生成AIって何？から始めるクラウド入門 生成AI × クラウド超入門 ～生成AIの仕組みから活用方法まで～

Transcript

1. ⽣成AIって何？から始めるクラウド⼊⾨ クラウドゼミナール：ToyoStar☆ ⽣成AI × クラウド超⼊⾨ 〜⽣成AIの仕組みから活⽤⽅法まで〜
2. 若者にクラウドを広め、⽇本のクラウドリテラシーを⾼めたい！ ⽇本の未来をもっとワクワクするものにしたい そのために、ITの⼒、特にパブリッククラウドの活⽤が有⼒な⼿段 の⼀つであると私たちは考えています。 でも、クラウドって難しそうだし、どこから学べばいいかわからな い…。 そんな⼤学⽣に向けて、私たち若⼿エンジニアが、少し先を ⾏く先輩としてクラウドの学びをサポートします！ 「クラウドって⾯⽩い！」そう思える⼈を増やしたい。 ⼀緒に学ん で、⽇本の未来をもっと盛り上げていきましょう！ 私たちについて
3. １.⼤学⽣＆若⼿エンジニア向けの無料クラウド勉強会 主な活動内容 • そもそもクラウドって何？ • どういうところで活⽤されているの？ • どうやって学べばいいの？ IT勉強会プラットフォーム 「Conppass」上で定期開催 https://connpass.com/user/ToyoStar/open/ というような⽅を対象として、クラウド‧AWS を超基本から学べる勉強会を開催しています。
4. ２.X(旧:Twitter)で役⽴ち情報の配信 AWSサービスを簡単に解説 主な活動内容 AWS認定資格の勉強⽅法 https://x.com/ToyoStar_cloud
5. 新潟出⾝‧SIer勤務3年⽬のエン ジニアです! 普段はAWS上のAPI‧バッチアプ リケーションの設計や実装を⾏っ ています。 ⼀緒にクラウドについて勉強しま しょう! ⾃⼰紹介 河本 瞬 品⽥ 遵詞 間世⽥ 秀 SIer勤務2年⽬のITエンジニアです 主に基幹システム‧インフラ構築 業務に従事しています。 私⾃⾝も学び続ける⽴場ですが、 皆さんと⼀緒に成⻑していけるよ うな講義を⽬指しています。 Shun Kawamoto Junji Shinada Shu Maseda 某SIer勤務3年⽬のエンジニア。社 内AWSシステムの運⽤を⾏ってい ます。 好きなAWSサービス：AWS Transit Gateway 成⿂になるべく奮闘中。
6. ⽣成AIとは？ ⽣成AIはどうやって動いている？どこで動いている？ アジェンダ (デモ：Bedrock × S3 × Lambdaで体験する⽣成AI アプリ作成 ⽣成AI×クラウド時代のキャリア AWS認定資格紹介：AI Practitioner(AIF) 1 3 4 5 6 クラウドとは？ 2
7. ⽣成AIとは？ ⽣成AIはどうやって動いている？どこで動いている？ アジェンダ (デモ：Bedrock × S3 × Lambdaで体験する⽣成AI アプリ作成 ⽣成AI×クラウド時代のキャリア AWS認定資格紹介：AI Practitioner(AIF) 1 3 4 5 6 クラウドとは？ 2
8. そもそもAIとは？
9. AIとは AI
 機械学習
 ディープラーニング 
 生成AI

10. AIとは Artificial Intelligence 
 人工知能
 人間の知的なふるまいをするコンピュータ技術 

11. AIの特徴 予測
 画像認識
 音声認識
 AI機能の具体例
 来月の売上や株価などの 数字を予測する回帰予測
 人やオブジェクトなどの 画像を判別する画像認 識
 人が話していることを理 解する音声認識
 従来型AI 

12. 従来のAI これまで集めたデータをもとに、未来の結果を推 測したり、パターンを見つけたりする技術
13. じゃあ⽣成AIとは？
14. ⽣成AIとは ⼈が作り出すようなテキスト、画像、⾳楽などのコンテンツを⾃動で⽣成する技術
 テキスト出⼒
 画像出⼒

15. ⽣成AIとは 目的 出力内容 クリエイティブ性 活用例 従来のAI 
 生成AI
 未来を予測・判断
 新しいものを創造
 回帰予測・分類予測
 文章・画像・音楽・動画
 低い（決まった答え）
 高い（答えは無限）
 売上予測、顔認識、
 音声アシスタントなど
 コンテンツ制作、アイデア創 出、コード生成など

