Discuz! Board

 找回密碼
 立即註冊
搜索
熱搜: 活動 交友 discuz
查看: 262|回復: 0
打印 上一主題 下一主題

亚马逊云科技投資Anthropic 40亿美元后强势官宣五項生成式AI創新

[複製鏈接]

1063

主題

1063

帖子

3199

積分

管理員

Rank: 9Rank: 9Rank: 9

積分
3199
跳轉到指定樓層
樓主
發表於 2023-10-17 18:07:01 | 只看該作者 回帖獎勵 |倒序瀏覽 |閱讀模式
跟着算力和模子范围的成长,多模态大模子迎来了“出現”。在此根本上,天生式AI成為大模子落地的典范,帮忙人類高效建立新的内容和創意。天生式AI由呆板進修模子供给支撑,企業和小我都可以基於開源的根底模子举行再练習,来建立出合适本身需求的特色的模子和利用。在這個進程中,再练習所需的算力根本举措措施,和测验考试多個開源模子,都必要不菲的投入。“云辦事”的低門坎、易摆設的特色,是不是可以在企業的AI之路再現?

○ 亚马逊云科技全托管天生式 AI 辦事 Amazon Bedrock 現已正式可用。客户可使用来自浩繁领先 AI 公司的高機能根本模子,和構建天生式 AI 利用步伐所需的一系列功效,在简化開辟進程的同時确保隐私和平安;

○ Amazon Bedrock 新增 Amazon Titan Embeddings 和 Meta Llama 2 模子,為客户寻觅合适其利用場景的模子供给更多機動選擇;

○ 全新 Amazon CodeWhisperer 功效将供给定製的、基於天生式 AI 的代码建议,充實操纵企業内部代码库,晋升開辟者出產效力;

○ Amazon QuickSight 供给天生式 BI 仪表盘創作功效,使营業阐發师可以或许加倍便利快捷的摸索数据,并利用天然说话描写即可建立可視化陈述;

○ 阿迪达斯、宝马團體、GoDaddy、默克、國民西敏寺银行團體(NatWest Group)、Persistent、美巡赛(PGA TOUR)、股份有限公司竹中工務店(Takenaka Corporation)和 Traeger Grills 等公司都在利用来自亚马逊云科技的天生式 AI 立异重塑其產物和辦事。

亚马逊云科技颁布發表推出五項天生式 AI 立异,使各類范围的企業均可以構建新的天生式 AI 利用步伐,提高員工出產力并完成营業轉型。這五項立异包含:亚马逊云科技周全托管辦事 Amazon Bedrock 正式可用,經由過程同一的利用步伐编程接口(API)供给来自领先 AI 公司的根本模子(FM);亚马逊云科技颁布發表 Amazon Titan Embeddings 模子正式可用,為客户供给更多根本模子選擇;Amazon Bedrock 脆梅哪裡買,最新引入了 Meta Llama 2 模子,這是第一個經由過程 API 供给彻底托管 Meta Llama 2 模子的辦事;AI 编程助手 Amazon CodeWhisperer 的新功效行将供给预览,可以按照企業的内部代码库平安地定製 CodeWhisperer 的代码建议,助力開辟职員從天生式 AI 中得到更大價值;Amazon QuickSight 的天生式 BI 創作功效現已推出预览版,可以提高营業阐發师的事情效力。這一功效是云原生構建的同一 BI 辦事,使客户可以或许經由過程天然说话简略地描写他们想要的内容,從而建立可視化内容、格局化图表、履行计较等。從 Amazon Bedrock、Amazon Titan Embeddings,再到 Amazon CodeWhisperer 和 Amazon QuickSight,這些立异加强了亚马逊云科技在天生式 AI 仓库各個层面的能力,不管任何范围的企業均可在得到企業级平安和隐私庇护的同時,選擇模子并举行模子定製。

