AWS Clean Rooms ML がプライバシーを強化したモデルトレーニングと推論をサポート
本日、AWS は AWS Clean Rooms ML のカスタムモデリングを発表しました。これにより、組織はパートナーと連携して独自の機械学習 (ML) モデルを実行し、そのデータをクリーンルームコラボレーションで使用して予測的洞察を得ることができます。今回のリリースにより、企業とそのパートナーは、機密データや独自のモデルを共有しなくても、機械学習モデルをトレーニングし、集合データセットに対して推論を実行できます。
たとえば、広告主は独自のモデルとデータを Clean Rooms コラボレーションに持ち込み、パブリッシャーにデータを統合するように依頼して、キャンペーンの効果を高めるカスタム ML モデルのトレーニングしてデプロイできます。これらはすべて、カスタムモデルとデータを互いに共有することなく完了します。同様に、金融機関は過去の取引記録を使用してカスタム ML モデルをトレーニングし、パートナーを Clean Rooms コラボレーションに招待して潜在的な不正取引を検出できます。協力者間で基礎となるデータやモデルを共有する必要はありません。AWS Clean Rooms ML のカスタムモデリングでは、Clean Rooms 環境で使用するデータセットを指定してモデルトレーニングや推論を実行する際に、プライバシーを強化した制御を適用しながら、パートナーと貴重なインサイトを得ることができます。これにより、使用するデータセットをあなたとパートナーが承認できるようになり、機密データや独自のモデルを互いに共有する必要がなくなります。AWS Clean Rooms ML には、AWS が作成したルックアライクモデリング機能も用意されています。これにより、ルックアライクセグメントの精度を業界ベースラインと比較して最大 36% 向上させることができます。
AWS Clean Rooms ML は、こちらの AWS リージョンで AWS Clean Rooms の機能として利用できます。詳細については、AWS Clean Rooms ML をご覧ください。