生成 AI は現在、一般の注目を集めており、GPT4、ChatGPT、DALL-E2、Bard、その他多くの AI テクノロジなどの製品が話題になっています。 多くのお客様が、AWS の生成 AI ソリューションに関する詳細情報を求めてきました。 この投稿の目的は、これらのニーズに応えることです。
この投稿では、実際の顧客の使用例を使用して生成 AI の概要を説明し、簡潔な説明とそのメリットの概要を説明し、わかりやすいデモを参照します。 AWS ディープコンポーザー 新しい楽曲を作成するためのツールと、その使用を開始する方法の概要を説明します。 Amazon SageMaker ジャンプスタート GPT2、Stable Diffusion 2.0、その他の生成 AI モデルの展開用。
生成 AI の概要
生成 AI は、新しい素材の生成に焦点を当てた人工知能の特定の分野です。 これは AI の世界で最もエキサイティングな分野の XNUMX つであり、既存のビジネスを変革し、まったく新しいビジネス アイデアを市場に投入できる可能性を秘めています。 生成手法は次の目的で使用できます。
- Stable Diffusion 2.0 などのモデルを使用した新しい芸術作品の作成
- GPT2、Bloom、Flan-T5-XL などのモデルを使用してベストセラー書籍を執筆する
- AWS DeepComposer の Transformers テクニックを使用して次の交響曲を作曲する
AWS DeepComposer は、作曲言語を通じて機械学習 (ML) に関連する主要な概念を理解するのに役立つ教育ツールです。 詳細については、を参照してください。 生成人工知能を使用してジャズ ロック トラックを生成する.
Stable Diffusion、GPT2、Bloom、Flan-T5-XL はすべて ML モデルです。 これらは、データ内のパターンを識別するためにトレーニングする必要がある単なる数学的アルゴリズムです。 パターンが学習された後、エンドポイントにデプロイされ、推論と呼ばれるプロセスの準備が整います。 モデルが見たことのない新しいデータが推論モデルに供給され、新しい創造的な素材が生成されます。
たとえば、安定拡散などの画像生成モデルを使用すると、いくつかの単語を使用して素晴らしいイラストを作成できます。 GPT2、Bloom、Flan-T5-XL などのテキスト生成モデルを使用すると、人間の単純な文から新しい文学記事、場合によっては書籍を生成できます。
Autodesk を使用している AWS の顧客です アマゾンセージメーカー 製品デザイナーがさまざまなユースケースに合わせて数千回反復されたビジュアル デザインを分類し、ML を使用して最適なデザインを選択できるようにします。 具体的には、Edera Safetyと協力して、マウンテンバイクなどのスポーツイベントに参加する際にライダーを事故から守る脊髄プロテクターの開発を支援しました。 詳細については、ビデオをご覧ください AWS 機械学習により設計の最適化が可能.
AWS のお客様が生成 AI とファッションをどのように活用しているかについて詳しくは、以下を参照してください。 Amazon SageMaker を使用した生成 AI による仮想ファッションスタイリング。
生成 AI が何であるかを理解したところで、JumpStart のデモに移り、AI を使用して新しいテキストや画像を生成する方法を学びましょう。
前提条件
Amazon SageMakerスタジオ は、必要なすべての ML 機能を XNUMX つの画面で提供する SageMaker 内の統合開発環境 (IDE) です。 JumpStart を実行する前に、Studio をセットアップする必要があります。 独自のバージョンの Studio をすでに実行している場合は、この手順をスキップできます。
AWS のサービスを使用する前に最初に行う必要があるのは、AWS アカウントにサインアップして作成したことを確認することです。 次に、管理ユーザーとグループを作成します。 両方の手順の手順については、次を参照してください。 Amazon SageMaker の前提条件をセットアップする.
次のステップは、SageMaker ドメインを作成することです。 ドメインはすべてのストレージをセットアップし、SageMaker にアクセスするユーザーを追加できるようにします。 詳細については、以下を参照してください。 AmazonSageMakerドメインにオンボード。 このデモは AWS リージョンで作成されています us-east-1
.
最後に、Studio を起動します。 この投稿では、ユーザー プロファイル アプリを起動することをお勧めします。 手順については、を参照してください。 Amazon SageMaker Studio を起動する.
JumpStart ソリューションの選択
ここからがエキサイティングな部分です。 Studio にログインすると、次のスクリーンショットのようなページが表示されます。
ナビゲーションペインの[ SageMaker ジャンプスタート、選択する モデル、ノートブック、ソリューション.