“在曩昔的一年里,海量数据的爆炸、大范围弹性算力的就位,和呆板進修技能的快速前進點燃了人们對天生式 AI 的热忱,深入扭轉了各行各業,并重塑了人们的事情方法。”亚马逊云科技数据和呆板進修全世界副总裁 Swami Sivasubramanian 暗示,“凭仗企業级的平安和隐私庇护、领先的根本模子選擇、数据為先的法子论,和高機能、具备本錢效益的根本架構,亚马逊云科技博得了企業的相信,并在技能栈的每层利用天生式 AI 解决方案助力企業不竭立异。此次的公布是一個首要的里血管清道夫,程碑,它将天生式 AI 提供應每一個企業,從草創企業到大型企業的每一個員工,從開辟工程师到数据阐發师。經由過程壮大的立异,亚马逊云科技為企業带来了更强的平安性、多种選擇和超卓的機能,同時還帮忙它们慎密對齐企業的数据计谋,進而可以或许充實開释天生式 AI 的潜力。”

各行各業的企業不管范围巨细,都巴望借助天生式 AI 来變化運营方法,從新思虑解决繁杂问题的法子,并缔造全新的用户體验。虽然天生式 AI 的最新希望引發了遍及存眷,但很多企業還未能電飯煲,介入到這一轉型進程中。它们一邊對利用天生式 AI 布满巴望,一邊又對這些东西的平安性和隐私问题内心不安。這些企業但愿可以或许测试多种根本模子,從而找到最合适本身利用場景的模子。它们還但愿最大限度地操纵已具有的数据,經由過程定製模子来為终极用户供给怪异的體验。最后,企業必要东西将立异敏捷推向市場,還必要具有在全世界范畴内摆設天生式 AI 利用步伐的根本举措措施。

這就是為甚麼浩繁企業正在向亚马逊云科技追求天生式AI辦事,好比阿迪达斯、Alida、宝马團體、Genesys、Glide、GoDaddy、Intuit、律商联訊(LexisNexis Legal & Professional)、孤傲星球(Lonely Planet)、默克、國民西敏、Perplexity AI、Persistent、Quext、RareJob Technologies、Rocket Mortgage、SnapLogic、股份有限公司竹中工務店、Traeger Grills、美巡赛、Verint、Verisk 和 WPS 等。

Amazon Bedrock 正式可用,帮忙更多客户構建和扩大天生式 AI 利用步伐

Amazon Bedrock 是一項彻底托管的辦事,供给了来自浩繁领先 AI 公司(包含 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和亚马逊)面向海外营業的的高機能根本模子,和企業構建天生式 AI 利用步伐所需的一系列功效,可以或许在實現简化開辟的同時确保隐私性和平安性。根本模子具备杰出的合用性,可為信息搜刮、内容建立及药物發明等诸多范畴供给支撑。可是對付很多但愿操纵天生式 AI 的企業来讲,另有一些问题必要解决。起首,它们必要简略直观的拔取和拜候高機能根本模子,知足其場景需求且表示優秀;其次,客户但愿利用步伐實現無缝集成,無需辦理巨大的根本举措措施集群或耗费大量本錢;最后,客户但愿借助根本模子并连系本身数据来轻松構建差别化的利用步伐,而這些客户用於定製的数据無疑是很是贵重的資產,具备常識產权,是以在利用進程中必需做到周全庇护,在确保平安和隐私的同時,包管客户對数据同享和利用方法具有节製权。

借助 Amazon Bedrock 的完美功效,企業可以或许更便利、轻松地测验考试多种领先的根本模子,利用本身的专稀有据定製模子。别的,Amazon Bedrock 還供给差别化能力,比方無需再编写任何代码即可建立的托管代辦署理(AI agent),它可以履行繁杂使命,如观光预订、處置保险索赔、策動告白勾當和辦理库存等。因為 Amazon Bedrock 采纳無辦事器(serverless)技能,客户没必要辦理任何根本举措措施,便可以利用已認識的亚马逊云科技辦事将天生式 AI 能力平安地集成和摆設到利用步伐中。

Amazon Bedrock 在開辟之初就斟酌到平安性和隐私庇护,帮忙客户庇护敏感数据。客户可使用 Amazon PrivateLink,在Amazon Bedrock與虚拟私有收集(VPC)之間創建专門的平安毗连,确保任何数据傳输都不會表露在大眾收集。對付存在高度羁系需求的客户,Amazon Bedrock 合适 HIPAA(《康健保险畅通與责任法案》)请求,而且可以在 GDPR(欧盟《通用数据庇护条例》)合规尺度下利用,讓更多的客户從天生式 AI 中获益。

Amazon Bedrock經由過程 Amazon Titan Embeddings 和 Llama 2 進一步扩展可選模子范畴,帮忙每一個客户找到合适利用場景的模子

