Amazon Web Services ブログ
Category: Amazon Machine Learning
Amazon、Nova モデル強化に向けプライベート AI バグバウンティプログラムを開始
Amazon は、Amazon Nova 基盤モデルを含む AI モデルおよびアプリケーションを対象としたプライベート AI バグバウンティプログラムを開始しました。このプログラムでは、セキュリティ研究者やパートナー大学の専門家と連携し、プロンプトインジェクションやジェイルブレイク、CBRN 関連の脅威の検出など重要な領域でモデルをテストします。参加者は有効な脆弱性の報告に対して 200 ドル から 25,000 ドル の報奨金を獲得でき、次世代の AI セキュリティ研究者の育成も目指しています。
AI を活用したゲーム制作: 静的なコンセプトからインタラクティブなプロトタイプへ
AI を活用することで、ゲーム開発の初期段階でコンセプトをインタラクティブにし、数分でプレイ可能なプロトタイプを作成できます。AWS re:Invent 2025 で紹介する Agentic Arcade は、マルチエージェントオーケストレーション、プログラマティックアセット生成、セマンティック検索を組み合わせ、開発サイクルの早い段階で創造的な方向性を探索し検証する方法を示します。
AWS Weekly Roundup: Amazon Bedrock エージェントワークフロー、Amazon SageMaker プライベート接続など (2026 年 2 月 2 日)
2026 年 1 月 26 日週、私たちはラバ祭りを祝いました。これは、旧正月まで残りわずかであることを告げる […]
Amazon Nova Multimodal Embeddings 実践ガイド
Amazon Nova Multimodal Embeddings を使って、テキスト、画像、ドキュメント、動画、音声にまたがるマルチモーダル検索・検索ソリューションを構築する方法を解説します。ユースケースに合わせた Embedding パラメータの最適化や、商品検索、ドキュメント検索、動画クリップ検索、オーディオフィンガープリンティングの実装パターンを紹介します。
オブザーバビリティエージェントで平均復旧時間を短縮する
Amazon OpenSearch Service と Amazon Bedrock AgentCore を使用したオブザーバビリティエージェントを紹介します。ログ、トレース、メトリクスを自律的にクエリし、相関させることで、インシデント調査を効率化し、平均復旧時間 (MTTR) を短縮できます。
地方病院が生成 AI の活用環境を2日で構築し内製化へ踏み出す : 黒字経営を続ける組織力にうったまがった!
(「うったまがった!」は非常に驚くという熊本弁です) 2026年 1 月、ANGEL Dojo 2025 で内 […]
知的なフィジカル AI 構築: Strands Agents、Bedrock AgentCore、Claude4.5、NVIDIA GR00T、および Hugging Face LeRobot によるエッジからクラウドへ
エージェンティック AI システムは急速にデジタル世界を超えて物理世界へと拡大しており、AI エージェントは実際の物理環境で知覚、推論、および行動をとります。AI システムがロボティクス、自律走行車、およびスマートインフラストラクチャを通じて物理世界とますます相互作用するにつれて、根本的な疑問が浮かび上がります:複雑な推論のために大規模なクラウドコンピューティングを活用しながら、物理的な感知と作動に対してミリ秒レベルの応答性を維持するエージェントをどのように構築するのでしょうか?
【開催報告】第9回鉄道技術展2025 AWS出展報告
2025年11月26日から29日の4日間、千葉県の幕張メッセにて「第9回鉄道技術展2025(Mass-Tran […]
Agentic workflowを使用したAmazon Nova Premierによるコード移行の効率化
多くの企業は、保守と拡張が困難になった古いテクノロジーで構築されたレガシーシステムに悩まされています。 この投 […]
Amazon.com カタログチームが Amazon Bedrock で自己学習型生成 AI を構築した方法
Amazon.com カタログチームは、Amazon Bedrock を使用して、精度を継続的に向上させながらコストを削減する自己学習システムを構築しました。複数の小規模モデルがコンセンサスを通じてルーチンケースを処理し、不一致が発生した場合にのみスーパーバイザーエージェントを呼び出すアーキテクチャにより、エラー率の継続的な低下を実現しています。