特定のモデル、特定のビジネス上の問題、ユースケースを開始するのに役立つ、さまざまなソリューション、基盤モデル、その他の成果物が表示されます。
特定の領域で実験したい場合は、検索機能を使用できます。 または、単純にアーティファクトを参照して、ニーズに合った関連モデルまたはビジネス ソリューションを見つけることもできます。
たとえば、不正検出ソリューションに興味がある場合は、検索バーに「不正検出」と入力します。
テキスト生成ソリューションに興味がある場合は、検索バーに「テキスト生成」と入力してください。 さまざまなテキスト生成モデルを検討したい場合は、「Intro to JS – Text Generation」ノートブックを選択することから始めるとよいでしょう。
GPT-2 モデルの具体的なデモンストレーションを見てみましょう。
JumpStart GPT-2 モデルのデモ
GPT 2 は、指定されたプロンプトに基づいて人間のようなテキストを生成するのに役立つ言語モデルです。 このタイプの変換モデルを使用して、新しい文章を作成し、執筆の自動化に役立てることができます。 これは、ブログ、ソーシャル メディア投稿、書籍などのコンテンツ作成に使用できます。
GPT 2 モデルは、GPT 3 の前身である Generative Pre-Trained Transformer ファミリの一部です。この記事の執筆時点では、GPT 3 は OpenAI ChatGPT アプリケーションの基盤として使用されています。
JumpStart で GPT-2 モデルのデモの探索を開始するには、次の手順を実行します。
- JumpStart で、検索して選択します GPT2.
- 配備します モデル セクション、展開 展開構成.
- SageMaker ホスティング インスタンス、インスタンスを選択します (この記事では、ml.c5.2xlarge を使用します)。
マシンタイプが異なれば、価格も異なります。 この記事の執筆時点では、私たちが選択した ml.c5.2xlarge の料金は 0.50 時間あたり XNUMX ドル未満です。 最新の価格については、以下を参照してください。 Amazon SageMakerの価格.
- エンドポイント名、「demo-hf-textgeneration-gpt2」と入力します。
- 選択する 配備します.
ML エンドポイントがデプロイされるまで待ちます (最大 15 分)。
- エンドポイントがデプロイされたら、選択します ノートブックを開く.
次のスクリーンショットのようなページが表示されます。
デモを紹介するために使用しているドキュメントは Jupyter ノートブックで、これには必要な Python コードがすべて含まれています。 AWS はこれらのノートブックを常に更新し、ノートブックが安全で欠陥がなく、最高のカスタマー エクスペリエンスを提供できるようにしているため、このスクリーンショットのコードは実際のコードと若干異なる場合があることに注意してください。
- 最初のセルをクリックして選択します Ctrlキー+ Enterキー コードブロックを実行します。
コード ブロックの左側にアスタリスク (*) が表示され、その後数字に変わります。 アスタリスクはコードが実行中であることを示し、数字が表示されると完了します。
- 次のコード ブロックにサンプル テキストを入力し、 を押します。 Ctrlキー+ Enterキー.
- 選択する Ctrlキー+ Enterキー XNUMX 番目のコード ブロックで実行します。
約 30 ~ 60 秒後に、推論結果が表示されます。
入力文字列については「Once upon a time there were 18 sandwiches,
” 次の生成されたテキストが得られます。
入力文字列については「And for the final time Peter said to Mary,
” 次の生成されたテキストが得られます。
この XNUMX 番目のコード ブロックを複数回実行して実験すると、モデルが毎回異なる予測を行うことがわかります。
いくつかの高度な機能を使用して出力を調整するには、下にスクロールして XNUMX 番目のコード ブロックを実験します。
テキスト生成モデルの詳細については、以下を参照してください。 Amazon SageMaker JumpStart で Bloom および GPT モデルを使用してテキスト生成を実行する.
リソースをクリーンアップする
次に進む前に、完了したらエンドポイントを削除することを忘れないでください。 前のタブの エンドポイントの削除、選択する 削除.
このノートブックを誤って閉じた場合は、SageMaker コンソールからエンドポイントを削除することもできます。 下 推論 ナビゲーション ペインで、 エンドポイント.
使用したエンドポイントを選択し、 メニュー、選択 削除.
