[アップデート] Amazon Nova Premier が Amazon Bedrock で利用可能になりました

~ $ aws bedrock list-foundation-models --by-provider amazon | jq '.modelSummaries[] | select(.modelName == "Nova Premier")'
{
  "modelArn": "arn:aws:bedrock:us-east-1::foundation-model/amazon.nova-premier-v1:0:8k",
  "modelId": "amazon.nova-premier-v1:0:8k",
  "modelName": "Nova Premier",
  "providerName": "Amazon",
  "inputModalities": [
    "TEXT",
    "IMAGE",
    "VIDEO"
  ],
  "outputModalities": [
    "TEXT"
  ],
  "responseStreamingSupported": true,
  "customizationsSupported": [],
  "inferenceTypesSupported": [],
  "modelLifecycle": {
    "status": "ACTIVE"
  }
}
{
  "modelArn": "arn:aws:bedrock:us-east-1::foundation-model/amazon.nova-premier-v1:0:20k",
  "modelId": "amazon.nova-premier-v1:0:20k",
  "modelName": "Nova Premier",
  "providerName": "Amazon",
  "inputModalities": [
    "TEXT",
    "IMAGE",
    "VIDEO"
  ],
  "outputModalities": [
    "TEXT"
  ],
  "responseStreamingSupported": true,
  "customizationsSupported": [],
  "inferenceTypesSupported": [],
  "modelLifecycle": {
    "status": "ACTIVE"
  }
}
{
  "modelArn": "arn:aws:bedrock:us-east-1::foundation-model/amazon.nova-premier-v1:0:1000k",
  "modelId": "amazon.nova-premier-v1:0:1000k",
  "modelName": "Nova Premier",
  "providerName": "Amazon",
  "inputModalities": [
    "TEXT",
    "IMAGE",
    "VIDEO"
  ],
  "outputModalities": [
    "TEXT"
  ],
  "responseStreamingSupported": true,
  "customizationsSupported": [],
  "inferenceTypesSupported": [],
  "modelLifecycle": {
    "status": "ACTIVE"
  }
}
{
  "modelArn": "arn:aws:bedrock:us-east-1::foundation-model/amazon.nova-premier-v1:0:mm",
  "modelId": "amazon.nova-premier-v1:0:mm",
  "modelName": "Nova Premier",
  "providerName": "Amazon",
  "inputModalities": [
    "TEXT",
    "IMAGE",
    "VIDEO"
  ],
  "outputModalities": [
    "TEXT"
  ],
  "responseStreamingSupported": true,
  "customizationsSupported": [],
  "inferenceTypesSupported": [],
  "modelLifecycle": {
    "status": "ACTIVE"
  }
}
{
  "modelArn": "arn:aws:bedrock:us-east-1::foundation-model/amazon.nova-premier-v1:0",
  "modelId": "amazon.nova-premier-v1:0",
  "modelName": "Nova Premier",
  "providerName": "Amazon",
  "inputModalities": [
    "TEXT",
    "IMAGE",
    "VIDEO"
  ],
  "outputModalities": [
    "TEXT"
  ],
  "responseStreamingSupported": true,
  "customizationsSupported": [],
  "inferenceTypesSupported": [
    "INFERENCE_PROFILE"
  ],
  "modelLifecycle": {
    "status": "ACTIVE"
  }
}

import boto3
import json

AWS_REGION = "us-west-2"
MODEL_ID = "us.amazon.nova-premier-v1:0"

bedrock_runtime = boto3.client('bedrock-runtime', region_name=AWS_REGION)
messages = [
    {
        "role": "user",
        "content": [
            {
                "text": "AIアプリケーションにおけるベクターデータベースと従来のリレーショナルデータベースの違いを説明してください"
            }
        ]
    }
]

response = bedrock_runtime.converse(
    modelId=MODEL_ID,
    messages=messages
)

response_text = response["output"]["message"]["content"][-1]["text"]

print(response_text)

takakuni@Mac % python converse.py 
ベクターデータベースと従来のリレーショナルデータベースは、それぞれ異なる目的と特徴を持っており、AIアプリケーションにおいても異なる役割を果たします。

### リレーショナルデータベース

**特徴**
1. **構造化データの管理**: リレーショナルデータベースは、テーブル、行、列の形式でデータを格納します。各テーブルは特定のスキーマに従います。
2. **SQLクエリ**: データの操作には、主にSQL (Structured Query Language) を使用します。
3. **ACID特性**: 原子性 (Atomicity)、一貫性 (Consistency)、独立性 (Isolation)、永続性 (Durability) を保証します。
4. **トランザクション管理**: 複数の操作を一貫のトランザクションとして扱い、データの整合性を保ちます。