16. ⽣成AIとは 目的 出力内容 クリエイティブ性 活用例 従来のAI 
 生成AI
 未来を予測・判断
 新しいものを創造
 回帰予測・分類予測
 文章・画像・音楽・動画
 低い（決まった答え）
 高い（答えは無限）
 売上予測、顔認識、
 音声アシスタントなど
 コンテンツ制作、アイデア創 出、コード生成など

17. ⽣成AIとは 目的 出力内容 クリエイティブ性 活用例 従来のAI 
 生成AI
 未来を予測・判断
 新しいものを創造
 回帰予測・分類予測
 文章・画像・音楽・動画
 低い（決まった答え）
 高い（答えは無限）
 売上予測、顔認識、
 音声アシスタントなど
 コンテンツ制作、アイデア創 出、コード生成など

18. ⽣成AIとは OpenAI「Sora（ソラ）」による動画生成
19. ⽣成AIとは 目的 出力内容 クリエイティブ性 活用例 従来のAI 
 生成AI
 未来を予測・判断
 新しいものを創造
 回帰予測・分類予測
 文章・画像・音楽・動画
 低い（決まった答え）
 高い（答えは無限）
 売上予測、顔認識、
 音声アシスタントなど
 コンテンツ制作、アイデア創 出、コード生成など

20. ⽣成AIとは 目的 出力内容 クリエイティブ性 活用例 従来のAI 
 生成AI
 未来を予測・判断
 新しいものを創造
 回帰予測・分類予測
 文章・画像・音楽・動画
 低い（決まった答え）
 高い（答えは無限）
 売上予測、顔認識、
 音声アシスタントなど
 コンテンツ制作、アイデア創 出、コード生成など

21. ⽣成AIが注⽬される理由 ①精度の劇的向上 ②膨大な学習データ ④誰でも使える手軽さ ③スピードの向上 ビジネスレベルでも利用でき る、論理的で自然な出力が生 成できるように 数兆単語規模のコーパス （web全体、書籍など）を使 用して訓練 Chat形式のインタフェース で専門家以外の人も手軽に 利用できる モデルの最適化技術により 「高速推論」が実現 文書は数秒で出力可能
22. ⽣成AIの世中事情
23. ⽣成AI市場の拡⼤ ⽣成AIは「技術トレンド」から「巨⼤な市場」へと成⻑している 業務効率化‧商品企画‧コンテンツ制作など多くの企業が活⽤を本格化 引用：みずほリサーチ＆テクノロジーズ株式会社「～生成AIの動向に関する調査～」2024年2月
24. ビジネス活⽤事例 Saison Technology における⽣成AI活⽤「Amazon Bedrock を活⽤した AI チャットボット」  引用：AWS「セゾンテクノロジー様の AWS 生成 AI 事例：Amazon Bedrock を活用してサポートエンジニアの回答作成時間を最大 30 % 短縮」 ▪背景 ‧サポートエンジニアが膨⼤なマニュアルから回答を作成 ‧若⼿への負担⼤ → 回答の精度と効率を上げたい！   ▪導⼊効果 ‧最⼤30%回答作成時間削減 ‧約10%業務全体の効率化 ‧エンジニアの⼼理的負担軽減（半数以上が実感） ‧運⽤コスト低下：質問1000件あたり30ドル以下  
25. ⽣成AIを学ぶべき理由 ①社会の前提が変わった　 
 
 まずは、「生成AIは何ができるのか」を知ることが重要 
 • 生成AIによって文章・画像・音声など「知的作業」が自動化されはじめている
 • 企業では「AIを使える人材」が求められており、AIを活用した働き方が急速に広がっている
 • 生成AIはITエンジニアだけの道具ではなく、誰もが使う“当たり前のツール”になっている
 ②生成AI時代に求められる二つの要素 
 目標設定力 ：AIに何をさせるか考える・問いを立てる力 
 知識・判断力 ：AIが何をできるか知る。AIのアウトプットを評価する力 

