# 人工知能、機械学習、および生成 AI の AWS クラウド 導入フレームワーク
**クラウドを活用した AI トランスフォーメーションを加速**
出版日:**2024 年 2 月 13 日** ([ドキュメント履歴](document-revisions.md))
このドキュメントでは、人工知能 (AI)、機械学習 (ML)、および生成 AI の AWS クラウド 導入フレームワークについて説明します。これは、AI からビジネス価値を生み出すことを目指す組織のメンタルモデルを記述したフレームワークです。このフレームワークでは、AI と ML に関する組織の能力が成熟するにつれて、お客様がたどる AI ジャーニーについて説明します。組織が AI に成熟するのに役立つ基礎的能力を掘り下げることで、このジャーニーを説明します。最後に、これらの基礎的能力の目標状態の概要を示し、それらを段階的に進化させながらその過程でビジネス価値を生み出す方法を述べ、規範的ガイダンスを提供します。
## AI の概要
人工知能 (AI) は、従来はヒューマンインテリジェンスを必要とするタスクを実行可能なインテリジェントマシンを作成、または少なくとも模倣することを目的とした幅広い分野です。これらのタスクには、自然言語の理解、視覚的な認識、意思決定や問題解決にいたるまで、あらゆるものが含まれます。多くの AI システム間の共通点の 1 つは、確率的成果の追求です。つまり、人間の判断の複雑さを反映して、高い確実性で予測や決定を生成することです。その後、このようなシステムを使用して、知的作業を自動化または強化できます。
現在、ほとんどの AI は機械学習 (ML) 上に構築されています。ML は、コンピュータがデータに基づいて学習し、意思決定を行う手法の開発に焦点を当てた AI の分野です。機械学習モデルは、明示的なプログラミングに頼るのではなく、例から一般化し、無数のアプリケーションに対して高い汎用性を実現します。機械学習内のさまざまな手法の 1 つに深層学習があります。深層学習は、複数のレイヤーを持つニューラルネットワークを使用して、データの複雑な要因を分析する特殊なサブセットです。深層学習は、画像やテキストなどの非構造化データの処理に特に優れており、画像や音声認識など、多くの複雑なタスクで問題を解決しています。
深層学習における新たな機能は生成 AI です。これにより、AI は新しく、潜在的にオリジナルなコンテンツを生成または作成できます。この革新的な分野は、人間のような考え方や推論機能の側面を模倣した出力を生成する能力として認識され始めています。コンピューティング能力、データ可用性、アルゴリズムイノベーションの進歩により、生成 AI が可能になり、スポーツやアートから科学研究まで、幅広いアプリケーションへの道が開かれました。
これらの分野と手法は、人工知能の階層化され相互に関連する様を表し、それぞれが、ますます幅広いタスク群を自律的に実行するシステムの開発に寄与します。AI のアプリケーションと能力は急速に拡大し続ける可能性が高いため、日々の活動に不可欠なものであり、複雑な問題を解決するための重要なツールでもあります。
| *「生成 AI は、数少ないイノベーションが提供する形で、人々の想像を駆り立てています。研究者や開発者の領域を超えて進化するにつれて、コンシューマーエクスペリエンスの向上から複雑な企業課題の解決まで、幅広いアプリケーションを持つことが証明されています。人間のようなテキストを生成したり、AI 主導のコードスニペットでコード作成者を支援したり、インテリジェントなチャットボットによる顧客インタラクションを自動化したりする場合でも、可能性は無限にあるかのように見えます。これらのアプリケーション以外にも、生成 AI は、スケーラビリティ、カスタマイズ、インテリジェンスをバランスよく備え、テクノロジーが人間の能力を高め、実現可能性を高める方法を再検討するのに役立ちます。大規模導入を前にして、このテクノロジーがもたらすとされていることは、タスクをより効率的に達成するだけでなく、さまざまな分野において何ができるかを根本的に再定義することででもあります。」* – Andy Jassy、Amazon CEO |
| --- |
| |
**注記**
さらに、*人工知能 (AI)* という用語は、そのさまざまなサブ分野を含む総称として使用されます。AI の専門分野のいくつかは、*生成 AI* や*機械学習*など、一般的な AI とは別の呼称で呼ばれます。
