Amazon Science の最新記事
公式38件の記事
精度を犠牲にせず LLM を高速化する手法
研究者らは国際会議 ICLR で、リアルタイム AI アプリケーションにおいて計算効率を損なわずに大規模言語モデルの速度を向上させる新フレームワークを発表した。
Promptimus：手動エンジニアリングなしで既存の優れた LLM プロンプトを改善する手法
大規模言語モデル（LLM）の企業利用において、複雑なビジネスロジックや規制要件を反映したプロンプトは通常、ドメイン専門家が手作業で作成しています。本研究では、Promptimus という手法が、人間の手を加えることなく、すでに良好なプロンプトの性能をさらに向上させることを示しました。
アマゾンのミドルマイルネットワークにおける不確実性の対応
アマゾンは、大雪などの不確実な状況下でも翌日配送を可能にするため、エンジニアと科学者が fulfillment center や sort center を含むミドルマイルネットワークの最適化計算能力を継続的に高めている。
メカニズム設計理論がアマゾンとベンダーの協力最適化にどう役立つか
Amazon とサプライヤーはそれぞれ独立して物流計画を最適化するが、コスト増などの非効率を生む。メカニズム設計理論を用いることで、双方の利益を考慮した最適な協働計画を実現できることが示された。
AI に信頼性を組み込む
アマゾンは倉庫物流からカスタマーサービス、AWS クラウドまで AI を事業の中核に位置づけ、安全で公平かつ堅牢なモデル開発を義務付けている。同社の AGO 組織責任者らは、責任ある AI はオプションではなく必須であると強調している。
AI 学習データのプライバシー保護
医療機関や銀行などが機密データを扱う機械学習モデルを訓練する際、患者情報や取引履歴などのプライバシーを守る技術の重要性が示されています。
あなたのLLMはどれほど壊滅的な危険を孕むか
大規模言語モデルの安全性確保が重要となる中、悪意ある行為者による有害コンテンツ生成を防ぐため、研究者は「レッドチーム」手法を用いてリスクを評価する取り組みを進めている。
Isabelle/HOL：Nitro分離エンジンの背後にある証明支援系
AWSが2025年re:Inventで、顧客データの安全性を確保しつつリソースを提供するソフトウェアモジュール「Nitro分離エンジン」を発表した。AWSは証明支援系Isabelle/HOLを用いて同エンジンの正確性とセキュリティ保証を形式的に検証し、初の形式的検証済みクラウドハイパーバイザーとして新基準を確立した。
カスタマイズされたAmazon Novaモデルが創薬における分子特性予測を改善
アマゾンの生成AIイノベーションセンターとAGI組織は、Nimbus Therapeuticsと協力し、創薬化学者のためのAIアシスタントとしてカスタマイズAmazon Novaモデルを開発した。このモデルは分子特性予測を改善し、創薬プロセスを加速させる可能性がある。
AWSとジョンズ・ホプキンス大学、AI/ML抗体設計の画期的なデータベースを発表
AWSとジョンズ・ホプキンス大学が、治療用抗体の設計を支援するAI/ML向けデータベースを共同開発した。従来の抗体発見・最適化プロセスは時間とコストが課題であったが、このデータベースにより迅速かつ効率的な抗体特定が可能になる。
アマゾンがエージェント型AIを用いてグローバル規模の脆弱性検出を実現する方法
アマゾンは、脆弱性の事例から直接検出ルールを生成するエージェント型AIシステム「RuleForge」を開発し、大規模で複雑なシステムを保護するための迅速な脆弱性対応を実現している。
Amazonにおけるポスト量子暗号の検証と最適化
Amazonは、量子コンピューターによる脅威に備えて、RSAや楕円曲線暗号に代わるポスト量子暗号の検証と最適化を進めている。これは、現在の公開鍵暗号が量子コンピューターによって解読される可能性がある「保存して後で解読」攻撃への対策である。
LLMベースのテキスト読み上げシステムの品質と堅牢性の向上
研究者らが、低ランク適応、データ拡張、連鎖的思考推論などの技術を用いて、アクセントのない多言語出力、表現力の向上、信頼性の高い合成を実現するLLMベースのテキスト読み上げシステムの品質と堅牢性を向上させた。
正式検証済みAES-XTS：s2n-bignumに初参加するAESアルゴリズム
Amazon Web Servicesの研究者チームが、暗号ライブラリs2n-bignumに正式検証済みのAES-XTS暗号化アルゴリズムを初めて追加した。アセンブリコードの簡素化により自動最適化と検証を実現している。
効率的なファインチューニングのためのLoRAターゲットモジュール選択の最適化
研究者のRushil AnirudhとAnjie Fangが、低ランク適応（LoRA）を使用してAIモデルをファインチューニングする際の精度と効率性のトレードオフを明らかにするアブレーション研究を実施した。
エージェントAIが置き換え不可能なシステムを修復する方法
スタッフライターが、AIエージェントがレガシーシステムの蓄積された層の特性を学習することで、組織の知識を保存し、様々なサービスへの統一インターフェースを提供できると説明している。
退くべき時を知るAIエージェントの設計
研究者らは、AIエージェントが自律性を高める中で、人間側の設計が重要だと指摘し、適切に退く判断ができるAIの開発に取り組んでいる。