26. ⽣成AIとは？ ⽣成AIはどうやって動いている？どこで動いている？ アジェンダ (デモ：Bedrock × S3 × Lambdaで体験する⽣成AI アプリ作成 ⽣成AI×クラウド時代のキャリア AWS認定資格紹介：AI Practitioner(AIF) 1 3 4 5 6 クラウドとは？ 2
27. クラウドとは？
28. ⾝近なクラウドサービス ストレージサービス iCloud Googleフォト
29. ⾝近なクラウドサービス ストレージサービス iCloud Googleフォト アップロード
30. ⾝近なクラウドサービス ストレージサービス iCloud Googleフォト アップロード どんな環境か らでも写真が ⾒れる！
31. ⾝近なクラウドサービス ストレージサービス iCloud Googleフォト アップロード どんな環境か らでも写真が ⾒れる！ クラウドストレージの容量 は必要に応じて増減させら れる！ (50GB ,100GB ,1TB…)
32. 「必要な時に」「必要な分だけ」「低価格で」 利⽤できるITリソースのこと クラウドとは
33. ITの世界では「所有」から「利⽤」に変⾰している 従来（オンプレミス）：コンピュータやネットワークを⾃社で管理
34. ITの世界では「所有」から「利⽤」に変⾰している など 自社でサーバを 「所有」する セットアップやメン テナンスが必要 ネットワーク越し でサービス「利 用」するだけ クラウド事業者 自社データセンター オンプレミス クラウド
35. ITの世界では「所有」から「利⽤」に変⾰している 例）マイカー or カーシェアリング ‧‧‧ カーシェアリング （クラウドに相当） マイカー （オンプレミスに相当）
36. ハードウェアはクラウド事業者が管理している。 💡 AWSは世界に500を超えるデータセンターを保有 💡 1つのデータセンターに約5万台の物理サーバが稼働 💡 データセンターの場所は秘匿されている 出典：https://aws.amazon.com/jp/compliance/data-center/data-centers/ クラウドの実現方法 ITの世界では「所有」から「利⽤」に変⾰している
37. 各地域は海底ファイバーケーブルによって結ばれている 💡 AWSは光ファイバー網へ出資もしている 💡 クラウドのグローバル性を実現 ↑AWSの光ファイバー網　出典：AWS re:Invent 2016: Amazon Global Network Overview with James Hamilton ↑日本周辺の海底ケーブル by Submarine Cable Map クラウドの実現方法 ITの世界では「所有」から「利⽤」に変⾰している
38. 運⽤開始   アプリケー ション導⼊ ITの世界では「所有」から「利⽤」に変⾰している ITリソースを使うためのステップ：オンプレミス    ミドルウェア OS設定  搬⼊‧設置  サーバー購⼊ 要件定義 数週間〜数か⽉
39.    運⽤開始 ITの世界では「所有」から「利⽤」に変⾰している ITリソースを使うためのステップ：クラウド    アプリケー ション導⼊   サーバー起動  （画⾯操作） 数分〜数時間！ 要件定義
40. ITリソースの準備よりも「価値創出」に時間を使える時代に ITを「いかに活⽤するか」を考えることが重要
41. クラウド技術は、あらゆる分野で活⽤されている クラウドは、すべての職種‧分野に関わる技術になっている 教育 医療 エンタメ オンライン学習 プラットフォーム AI診断 遠隔医療 オンランゲーム 動画配信
42. まとめ • クラウドとは「必要な時に」「必要な分だけ」 「低価格」で使えるITリソースのこと • クラウドはどの業界でも活躍する技術である • クラウドの登場で⾮エンジニアでもITを活⽤でき る時代が到来している
43. ⽣成AIとは？ ⽣成AIはどうやって動いている？どこで動いている？ アジェンダ (デモ：Bedrock × S3 × Lambdaで体験する⽣成AI アプリ作成 ⽣成AI×クラウド時代のキャリア AWS認定資格紹介：AI Practitioner(AIF) 1 3 4 5 6 クラウドとは？ 2
44. テーマ このパートのテーマとゴール 生成AIの裏側とクラウドで支えるAIの世界をやさしく解説する • 技術的な仕組みを”感覚”で理解してもらう • 生成AIがクラウドで動いている理由を納得してもらう • AWSでの生成AIサービスを知ってもらう ❌ 深層学習、生成AIのモデル構築法 ❌ AWSの機械学習・生成AIサービスの最適な構成やベストプラクティス ゴール 対象者 機械学習について知らない人、クラウド初学者
45. 活⽤例 こんなところに「⽣成AI」 💬 文書生成：FAQ対応/カスタマーサポート 目的や状況に合った情報を簡単に引き出す 🧾 コード生成：プログラム、スクリプト、SQLクエリ エンジニアの生産性向上 🎥 画像・動画生成：広告制作/教育コンテンツ アイデア可視化の迅速化 グラフィック・ムービーの他、ナレーション・音楽も全て生成AIにて作成👉 出展：「HAPPY HOLIDAYS広告」が、AMDアワードで「優秀賞」を受賞 | パルコグループブログ | 株式会社パルコ
