watsonx 概要

データを準備し、AIソリューションを構築する方法

ほとんどのタスクでは、コードを書くか、UIのツールを使うかを選択できる。 watsonx.ai ツールは、プロジェクトと呼ばれるコラボレーション・ワークスペース内にあります。

以下の方法でデータを準備し、AIソリューションを構築することができる：

AI のためのデータの準備

• Data Refinery を使って、リモートデータソースのデータファイルやデータテーブルを洗練し、視覚化します。

• Synthetic Data Generator、機械学習モデルのトレーニング用に合成構造化データを生成する。

• 合成データ生成APIを使用して、 基盤モデルチューニングや新型AIソリューションのテスト用に合成非構造化データを生成します。

• 構造化されていないデータをベクトル化し、ベクトルインデックスを使用してRAGパターンを作成します。

データの準備を参照。

生成的AIソリューションの構築

• Python SDK、REST API、または Node.js を使って、生成的AIソリューションのコードを書く。

• Prompt Lab で生成的AIプロンプトを試す。

• AutoAI を使ってRAGパターンを自動化する。

• Tuning Studio を使って、ユースケースに合わせた基盤モデルチューニングを行う。

• エージェントラボでAIエージェントを構築

ジェネレーティブAIソリューションの開発 」を参照。

機械学習モデルを構築

• AutoAI を使って予測モデル候補を自動生成する。

• SPSS Modeler で機械学習モデルのトレーニングフローを作成する。

• Jupyterノートブックを作成し、 Python またはRでモデルをトレーニングする。

• Decision Optimization を使って最適化問題を解く。

• Orchestration Pipelines で機械学習ライフサイクルを自動化します。

データサイエンス・ソリューションをご覧ください。

デプロイされた基盤モデル

IBM watsonx.ai には、生成 AI 用にさまざまな大規模な言語モデルがデプロイされています。 展開されている基盤モデルには、オープン ソース モデルと IBM 基盤モデルがあります。 また、独自のカスタム・ 基盤モデルデプロイしたり、オンデマンド・モデルをデプロイすることもできる。 基盤モデル基盤モデルの動作をカスタマイズできます。

watsonx.aiにデプロイされているサポートされるファウンデーション・モデルのリストについては、 サポートされるファウンデーション・モデルを参照してください。

利用リソース

サービスプランによっては、月ごと、年ごとに使用リソースが決まっていたり、消費したリソースに対して課金される場合もある。

watsonx.ai 上でツールまたはホスト モデルを実行すると、以下の種類のリソースを消費します：

使用量の計算

ジョブ、ノートブック、モデルをトレーニングまたはチューニングする実験、またはデプロイメント実行する場合、コンピュートリソースの使用量は、実行環境のレートとアクティブな期間に基づいて計算されます。 計算リソースには、ワークロードに固有の適切なハードウェアおよびソフトウェアが含まれます。

推論の使い方

基盤モデル推論を実行する場合、推論の使用量は、プロンプトの入力テキストと出力テキストのトークンの合計に、 基盤モデルモデルのレートを掛けたものとして計算されます。 トークンは、テキストの基本単位です。

モデル・ホスティング

カスタム基盤モデルまたはデプロイ・オンデマンド基盤モデルデプロイする場合、時間単位の料金が課金されます。 課金料金はモデルのハードウェア構成によって異なり、モデルのホスティングと推論の両方をカバーします。 リソースメソー ルメントは、モデルが正常にデプロイされたときに開始され、モデルが削除されるまで続きます。

text extraction

テキスト抽出を使用して文書ファイルをAIモデルに適したファイル形式に変換する場合、各ページを処理するためのリソースが測定されます。

ご利用とご請求についての詳細はこちらをご覧ください

• watsonx.ai スタジオツールの請求詳細
• ジェネレーティブAI 資産の請求詳細
• 機械学習資産の請求明細

AIを統治する方法

watsonx.governance APIとツールを使って、以下の方法でAIを管理することができる：

AI 資産監視と評価

• 機械学習モデルの出力を監視し、モデルの予測を説明する。

• 生成的AIプロンプトを評価し、比較する。

watsonx.governance モデルのモニタリングと評価ツールは、プロジェクトとデプロイメント・スペースある。

AI 資産評価 を参照。

AIの使用事例を追跡し、文書化する

モデルのライフサイクル・ステータス、一般的なモデルとデプロイメント詳細、トレーニング情報とメトリクス、AIユースケースによるデプロイメントメトリクスを表示します。

AIユースケースにおける資産管理 を参照。

ガバナンス活動の管理

• ファクトシートのデータをガバナンス・コンソールに同期する。

• Governance コンソールを使用して、ワークフローやその他のコンプライアンスツールでガバナンス機能を拡張できます。

IBM OpenPages から watsonx Governance コンソールと統合する必要があります。

ガバナンス・コンソールによるリスクとコンプライアンスの管理を参照。

管理されたAIエージェントとツールを共有する

管理対象のエージェントカタログ内で、AI搭載エージェントおよびツールを登録、管理、評価、再利用する。

管理対象エージェントカタログを参照。

AIガードレールポリシーの管理と共有

ガードレールポリシーをインベントリで作成、管理、再利用する。

ガードレールの設定を参照してください。

利用リソース

watsonx.governanceを使用してモデルの評価と説明を実行すると、リソースが消費されます。 サービス・プランによっては、1 カ月当たりの使用量リソースが設定されている場合や、消費したリソースに対して課金される場合があります。 リソース使用量は、モデルの評価と説明の数に基づいて計算されます。 評価および説明は、リソース単位で測定されます。

IBM watsonx.governance のプランオプションをご覧ください。