究竟上,没有任何一個单一模子可以合用於所有的利用場景。是以,為了發掘天生式 AI 的價值,企業常常必要拜候多個模子,按照本身的请求寻觅最合适的那一個。為此,Amazon Bedrock 讓出海客户只需經由過程单一 API 就可以找到和测试 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和亚马逊供给的领先的根本模子。别的,亚马逊云科技近日還颁布發表了 Anthropic 将来的所有根本模子都将在 Amazon Bedrock 上可用,并為亚马逊云科技出海客户供给模子定製和微调等特别功效的優先拜候。而如今起,Amazon Bedrock 再次引入新的根本模子带来更多選擇:

Amazon Titan Embeddings 現正式可用:Amazon Titan 根本模子是由亚马逊云科技在大型数据集上建立和预练習的一系列模子,可以支撑各類利用場景。作為這些模子中第一個正式可用的模子,Amazon Titan Embeddings 是一种大说话模子(LLM),它将文本轉换成被称為嵌入向量(embeddings)的数值暗示,以支撑检索加强天生(RAG)的利用場景。根本模子固然合用於多种使命,但却只能按照從练習数据和提醒词上下文中學到的信息来答复问题。一旦這些答复必要操纵高時效性的常識或专稀有据時,其有用性就會受限。為了能經由過程扩大数据来改良根本模子的答复,很多企業将眼光轉向 RAG ——這一風行的模子定製技能能将根本模子毗连到可被援用的常識库,從而改良相應结果。要起頭利用 RAG,客户必需先拜候一個嵌入模大直水管不通,子,将数据轉换成嵌入向量,使根本模子更易理解数据之間的语义和瓜葛。但是,構建嵌入模子必要大量的数据和資本,和深挚的呆板進修专業常識,是以不少客户很難完成自行構建,也就没法實現 RAG。Amazon Titan Embeddings 使客户可以或许更简略地启用 RAG,以便當用专稀有据扩大各類根本模子的能力。Amazon Titan Embeddings 支撑跨越25种说话和多达8192個 token 的上下文长度,很是合适基於企業的利用場景處置单個单词、短语或全部文档。该模子可返回1536個维度的输出向量,确保高度正确性的同時還专為實現更低延迟和更優性價比举行了優化。

Llama 2 行将在将来几周推出:Amazon Bedrock 是業界首個經由過程托管 API 供给 Meta 下一代大说话模子 Llama 2 的彻底托管的天生式 AI 辦事。Llama 2 模子比以前的 Llama 模子有了显著改良,包含利用了比原始练習多40%的练習数据,并具备更长的上下文长度(4000個 token),以處置更大的文档。Amazon Bedrock 供给的 Llama 2 模子已颠末優化,可以在亚马逊云科技根本举措措施上供给快速相應,很是合适對话式利用場景。客户可以構建由130亿和700亿個参数的 Llama 2 模子驱動的天生式 AI 利用步伐,且無需設置和辦理任何根本举措措施。

Amazon CodeWhisperer 新功效将容许客户利用私有代码库平安地定製 CodeWhisperer 代码建议,進一步晋升開辟职員效力

Amazon CodeWhisperer 是一款基於 AI 的编程助手,它經由過程對数十亿行来自亚马逊和公然可用的代码举行练習,提高開辟职員的出產力。固然開辟职員在平常事情中频仍利用 CodeWhisperer,但有時他们必要将其企業内部私有代码库(比方内部 API、代码库、软件包和類)整合到利用步伐中,而這些代码都不属於 CodeWhisperer 的练習数据。内部代码的利用也是一個困難,由於阐明文档有限,而且没有開辟职員可以乞助的大眾資本或论坛。

比方,要编写一個用於從購物車中移除商品的函数,開辟职員必需起首领會用於與利用步伐交互的 API、调集和其他内部代码。之前,開辟职員可能必要耗费数小時来查抄之前编写的内部代码,從而找到所需信息并理解其事情道理。即便找到了准确的資本,他们仍需细心查抄代码,以确保其合适公司编码的最好實践,而且不會反复援用代码中的任何@缺%26PSi%點或缝%KfWYZ%隙@。

