アマゾンウェブサービス（AWS）は、人工知能（AI）モデルの効率を向上させ、学習コストを削減することを目的とした新機能を発表しました。その中心となるのは、強化学習に基づく細かなチューニングオプション「RFT」と、サーバーレスカスタマイズ機能です。これらの機能により、開発者は最小限の機械学習専門知識のみでAIモデルのユーザー向けカスタマイズ改善が可能となります。AWSは3日（現地時間）、ラスベガスで開催された年次会議「AWS re:Invent 2025」にて、Amazon BedrockおよびSageMaker AIに関連機能を適用することを発表しました。Amazon Bedrockは、主要AI企業の「基盤モデル」をもとに生成AI機能を構築できるプラットフォームで、今回のRFTアップデートにより、企業は強力な機械学習インフラを必要とせずにAIエージェントを最適化できる道が開かれました。企業は通常、最高性能の大規模言語モデル（LLM）をAIエージェントに利用しますが、これにより推論処理能力が過剰に必要となる場合があります。カレンダー確認やドキュメント検索などの繰り返し作業でも、リソースの過剰使用による非効率が発生していました。AWSは、新たに導入された強化学習ベースのカスタマイズ機能でこれらの課題を解決できると考えています。つまり、より少ない計算量で十分な効率を確保できる構造です。これまで、強化学習の導入には非常に高い技術的ハードルがありました。トレーニングデータの準備、フィードバックの収集、高性能コンピューティングインフラの構築など、数か月を要する作業が必要でした。しかし、Amazon BedrockのRFT機能では、開発者は必要なモデルを選択し、ユーザーインタラクションの記録やトレーニングデータをアップロードし、報酬関数を指定するだけで、モデルのチューニング作業が自動で行われます。AWSは、このプロセスは機械学習の専門家でなくても、「良い結果とは何かのイメージ」さえあれば十分で実施可能だと説明しています。当初、この機能はアマゾン独自モデルのNova 2 Liteで限定的にサポートされますが、今後数十種類のモデルへ拡張予定です。Amazon SageMaker AIにもサーバーレス形式で同様の機能が追加されます。SageMakerは企業が自社AIモデルを設計・デプロイするためのプラットフォームで、より簡単に強化学習オプションを統合できる「エージェント化」環境の提供が見込まれます。エージェント化モードでは、ユーザーが自然言語で要件を入力すると、AIエージェントがデータ生成からモデル評価までの全工程をガイドします。また、上級開発者向けに自己主導型の方法も提供され、ユーザーの選択肢が広がります。AWSは、この機能ではフィードバック学習、検証可能な報酬ベース学習、教師あり学習によるチューニングなど、さまざまな強化学習技術を同時適用できるとも説明しています。この機能はNovaだけでなく、Llama、Qwen、DeepSeek、GPT-OSSなどのモデルとも互換性があります。同時に、AWSはSageMaker HyperPodに「ノーチェックポイントトレーニング」機能を導入することも発表しました。従来はトレーニング中にエラーが発生すると復旧に数十分以上要しましたが、今後は顧客の介入なしで数分以内に状態を復旧できるようになります。これはクラスタ全体でモデル状態をリアルタイム保存することで実現されています。さらに、AWSはオープンソースAIエージェントフレームワーク「Strands Agents」をTypeScript言語へ移植しました。この言語はJavaScriptよりも安定性が高く、エラーの発生率が低いため、より安定したエージェント開発環境を提供できると期待されています。今回の発表は、生成AI市場で競合他社がカスタマイズ機能を強化する傾向が強まる中で行われました。グーグル（GOOGL）、マイクロソフト（MSFT）なども同様の機能を加速させており、ユーザーが容易に最適なAIモデルを自作できる環境の進化がさらに加速すると見られます。こうした技術進化は、AIが実際の企業環境へ一層深く浸透するための触媒となることが予想されます。
AWSは、強化学習の自動化によってAIカスタマイズの参入障壁を下げました
