【MLA対策】AWSのAI関連サービスを一言で理解する

はじめに

MLA（AWS Certified Machine Learning Engineer - Associate）の学習を進めていると、
AWSにはさまざまなAI関連サービスが登場します。

ただ、サービスごとの役割や違いが把握しづらかったため、
各AI関連サービスを「一言」で整理しました！

また、機能が多いサービスや試験的に重要そうなものについては、
補足として「具体的に何ができるのか」も簡単に紹介しています。

なお、MLA対策としては以下の記事も公開しています。
SageMaker周りを中心にまとめているので、あわせて読むと理解が深まると思います！

AWSのAI関連サービスを一言で理解する

• Amazon Bedrock
  👉 生成AI（基盤モデル）をAPIで安全に使えるマネージドサービス

• Amazon Comprehend
  👉 テキストの感情・言語・キーフレーズなどを解析する自然言語処理サービス

• Amazon Kendra
  👉 社内文書などを対象にした高精度な検索エンジン（エンタープライズ検索）

• Amazon Lex
  👉 チャットボットや音声ボットを作成する対話型AIサービス

• Amazon Polly
  👉 テキストを自然な音声に変換する音声合成サービス

• Amazon Rekognition
  👉 画像・動画から人や物、文字などを検出・分析する画像認識サービス

• Amazon SageMaker
  👉 機械学習モデルの開発・学習・デプロイ・運用をまとめて行うプラットフォーム

• Amazon Textract
  👉 PDFや画像から文字や表データを自動抽出するOCRサービス

• Amazon Transcribe
  👉 音声データをテキストに変換する音声認識サービス

• Amazon Translate
  👉 テキストを自動で多言語翻訳する機械翻訳サービス

補足

ここからは、特に重要 or できることが多いサービスについて補足します。
MLA対策としても理解を深めるのにおすすめです！

Amazon Bedrockのナレッジベース（Knowledge Bases）

Amazon Bedrockのナレッジベースは、
独自ドキュメントを検索対象として、生成AIが根拠を持って回答できるようにする仕組み。

大規模言語モデル（LLM）単体では学習していない
社内資料や独自データをもとに回答させたい場合に利用する。

内部的には
「検索（Retrieve）」＋「生成（Generate）」 を組み合わせた
RAG（Retrieval-Augmented Generation）構成になっている。

利用方法

ナレッジベースは、以下の手順で利用できる。

1. データを用意する
   PDFやテキストなどのドキュメントをS3に保存する

2. ナレッジベースを作成する
   Bedrock上でデータソース（S3）と基盤モデルを指定する

3. 質問を投げる
   APIやコンソールから質問を送信する

4. 検索＋生成による回答を取得する
   関連ドキュメントを検索し、その内容をもとに回答が生成される

Amazon Comprehendでできること

Amazon Comprehendは、
テキストデータを自動で分析し、意味や特徴を抽出する自然言語処理サービス。

主に以下のことができる。

• 感情分析
  ポジティブ・ネガティブ・ニュートラルなどの感情を判定できる

• キーフレーズ抽出
  文書の重要な単語やフレーズを抽出できる

• エンティティ抽出
  人名・組織名・場所・日付などを識別できる

• PII（個人情報）の検出
  個人情報を含むテキストを識別・マスキングできる

おわりに

今回は、MLAでよく登場するAWSのAI関連サービスをまとめました。

サービス数が多い分、違いが分かりにくくなりがちですが、
一言で整理しておくと全体像を把握しやすくなります。

MLAの学習中や、AWSでAI機能を使った構成を考える際の
整理用として役立ててもらえたら嬉しいです！