最初の JumpStart ソリューションの使用方法を理解したところで、安定拡散モデルの使用を見てみましょう。
JumpStart 安定拡散モデルのデモ
Stable Diffusion 2 モデルを使用して、単純なテキスト行から画像を生成できます。 これは、ソーシャル メディアの投稿、販促資料、アルバム カバー、または創造的なアートワークが必要なものなどのコンテンツを生成するために使用できます。
- JumpStart に戻り、検索して選択します 安定拡散 2.
- 配備します モデル セクション、展開 展開構成.
- SageMaker ホスティング インスタンス、インスタンスを選択します (この記事では、ml.g5.2xlarge を使用します)。
- エンドポイント名、 入る
demo-stabilityai-stable-diffusion-v2
. - 選択する 配備します.
これは大規模なモデルであるため、展開には最大 25 分かかる場合があります。 準備が完了すると、エンドポイントのステータスが次のように表示されます。 サービスで.
- 選択する ノートブックを開く Python コードを含む Jupyter ノートブックを開く。
- 最初と XNUMX 番目のコード ブロックを実行します。
- XNUMX 番目のコード ブロックで、テキスト プロンプトを変更し、セルを実行します。
画像が表示されるまで約 30 ~ 60 秒待ちます。 次の画像は、サンプル テキストに基づいています。
繰り返しますが、次のコード ブロックで高度な機能を試すことができます。 出来上がる絵は毎回異なります。
リソースをクリーンアップする
繰り返しますが、エンドポイントを削除することを忘れないでください。 今回はml.g5.2xlargeを使用しているため、以前よりも若干料金が高くなります。 この記事の執筆時点では、1 時間あたり XNUMX ドル強でした。
最後に、AWS DeepComposer に移りましょう。
AWS ディープコンポーザー
AWS DeepComposer は、生成 AI について学ぶのに最適な方法です。 モデルに組み込まれたメロディーを使用して、新しい形式の音楽を生成できます。 使用するモデルによって、入力メロディーがどのように変換されるかが決まります。
参加することに慣れている方であれば、 AWS ディープレーサー 従業員が再強化学習について学ぶのを支援するために XNUMX 日を設ける場合は、生成 AI について学ぶために AWS DeepComposer を使用して XNUMX 日を増強および強化することを検討してください。
この投稿の XNUMX つのモデルの詳細な説明とわかりやすいデモについては、次の記事を参照してください。 生成人工知能を使用してジャズ ロック トラックを生成する.
以下をチェックしてください クールな例 AWS DeepComposer を使用して SoundCloud にアップロードします。
あなたの実験をぜひ見てみたいので、ソーシャル メディア (@digitalcolmer) 経由でお気軽に連絡して、学習や実験を共有してください。
まとめ
この投稿では、AWS の顧客事例を例に挙げて、生成 AI の定義について説明しました。 次に、Studio と JumpStart を開始する方法を段階的に説明し、GPT 2 と Stable Diffusion モデルを開始する方法を示しました。 最後に、AWS DeepComposer の簡単な概要を説明しました。
JumpStart をさらに詳しく調べるには、独自のデータを使用して既存のモデルを微調整してみてください。 詳細については、以下を参照してください。 AmazonSageMakerJumpStartを使用したインクリメンタルトレーニング。 安定拡散モデルの微調整については、を参照してください。 Amazon SageMaker JumpStart を使用してテキストから画像への Stable Diffusion モデルを微調整する.
安定拡散モデルの詳細については、を参照してください。 Amazon SageMaker JumpStart で安定した拡散モデルを使用してテキストから画像を生成する.