アマゾンウェブサービス（AWS）は、人工知能（AI）モデルの効率を向上させ、学習コストを削減することを目的とした新機能を発表しました。その中心となるのは、強化学習に基づく細かなチューニングオプション「RFT」と、サーバーレスカスタマイズ機能です。これらの機能により、開発者は最小限の機械学習専門知識のみでAIモデルのユーザー向けカスタマイズ改善が可能となります。
AWSは3日（現地時間）、ラスベガスで開催された年次会議「AWS re:Invent 2025」にて、Amazon BedrockおよびSageMaker AIに関連機能を適用することを発表しました。Amazon Bedrockは、主要AI企業の「基盤モデル」をもとに生成AI機能を構築できるプラットフォームで、今回のRFTアップデートにより、企業は強力な機械学習インフラを必要とせずにAIエージェントを最適化できる道が開かれました。
企業は通常、最高性能の大規模言語モデル（LLM）をAIエージェントに利用しますが、これにより推論処理能力が過剰に必要となる場合があります。カレンダー確認やドキュメント検索などの繰り返し作業でも、リソースの過剰使用による非効率が発生していました。AWSは、新たに導入された強化学習ベースのカスタマイズ機能でこれらの課題を解決できると考えています。つまり、より少ない計算量で十分な効率を確保できる構造です。
これまで、強化学習の導入には非常に高い技術的ハードルがありました。トレーニングデータの準備、フィードバックの収集、高性能コンピューティングインフラの構築など、数か月を要する作業が必要でした。しかし、Amazon BedrockのRFT機能では、開発者は必要なモデルを選択し、ユーザーインタラクションの記録やトレーニングデータをアップロードし、報酬関数を指定するだけで、モデルのチューニング作業が自動で行われます。AWSは、このプロセスは機械学習の専門家でなくても、「良い結果とは何かのイメージ」さえあれば十分で実施可能だと説明しています。
当初、この機能はアマゾン独自モデルのNova 2 Liteで限定的にサポートされますが、今後数十種類のモデルへ拡張予定です。Amazon SageMaker AIにもサーバーレス形式で同様の機能が追加されます。SageMakerは企業が自社AIモデルを設計・デプロイするためのプラットフォームで、より簡単に強化学習オプションを統合できる「エージェント化」環境の提供が見込まれます。
エージェント化モードでは、ユーザーが自然言語で要件を入力すると、AIエージェントがデータ生成からモデル評価までの全工程をガイドします。また、上級開発者向けに自己主導型の方法も提供され、ユーザーの選択肢が広がります。AWSは、この機能ではフィードバック学習、検証可能な報酬ベース学習、教師あり学習によるチューニングなど、さまざまな強化学習技術を同時適用できるとも説明しています。この機能はNovaだけでなく、Llama、Qwen、DeepSeek、GPT-OSSなどのモデルとも互換性があります。
同時に、AWSはSageMaker HyperPodに「ノーチェックポイントトレーニング」機能を導入することも発表しました。従来はトレーニング中にエラーが発生すると復旧に数十分以上要しましたが、今後は顧客の介入なしで数分以内に状態を復旧できるようになります。これはクラスタ全体でモデル状態をリアルタイム保存することで実現されています。
さらに、AWSはオープンソースAIエージェントフレームワーク「Strands Agents」をTypeScript言語へ移植しました。この言語はJavaScriptよりも安定性が高く、エラーの発生率が低いため、より安定したエージェント開発環境を提供できると期待されています。
今回の発表は、生成AI市場で競合他社がカスタマイズ機能を強化する傾向が強まる中で行われました。グーグル（GOOGL）、マイクロソフト（MSFT）なども同様の機能を加速させており、ユーザーが容易に最適なAIモデルを自作できる環境の進化がさらに加速すると見られます。こうした技術進化は、AIが実際の企業環境へ一層深く浸透するための触媒となることが予想されます。