FIXER Tech Blog - AI/Machine Learning

生成AI基盤のAmazon BedrockでTitan Embeddingsを試してみる

　本記事はFIXERが提供する「cloud.config Tech Blog」に掲載された「Amazon BedrockでAmazon Titan Embeddingsを試してみる」を再編集したものです。

　こんにちは、株式会社FIXERの村上です。

　2023年9月28日、ついにAmazon Bedrock（AWS 生成系AIサービス）が一般提供になりました🎉

Amazon Bedrock が一般利用可能に – 基盤モデルを利用した生成系 AI アプリケーションの構築とスケール

　今年の4月中旬に米国Amazonから発表があり、AWSパートナーなどの一部のIT企業でプライベートプレビューが開始されていました。それから5ヶ月余りの時を経て、一般利用提供（GA）として公開されました。

利用可能なAWSリージョン

　2023年9月29日時点で、以下の4つのリージョンが利用可能です。

・バージニア北部（us-east-1）
・オハイオ（us-east-2）
・オレゴン（us-west-2）
・シンガポール（ap-southeast-1）

　日本国内の東京リージョンや大阪リージョンはまだサポートされていません。バージニア北部とシンガポールを試してみましたが、バージニア北部の方が基盤モデルの申請が迅速に承認されたり、基盤モデルのバージョンがより新しい場合があり、現時点では開発や技術検証において、このバージニア北部の利用をお勧めします。

※2023/10/04 追記
・祝！Amazon Bedrock が東京リージョンに対応しました！

利用可能な基盤モデル

　2023年9月29日時点で、以下の5つのAIモデルを利用できます。

・AI21 Labs Jurassic-2（J2）
・Amazon Titan
・Anthropic Claude
・Cohere
・Stability AI

　利用するためには、リージョンごとで「Edit」から利用申請が必要です。

Amazon Bedrockの料金

1．モデルインファレンス料金:
・On Demand: 使用したモデルインファレンスに対して、利用した分だけの料金が発生します。時間ベースの契約は不要です。
・Provisioned Throughput: アプリケーションのパフォーマンス要件を満たすために、十分なスループットを提供するための時間ベースの契約があります。
2．カスタマイズ料金:
・Model customization (fine-tuning): カスタムモデルの作成や調整に関連する料金が発生します。

Amazon Bedrock Pricing

Titan Embeddings で埋め込みベクトルを生成してみた

　本ブログのハンズオンではモデルID「amazon.titan-embed-text-v1」を利用して、埋め込みベクトルを生成してみます。

　事前にいくつか環境設定が必要なので、紹介していきます。

1．環境設定
・AWSの認証情報をセットアップする
　AWSアクセスキーとシークレットアクセスキーを取得します。

　aws configure コマンド をターミナル等で実行します。
　必要なパラメータは以下のとおりです。適宜、プロファイル名を調整します。

・ハンズオンで使用するGitHubリポジトリをクローンする

・Python 3バージョン系 をインストールする（pip もインストールください！）

　本ブログでは、python@3.11/3.11.5 をインストールしています。
https://www.python.org/downloads/

・AWS SDK for Python（Boto3）をインストールする

　本ブログでは、AWS SDK（Boto3）は 1.28.57 をインストールしています。1.28.57 以上のバージョンが必要です。

・言語モデルを利用したアプリケーションを開発するためのフレームワーク（LangChain）をインストールする

・「Titan Embeddings G1 - Text」の利用申請を行う

　モデルアクセス の画面から「Titan Embeddings G1 - Text」をリクエストします。
　「Edit」からTitan Embeddings G1 - Textを申請ください。
　利用可能になると Access status が「Access granted」に更新されます。

2．いよいよ実践
・クローンしたリポジトリの直下にpythonファイルを配置します。コードは以下のとおりです。

　本ブログでは bedrock_api_request.py というファイルを配置しました。

・実行してみました。

　[0.015136719, -0.12890625, -0.17480469, -0.0859375, -0.390625, 0.052246094, ..., 0.109375]
と埋め込みベクトルが表示されました。

　私は見てもよく分かりませんが、生成できたので良しとします。

さいごに

　Amazon Bedrockが公開されたことで、国内の生成型AIをビジネスに取り入れるシーンが増加する可能性が高まっていますね！

　今後来るであろうVPCエンドポイントへの対応をしてもらえれば、閉域網の実現ができて、今後が楽しみですね！！

■参考サイト
Amazon Bedrock API Reference
Amazon BedrockのAPIをPythonアプリから呼んでみよう。LangChainにも挑戦！
Amazon BedrockをBoto3から使ってみた

村上 滉樹／FIXER
株式会社FIXER｜名古屋事業所 所属
2020年4月 新卒入社
職業：Cloud Solution Engineer（主にインフラ）

好きなAWS/Azureサービス：AWS Fargate / App Service
最近 Kubernetes 学び始めました。

■関連サイト

• cloud.config Tech Blogのエントリー
• cloud.config Tech Blog
• FIXER