![\[人工知能、機械学習、深層学習、生成 AI の分類を示す図\]](http://docs.aws.amazon.com/ja_jp/whitepapers/latest/aws-caf-for-ai/images/taxonomy-of-ai-ml-deeplearning-and-genai.png)
## AWS CAF-AI の概要
人工知能、機械学習、および生成 AI の AWS クラウド導入フレームワーク (CAF-AI) は、機械学習と AI ジャーニーの出発点であり、ガイドでもあります。このフレームワークは、これらの専門分野における中間計画と戦略を策定し、情報を提供することを目的としています。これは、チーム内だけでなく、同僚や AWS パートナーと協力して AI 戦略について議論するためのリソースとして使用することができます。
ジャーニーのどの段階にいるかにもよりますが、特定のセクションに集中して、そこでスキルを磨くことも、ドキュメント全体を使って成熟度を判断し、短期的な改善点を導くのに役立てることもできます。CAF-AI は、企業レベルで AI を採用する際に考慮すべきすべての事項を要約し、継続的に成長および更新し続けており、単一の概念実証 (POC) の先に進むのに役立ちます。目標は、AI の導入に成功するように、[AWS クラウド導入フレームワーク](https://aws.amazon.com/cloud-adoption-framework/) (AWS CAF) についてお客様が理解し期待しているのと同じ規範的ガイダンスを提供することです。CAF は、一連の基本的な組織能力に支えられ、世界中の数千の組織がクラウドトランスフォーメーションのジャーニーを加速するためにうまく活用してきた規範的ガイダンスを提供します。
AWS CAF-AI でも、これらの基礎的能力に依存していますが、AI が求める変化に対応できるよう、多くの機能を強化しています。さらに、組織が AI ジャーニーの一部として考慮すべき新しい基礎的能力を特定して追加します。
## AWS CAF: クラウド導入フレームワーク
AWS では、過去 10 年間にわたり、お客様のクラウド導入戦略の基礎として、[AWS クラウド導入フレームワーク](https://aws.amazon.com/professional-services/CAF/) (AWS CAF) を構築してきました。このフレームワークを進化させる一方で、そのインサイトとメンタルモデルがさまざまなお客様の多くに使用できるように、クラウド以外の特定のテクノロジーにほとんど縛られないようにしました。ただし、人工知能はまったく新しい種類のテクノロジーであり、すべての業種とほとんどのお客様に大きな影響を与えています。クラウドテクノロジーを通じて加速された AI の導入のジャーニーにあるお客様を支援するために、CAF-AI を構築しました。
## Well-Architected の実現状況の確認
[AWS Well-Architected フレームワーク](https://aws.amazon.com/architecture/well-architected/)は、クラウド内でのシステム構築に伴う意思決定の長所と短所を理解するのに役立ちます。このフレームワークの 6 つの柱により、信頼性、安全性、効率、費用対効果、持続可能性の高いシステムを設計および運用するための、アーキテクチャのベストプラクティスを確認できます。[AWS マネジメントコンソール](https://console.aws.amazon.com/wellarchitected) で無料で提供されている [AWS Well-Architected Tool](https://aws.amazon.com/well-architected-tool/) を使用すると、柱ごとに一連の質問に答えることで、これらのベストプラクティスに照らしてワークロードを評価できます。
[Machine Learning Lens](https://docs.aws.amazon.com/wellarchitected/latest/machine-learning-lens/machine-learning-lens.html) では、AWS クラウド で機械学習ワークロードを設計、デプロイ、構築する方法に焦点を当てています。このレンズは、Well-Architected Framework で説明されているベストプラクティスを発展させます。
クラウドアーキテクチャに関する専門的なガイダンスやベストプラクティス (リファレンスアーキテクチャのデプロイ、図、ホワイトペーパー) については、[AWS アーキテクチャセンター](https://aws.amazon.com/architecture/)を参照してください。