クラウドインテグレーション事業部 MSP開発セクション 大阪オフィス所属の上地です。
今回はじめてAWS Summit JapanにDay2から参加してきました！
AWS Summit Japan 公式イベントページの「5つの注目トピックス」にも”生成AI”があるように、会場には生成AIに関するセッションや催しが多くありました。
特に私は、AWS Villageという最新のAWSテクノロジーを集結した4つのゾーンで体験できた”生成AIソリューションの最新動向”の中のセッションやブース、催し物がとても楽しめました！
今回は、参加した中でも特に興味深かった「生成AIを用いたAWS上でのコンテンツモデレーション」というセッションのレポートになります。
生成AIを用いたAWS上でのコンテンツモデレーション
印象に残った点
コンテンツモデレーションと技術の進歩
コンテンツモデレーションとは、（例えばSNSなどの）サービスで不適切なコンテンツの投稿を適切に判断することを指し、この説明を聞いて生成AIの活用が非常に効果的だと感じるとともに、生成AIが活用できる分野は他にもたくさんありそうだなという思いでワクワクしました。
技術の進歩は、人によるモデレーションから従来型ML（e.g. RekognitionやSageMaker）を経て生成AIへと発展しており、その進化の速さにエンジニアとして知識のアップデートが必要だと痛感しました。
生成AIによるコンテンツモデレーションのメリット
生成AIと従来型MLの大きな違いは、ポリシーなど判定基準のチューニング方法にあります。
生成AIは少ないデータで精度改善が可能であり、プロンプトエンジニアリング(*)を通じて自然言語でチューニングできるため、大きなメリットがあります。
従来型MLでは、データの前処理や特徴量のエンジニアリングが重要でしたが、生成AIではプロンプトの設計が鍵となるのだなと実感しました。
生成AIを活用したチューニングは従来型MLと異なるため、プロンプトエンジニアリングについて詳しく学ばなければならないと感じましたが、その分、活用できる可能性が広がることにも期待しています。
セッションを通じて、生成AIがどのようにコンテンツモデレーションに活用され、どれだけ効果的であるかを学び、さらにその応用範囲の広さに非常に興味を持ちました。
さらなる学びとオフラインの強み
このセッションを通して「生成AI」で何か作ってみたいという衝動に駆られ、セッション後に担当者に「今回のようなシステムのソースコードとか、ないですかね？」と恐る恐る聞いてみると、快くご教示頂きました。
それがこちらの”Generative AI Use Cases JP”というGitHubリポジトリです。
Generative AI Use Cases JPでは、
さまざまな生成AIを活用したビジネスユースケースをデモンストレーションするソースコードなどが参照できます。
こういったセッションで気になったことがすぐに質問できるのが、オフラインイベントの強みだと改めて感じました！
最後に
少し気になっていた”Serverlesspresso“のコーヒーもGetできました！
