Category: Artificial Intelligence

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。

今日の急速に進化するソフトウェア環境において、Java アプリケーションの保守とモダナイゼーションは、多くの組織が直面する重要な課題です。新しい Java バージョンがリリースされ、ベストプラクティスが進化するにつれて、効率的なコード変換の必要性がますます重要になっています。この記事では、Java アップグレード用の AWS Transform custom のすぐに使える変換を活用する方法について説明します。この記事の最後までに、変換プロセスを完全に制御しながら、これらの標準化された変換を使用して Java アプリケーションを効率的にモダナイズする方法を理解できるようになります。

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。

オープンソースの Visual Asset Management System (VAMS) が NVIDIA Isaac Lab との統合により、ロボットアセット向けの GPU アクセラレーション強化学習に対応しました。このパイプラインでアセット管理ワークフローから直接 RL ポリシーのトレーニングと評価ができ、AWS Batch でスケーラブルな GPU コンピューティングを活用できます。

AWS の Physical AI フレームワークは、デジタル世界と物理世界を橋渡しする自律システムを構築するための包括的なアプローチです。物理世界の接続とデジタル化、データの保存と構造化、データのセグメント化と理解、シミュレーションとトレーニング、デプロイと管理、エッジ推論と運用の 6 つの相互接続された機能を通じて、継続的な学習サイクルを作り出し、自律型経済への移行を支援します。

本日より、Kiro IDE と CLI で Anthropic の最新 SoTA (State of the Art: 最先端)モデルである Claude Opus 4.6 が利用できるようになりました。Opus 4.6 は Anthropic がこれまでにリリースしたもっとも強力なモデルであり、コーディングにおいては世界最高のモデルです。

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 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。

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。

AWS DevOps Agent チームが、プロトタイプから本番環境で確実に動作する製品へとエージェントを成長させるために必要な 5 つのメカニズムを共有します。評価、可視化、高速なフィードバックループ、意図的な変更、本番サンプリングについて解説します。