本文へ移動

すべての AI 動向

今日 0 件

10月11日

日曜日

10月10日

土曜日
  1. Standard Bots が産業用ロボット向けに信頼性の高い実行を実現する AI をどう構築したか

    Standard Bots は共有基盤モデルとデモによる微調整で産業用ロボットアーム向けの AI を構築している。最大モデルでも数十億パラメータ程度にとどまり、ゼロショットの知覚システムで機械への着脱作業における部品の位置特定・認識を担い、運動とセルロジックは従来どおりプログラミングで処理する。

10月9日

金曜日
  1. Ai2、GPU時間予算でクラスタスケジューリングを再構築した方法

    Ai2は従来の優先度ベースのスケジューラを、GPU時間予算、階層的な公平配分、タイムスライス契約を含む仕組みに置き換えた。これにより、各研究プロジェクトに割り当てるGPU時間の議論は、個別対応の運用業務から透明な行政的予算プロセスへと移行した。

  2. Simon Willison、Codexの音声モードでブログにNewslettersページを構築

    Simon Willisonは、ChatGPTデスクトップ版のCodexタブにある音声会話モードを使い、夕食を作る30分の間にGPT-6 Astra HighでブログのNewslettersページを開発した。新しいDjangoモデル、4つのインポートスクリプト、/newsletters/アーカイブページ、サイト内検索との統合を含む。

10月8日

木曜日
  1. Cornerstone OnDemand、Amazon Bedrock でデータベース診断時間を 78% 短縮

    Cornerstone OnDemand は Amazon Bedrock と Strands Agents を基盤にマルチエージェントシステム Orion AI を構築し、データベース診断時間を 45 分から 10 分へと 78% 削減した。データベースのライフサイクル操作も 10 以上の手動ステップから 1 回の対話に圧縮し、冗長アラートの中央値は 65% 減少、SRE とデータチーム間の 15 分のレポート遅延はリアルタイムになった。3 人チームが 6 か月で納品した。

  2. agentic automation のビジネスケースをどう構築するか:「工数削減」を超えた ROI モデル

    AWS は agentic automation のビジネス価値を評価するための Agentic Value Model を提唱し、従来の RPA 時代の ROI モデルである「削減工数×人件費−構築コスト」が、例外処理、意思決定の質、変更への耐性、価値実現といった次元を見落としていると指摘した。このフレームワークは McKinsey の「1:3:5 モデル」を引用しており、agentic 技術に 1 ドル投資するごとに、プロセス再設計に 3 ドル、能力構築と定着に 5 ドルを費やす必要があるとしている。

10月7日

水曜日
  1. AgentCore と OpenClaw で文脈を理解する AI アシスタントを構築

    オープンソースのエージェントシステム OpenClaw と Amazon Bedrock AgentCore runtime を基盤に、永続的な記憶を持つ文脈認識型 AI アシスタントを構築できる。AgentCore memory は単発の会話を長期知識に変え、構造化メタデータによる検索にも対応する。

  2. Amazon Bedrock AgentCore、Managed Knowledge Base、Nova Sonic で音声旅行アシスタントを構築

    Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic、Amazon Bedrock Knowledge Bases を基盤に、航空会社のアプリに音声旅行アシスタントを構築できる。旅行者は音声で旅程を照会し、座席を変更し、食事の好みを更新し、有人オペレーターに転送できる。

  3. Amazon SageMaker HyperPod の管理とガバナンスのベストプラクティス

    AWS が Amazon SageMaker HyperPod の管理とガバナンスのベストプラクティスを公開した。組織、プロジェクト、クラスタ、ワークロードの4層の制御モデルを提示し、複数チームが加速コンピューティングクラスタを共有する際の権限と容量の区分けに用いる。

  4. Simon Willison が Claude Opus 5.5 の作曲能力を検証:再生可能なゲーム音楽の artifact を生成

    Simon Willison は Claude Opus 5.5 に簡単なテキスト音楽フォーマットを設計させ、それを再生できる artifact を構築させた。さらにサンプル曲には初代『モンキーアイランド』の水準を求めた。出来上がった曲は意図した以上にモンキーアイランド色が強かったが、品質は驚くほど良かった。同氏は、テキストモデルによる作曲は以前の 3D グラフィックス能力と同様、ここ数カ月で現れた新しい能力かもしれないと推測するが、検証にはさらなる実験が必要だとしている。

10月6日

火曜日
  1. LangChain と Amazon Bedrock Knowledge Bases によるエージェント検索の実践

    Amazon Bedrock Managed Knowledge Base にエージェント検索機能が追加された。AgenticRetrieveStream API を通じて複数部分からなる質問をサブクエリに分解して実行し、証拠が十分かどうかを判断し、不足していれば再検索する。langchain-aws パッケージはこの機能と標準の Retrieve API の両方を公開している。

10月3日

土曜日
  1. Amazon Quick と Adjudicated Query パターンで数千件のリース契約のコンプライアンスを一括検証

    AWS は Adjudicated Query という設計パターンを提案した。業務ユーザーが Amazon Quick のチャット画面でコンプライアンス上の質問をし、実際の判定は決定論的ルールエンジンが行い、モデルは自然言語を固定型の操作呼び出しに変換して結果を言い直す役割だけを担う。このパターンは完全性レシートによって「スキャン済み = 適合 + 違反 + 保留 + 判読不能」を保証し、バージョン管理されたルールデータで事後監査の追跡を可能にする。リース契約のコンプライアンス、制裁スクリーニング、保険金請求などの高リスク領域に適する。