46. 「⽣成AI」って何？（再掲） 人間のように知的に振る舞う システム全般 を指す広い概念 ➢ 最も広い概念 ➢ 機械学習ではなく、AIのみに分類されるもの ルールベースのチャットボット等 🙋「営業時間は何時までですか？」 🤖 「当店の営業時間は10:00〜20:00です。」 🙋「営業時間」 🤖 「当店の営業時間は10:00〜20:00です。」 🙋「3日後あいてる？」 🤖 「わかりません」
47. 「⽣成AI」って何？（再掲） AIの一分野で、 データからパターンを学習 し、予測・分類を行う 手法 ➢ 明示的なルールを人が書かなくても、データに基づ いて学習する ➢ 例：スパムメール判定 スパムメール 非スパムメール メール本文 今すぐお金を振 り込んでください 無料で当選しま した！クリックし て！ 🤖 お金？無料？クリック？ 怪しい…
48. 「⽣成AI」って何？（再掲） 機械学習の一種で、人間の脳の仕組みに近い 「ニューラルネットワーク」を多層に重ねた学習 手法 ➢ 画像・音声・自然言語など、非構造データの処理が 得意 ➢ 例：顔認識、音声認識 神経細胞 シナプス
49. 「⽣成AI」って何？（再掲） 深層学習を使い、新しいデータ（文章・画像・音 声など）を生成するAI ➢ 入力に対して「0から新しいもの を生み出す」 ➢ 例：ChatGPT/Stable Diffusion
50. 「⽣成AI」の仕組み モデル構築には「学習（Training）」が必要 利用時はプロンプトに基づいて「推論（Inference）」を行う 生成AIの裏側ではこの「推論」がリアルタイムで走っている！ 学習 プロンプト 🤖 推論 🤖 🎯 回答文
51. 脳みそ「Transformer」って？ モデル構築には「学習（Training）」が必要 2018年10月 Google社 Jacob Devlin氏らが発表 BERT(Bidirectional Encoder Representations from Transformers) 文章の意味をより深く理解できる自然言語処理（NLP）モデル 翻訳タスクの例 日本語 エンコーダー デコーダー 英語 文章中のすべての単語を並列に見ることで、長い文章の理解も得意に Transformer 彼女は静かな場所が好きで、 すみが好きだ。 墨？隅？ 🤖
52. 脳みそ「Transformer」って？ 翻訳タスクの例 日本語 エンコーダー デコーダー 英語 文章中のすべての単語を並列に見ることで、長い文章の理解も得意に 入力文の意味を理解 彼女は静かな場所が好きで、 すみが好きだ。 1. 日本語をトークン（単語や文節）に分割 → [彼女, は, 静か, な, 場所, が, 好き, で, すみ, が, 好き, だ] 2. 文の中の各単語が、他のどの単語をどれくらい重視すべきか を計算 「すみ」が「静かな場所」と関係があると判断し、「墨」ではなく「隅（corner）」と理解 She likes quiet places, a nd likes corners. Transformer
53. 脳みそ「Transformer」って？ 翻訳タスクの例 日本語 エンコーダー デコーダー 英語 文章中のすべての単語を並列に見ることで、長い文章の理解も得意に 英語文を1語ずつ生成 1. 最初は "She" を生成 2. 次に生成するべき単語を、過去の出力とエンコーダから得た 「各単語が文脈の中でどんな意味を持っているか 」を参照 ※「すみ」に対応する単語を出すとき、 エンコーダが「隅」の意味で理解していたため 「corners」が出力される 彼女は静かな場所が好きで、 すみが好きだ。 She likes quiet places, a nd likes corners. Transformer
54. 脳みそ「Transformer」って？ Transformer 翻訳タスクの例 日本語 エンコーダー デコーダー 英語 文章中のすべての単語を並列に見ることで、長い文章の理解も得意に 英語文を1語ずつ生成 1. 最初は "She" を生成 2. 次に生成するべき単語を、過去の出力とエンコーダから得た 「各単語が文脈の中でどんな意味を持っているか 」を参照 ※「すみ」に対応する単語を出すとき、 エンコーダが「隅」の意味で理解していたため 「corners」が出力される 彼女は静かな場所が好きで、 すみが好きだ。 She likes quiet places, a nd likes corners. まとめ エンコーダが文全体の文脈を理解し、 デコーダがその理解を元に1語ずつ出力している！
55. AIはどうやって⽂章を作る？ • 文脈を理解したうえで 、「1単語ずつ」予測して作られている • 次に来る単語を「確率」で選ぶ 🙋：今日なに食べた？ 🤖：「カレー」(60%)、「ラーメン」(30%)… カレー⇒「を」（95%）、「が」（2%）… カレーを⇒「食べ」(90%)、「召し」(5%)… … 🤖：カレーを食べました。 ポイント 「次に何が来るか」を予測しているだけ。 完成された文章に“見える”のは、その精度が非常に高いから。
56. こんな⽣成AI、どこで動いてるの？ 私たちは「クラウド上の生成 AIモデルにアクセス」して使っている 計算資源が圧倒的に必要 数千億個のパラメータを持つ超巨大なモデルを高速に動かす ＝多数の高性能GPUやTPUを並列で使う必要がある 👉 クラウドなら簡単に並列でリソースを使用 多くのユーザーに提供する必要がある ChatGPTには、数億規模のユーザがアクセス 👉 クラウドなら、スケーラブルに対応可能
