Shift AI ポッドキャスト: AWS VP の Vasi Philomin 氏と Amazon における生成 AI の基盤構築
AIは、より退屈で冗長で時間のかかる作業を自動化・効率化する上で大きなメリットをもたらします。こうした作業をAIにオフロードできれば、人間はより適性があり、批判的思考や創造性を必要とする、より複雑な作業に取り組むことができるようになるでしょう。これにより、人間はこれまで解決できなかった問題を解決できるようになるでしょう。
これは、リモートワークと AI のデジタル時代において、変化する職場で成功し適応するために何が必要かを探る番組「Shift AI」のこのエピソードで、Amazon Web Services (AWS) の生成 AI 担当副社長である Vasi Philomin 博士が述べた考えの 1 つです。
私たちは、機械学習と AI の先見者としての彼の経験、Amazon/AWS での生成 AI の適用に関する彼の洞察、そして AI テクノロジーの倫理的側面と将来の可能性に関する彼の考えについて話し合います。
この会話は来週ラスベガスで開催される AWS re:Invent に先立って行われ、そこでは多くのトピックが注目される予定です。
以下をお聴きください。彼の発言のハイライトは、文脈と分かりやすさを考慮して編集されていますので、ぜひお読みください。Shift AIにご登録の上、ShiftAIPodcast.comで他のエピソードもお聴きください。
初期の職歴: 90 年代にコンピューター サイエンスの博士号を取得し、機械学習を専門としていました。当時は ML や AI の話は誰もしていませんでした。家族や友人の多くは、当時は私のことを頭がおかしいと思っていましたが、今では天才だと思っています。私は Philips Research で科学者としてキャリアをスタートし、その後すぐに R&D チームの管理に異動し、同社の消費者向けライフスタイル ビジネス向けにさまざまな革新的な製品を開発しました。最初の大きなブレークスルーは、Philips Lighting のアナログからデジタルへの照明移行に携わったときに経験しました。そこでコネクテッド ライティングの概念を導入し、照明器具にセルラー チップを組み込んで接続を追跡し、どこからでもこれらの照明器具をリモートで管理できる SaaS アプリを提供しました。このシステムは City Touch と呼ばれ、バックエンドは AWS 上に構築されました。これにより、都市はグリッド全体のすべての照明を制御および監視できるようになりました。私たちはロサンゼルスで立ち上げ、多くの採用と成功を収めながら世界規模で拡大しました。
初めて給料をもらった仕事：メリーランド大学で博士課程に在籍していた頃、ドイツで夏季インターンシップを始め、その後ダイムラー・ベンツでコンピュータービジョンの分野でインターンシップを行いました。ダイムラー・ベンツは自動運転技術に着目し、交通標識や歩行者といった環境内の物体の認識に取り組んでいました。最終的に、これらの物体をどのように検出するかに焦点を当てた研究論文を発表し、実車に実装できる可能性を早期に実証しました。
家庭生活：私の家族は医者ばかりです。両親は二人とも医師で、兄は歯科医です。夕食の席では、家族は私に外科医を目指して勉強してほしいとよく話していましたが、私は数学や確率といったものに興味がありました。両親や兄が話したり読んだりする分野とは全く異なっていましたが、それでも彼らは私をとても応援してくれました。私は数学に重点を置いたコンピュータサイエンスの分野に進みたいと思っていました。そして、AIはやがて私の関心の的の一つとなりました。
AmazonとGenerative AI： AmazonでAIの統合が始まる以前から、私たちは多くのお客様と、Generative AIをビジネスに適用する際に直面する課題について話し合いました。この調査を通して、3つの包括的なテーマが浮かび上がりました。
- AIモデルに関しては、万能のソリューションは存在しません。様々なモデルファミリーが存在し、それぞれのユースケースに適したモデルが存在します。
- AI リソースが誰でも利用できるようになると、企業が競合他社とどのように差別化するかを検討することが重要です。
