Amazon Web Services ブログ

Category: Artificial Intelligence

自動推論に立ちはだかる 3 つの難題

自動推論の分野に 30 年以上携わってきた著者が、生成 AI で正しい推論を実現するうえで最も厄介だと考える 3 つの難題を紹介します。あいまいな自然言語から構造化された論理への変換、絶えず変化し、時には矛盾するルールのもとでの真理の定義、そして SAT (充足可能性問題) ソルバーでも越えられない計算量の壁やゲーデルの不完全性定理が示す確定的な推論の限界です。これらは単なる技術的ハードルにとどまらず、技術の限界と人間が作る仕組みの複雑さの両方に根ざした問題です。Amazon Bedrock Guardrails の自動推論チェックがこれらにどのように取り組んでいるかを解説します。

セキュリティにおける AI の現在地: 信頼構築に最も重要な指標の測定

セキュリティ業務で AI を活用する際、脆弱性を発見できるかだけでなく、安全なコードを誤検出しないかが信頼の鍵になります。本記事では、実際の脆弱性と誤検出を見分ける能力を測る初のベンチマーク Deception Benchmark を紹介します。16 のプログラミング言語、70 を超える CWE カテゴリの 14,822 サンプルで 12 モデルを評価した結果、FPR (偽陽性率) と FNR (偽陰性率) の両方を 10% 未満に抑えられた構成はありませんでした。設計手法と結果、実務への示唆を詳しく解説します。

AWS AI セキュリティフレームワーク: レイヤーとフェーズに応じた適切なセキュリティコントロール

AWS AI Security Framework は、適切なコントロールを適切なユースケース・レイヤー・フェーズに対応づけ、AI をプロトタイプから本番、そしてスケールまで安全に進めるための体系的なモデルです。多層防御を「インフラストラクチャ」「アイデンティティとデータ」「AI アプリケーション」の 3 レイヤーに整理し、Foundational / Enhanced / Advanced の 3 フェーズで段階的にセキュリティを強化する方法を解説します。

Kiro が ISO/IEC 27001:2022 のカバレッジに対応

調達・セキュリティ・ベンダーリスクの各チームが、Kiro の採用に関する意思決定を裏付ける、第三者によって独立に検証されたエビデンスを利用できるようになったことをお知らせします。Kiro は、AWS の ISO/IEC 27001:2022 認証の定義された範囲（スコープ）に含まれています。チームは Kiro を、ソースコード、システムアーキテクチャ、社内ドキュメント、その他のプロジェクトコンテキストとともに利用します。こうした情報には、知的財産や、組織のセキュリティポリシーによって管理されるデータが含まれることがあります。開発ツールを承認する前に、組織はそのツールを提供する組織が情報セキュリティリスクをどのように特定し、管理し、レビューしているのかについて、明確なエビデンスを必要とします。

1 年間無料の Kiro を、世界中の学生へ

新年度の始まりにあたって、私たちは、より多くの学生が本格的なツールを手にしてキャンパスへ戻ることを望んでいます。そこで Kiro Students プログラムを、16 か国にわたる新たな 121 の大学へと拡大します。これら 16 か国の対象となる学生は、いまや同じオファーを受けられます。Kiro を 1 年間無料で利用でき、毎月 1,000 クレジット、そしてプレミアムモデルや Kiro Web といった有料機能にもフルアクセスできます。クレジットカードは不要。トライアルのタイマーもありません。ただ作るだけです。

AI を活用したスキャフォールディングで、フルスタックの AWS アプリケーションを数分で構築する

AI アシスタントを使えば、AWS 上で動くアプリケーションや Web サイトを数分で立ち上げられます。しかし、実際のお客様に提供できる本番相当のものにたどり着くのは、依然として難しい部分です。セキュリティ、可観測性、型安全性、そしてレジリエンスは、本番運用では譲れない要件です。AI アシスタントがこれらすべてを一度で正しく実装できることはまれで、その出力を本番品質まで固めるには、レビュー・修正・テストのサイクルを何度も繰り返す必要があります。このギャップを埋めるため、私たちは Nx Plugin for AWS のバージョン 1.0 をリリースします。

エージェンティックセキュリティ: マシンスピードでの検出と対応

自律型 AI エージェントの台頭は、セキュリティポスチャにとってクラウドへの移行以来最大の変化です。本記事では、SANS Institute と共同執筆した 2026 Cloud Security Exchange eBook の章から、エージェントのアイデンティティとガバナンス、振る舞いの監視とオブザーバビリティによる検出の進化、段階的な自動対応、マルチエージェントエコシステムへの備えという 4 つの基礎領域を紹介します。Amazon GuardDuty、Amazon Inspector、AWS Security Hub を活用し、マシンスピードでの検出と対応を実現する実践的なフレームワークを解説します。

← Older posts