AWSの生成AI 公式テキスト
近日刊行
「責任あるAI」「安心して使える生成AI」へ
Amazonでの実践経験を活かす
Amazonでの実践経験を活かす
黒川 亮、呉 和仁、鮫島正樹、大渕麻莉、卜部達也、和田雄介、両角貴寿、大塚康徳 [共著]
アマゾン ウェブサービス ジャパン合同会社 [監修]
B5変型判 336ページ
定価：3,520円（税込）
ISBN：978-4-86594-419-8
2024年11月下旬刊行
「いよいよこれから」というこのタイミングで、日本の企業には早くも“AI疲れ”の兆しが見えてはいないでしょうか？ 企業の課題は千差万別だし、AIは一社一社の異なるデータで育てられますから、一つであらゆる課題に対応できる万能の生成AIはありえません。つまり、オーダーメイドや高度にカスタマイズされたAIシステムでなければ、企業固有の要求に応えることができません。AI疲れの理由の一端がここにあります。
AIによる個別最適化・レコメンデーションはAmazonのお家芸です。AWSには長年Amazonの通販事業やAlexa等で鍛えたAI技術の蓄積があり、これは人類史上最大規模のAI実践経験と言えます。そこを土台にした生成AIサービスとして、AWSは①各種のAmazon Qアプリケーション、②Amazon Bedrockツール群、③それらのインフラとなるGPU群や、基盤モデルの開発／チューニング環境Amazon SageMaker等を提供。「責任あるAI」、「安心して使えるAI」の実現手段を公開しています。
本書はこれらAWSの生成AIサービスについて、その全貌を初めて1冊に集約した解説書です。生成AIの活用を模索する全てのビジネスマンと技術者にとっての必読書です。
内容詳細
【前提知識と対象読者】
本書は主にIT、クラウドサービス、AWSについての基礎知識を有する次のような方々に向けて書かれています。
・中心読者は企業・組織のITエンジニア・開発者
・加えて、ビジネスまたはテクニカル領域の意思決定権者と、その方々に上申または助言する方
・自社や自組織での活用に向け、生成AIに関心のある方
・AWSの生成AIに関する認定試験の受験を検討している方
本書は主にIT、クラウドサービス、AWSについての基礎知識を有する次のような方々に向けて書かれています。
・中心読者は企業・組織のITエンジニア・開発者
・加えて、ビジネスまたはテクニカル領域の意思決定権者と、その方々に上申または助言する方
・自社や自組織での活用に向け、生成AIに関心のある方
・AWSの生成AIに関する認定試験の受験を検討している方
【本書刊行の目的】
2023年より生成AIが注目され、翌2024年には企業・組織での適用検討が始まりました。この動向を踏まえ、本書はAWSを利用するITエンジニアや開発者、ITアーキテクトに向け、AWSでの生成AIの設計・実装・活用方法を解説します。特に、本格活用フェーズに入った生成AIを業務に適用する際の設計の考え方と、そのアーキテクチャモデルに力点を置きました。その上で、様々な基盤モデルの使い分け、生成AIが企業・組織にもたらすメリット、採用にあたっての留意点、さらにAWSの生成AI戦略と製品の特徴に対する理解を深めていきます。
2023年より生成AIが注目され、翌2024年には企業・組織での適用検討が始まりました。この動向を踏まえ、本書はAWSを利用するITエンジニアや開発者、ITアーキテクトに向け、AWSでの生成AIの設計・実装・活用方法を解説します。特に、本格活用フェーズに入った生成AIを業務に適用する際の設計の考え方と、そのアーキテクチャモデルに力点を置きました。その上で、様々な基盤モデルの使い分け、生成AIが企業・組織にもたらすメリット、採用にあたっての留意点、さらにAWSの生成AI戦略と製品の特徴に対する理解を深めていきます。
【本書のゴール設定と効用】
本書を読み終わる頃には、以下のようなスキルを得られるはずです。
①生成AI、およびAWSの生成AIの戦略やテクノロジーとユースケースを理解し、実務に活かせるようになる。
②アーキテクチャモデルやユースケースを参考にしながら、AWSの生成AIを使ったサービスを設計・実装するための基礎知識を習得できる。
③ AWSの生成AIをアプリケーションに連携できるようになる。
本書を読み終わる頃には、以下のようなスキルを得られるはずです。
①生成AI、およびAWSの生成AIの戦略やテクノロジーとユースケースを理解し、実務に活かせるようになる。
②アーキテクチャモデルやユースケースを参考にしながら、AWSの生成AIを使ったサービスを設計・実装するための基礎知識を習得できる。
③ AWSの生成AIをアプリケーションに連携できるようになる。
【執筆上の留意点や工夫】
AWSの戦略や製品の紹介に終始せず、「責任あるAI」の視点や、業務活用に際しての検討事項（精度・コスト・スピード・選択肢等）を詳解。実際のユースケースに基づくアーキテクチャモデルを示すことで、実業務と乖離することなく、かつ汎用的な生成AIの設計・実装・活用を支援する構成としました。
