AI サービスコネクションファイルの作成ツールの仕組み—ArcGIS Pro

[AI サービスコネクションファイルの作成 (Create AI Service Connection File)] ツールでは、外部 AI サービス用のコネクション情報が保存される AI サービスコネクション (.ais) ファイルが作成されます。いくつかのディープラーニングパッケージでは、サードパーティー AI モデルが使用され、ホスト AI サービスにアクセスする必要があります。これらのサービスを使用するため、各プロバイダーはエンドポイント、モデル名、API キーなどの詳細を必要とします。

これらの詳細をモデル引数として毎回入力する代わりに、構成パラメーターが含まれている .ais ファイルを使用できます。これにより、パラメーター値が [履歴] ウィンドウに表示されることもなくなり、オペレーティングシステムのセキュリティーを使用して安全に保存されます。このツールでは機密上重要な認証情報は内部で [Windows 資格情報マネージャー] に保存されてローカルシステムとユーザーアカウントに関連付けられるため、.ais ファイルを複数のコンピューターやユーザーで共有することはできません。

このアプローチを用いることで、設定時間が短縮され、エラーを回避でき、外部 AI サービスと GIS ワークフローを安全かつ一貫した方法で統合する手段が提供されます。

サービスプロバイダーと構成

[AI サービスコネクションファイルの作成 (Create AI Service Connection File)] ツールでは複数の AI サービスプロバイダーがサポートされており、プロバイダーごとに構成の詳細情報が指定されている必要があります。これらの詳細情報には、モデル名やエンドポイントなどの一般情報に加え、API キーやトークンなどの機密情報が含まれます。

このツールでは、サービスプロバイダーごとに必須のコネクションパラメーターのセットが用意されており、これらは [コネクションパラメーター] パラメーターを使用して指定します。 API キーやトークンなど、機密上重要な値は、[シークレットパラメーター値] パラメーターを使用して指定します。 [シークレットパラメーター値] パラメーターで入力した値はすべて機密情報として扱われ、[Windows 資格情報マネージャー] に保存されるのに対し、非機密情報は .ais ファイルに保存されます。

以降の各セクションでは、サポートされているサービスプロバイダーとそのコネクションパラメーターを示します:

注意:

各サービスプロバイダーにはデフォルトのコネクションパラメーターのセットが用意されていますが、特定のモデルまたはワークフローで必要な場合には追加のパラメーターを指定することができます。

AWS

AWS は Bedrock および関連サービスを介して AI モデルを提供しています。このオプションには次のコネクションパラメーターがあります:

アクセスキー - AWS アカウントに関連付けられている一意の識別子。リクエストを認証するときに使用されます (例: IAMAWSTESTKEY)。
モデル ID - 使用する特定のホストモデルの識別子 (例: amazon.titan-text-premier-v1:0)
リージョン名 - サービスがデプロイされる AWS リージョン (例: us-east-1)

Anthropic

Anthropic はテキストタスクおよび推論タスク用の Claude ファミリーのモデルを提供しています。このオプションの Model コネクションパラメーターでは、Anthropic モデルの名前を指定します (例: claude-3-opus)。

Azure

Azure は、デプロイメントとバージョンを構成可能なエンタープライズホスト OpenAI モデルを提供しています。このオプションには次のコネクションパラメーターがあります:

Endpoint URI - Azure サービスのベース URL (例: https://mytestazureopenai.openai.azure.com/)
Deployment Name - Azure で作成したモデルデプロイメントの名前 (例: gpt-4o)
API Version - ターゲットにしている Azure OpenAI API のバージョン (例: 2024-05-01)

Hugging Face

Hugging Face は、テスト、ビジョン、マルチモード AI 用の数千個のオープンソースモデルをホストしています。このオプションの Model ID コネクションパラメーターでは、Hugging Face Hub から使用するモデルの識別子を指定します (例: facebook/detr-resnet-50)。

OpenAI

OpenAI は、言語、推論、マルチモードタスク用のモデルを提供しています。このオプションの Model コネクションパラメーターでは、使用するモデルの名前を指定します (例: gpt-4o-mini)。

Google

Google Cloud の Vertex AI は、テキスト、チャット、ビジョンタスク用の基礎モデルを提供しています。このオプションには次のコネクションパラメーターがあります:

Project ID - Google Cloud プロジェクトの識別子 (例: my-gcp-project)
Region - サービスがホストされている場所 (例: us-central1)
Model Name - 使用する特定のモデルの識別子 (例: text-bison)

その他

Others オプションでは、他のプロバイダーへの接続がサポートされています。プロバイダーの API 要件を満たす独自のパラメーター名と値を定義します。

Custom endpoint - カスタムエンドポイント (例: https://example.ai/api)
Model - モデルの名前 (例: my-custom-model)

AIS ファイルと認証情報の管理

.ais ファイルには、モデル名、エンドポイント、リージョンなど、接続の詳細情報が含まれています。これらの値は .ais ファイルに構造化された形式で格納されています。

サンプル .ais ファイルを以下に示します:

{
  "version": "1.0",
  "serviceProvider": "AWS",
  "protocol": "",
  "host": "",
  "authenticationScheme": "accessToken",
  "authenticationProperties": {
    "parameterType": "header",
    "parameterName": "aws_secret_key"
  },
  "authenticationSecrets": {
    "token": "test1234api567key89"
  },
  "serviceProviderProperties": {
    "aws_access_key": " IAMAWSTESTKEY ",
    "model_id": " amazon.titan-text-premier-v1:0",
    "aws_region_name": "us-west-2"
  }
}

API キーやトークンなどの機密上重要な認証情報が .ais ファイルに直接書き込まれることはありません。その代わり、このファイルには authenticationSecrets キーを介して参照のみが保存され、実際の値は [Windows 資格情報マネージャー] で安全に保管されます。これにより、機密情報がローカルコンピューターから持ち出されることはなくなり、.ais を開いても機密情報が漏洩することはなくなります。

.ais ファイルはコンピューター固有の認証情報エントリーを参照するため、このファイルを複数のユーザーやコンピューターで共有することはできません。別のコンピューターにコピーされた場合、[AI サービスコネクションファイルの作成 (Create AI Service Connection File)] ツールを使用して同じ認証情報を再入力してローカルに保存した場合を除き、機能しなくなります。

.ais ファイルの使用

保存済みの .ais ファイルを、サードパーティー AI モデルへの入力として、そのモデル引数を介して指定することができます。モデルは .ais ファイルを読み取り、必要な構成の詳細情報 (コネクションパラメーターや認証情報など) を抽出し、これらを使用してホストサービスプロバイダーとの接続を確立します。

.ais ファイルをサポートする各サードパーティーモデルは、定義済みのコネクションパラメーターのセットを必要とします。 .ais ファイル内のパラメーターが、モデルが必要とするものと一致していない場合、接続は失敗し、モデルは予想通りに機能しないことがあります。

このトピックへのフィードバック

サービス プロバイダーと構成

注意:

AWS