初めに
四日目と五日目に参加したセッションを記録します。
参加のセッションの数が少なめでしたので、併せて一つの記事にまとめます。
参加セッション
四日目のセッション一つ目 Building intelligent multimodal applications with Amazon Nova 2 Omni
Dive deep into the technical capabilities of Amazon Nova 2 Omni and learn how to build powerful multimodal applications that seamlessly process text, image, audio, speech, and video inputs. We'll explore practical implementations using Nova APIs and Amazon Bedrock integration, including AgentCore, Strands, Knowledge Bases, and Guardrails. Learn how to utilize Amazon Nova 2 Omni advanced tool-calling capabilities, browser automation, and code interpretation features to build end-to-end solutions. We'll showcase real-world code examples of multimodal content processing and implementation examples of video reasoning and speech generation capabilities.
Type: Workshop
Level: 400 – Expert
Features: Hands-on, Interactive
Topic: Artificial Intelligence, Business Applications
Area of Interest: Generative AI
Industry: Advertising & Marketing, Media & Entertainment, Software & Internet
Role: Developer / Engineer, IT Professional / Technical Manager
Services: Amazon Bedrock, Amazon Nova
内容
キーノートに出たNovaの新しいモデルで、画像生成ができるものになります。
今回のワークショップはSagemaker AI StudioのJupiterLabでやるものになります。
ワークショップの内容とサンプルコードは以下です。
pythonコードを実行するだけであまり実感はないのですが、6番目の方は特に印象的でした。
Nova Multimodal Embeddingを使ったら複数種類のインプットを処理できます。
そして、その処理されたembeddingsをS3 Vectorに保存すると複数種類のコンテンツの類似検索もできます。
（文字、画像）
四日目のセッション二つ目
セッションのカタログ
Explore agent-driven network operations using Amazon Bedrock AgentCore in this hands-on workshop. Learn to build intelligent agents that automate network tasks using AWS services like VPC Reachability Analyzer, Traffic Mirroring, and CloudWatch, integrated through AgentCore Gateway. Discover agent personalization with Memory features and multi-agent coordination via Agent to Agent (A2A) protocol You will walk away with an understanding of how agent-based NetOps can reduce resolution times and enhance operational reliability in common network operational tasks.
Type: Workshop
Level: 300 – Advanced
Features: Hands-on, Interactive
Topic: Artificial Intelligence, Networking & Content Delivery
Area of Interest: Generative AI, Monitoring & Observability, Network & Infrastructure Security
Services: Amazon Bedrock, Amazon CloudWatch, Amazon Virtual Private Cloud (Amazon VPC)
内容
こちらのワークショップについて以下のリンクをもらいました。
いただいたものは自分の参加したものと違ったようです。
ただ、もらった内容もAgentCoreの各機能のサンプルがありますので、使う際の参考になります。
あまり機能のないプロダクトにどんどんAgentCoreの各機能を使い拡張する感じです。
- Runtime
- Memory
- Identity
- Gateway
- Code Interperter
- Browser Tool
- Obserability
五日目のセッション一つ目 - Active defense strategies using AWS Al/ML services
セッションのカタログ
This workshop will help you learn how to develop and deploy active defense strategies, such as deception, using Amazon Bedrock and Amazon SageMaker. Gain hands-on experience developing AI-driven responses for security operations. You will learn how to develop adaptive responses that mimic what an actor may be trying use against you. Discover implementation patterns for prompt engineering, deployment strategies, and monitoring methodologies. You must bring your laptop to participate.