AIが数学研究の本質をどのように変えているか
マイケル・カーンズとアーロン・ロスが、AIエージェントを用いて証明を生成する機械学習理論の研究を進め、数学研究の方法論に革新をもたらしている。
知性はパラメータ数ではなく時間についてである
AIモデルは大きくなるほど洞察力が低下するため、学習を継続させるには推論時間を短縮する必要がある。
なぜ12年前の予測論文は時代の試練に耐え続けているのか
アマゾン研究者が2014年に発表したラテンアメリカの社会不安予測論文が、2025年KDDで「時代を超えた価値賞」を受賞した。
学術協力がアマゾンの顧客に現実世界のセキュリティをもたらす方法
アマゾンの科学者とスタンフォード大学研究者の協力により開発されたオープンソースツールcvc5は、AWSで毎日約10億回の自動推論チェックを実行し、セキュリティを強化しています。
Amazon Nova AIチャレンジが復活、競合チームにNova Forgeアクセスを提供
学生が最先端AIモデルをカスタマイズして信頼性の高いソフトウェアエージェントを構築できる初の学術コンペ。
構築、研究、共有学習を通じてAIコミュニティを活性化
AIの進歩には画期的なモデルだけでなく、実験や知識共有を行う構築者・研究者のコミュニティが不可欠であり、Amazonはこの考えに基づき開発者・研究者との関わりを深めている。
NFL次世代統計の10年間の革新
NFL試合では選手の動きをRFIDで追跡し、AWS上の機械学習モデルで瞬時に分析。スポーツをデータ駆動型に変革。
強化学習によるマルチターンAIエージェントのカスタマイズ
既存の環境シミュレータと検証可能な真実に基づく報酬関数を活用することで、小規模モデルと訓練データでもタスク成功率を向上できる。
メモリ制約のあるデバイスでの視覚言語モデルのファインチューニング
新しいハイブリッド最適化手法により、エッジデバイスが順方向パスのみで視覚言語モデルをファインチューニング可能に。既存技術より最大7%精度向上。
信頼性の高いAIエージェント構築における見えない作業
強化学習環境でAIエージェントを訓練し、顧客リクエストを実行するための低レベルタスクを連鎖させる信頼性構築のプロセスについて。
2025年に最も閲覧された10の出版物
アマゾンの科学者らによる2025年で最も閲覧された出版物は、基盤モデルの安全枠組み、クラウド規模での形式的検証、高度なロボティクス、マルチモーダルAI推論などを含む。
2025年で最も閲覧されたブログ記事トップ10
量子コンピューティングの進展やロボット向け基盤モデル、Amazon Auroraの進化、自律型AIの発展など、2025年に読者の注目を集めた記事を紹介。
ダイアログブースト：AmazonがAIでテレビ番組や映画の会話を強化する方法
Amazonは、AIを活用した新しい音声処理技術「ダイアログブースト」を開発し、テレビ番組や映画の会話を強化することで、数百万人の視聴者にとって娯楽コンテンツをよりアクセスしやすくしている。
Amazon Nova Forge：「オープントレーニング」パラダイムで誰もが最先端AIを構築可能に
AmazonはNova Forgeサービスを発表し、顧客が独自データとAmazon Novaのトレーニングデータをモデル開発の各段階で混合できる「オープントレーニング」パラダイムを提供する。これにより、深いドメイン理解を実現しつつ「破滅的忘却」を防止する。
AutoGluonアシスタント：マルチエージェント協調によるコード不要のAutoML
AutoGluonアシスタントは、データ認識・ツール知識・実行履歴・コード生成を分離したマルチエージェントアーキテクチャにより、複雑な実世界データに対応する機械学習自動化を実現する。
AIネイティブ6G：ネットワークからインテリジェンス・ファブリックへ
研究者が、AIネイティブ6Gネットワークの構想を提案している。ネットワーク言語モデルが、知能化されたコンポーネント、計算インフラ、アクセスポイント、データセンターなどの複雑な相互作用を調整する。
LLMを活用したAmazon商品リストの改善
Amazonが大規模言語モデル（LLM）を活用し、商品カタログの正確性・信頼性・一貫性を大規模に向上させている。
AIにおける過剰思考問題
Amazonは、推論モデルが単純なタスクで必要量の7〜10倍のトークンを生成し、大規模運用で持続不可能なコストが発生する「過剰思考問題」を指摘。メタ認知AIの構想により、計算リソースの配分方法を根本的に変革する可能性を示した。
Amazon Research Award受賞者63名が発表される
Amazonが、8カ国41大学の研究者63名をAmazon Research Award受賞者として発表し、受賞者はAmazonの公開データセットとAWSのAI/MLサービス・ツールにアクセスできる。
AmazonがAIエージェントでサイバー脅威を予測・対抗する方法
Amazonは競合エージェントアーキテクチャを用いて、機械速度でセキュリティ保護を開発し、通常数週間かかる作業を数時間に短縮する継続的改善サイクルを構築している。
LLMにおける公平性を観察可能・定量化可能・管理可能にする
研究者Weijie Xuらが、FiSCoという新しい評価パイプラインを開発した。このパイプラインは大規模言語モデル（LLM）に潜むバイアスを明らかにし、モデルの進化に合わせて評価枠組みを更新する。