57. 総務省 情報通信⽩書 クラウドとは クラウドとは、 「クラウドコンピューティング（Cloud Computing）」を略した呼び方で、 データやアプリケーション等のコンピューター資源をネットワーク経由で利用する 仕組みのことである。 ⾔い換えると、 利用者目線：インターネットを通じて、必要な分だけリソースを提供する仕組み 提供者目線：必要な時に、必要な分だけ、低価格で IT リソースを調達可能
58. 主なクラウドプロバイダー 2024年度のクラウドプロバイダーのシェア率 33% 20% 10% Sorce:Canalys estimates, November 2024
59. 各クラウドでの⽣成AIサービス Amazon Bedrock Azure OpenAI Service Vertex AI
60. Amazon Bedrockのご紹介 AWS上の「生成AI API提供プラットフォーム」 特徴： • モデルを自前で構築しなくても、APIですぐ使える • 複数ベンダー の高性能モデルを選べる（Claude、Titan、Stable Diffusionなど） • テキスト生成、画像生成、動画生成、音声生成 に対応 ➢ 様々な基盤モデルを簡単に試し、自社のデータを使って非公開にカスタマイズ ➢ コードを一切書かずに、複雑なビジネスタスクを実行するエージェントを作成する ➢ インフラストラクチャを管理することなく、生成 AI 機能をアプリケーションに統合してデプロイする 例えばこんなことができます。
61. Amazon Bedrockのご紹介 AWS上の「生成AI API提供プラットフォーム」 特徴： • モデルを自前で構築しなくても、APIですぐ使える • 複数ベンダー の高性能モデルを選べる（Claude、Titan、Stable Diffusionなど） • テキスト生成、画像生成、動画生成、音声生成 に対応 ➢ お問い合わせ自動応答チャットボット ➢ 社内文章検索（RAG構築） ➢ 商品説明の自動生成（テキスト生成＋画像生成） ユースケース
62. Amazon Bedrockのご紹介 ★ Amazon Bedrockは生成AI導入のハードルを大きく下げてくれる ★ モデル選択、セキュリティ、AWS統合の3拍子揃ったサービス ★ 個人でも企業でも、まずは試してみよう！ まとめ AWS上の「生成AI API提供プラットフォーム」 特徴： • モデルを自前で構築しなくても、APIですぐ使える • 複数ベンダー の高性能モデルを選べる（Claude、Titan、Stable Diffusionなど） • テキスト生成、画像生成、動画生成、音声生成 に対応
63. Bedrock × S3 × Lambdaで 体験する⽣成AIアプリ デモンストレーション ToyoStar☆ 品⽥遵詞
64. 導⼊ - ⽣成AIアプリの紹介 ブログ⽇記トップページリンク ※リンク公開はお控えください ※未来⽇付のブログにはアクセ スできません
65. 導⼊ - ⽣成AIアプリの紹介 ✘ ⽣成AIで作るアプリ ⭕⽣成AIで⾃動的に情報を 更新し続けるアプリ 今回発表しているのは… XX⽇のラーメン ブログの 内容を考えて XX⽇のブログは… XX⽇のブログは…
66. 導⼊ - ⽣成AIアプリの紹介 今回発表している⽣成AIアプリは、サーバーの管理を必要としません 今⽇のブログは… ✘ ⭕
67. 導⼊ - ⽣成AIアプリの紹介 今⽇のブログは… 今回発表している⽣成AIアプリは、完全に⼈の⼿を離れています
68. コンテンツ(⽣成AIアプリ作成デモンストレーション) 0. ⽣成AIアプリケーションの紹介 1. 全体像 - ⽣成AIアプリケーションの構成要素 2. サービス紹介 ‧Amazon S3 ‧AWS Lambda ‧Amazon Bedrock Flows (プロンプト+フロー) 3. ⽣成AIアプリケーションにおける各サービス利⽤例 4. まとめ アプリケーション作成の 流れを⾒ていくとともに、AWS サービスの利⽤例を理解しましょう
69. コンテンツ(⽣成AIアプリ作成デモンストレーション) 0. ⽣成AIアプリケーションの紹介 1. 全体像 - ⽣成AIアプリケーションの構成要素 2. サービス紹介 ‧Amazon S3 ‧AWS Lambda ‧Amazon Bedrock Flows (プロンプト+フロー) 3. ⽣成AIアプリケーションにおける各サービス利⽤例 4. まとめ
70. 全体像 - ⽣成AIアプリケーションの構成要素 EventBridge Scheduler (毎⽇起動) Amazon S3 .html(ブログ本体) AWS Lambda Amazon Bedrock Flows ① ② ③ ④ ⑤ :処理の流れ 図は後ほど再登場します。ここで理解いただかなくて問題ございません。
71. 全体像 - ⽣成AIアプリケーションの構成要素 EventBridge Scheduler (毎⽇起動) Amazon S3 .html(ブログ本体) AWS Lambda Amazon Bedrock Flows ① ② ③ ④ ⑤ :役割 起動のトリガー フローを起動 プロンプトを配置 出⼒を.html形式に変換 静的サイトホスト 図は後ほど再登場します。ここで理解いただかなくて問題ございません。