Type: Workshop
Level: 400 – Expert
Features: Hands-on, Interactive
Topic: Security & Identity
Area of Interest: Threat Detection & Incident Response
Role: Solution / Systems Architect
Services: Amazon Bedrock, Amazon SageMaker, Amazon SageMaker AI
内容
このセッションは参加したものの中に一番内容が独特なものでした。
This workshop covers highly advanced topics in cybersecurity that are extremely dangerous if implemented without proper preparation and expertise. Deception techniques are designed to knowingly lure attackers into your environment, which carries significant risk. If you don't have a concrete plan for what to do with the data collected from a deception platform and a dedicated threat research team to analyze it, you should not implement these techniques in production environments. This content is intended exclusively for sophisticated threat hunter teams with advanced capabilities and well-established incident response procedures. Implementing deception without proper controls and expertise can lead to serious security incidents, legal complications, and potential escalation of threats against your organization.
かなり専門知識が要るのと、使い方誤ると本体のプロダクトに影響するという話だったですので、このセッションのワークショップは公開しないらしいです。
本体のアプリを守るために、もう一個攻撃者を誘導する偽アプリを作成します。
この手法は「Deception engineering」と言います。
ディセプションテクノロジーは、サイバー犯罪者を企業の真の資産から引き離し、デコイや罠へと誘導する戦略です。デコイは正規のサーバー、アプリケーション、データを模倣し、犯罪者が実際に侵入して、実際にはアクセスしていないときに企業の最も重要な資産にアクセスしたと信じ込ませるように仕向けます。この戦略は、被害を最小限に抑え、組織の真の資産を保護するために採用されています。
今回の課題は偽アプリを作るためで、BedrockとSagemakerを使う感じです。
課題の中はbedrockを使って偽お客様データを作成し、lambda関数も偽のレスポンスを攻撃者に返すようにします。
その他、AWS ECSやAWS IOTも同様に、偽物を作るサンプルがありました。
普通のアプリはこんな技術使わないかと思いますが、「Deception engineering」のコンセプトが勉強になりました。さらにこういうコンセプトはAIで実現できるのも一つ面白かった部分です。
五日目のセッション二つ目 - Build a multi-agent AI solution with Amazon Aurora & Bedrock AgentCore
セッションのカタログ
Multi-agent collaboration unlocks new levels of reasoning, specialization, and task orchestration in generative AI systems. In this hands-on workshop, learn how to harness Model Context Protocol (MCP) with AWS agentic AI services and Amazon Aurora PostgreSQL-Compatible Edition to build a collaborative AI system. You’ll create specialized agents focused on data interaction use cases that demonstrate a variety of data retrieval, analysis, or decision-making tasks grounded in real-time data and context from Aurora. Build a working prototype that showcases how intelligent agents can collaborate to solve complex problems with grounded enterprise data. You must bring your laptop to participate.
Type: Workshop
Level: 400 – Expert
Features: Hands-on, Interactive
Topic: Artificial Intelligence, Databases
Area of Interest: Agentic AI
Role: Data Engineer, Developer / Engineer, Solution / Systems Architect
Services: Amazon Aurora, Amazon Bedrock
内容
レガシーのアプリ（電気代一覧）にAI関連の機能を追加するというワークショップです。
既存アプリの構成と画面UIは以下の感じです。
まずは小さいAI agent作って、Aurora MCPとつなぐようにします。これにより、作られたAI Agentは自然言語でAurora DBにある情報の取得ができます。
次にLangGraph frameworkを使って、AI Agentを作ります。
LangGraph frameworkはAI Agentの開発、適用と運用をサポートしていて、AI Agentをもっと簡単に作れそうです。
次にデータを可視化できるもう一つのAgentを作ります。データ基づいてどのチャートを作るかの判断もできます。
さらに、前に作った二つのAgentを管理するOrchestrator Agentを作成します。
最後にMCP serverをlambdaとbedrock AgentCoreにデプロイします。
これによりAIエージェントでAurora DBにある電気代の情報等に基づいて分析と可視化ができるようになります。
ワークショップのURLは以下の通りです。
余談
スフィアに行きました。ラグがあるせいか、時々画面が遅く動くように感じて、目が痛くなるところがあるけど、全体的には楽しくてよかったです。
