AWS で責任を持って AI を構築する
生成系 AI の急速な成長は、有望な新しいイノベーションをもたらすと同時に、新たな課題を提起します。AWS では、責任を持って AI を開発し、教育、科学、お客様を優先する人間中心のアプローチを採用し、責任ある AI をエンドツーエンドの AI ライフサイクル全体に統合することに尽力しています。
責任ある AI のコアディメンション
公平さ
さまざまなステークホルダーのグループへの影響を考慮する
説明可能性
システム出力を理解して評価する
プライバシーとセキュリティ
データとモデルを適切に取得、使用、保護する
安全性
有害なシステム出力と誤用を防ぐ
制御性
AI システムの動作をモニタリングおよび制御するメカニズムを備える
正確性と堅牢性
予期しない入力や敵対的な入力があっても、正しいシステム出力を実現する
ガバナンス
プロバイダーやデプロイヤーを含む AI サプライチェーンにベストプラクティスを組み込む
透明性
ステークホルダーが AI システムとの関わりについて十分な情報に基づいた選択を行えるようにする
責任ある AI のコアディメンション
公平さ
さまざまなステークホルダーのグループへの影響を考慮する
説明可能性
システム出力を理解して評価する
プライバシーとセキュリティ
データとモデルを適切に取得、使用、保護する
安全性
有害なシステム出力と誤用を防ぐ
制御性
AI システムの動作をモニタリングおよび制御するメカニズムを備える
正確性と堅牢性
予期しない入力や敵対的な入力があっても、正しいシステム出力を実現する
ガバナンス
プロバイダーやデプロイヤーを含む AI サプライチェーンにベストプラクティスを組み込む
透明性
ステークホルダーが AI システムとの関わりについて十分な情報に基づいた選択を行えるようにする
サービスとツール
AWS は、AI システムを責任を持って設計、構築、運用するのに役立つサービスとツールを提供しています。
生成 AI における保護手段の実装
Amazon Bedrock のガードレール は、お客様の生成 AI アプリケーションに合わせてカスタマイズされ、責任ある AI ポリシーに沿った保護手段を実装するのに役立ちます。FM のネイティブ保護だけでなく、カスタマイズ可能な追加の保護も提供するガードレールは、以下を実行することで業界最高レベルの安全保護を実現します。
- 最大 85% の有害コンテンツをブロック
- RAG および要約ワークロードのハルシネーション応答を 75% 超フィルタリング
- お客様が単一のソリューション内で安全性、プライバシー、および真実性の保護をカスタマイズして適用できるようにする
基盤モデル (FM) の評価
Amazon Bedrock のモデル評価は、精度、堅牢性、毒性などのカスタム指標に基づいて、特定のユースケースに最適な FM を評価、比較、選択するのに役立ちます。Amazon SageMaker Clarify と fmeval をモデル評価に使用することもできます。
バイアスの検出と予測の説明
バイアスとは、異なるグループ間でのデータの不均衡またはモデルのパフォーマンスの格差です。 Amazon SageMaker Clarify は、特定の属性を調べることにより、データの準備中、モデルトレーニング後、およびデプロイされたモデルで潜在的なバイアスを検出することにより、バイアスを軽減するのに役立ちます。
モデルの動作を理解することは、より正確なモデルを開発し、より適切な意思決定を行う上で重要です。Amazon SageMaker Clarify は、モデルの動作をより詳細に可視化するため、利害関係者に透明性を提供し、意思決定を下すための情報を提供し、モデルが意図したとおりに機能しているかどうかを追跡できます。
モニタリングと人間によるレビュー
モニタリングは、高品質の機械学習 (ML) モデルを維持し、正確な予測を保証するために重要です。Amazon SageMaker Model Monitor は、デプロイされたモデルから不正確な予測を自動的に検出して警告します。また、Amazon SageMaker Ground Truth を使用すると、ML ライフサイクル全体にわたって人間のフィードバックを適用し、モデルの精度と関連性を向上させることができます。
ガバナンスの改善
Amazon SageMaker の機械学習ガバナンスは、ML モデルをより厳密に制御して可視化することで、ML プロジェクトのガバナンスを改善するための専用ツールを提供します。モデル情報を簡単に取得して共有し、バイアスなどのモデルの動作に関する情報をすべて 1 か所で確認できます。
AWS AI Service Cards
AI サービスカードは、想定されるユースケースと制限、責任ある AI 設計の選択、および当社の AI サービスとモデルのパフォーマンス最適化のベストプラクティスに関する情報を得るための単一の場所を提供することで透明性を高めるためのリソースです。