**AIアプリケーションでの利用**
- 構造化されたデータ（例：ユーザー情報、取引履歴）の管理に適しています。
- データの一貫性と整合性が求められる場合に有効です。

### ベクターデータベース

**特徴**
1. **高次元ベクトルの格納**: ベクターデータベースは、高次元のベクトルデータ（例：画像やテキストからの特徴ベクトル）を効率的に格納・検索できます。
2. **類似性検索**: ベクトル間の類似性を計算し、類似したベクトルを高速に検索できます。
3. **柔軟なスキーマ**: リレーショナルデータベースほど厳密なスキーマを必要としません。
4. **特殊なインデックス構造**: 高次元ベクトルの検索を効率化するための特殊なインデックス構造（例：KD木、Ball Tree、HNSW (Hierarchical Navigable Small World) グラフ）を使用します。

**AIアプリケーションでの利用**
- 画像検索、音声認識、自然言語処理など、ベクトル表現されたデータを扱う場合に適しています。
- 類似性検索やパターン認識が必要な場合に有効です。

### 比較

| 項目               | リレーショナルデータベース                  | ベクターデータベース                      |
|--------------------|--------------------------------------------|--------------------------------------------|
| データ構造         | テーブル、行、列                           | 高次元ベクトル                             |
| クエリ言語         | SQL                                        | 専用のクエリ言語やAPI                      |
| データの種類       | 構造化データ                               | 非構造化データ、ベクトルデータ             |
| 検索方法           | 正確一致検索                               | 類似性検索                                 |
| トランザクション管理 | サポートあり                              | サポートなしまたは限定的                  |
| スケーラビリティ   | 垂直スケーリングが一般的                   | 水平スケーリングが一般的                   |

### まとめ

リレーショナルデータベースは、構造化されたデータの一貫性と整合性を重視するアプリケーションに適しており、ベクターデータベースは、高次元ベクトルデータの類似性検索を必要とするAIアプリケーションに適しています。AIアプリケーションでは、両者の特性を理解し、適切に選択することが重要です。場合によっては、両者を組み合わせて使用することも効果的です。

import boto3
import json
from botocore.exceptions import ClientError

AWS_REGION = "us-west-2"
MODEL_ID = "us.amazon.nova-premier-v1:0"

bedrock_runtime = boto3.client('bedrock-runtime', region_name=AWS_REGION)
messages = [
    {
        "role": "user",
        "content": [
            {
                "text": "AIアプリケーションにおけるベクターデータベースと従来のリレーショナルデータベースの違いを説明してください"
            }
        ]
    }
]

try:
    streaming_response = bedrock_runtime.converse_stream(
        modelId=MODEL_ID,
        messages=messages
    )

    # Extract and print the streamed response text in real-time.
    for chunk in streaming_response["stream"]:
        if "contentBlockDelta" in chunk:
            text = chunk["contentBlockDelta"]["delta"]["text"]
            print(text, end="")

except (ClientError, Exception) as e:
    print(f"ERROR: Can't invoke '{MODEL_ID}'. Reason: {e}")
    exit(1)

import boto3
import json
from botocore.exceptions import ClientError

AWS_REGION = "us-west-2"
- MODEL_ID = "us.amazon.nova-premier-v1:0"
+ MODEL_ID = "amazon.nova-premier-v1:0:mm"

bedrock_runtime = boto3.client('bedrock-runtime', region_name=AWS_REGION)
messages = [
    {
        "role": "user",
        "content": [
            {
                "text": "AIアプリケーションにおけるベクターデータベースと従来のリレーショナルデータベースの違いを説明してください"
            }
        ]
    }
]

try:
    streaming_response = bedrock_runtime.converse_stream(
        modelId=MODEL_ID,
        messages=messages
    )

    # Extract and print the streamed response text in real-time.
    for chunk in streaming_response["stream"]:
        if "contentBlockDelta" in chunk:
            text = chunk["contentBlockDelta"]["delta"]["text"]
            print(text, end="")

except (ClientError, Exception) as e:
    print(f"ERROR: Can't invoke '{MODEL_ID}'. Reason: {e}")
    exit(1)

takakuni@ python converse_stream.py
ERROR: Can't invoke 'amazon.nova-premier-v1:0:mm'. Reason: An error occurred (ResourceNotFoundException) when calling the ConverseStream operation: Model not found.