翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# SageMaker ノートブック環境の生成 AI
<a name="jupyterai"></a>

[Jupyter AI](https://github.com/jupyterlab/jupyter-ai) は生成 AI 機能を Jupyter Notebook に統合する JupyterLab のオープンソース拡張機能です。Jupyter AI のチャットインターフェイスとマジックコマンドを使用して、自然言語での指示によって生成されたコードを試したり、既存のコードを説明したり、ローカルファイルについて質問したり、ノートブック全体を生成したりできます。この拡張機能により Jupyter Notebook が大規模言語モデル (LLM) に接続され、テキスト、コード、またはイメージの生成や、独自のデータに関する質問などを、LLM を使用して行うことができます。Jupyter AI は、AI21、Anthropic、 AWS (JumpStart と Amazon Bedrock)、Cohere、OpenAI などの生成モデルプロバイダーをサポートしています。

すぐに使用したい場合は Amazon Q Developer を使用します。Amazon Q Developer であれば、モデルへの接続を手動で設定する必要がなく、最小限の設定で使用を開始できます。Amazon Q Developer が使用可能になると、それが Jupyter AI 内のデフォルトソリューションプロバイダーになります。Amazon Q Developer の使用について詳しくは、「[SageMaker JupyterLab](studio-updated-jl.md)」を参照してください。

拡張機能のパッケージは、[Amazon SageMaker Distribution](https://github.com/aws/sagemaker-distribution) [バージョン 1.2 以降](https://github.com/aws/sagemaker-distribution/tree/main/build_artifacts/v1)に含まれています。Amazon SageMaker Distribution はデータサイエンスおよび科学コンピューティング用の Docker 環境であり、JupyterLab ノートブックインスタンスのデフォルトイメージとして使用されます。さまざまな IPython 環境に、Jupyter AI を手動でインストールできます。

このセクションでは Jupyter AI 機能の概要を説明し、JumpStart または Amazon Bedrock によって [JupyterLab](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-updated-jl.html) または [Studio Classic](https://docs.aws.amazon.com/sagemaker/latest/dg/studio.html) ノートブックから提供されるモデルを設定する方法を示します。Jupyter AI プロジェクトの詳細については、[ドキュメント](https://jupyter-ai.readthedocs.io/en/latest/)を参照してください。または、Jupyter AI の主要な機能について概要と例を紹介したブログ記事、「*[Generative AI in Jupyter](https://blog.jupyter.org/generative-ai-in-jupyter-3f7174824862)*」をお読みください。

Jupyter AI を使用して LLMを操作する前に、次の前提条件を満たしていることを確認してください。
+ がホストするモデルの場合 AWS、SageMaker AI エンドポイントの ARN を持っているか、Amazon Bedrock にアクセスできる必要があります。他のモデルプロバイダーを使用する場合は、モデルへのリクエストを認証および承認するための API キーが必要になります。Jupyter AI は幅広いモデルプロバイダーと言語モデルをサポートしています。[サポートされるモデル](https://jupyter-ai.readthedocs.io/en/latest/users/index.html#model-providers)の一覧を参照し、モデルの最新情報を確認してください。JumpStart にモデルをデプロイする方法については、JumpStart のドキュメントで「[Deploy a Model](https://docs.aws.amazon.com/sagemaker/latest/dg/jumpstart-deploy.html)」を参照してください。モデルプロバイダーとして使用するために、[Amazon Bedrock](https://aws.amazon.com/bedrock/) へのアクセス許可を要求する必要があります。
+ Jupyter AI ライブラリが環境に存在することを確認します。存在しない場合は、「[Jupyter AI のインストール](sagemaker-jupyterai-installation.md)」の指示に従って必要なパッケージをインストールしてください。
+ 「[Jupyter AI の機能の使用](sagemaker-jupyterai-overview.md)」で、Jupyter AI の機能を詳しく理解してください。
+ 「[モデルプロバイダーの設定](sagemaker-jupyterai-model-configuration.md)」の手順に従って、使用するターゲットモデルを設定してください。

前提条件のステップが完了したら、「[JupyterLab または Studio Classic で Jupyter AI を使用する](sagemaker-jupyterai-use.md)」に進んでください。

**Topics**
+ [Jupyter AI のインストール](sagemaker-jupyterai-installation.md)
+ [Jupyter AI の機能の使用](sagemaker-jupyterai-overview.md)
+ [モデルプロバイダーの設定](sagemaker-jupyterai-model-configuration.md)
+ [JupyterLab または Studio Classic で Jupyter AI を使用する](sagemaker-jupyterai-use.md)