72. 全体像 - ⽣成AIアプリケーションの構成要素 個々のサービスを基本から解説します!
73. コンテンツ(⽣成AIアプリ作成デモンストレーション) 0. ⽣成AIアプリケーションの紹介 1. 全体像 - ⽣成AIアプリケーションの構成要素 2. サービス紹介 ‧Amazon S3 ‧AWS Lambda ‧Amazon Bedrock Flows (プロンプト+フロー) 3. ⽣成AIアプリケーションにおける各サービス利⽤例 4. まとめ
74. サービス紹介 - Amazon S3 Amazon S3は、モノをアップロード‧保存‧必要な部分を公開できるサービス ‧99.999999999% (イレブンナイン) の耐久性 ‧インフラ管理不要で 静的サイトホストが可能 特徴 … 1 2 3 10^12-1 10^12 10の12乗(=1兆)個のファイル 破損するファイルが1個以下 =99.999999999% (イレブンナイン) の耐久性 /index.html /pages/a.html … HTTP(S)
75. サービス紹介 ‒ AWS Lambda AWS Lambdaは、サーバーレスでプログラムを実⾏するサービス ‧Python, Node.js, Java等のプログラムを サーバーレスで実⾏ 特徴
76. サービス紹介 - Amazon Bedrock Flows (プロンプト+フロー) Amazon Bedrock Flowsは、AIのワークフローを構築できるサービス ‧フローをノーコード/ ローコードで開発 ‧他のAWSサービスと連携 特徴 ※フロー：このタスクをやったら次に このタスクをするという流れや順番 フロー図
77. コンテンツ(⽣成AIアプリ作成デモンストレーション) 0. ⽣成AIアプリケーションの紹介 1. 全体像 - ⽣成AIアプリケーションの構成要素 2. サービス紹介 ‧Amazon S3 ‧AWS Lambda ‧Amazon Bedrock Flows (プロンプト+フロー) 3. ⽣成AIアプリケーションにおける各サービス利⽤例 4. まとめ
78. 全体像 - ⽣成AIアプリケーションの構成要素 EventBridge Scheduler (毎⽇起動) Amazon S3 .html(ブログ本体) AWS Lambda Amazon Bedrock Flows ① ② ③ ④ ⑤ :処理の流れ
79. 全体像 - ⽣成AIアプリケーションの構成要素 EventBridge Scheduler (毎⽇起動) Amazon S3 .html(ブログ本体) AWS Lambda Amazon Bedrock Flows ① ② ③ ④ ⑤ :処理の流れ 起動のトリガー フローを起動 プロンプトを配置 出⼒を.html形式に変換 静的サイトホスト
80. ⽣成AIアプリケーションにおける各サービス利⽤例 EventBridge Scheduler (毎⽇起動) Amazon S3 .html AWS Lambda Amazon Bedrock Flows フローのみでは⾃動的に起 動できないため、 起動のトリガーとして⽤意 します。 ①
81. EventBridge Scheduler (毎⽇起動) Amazon S3 .html AWS Lambda Amazon Bedrock Flows cron式を使⽤して、 毎⽇ 8:00に起動します ⽣成AIアプリケーションにおける各サービス利⽤例 ①
82. 全体像 - ⽣成AIアプリケーションの構成要素 EventBridge Scheduler (毎⽇起動) Amazon S3 .html(ブログ本体) AWS Lambda Amazon Bedrock Flows ① ② ③ ④ ⑤ :処理の流れ
83. EventBridge Scheduler (毎⽇起動) Amazon S3 .html AWS Lambda Amazon Bedrock Flows EventBridge Schedulerは さらに、、、フローを直接 呼び起こせません。 フローを呼び起こす関数を 配置します。 ⽣成AIアプリケーションにおける各サービス利⽤例 ②
84. EventBridge Scheduler (毎⽇起動) Amazon S3 .html AWS Lambda Amazon Bedrock Flows 【余談】ついでに、 その⽇のラーメンの種類を 選んでもらいます。 ⽣成AIアプリケーションにおける各サービス利⽤例 ②
85. 全体像 - ⽣成AIアプリケーションの構成要素 EventBridge Scheduler (毎⽇起動) Amazon S3 .html(ブログ本体) AWS Lambda Amazon Bedrock Flows ① ② ③ ④ ⑤ :処理の流れ