Flan-T5-XL モデルに関する情報はまったく取り上げられていないため、詳細については、次を参照してください。 GitHubレポを選択します。 Amazon SageMakerの例 リポジトリには、さまざまなユースケースをカバーする、JumpStart を含むさまざまな SageMaker 製品用の GitHub 上で利用可能なさまざまなノートブックも含まれています。
さまざまな無料のデジタルアセットを通じて AWS ML について詳しく知りたい場合は、当社の AWS 機械学習ランプアップガイド。 無料でお試しいただくこともできます ML 学習計画 現在の知識に基づいて構築するか、明確な出発点を設定します。 インストラクター主導のコースを受講するには、次のコースを強くお勧めします。
AI/ML 分野では、まさにエキサイティングな時代が到来しています。 AWS はお客様の ML への取り組みをサポートするためにここにいますので、ソーシャル メディアで私たちとつながってください。 今後数か月間、皆様がさまざまな ML サービスを学び、実験し、楽しんでいただけることを楽しみにしています。また、ML の旅のインストラクターとなる機会を楽しみにしています。
著者について
ポール・コルマー アマゾン ウェブ サービスのシニア テクニカル トレーナーで、機械学習と生成 AI を専門としています。 彼の情熱は、説得力のあるストーリーテリング、共有経験、知識の伝達を通じて、顧客、パートナー、従業員の発展と成長を支援することです。 IT 業界で 25 年以上の経験を持つ彼は、アジャイル文化実践と機械学習ソリューションを専門としています。 ポールはロンドン音楽大学のフェローであり、英国コンピューター協会のフェローでもあります。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- プラトアイストリーム。 Web3 データ インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- 未来を鋳造する w エイドリエン・アシュリー。 こちらからアクセスしてください。
- PREIPO® を使用して PRE-IPO 企業の株式を売買します。 こちらからアクセスしてください。
- 情報源: https://aws.amazon.com/blogs/machine-learning/get-started-with-generative-ai-on-aws-using-amazon-sagemaker-jumpstart/
- :は
- :not
- $UP
- 1
- 11
- 視聴者の38%が
- 50
- 500
- 7
- 8
- 9
- 937
- a
- 私たちについて
- アクセス
- 事故
- 加えます
- 住所
- 行政の
- 高度な
- 後
- 使い勝手のいい
- AI
- AI / ML
- 目指す
- アルバム
- アルゴリズム
- すべて
- 許す
- ことができます
- 既に
- また
- Amazon
- アマゾンセージメーカー
- Amazon SageMaker ジャンプスタート
- Amazon Webサービス
- an
- &
- どれか
- 何でも
- アプリ
- 現れる
- 申し込み
- です
- AREA
- 周りに
- 宝品
- 物品
- 人工の
- 人工知能
- 芸術作品
- AS
- 資産
- 関連する
- At
- 添付された
- 注意
- オートデスク
- 自動化する
- 利用できます
- AWS
- AWS のお客様
- バー
- ベース
- BE
- なぜなら
- 牛肉
- き
- 開始
- 利点
- BEST
- 祝福
- ブロック
- ブロック
- ブログ
- ブルーム
- 本
- 本
- 両言語で
- 英国の
- ビルド
- 内蔵
- ビジネス
- ビジネスアイデア
- ビジネス
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- 缶
- 場合
- 例
- 変化する
- 課金
- AI言語モデルを活用してコードのデバッグからデータの異常検出まで、
- チェック
- 選択する
- クリア
- 閉まっている
- コード
- カレッジ
- 来ます
- 到来
- 説得力のある
- コンプリート
- 完全に
- コンピュータ
- コンセプト
- お問合せ
- 検討
- 領事
- 絶えず
- コンテンツ
- コンテンツ作成
- ここから
- コース
- カバー
- カバーする
- カバー
- 作ります
- 作成した
- 作成します。
- 作成
- 創造
- クリエイティブ
- 文化的な
- 電流プローブ
- 顧客
- 顧客満足体験
- Customers
- データ
- 中
- 日
- 死
- デモ
- 展開します
- 展開
- 展開する
- 説明
- 設計
- デザイナー
- デザイン
- 詳細な
- 検出
- 決定する
- 開発する
- 開発
- 異なります
- デジタル
- デジタル資産
- do
- ドキュメント
- すること
- ドメイン
- ドント
- ダウン
- 各
- 教育の
- 社員
- 可能
- 包含する
- エンドポイント
- 強化
- 入力します
- 環境
- エーテル(ETH)
- イベント
- あらゆる
- 例
- エキサイティング
- 既存の
- 詳細
- 体験
- エクスペリエンス
- 実験
- 実験
- 説明
- 探る
- 探る
- 家族
- ファッション
- 特徴
- FRBは
- 感じます
- 仲間
- 少数の
- フィールド
- フィールズ
- ファイナル
- もう完成させ、ワークスペースに掲示しましたか?
