルとは大量かつ多様なデータで訓練され、多様な用途におけるタスクに適応
できるモデル※1 ※1 Stanford University Human-Centered Artificial Intelligence, Machine Learning Reflections on Foundation Models 人間の経験や知識の如く「常識を獲得」

Amazon Bedrock ― 基盤モデル選択の自由 https://www.youtube.com/watch?v=8clH7cbnIQw&t=1390s

AWS の「Generative AI Stack」 https://www.youtube.com/watch?v=PMfn9_nTDbM&t=6470s 基盤モデル強化のための「インフラ」基盤モデルやLLMで構築するための「ツール」 ➢ Amazon Bedrock
基盤モデルを活かすための「アプリケーション」 ➢ Amazon Q、Amazon CodeWhisperer

https://aws.amazon.com/jp/blogs/news/aws-reinvent-recap-aiml-seminar-for-biopharma/ AWS の「Stack」戦略の読み解き方 “Stack” で「言語化」そこから広げていく新たなサービス予想や要望の通り方の見通しが立つ https://docs.aws.amazon.com/ja_jp/iot/latest/developerguide/aws-iot-how-it-works.html

生成 AI との付き合い方 Copilot ーよき友 Whisper 等 ChatGPT 以外のプロダクト利用、
GPTs(GPT Builder)、RAG 等 Function Calling、Assistant API Azure OpenAI Service、Amazon Bedrock 等私たちの生産性を上げる Embed ー部品製品に革新を組み込む

Copilot ― よき友開発や業務支援に LLM を用いる ➢ ドキュメント要約やレビュー • 途中参加PJに対する議事録要約
や検索、専門用語の読み替えを RAG(検索拡張生成) で実現する ➢ コードや回路の設計、生成 ➢ デバッグ計画のドラフト ※ RAG: Retrieval Augmented Generation; 検索拡張生成 ※ プロンプトや取り込ませるデータがどのように取り扱われるかは、規約や構成を確認する必要あり

Copilot ― よき友開発や業務支援に LLM を用いる AWS IoT TwinMaker で
故障個所を明確化 Amazon Q で行うべき作業の提示や、問い合わせ回答を自動化 ※ EXPO 内 AWS “Industrial Zone” デモ

ビジネスで用いられるどのテクノロジーにも当てはまる第一の法則は、効率の良い業務を自動化すれば、効率がさらに良くなるということだ。第二の法則は、効率の悪い業務を自動化すれば、さらに効率が悪くなるということだ ― 『ビル・ゲイツ未来を語る』 ― 外山, 健.
(2016). テクノロジーは貧困を救わない. 日本: みすず書房. ※下線と太字は筆者加筆

IoT の「つなぐ」を簡単に You Create. We Connect.

AWS の生成 AI への取り組みと IoT との付き合い方

AWS の生成 AI への取り組みと IoT との付き合い方

SORACOM（ソラコム） PRO

More Decks by SORACOM（ソラコム）

Other Decks in Technology

Featured

Transcript