- Gen-AIが提供する価値よりもコストがはるかに高くなるユースケースもあります。重要なのは、人工知能をいかにコスト効率よく、かつ大規模に現実世界の問題に適用できるかです。
Amazon Bedrock:これらのテクノロジーを現実世界のビジネス課題に大規模に適用するには、エンドツーエンドで考え、テクノロジースタック全体に適用する必要があります。これはまさに、Amazon Bedrock を立ち上げた際に私たちが考えていたことです。
Amazon Bedrock の 3 つの主要要素:
- Amazon Bedrock は、AI21 Labs、Amazon、Anthropic、Cohere、Meta、Stability AI などの AI プロバイダーによる最高の基盤モデルを提供します。
- Amazon Bedrock にはプライベートカスタマイズ機能があり、企業は競合他社との差別化を図り、独自のデータと IP を安全に使用できます。
- Amazonはここ数年、AWS TrainiumとAWS Inferentiaという2つのチップに投資してきました。1つは学習用、もう1つは予測用です。これらのチップは生成AIに特化しており、現在市場に出回っているチップよりも優れた価格性能比を提供します。
人間とAIの整合性： AIは私たちの仕事の自動化と効率化に多大なメリットをもたらしますが、人間がAIのプロセスを検証し、AIが生み出したものを継続的にチェックすることは不可欠です。一般的に、より退屈で冗長で時間のかかるタスクはAIにオフロードし、人間が批判的思考や創造性といったより複雑なタスクに取り組むことができるようにすべきだと私は考えています。重要なのは、人間が今できることと、これまでできなかったことの両面から、人間の生産性を拡張することです。
ソフトウェア開発者のためのAI：開発者として、フロントエンド技術の経験を通して、新しいプログラミング言語やフレームワークに対応し続けることの難しさを痛感しました。開発者の生産性向上を目的としたAmazon CodeWhispererをはじめとする開発ツールから、大きな価値を得ています。全社的な生産性向上チャレンジを通して、Amazon CodeWhispererによって効率とタスク完了率が大幅に向上することがわかりました。カスタマイズの必要性を認識し、最近、社内コードベースに適応できるようAmazon CodeWhispererをアップデートし、開発者の生産性向上における効果をさらに高めました。
AI規制： Amazonは、社内で開発されるすべてのAI製品の責任ある開発に強くコミットしています。公平性、説明可能性、堅牢性、ガバナンスといった課題を網羅した、責任あるAIフレームワークを導入しています。また、人間中心のアプローチを重視し、AIと機械学習に関する十分な教育を実施しています。組織内でプロセスを定義し、AIシステムに関する情報を透明性を持って伝達することで、個人がAIツールの利用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ことが非常に重要です。
メンター：メリーランド大学大学院時代の指導教官はアズリエル・ローゼンフェルドでした。彼はラビであり、コンピュータービジョンの父と広く称されています。彼から私が学んだのは規律です。彼は朝7時に一番乗りでオフィスに着き、一番乗りで帰る人でした。もう一人はジェフリー・カシス。彼はフィリップス・ライティング時代に私の上司でした。ジェフは私に、より良い人間関係を築く方法を教えてくれました。誰かに何かを頼まれた時、私は最初は「邪魔をしないで、自分の仕事をさせて」と断ってしまう傾向がありました。ジェフは私に「イエス、でも」という考え方を教えてくれました。これは、人間関係を築き、人々を結びつけ、自分の仕事に積極的に参加してもらうための、より魅力的な方法です。
仕事の未来：ジェネレーティブAIは、かつてない規模で生産性を劇的に向上させようとしています。私たちはまだその表面をかすめたばかりで、非常に初期段階にあります。ジェネレーティブAIは、私たちの世代で最も変革的なテクノロジーの一つとなり、その影響力はインターネットを上回る可能性があります。これは、人類が直面する最も困難な課題のいくつかに取り組み、人間のパフォーマンスを拡張し、大規模な生産性の最大化を実現する上で役立つでしょう。
Vasi Philomin 氏による Shift AI の全エピソードをこちらで聞いてください。