86. EventBridge Scheduler (毎⽇起動) Amazon S3 .html AWS Lambda Amazon Bedrock Flows フローはすぐに、 プロンプトを⾛らせます。 【プロンプトの内容】 ラーメン屋に行ってラーメンを食べたブログを作成してください。 以下の条件を満たしてください。 ---------------------------------------------- ・{{var}}ラーメン屋に行っていることを想定して、 👈インプットであり、とんこつ”、”醤油”・・・などのランダムパラメーター。Lambdaから送信される。 ラーメンの美味しさが伝わるようなるべく詳細にしてください。 ・出力は、HTML形式にしてください 。 ・適宜CSSやJavaScriptを適用して 今風の見た目にしてください。CSSは全てHTMLファイルの<style>タグに記載してください。JavaScriptは全てHTMLファイルの<script>タグに記載してください。 ・画像を表示させる部分は含めないでください。 ⽣成AIアプリケーションにおける各サービス利⽤例 ③
87. EventBridge Scheduler (毎⽇起動) Amazon S3 .html AWS Lambda Amazon Bedrock Flows プロンプトのアウトプット には、ブログの内容が HTML形式で含まれます。 👆これがラーメンブログ(HTML形式) ⽣成AIアプリケーションにおける各サービス利⽤例 ③
88. 【詳細】プロンプトで出⼒されたブログを.html形式に変換するLambda 👆これがラーメンブログ(HTML形式) プロンプト出⼒結果はラーメンブログではあるものの、ただの⽂字列。
89. 【詳細】プロンプトで出⼒されたブログを.html形式に変換するLambda 👆これがラーメンブログ(HTML形式) プロンプト出⼒結果はラーメンブログではあるものの、ただの⽂字列。 ブログ部分は.html形式に変換&保存する必要がある!
90. 【詳細】プロンプトで出⼒されたブログを.html形式に変換&保存するLambda 👆これがラーメンブログ(⽂字列形式) .html形式のブログ Amazon S3 👇.html形式に変換された ラーメンブログ ④ 処理は2つあります。 ④-1の処理 .htmlに変換 ④-2の処理 S3に保存 ④-1の処理 .htmlに変換 ④-2の処理 S3に保存
91. 全体像 - ⽣成AIアプリケーションの構成要素 EventBridge Scheduler (毎⽇起動) Amazon S3 .html(ブログ本体) AWS Lambda Amazon Bedrock Flows ① ② ③ ④ ⑤ :処理の流れ
92. EventBridge Scheduler (毎⽇起動) Amazon S3 .html AWS Lambda Amazon Bedrock Flows ブログはHTML形式ではあ るものの、ただの⽂字列な ので、.htmlとして保存し ます。 ⽣成AIアプリケーションにおける各サービス利⽤例 👇.html形式に変換されたラーメンブログを ブラウザで確認 ⑤
93. EventBridge Scheduler (毎⽇起動) Amazon S3 .html AWS Lambda Amazon Bedrock Flows 毎⽇その⽇の⽇付の ラーメンブログが S3に保存されていきます。 ⽣成AIアプリケーションにおける各サービス利⽤例 ⑤
94. 全体像 - ⽣成AIアプリケーションの構成要素 EventBridge Scheduler (毎⽇起動) Amazon S3 .html(ブログ本体) AWS Lambda Amazon Bedrock Flows ① ② ③ ④ ⑤ :処理の流れ
95. 【余談：休憩】 ラーメンブログ⽣成に限定1⼈チャレンジできます🍜 参考：当ブログに登場するラーメンたち ※⼿順： Bedrockフロー➜ Latest ➜ テスト ➜ 実⾏ ➜ S3バケット確認
96. まとめ Amazon Bedrock Flow + 他のサービスで⽣成AIアプリ ケーションを構築できる! サーバーレスサービスの組み合わせが、完全管理不要な アプリケーションとなる ✓ ✓
97. 導⼊ - ⽣成AIアプリの紹介 Q. このようなアプリを作成しようと思った⽬的は? 将来的に、⽇々のアウトプットを簡略化できないか? ‧記事の執筆には時間がかかる ‧記事の⾒た⽬や体裁を整えるのに時間がかかる (‧定期的なアウトプットには限界がある) https://aws.amazon.com/jp/bedrock/flows/ ✓ Amazon Bedrockで執筆⾃動化 ✓ Amazon Bedrock Flowsで フロー処理の実現
98. ⽣成AIとは？ ⽣成AIはどうやって動いている？どこで動いている？ アジェンダ (デモ：Bedrock × S3 × Lambdaで体験する⽣成AI アプリ作成 ⽣成AI×クラウド時代のキャリア AWS認定資格紹介：AI Practitioner(AIF) 1 3 4 5 6 クラウドとは？ 2
99. ⽣成AI × クラウド時代のエンジニアキャリアとは？ なぜ今、生成 AIエンジニアが求められているのか • ChatGPTの登場以降、企業は「生成AIを業務に組み込む」動きを本格化
 • その一方で、使える人（企画）と、作れる人（エンジニア）のギャップが拡大
 • 生成AIを「どう動かすか」「どうつなげるか」を設計・構築できる人材が圧倒的に不足
 生成AIの活用には裏側の仕組みが不可欠 単にプロンプトを投げるだけでなく、
 • AIモデルをどこでどう動かすか
 • データやAPIをどうつなぐか
 • 安全性・コスト・拡張性をどう設計するか
 → これを担うのが「生成AI × クラウド」のアーキテクト/エンジニア職 

