AIToday
大規模言語モデルオープンソースAIAmazon AI Blog掲載日時: 2026年11月18日 10:00

Amazon SageMaker AIにAIデータ準備機能

LINEで送る
Amazon SageMaker AIにAIデータ準備機能

3つのポイント

  1. 何が起きたか

    Amazon SageMaker AIが自動ラベリング、合成データ生成、データ品質評価、データ変換を提供開始。Python SDK APIとAWS AI-MLエージェントスキルで利用可能。

  2. なぜ重要か

    データサイエンティストはラベリングツールや生成スクリプト、検証ジョブの組み合わせに数週間費やす代わりに、検査・編集可能な仕様とコードを使え、モデルプロジェクトの最も遅い工程を短縮できる可能性がある。

誰に効くか生成AIプロジェクト向けのトレーニングや評価データを準備するデータサイエンティストやMLエンジニアは、パイプラインを手作業で構築する代わりに、既存のノートブックやIDEから合成事例の生成、大規模なラベリング、品質チェックができるようになる。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

新機能は、AWSが機械学習モデルの構築とトレーニング向けに提供するマネージドサービス、Amazon SageMaker AIの一部として登場した。AWSは問題を明確に位置づける。多くのチームにとってデータ準備は生成AIプロジェクトで最も遅い工程だ。ラベル付き事例は乏しく、プライバシー規制が再利用を制限し、重複や回答リークといった品質問題は期待外れのトレーニング実行の後になって初めて表面化することが多いからだ。

設計上の選択はその診断を反映している。自動ラベリングは回答集合が固定されたタスクで複数モデルによる審査に依存し、それらの一致を信頼スコアに変える。信頼度の低い行はLabel Studio Community Editionを基盤とするキューで人手のレビュアーに回され、レビュアーの修正は後のラベリング処理にフィードバックされる。合成データ生成とデータ変換は、閉じたサービスではなく、ユーザーが検査・変更できるコードベースのパイプラインとして公開される。

AWSは管理性も強調する。機能は顧客が管理するIAM実行ロールの下で動作し、データは選択したリージョン内の顧客自身のS3バケットに留まる。AWSの説明によれば、実用上の効果として、チームは構成要素を連鎖させ(生成、変換、検証、そしてSageMaker AIのモデルカスタマイズによるトレーニング)、あるいは既存プロセスの中で一部だけを使うことができる。

よくある質問
この新しいSageMaker AI機能では、具体的にどのようなデータ準備タスクができますか?
大規模な自動ラベリング、トレーニングや評価用の合成データ生成、データ品質の評価(重複や回答リークを含む)、SFTやDPO、RLなどの手法向けのデータ変換ができます。
AIエージェントを使う必要がありますか、それとも機能を直接呼び出せますか?
SageMaker Python SDKを直接使い、自分のコードから個々の機能を実行できます。SDKは仕様を入力として受け取り、AWSはまずAI-MLスキルで仕様を作成することを推奨しています。
これらの機能を使うとデータはどこに保存されますか?
ソースデータ、生成データセット、ラベルは選択したAWSリージョン内の自分のAmazon S3バケットに残り、サービスは自分が管理するIAM実行ロールで動作します。
Amazon AI Blog元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

Reson8、5億パラメータの音声認識モデルを無償公開

Reson8は5億パラメータの音声認識モデルRumble-2-FlashをApache 2.0ライセンスの無償オープンウェイトとして公開した

NEWSiliconANGLE AI2時間前

マイクロソフトがAIエージェントで攻撃対抗サービス提供開始

Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

NEWPublickey2時間前

Windows Server 2028がパブリックプレビュー公開

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

NEWPublickey2時間前

AUMOVIOがLLMの唯一の経路をDatabricksに統一

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用

NEWDatabricks AI Blog2時間前

CADMAGEDDON、5ベンチマークで最先端CADモデル超え

CADMAGEDDONはBenchCADの64³ボクセルIoUで、1000部品のサブセットにおいて0.991を記録し、Claude Sonnet 5.5の0.963、Claude Opus 5.5の0.962、GPT-6…

NEWAI Weekly2時間前

MIT Technology ReviewのAI指数、AIは遍在

MIT Technology ReviewのAI誇大広告指数はAIの広がりを示し、GoogleのAI Overviewsが広告収入で数十億ドルを失わせたことやAI支援のサイバー攻撃を挙げた

NEWMIT Technology Review AI2時間前
次の記事へApple、3D形状モデルの潜在容量の制約に対処する論文