10月2日

金曜日
  1. AIが開発者の働き方を変える中、GitHubが強化すべき3つのスキルを提示

    GitHubはAI時代に開発者が強化すべき3つのスキルを提唱した。AIエージェントをただ使うのではなく指揮することを学ぶ、AIの最初の回答を安易に信じない、AIで節約した時間をより大きな問題の解決に充てる、の3点である。記事ではGitHub Copilot内蔵のRubber Duck agentを例に挙げ、2つ目のモデルが計画・コード・テストを批判的にレビューすることで、最初のモデルが見落とした問題を発見できると説明している。

  2. AutoSynthData:企業の AI エージェント向けに訓練データを生成

    ServiceNow CoreAI は AutoSynthData を構築した。対象モデルの失敗事例と、より強力な教師モデルの成功軌跡を利用して能力のギャップを特定し、後訓練用の新しいタスクを生成・検証する。カリキュラムはモデルの進歩に応じて、依然として難しいタスクへと動的に移行する。このパイプラインは EnterpriseOps Gym 環境で実演され、タスクはシステム仕様、ユーザープロンプト、検証器の三つで構成され、実現可能性、現実性、難易度の要件を満たす必要がある。

  3. Amazon Bedrock AgentCore 上でエージェント AI によるクラウド移行を拡張

    AWS Professional Services は Strands Agents SDK と Amazon Bedrock AgentCore を基に 4 エージェントパターンを構築し、アプリケーションごとの Infrastructure as Code(IaC)開発時間を 3〜4 週間から数分に短縮した。このパターンは 300 以上のアプリケーションを対象とする移行プロジェクトで検証された。

  4. uniopen が Amazon Nova 2 Lite で小売向け審査ポリシーをカスタマイズし本番環境に展開する方法

    uniopen は Amazon SageMaker AI で Amazon Nova 2 Lite を教師ありファインチューニングし、プロンプトレベルの出力最適化も行うことで、自社の小売審査ポリシーに適合させた。このポリシーは九種類の行為と、ブランド・その他・禁止という三種類の対象の二軸で分類される。ファインチューニング用データセットには 3391 の対話ウィンドウが含まれ、三種類の構成を 737 の対話ウィンドウからなるホールドアウトテストセットで比較評価した。

  5. AWS 上で Claude Platform のマルチ環境アクセスを構成する方法

    Claude Platform on AWS(CPonAWS)向けに、専用の AI Services アカウントを基盤とする 3 アカウント構成で 3 種類の推論アクセスを実現する。AWS ワークロードはクロスアカウントの SigV4 でキーなしに呼び出し、開発者のノート PC は開発ワークスペースに紐づけた長期 API キーを使い、外部環境は OIDC フェデレーションで短期クレデンシャルを取得する。

  6. Amazon Bedrock AgentCore で環境エージェントを構築:イベント駆動シグナルから human-in-the-loop ワークフローまで

    Amazon Bedrock AgentCore は「環境エージェント(ambient agent)」の構築に対応する。Amazon S3 のイベント通知、EventBridge ルール、Lambda トリガーなどのイベントストリームから直接起動し、ユーザーが会話を開始する必要はなく、複数のイベントを並行して処理できる。

  7. Amazon Payments、Amazon SageMaker AI上の文脈付き多腕バンディットで獲得ファネルのコンバージョンを改善

    Amazon PaymentsはAmazon SageMaker AI上で多目的文脈付き多腕バンディット(LinUCB)を用い、製品獲得ファネル向けのパーソナライズされたコンテンツ選択を実施。7週間のオンラインA/Bテストでは、ある顧客集団で最終ファネルのコンバージョン率が相対で1桁台後半の改善を示した一方、別の集団では改善が見られず、問題はモデルではなくコンテンツにあった。

10月1日

木曜日

9月30日

水曜日
  1. Amazon Bedrock AgentCore Runtime Instancesで複数エージェントの音楽制作パイプラインを構築

    AWSの公式ブログが、Amazon Bedrock AgentCore Runtime Instancesに3エージェントの音楽制作パイプラインを配置する例を紹介した。作曲エージェントはClaude Sonnet 4.6で音楽の制作要件を生成し、インスタンスのNVIDIA L4上でACE-Stepを実行して音声をレンダリングする。納品エージェントは共有ボリュームの.wavを読み、測定とDSP処理を行う。適合確認エージェントは独立して再測定し、楽曲ライブラリーとの和声的類似度を調べる。

  2. Amazon Quickのプロンプト設計の基本ガイド

    Amazon Quickのプロンプト設計は自然言語の依頼に対するAI機能の回答品質を左右する。公式の2部構成シリーズの第1部は、コンポーネントに共通する原則と再利用できる枠組みを扱う。CRISPEは文脈と制約、役割と責任、意図と入力、手順と範囲などを含み、抽象的な説明より具体化、業務の文脈、例示が有効だと強調する。

9月29日

火曜日
  1. SageMaker AIでvLLM-Omniによる画像・動画生成(第2部)

    AWSは、同じvLLM-Omni DLCイメージを使った2つのエンドポイントをSageMaker AIへ配置するチュートリアルを公開した。リアルタイム側はFLUX.2-klein-4Bで画像を生成し、非同期側はWan2.1-VACE-1.3Bで画像条件付き動画を生成する。テキスト指示からPNGを生成し、動きの指示とともにAmazon S3経由で動画側へ渡し、最終的にS3からMP4を取得する。例にはコマンドライン手順と任意のStreamlit画面を含む。

9月28日

月曜日
  1. Amazon Nova ActとBedrock AgentCoreで合成監視を実現

    Amazon Nova ActとAmazon Bedrock AgentCoreを使うエージェント駆動の合成監視構成は、SeleniumやPlaywrightのDOMセレクタースクリプトを自然言語の動作指示で置き換える。マルチモーダルLLMが画面のスクリーンショットを読み、ログイン、注文、決済などの重要な手順を実行する。