100. ⽣成AI基盤‧サービスを⽀えるエンジニア職とスキル 代表的な職種とその役割 共通して求められるスキルセット クラウドインフラの設計・構築（AWS、Azure、GCP）
 AIの基礎知識・推論のしくみ
 API設計・セキュリティ・コスト管理
 職種
 主な役割
 使用技術・サービス 
 AI基盤エンジニア
 モデルを動かすクラウドインフラの設計・構築
 AWS Bedrock, SageMaker, ECS,
 EKS, Lambda
 生成AIアーキテクト
 生成AI＋業務システムを統合し、全体を設計
 LangChain, Bedrock, API Gateway,
 DynamoDB
 LLM開発/運用エンジニア
 ファインチューニング、推論APIの整備・運用
 HuggingFace, LoRA, S3, EBS, CUDA
 AI DevOps/MLOps
 モデルとシステムの継続的デプロイと監視
 CI/CD, CloudWatch,
 SageMaker Pipelines

101. ⽣成AIとは？ ⽣成AIはどうやって動いている？どこで動いている？ アジェンダ (デモ：Bedrock × S3 × Lambdaで体験する⽣成AI アプリ作成 ⽣成AI×クラウド時代のキャリア AWS認定資格紹介：AI Practitioner(AIF) 1 3 4 5 6 クラウドとは？ 2
102. AWS認定プログラムとは？ AWSの知識・スキルを証明する資格制度
103. AWS認定プログラムとは？ AWSの知識・スキルを証明する資格制度 初級
104. AWS認定プログラムとは？ AWSの知識・スキルを証明する資格制度 初級
105. AWS認定プログラムとは？ AWSの知識・スキルを証明する資格制度 AWS AIサービス初級資格
106. AWS AI Practitioner AWSが提供する AI・機械学習の初学者向け資格 ❏ 形式 　複数の選択肢と複数の答えがある問題 ❏ 実施形式 　テストセンターまたはオンライン ❏ 時間 　試験完了までに90分 分野 出題割合 AIとMLの基礎 20% 生成AIの基礎 24% 基盤モデルの応用 28% 責任あるAIに関するガイドライン 14% AIソリューションのセキュリティ、コン プライアンス 14% AI のフレームワーク、概念、および関連する AWS のテクノロジーに関する知識を体系 的かつ、幅広く身に着けられる！
107. 学習⽅法 AWS Skill Builder AWS認定資格試験テキスト
108. クロージング
109. クロージング 最後にアンケートにご協力をお願いいたします（所要時間 2分程度） 本日はご参加いただきありがとうございました！！ よければXのフォローもお願いします！ @ToyoStar_cloud