また、深い知識を得たい読者に向けて、サンプルコードのほか、関連サイトやデモページのURLを豊富に掲載するなど、読者の知識習得を支援します。但し実装コードについては、陳腐化のリスク回避とページボリュームを考慮して、最低限必要なものに絞りサンプルコードを掲載しています。
AWSの戦略や製品の紹介に終始せず、「責任あるAI」の視点や、業務活用に際しての検討事項（精度・コスト・スピード・選択肢等）を詳解。実際のユースケースに基づくアーキテクチャモデルを示すことで、実業務と乖離することなく、かつ汎用的な生成AIの設計・実装・活用を支援する構成としました。
また、深い知識を得たい読者に向けて、サンプルコードのほか、関連サイトやデモページのURLを豊富に掲載するなど、読者の知識習得を支援します。但し実装コードについては、陳腐化のリスク回避とページボリュームを考慮して、最低限必要なものに絞りサンプルコードを掲載しています。
■本書の主な内容
第1章 生成AIと3階建てのクラウドサービス
1.1 日本の課題
1.2 生成AIとは？
1.3 Amazonにおける生成AI活用例
1.4 AWSが提供する生成AIサービス
1.2 生成AIとは？
1.3 Amazonにおける生成AI活用例
1.4 AWSが提供する生成AIサービス
第2章 責任あるAI
2.1 生成AIのリスクと責任あるAI
2.2 生成AI活用に伴う主なリスク
2.3 新たなリスクと課題をどう解決するか？
2.2 生成AI活用に伴う主なリスク
2.3 新たなリスクと課題をどう解決するか？
第3章 3階：生成AIのアプリケーション層
3.1 Amazon Qの全体像
3.2 Amazon Q Business
3.3 Amazon Q Developer
3.4 Amazon Q in QuickSight
3.5 Amazon Q in Connect
3.2 Amazon Q Business
3.3 Amazon Q Developer
3.4 Amazon Q in QuickSight
3.5 Amazon Q in Connect
第4章 2階：生成AIのツール層
4.1 Amazon Bedrockとは？
4.2 主要な活用シナリオ
4.3 生成AI導入のステップと成功のポイント
4.4 セキュリティとプライバシー
4.2 主要な活用シナリオ
4.3 生成AI導入のステップと成功のポイント
4.4 セキュリティとプライバシー
第5章 1階：生成AIのインフラ層
5.1 機械学習インフラの役割
5.2 基盤モデルの学習とインフラの重要性
5.3 インフラの構成用要素
5.4 AWSを利用するメリット
5.5 コンピューティングのサービス
5.6 ネットワークのサービス
5.7 ストレージのサービス
5.8 クラスター管理ツール
5.9 マネージドサービス
5.2 基盤モデルの学習とインフラの重要性
5.3 インフラの構成用要素
5.4 AWSを利用するメリット
5.5 コンピューティングのサービス
5.6 ネットワークのサービス
5.7 ストレージのサービス
5.8 クラスター管理ツール
5.9 マネージドサービス
第6章 アーキテクチャ図に見るユースケース
6.1 顧客体験の向上
6.2 社員の創造性と生産性向上
6.3 生成AIアプリケーションに取り組むには？
6.2 社員の創造性と生産性向上
6.3 生成AIアプリケーションに取り組むには？
第7章 Amazon Bedrock で生成AIに触れる
7.1 Amazon Bedrockを体感する
7.2 Amazon Bedrockの利用準備
7.3 AWSのコンソールから使う
7.4 APIからAmazon Bedrockを使う
7.5 アプリケーションでの利用例とユースケース
7.2 Amazon Bedrockの利用準備
7.3 AWSのコンソールから使う
7.4 APIからAmazon Bedrockを使う
7.5 アプリケーションでの利用例とユースケース
第8章 AWS生成AIのはじめ方
8.1 生成AIの利用方法
8.2 生成AIの利用を拡大していく
8.3 生成AIアプリケーション開発の成功条件
8.4 生成AIのユースケース大別6パターン
8.5 生成AIアプリケーション開発
8.6 RAGアプリケーション開発にDive Deepする
8.2 生成AIの利用を拡大していく
8.3 生成AIアプリケーション開発の成功条件
8.4 生成AIのユースケース大別6パターン
8.5 生成AIアプリケーション開発
8.6 RAGアプリケーション開発にDive Deepする
第9章 AWS認定資格制度について
9.1 AWS認定のレベルと種類
9.2 認定に向けてのトレーニング
9.2 認定に向けてのトレーニング