- 名
- 焦点を当てて
- フォロー中
- フード
- フォーム
- フォワード
- Foundation
- 4
- 第4
- 詐欺
- 不正検出
- 無料版
- から
- 楽しいです
- function
- 獲得
- 生成する
- 生成された
- 生成
- 世代
- 生々しい
- 生成AI
- 取得する
- GitHubの
- 与えられた
- ガラス
- 良い
- 素晴らしい
- グループ
- 成長する
- ハンド
- 持ってる
- he
- 聞いた
- 助けます
- 助け
- ことができます
- こちら
- より高い
- 非常に
- 彼の
- ホスティング
- 時間
- 認定条件
- How To
- HTML
- HTTPS
- 人間
- 考え
- 識別する
- if
- 画像
- 画像生成
- 画像
- in
- 含ま
- 含めて
- を示し
- 産業を変えます
- 情報
- 説明書
- 統合された
- インテリジェンス
- 興味がある
- に
- IT
- IT産業
- 繰り返し
- ITS
- 旅
- JPG
- ジャンプ
- ジュピターノート
- ただ
- キー
- 知識
- 知識の伝達
- 既知の
- 言語
- より大きい
- 起動する
- 発射
- LEARN
- 学んだ
- 学習
- 左
- ような
- LINE
- 生活
- ログインして
- ロンドン
- 見て
- たくさん
- 愛
- 機械
- 機械学習
- 製
- make
- 作る
- 作成
- 多くの
- 市場
- 材料
- 数学的
- メディア
- 分
- ML
- モデル
- ヶ月
- 他には?
- 最も
- 山
- の試合に
- 音楽を聴く際のスピーカーとして
- ミュージカル
- 名
- ナビゲーション
- 必要
- 必要
- ニーズ
- 新作
- 次の
- 注意
- ノート
- ノートPC
- 知らせ..
- 今
- 数
- of
- on
- ONE
- 開いた
- OpenAI
- 機会
- 最適な
- or
- その他
- 私たちの
- でる
- 輪郭
- 出力
- が
- 概要
- 自分の
- ページ
- ペイン
- 部
- 参加する
- 特定の
- パートナー
- 情熱
- パターン
- Paul Cairns
- のワークプ
- Peter Bauman
- 画像
- 場所
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- プレイ
- お願いします
- ポイント
- ポイント
- ポスト
- 投稿
- 潜在的な
- :
- プラクティス
- 前任者
- 予測
- 現在
- PLM platform.
- 前
- ブランド
- 価格設定
- 問題
- プロセス
- 生産された
- プロダクト
- 製品
- プロフィール
- 昇進の
- 提供します
- は、大阪で
- 公共
- Python
- 範囲
- むしろ
- リーチ
- 準備
- リアル
- 推奨する
- リファレンス
- 地域
- 関連した
- 必要
- レストラン
- 結果
- ライダー
- 岩
- ラン
- ランニング
- 安全性
- セージメーカー
- 前記
- SAINT
- スクロール
- を検索
- 二番
- 秒
- セクション
- 安全に
- 見ること
- 見て
- 選択
- シニア
- 文
- サービス
- サービス
- セッションに
- セット
- シェアする
- shared
- すべき
- ショーケース
- 作品
- 署名されました
- 同様の
- 簡単な拡張で
- 単に
- わずかに異なる
- So
- 社会
- ソーシャルメディア
- ソーシャルメディアの投稿
- 社会
- 溶液
- ソリューション
- 一部
- Soundcloud
- スペース
- 専門にする
- 特化
- 特定の
- 特に
- 安定した
- start
- 開始
- 起動
- Status:
- 手順
- ステップ
- ストレージ利用料
- ストーリー
- ストーリーテリング
- 研究
- 見事な
- そのような
- サポート
- 確か
- 取る
- Talk
- 技術的
- テクニック
- テクノロジー
- テキスト生成
- より
- それ
- アプリ環境に合わせて
- その後
- そこ。
- ボーマン
- 彼ら
- もの
- 物事
- 三番
- この
- それらの
- 数千
- 三
- 介して
- 時間
- <font style="vertical-align: inherit;">回数</font>
- 〜へ
- ツール
- 追跡する
- 訓練された
- トレーニング
- 転送
- 最適化の適用
- 変換
- トランス
- トランスフォーマー
- 真に
- ターン
- type
- 下
- わかる
- 最新
- 更新
- アップロード
- に
- us
- つかいます
- 使用事例
- 中古
- ユーザー
- users
- さまざまな
- バージョン
- 、
- ビデオ
- 待っています
- 欲しいです
- ました
- 仕方..
- we
- ウェブ
- Webサービス
- した
- この試験は
- いつ
- which
- while
- 誰
- 意志
- 以内
- 言葉
- 働いていました
- 作品
- 世界
- でしょう
- 包まれました
- 書き込み
- 年
- 貴社
- あなたの
- ゼファーネット