Amazon CodeWhisperer 新定製功效将解锁天生式 AI 编程的全数潜力,經由過程平安地操纵客户的内部代码库和資本供给定製化建议。這使得開辟职員在各類使命中可以或许更正确地得到代码建议,從而节流時候。起首,辦理員必要從源(比方 GitLab 或 Amazon S3)毗连到他们的私有代码存储库,并调剂一個功课来建立本身的定製内容。在建立定製内容時,CodeWhisperer 操纵各類模子和上下订婚製技能,進修客户的代码库并改良及時代码建议,從而使開辟职員花更少的時候去寻觅無差此外问题的准确谜底,同時将更多時候投入到建立新的差别化體验上。辦理員可以在亚马逊云科技节製台(Amazon Console)皮膚乾燥粗糙,集中辦理所有定製功效、检察评估指标、估算每一個定製功效的機能,并有選擇地将它们摆設给公司内特定的開辟职員,以限定對敏感代码的拜候。

經由過程選擇高質量的存储库,辦理員可以确保 CodeWhisperer 供给的定製建议不包括已弃用線上av,的代码,以知足企業質量與平安尺度。斟酌到企業级平安和隐私,這項功效可以确保定製内容彻底私密,而支撑 CodeWhisperer 的底层根本模子在练習進程中不利用定製内容,可以或许庇护客户贵重的常識產权。该自界说功效将很快作為 CodeWhisperer 企業版的一部門在预览中提供應客户利用。别的,CodeWhisperer 的自界说設置默许确保了平安性,不管客户利用 Amazon CodeWhisperer 专業版仍是企業版,在處置来自開辟职員 IDE 的哀求時,亚马逊云科技均不會存储或記實任何客户内容。

Amazon QuickSight 的复活成式 BI 創作功效,可以帮忙营業阐發师利用天然说话号令轻松建立和定製数据可視化结果

Amazon QuickSight 是一個為云端構建的同一 BI 辦事,可以或许建立交互式仪表盘、分页陈述和嵌入式阐發,同時具有利用 QuickSight Q 举行天然说话盘问的能力,是以企業的每位用户都能以他们偏好的格局获得所需的洞察。

凡是环境下,贸易阐發师必要耗费数小時利用 BI 东西来摸索各類分歧的数据源,添加计较、建立和完美可視化结果,然后将它们显現在仪表盘中提供應营業长處相干者。要建立一個简略的图表,阐發师起首必需找到准确的数据源、辨認数据字段、設置過滤器,同時举行需要的個性化設置以實現杰出的可視化结果。

若是举行数据可視化必要举行新的计较(比方年度贩卖额),阐發师還必需肯定所需的参考数据,然后建立、验证并将視觉结果添加到陈述中。若是可以削减贸易阐發师手動建立和调解图表和计较所耗费的時候,讓他们将更多時候投入到高價值的使命中,企業也能從中获益。

新的天生式 BI 創作功效扩大了 QuickSight Q 的天然说话盘问功效,使其不但可以或许答复清楚表述的问题(比方,“加利福尼亚州贩卖排名前10的產物是甚麼?”),還能帮忙阐發师從问题片断(比方,“贩卖排名前10的產物”)快速建立可定製的視觉结果,經由過程提出后续问题来澄清盘问用意,優化視觉结果,并完成繁杂的计较。营業阐發师只需描写想得到的成果,QuickSight 便可天生具备杰出观感的視觉工具。阐發师仅需简略操作就可以将其轻松添加到仪表盘或陈述中。

比方,阐發师可以请求 QuickSight Q 為“2022年和2023年活動鞋贩卖额的月度趋向”建立可視化内容,该辦事會主動選擇符合的数据,并按照哀求利用最公道的图表格局(好比線形图或条形图)绘製所需信息。QuickSight Q 還将供给预設的提醒问题,帮忙阐發师澄清在多個数据字段與其匹配盘问時可能呈現的歧义(好比图表應包含活動鞋贩卖额的美元总额仍是贩卖的单元個数)。

阐發师得到了最初的可視化内容后,還可使用天然说话添加繁杂的计较,扭轉图表類型,或優化可視化结果。QuickSight Q 中新的天生式 BI 創作功效使营業阐發师可以或许轻松快捷地建立杰出的視觉结果,更快速地為大范围数据驱動型决议计划供给贵重的信息根据。

千行百業的客户都在操纵亚马逊云科技的天生式 AI 辦事建立新的利用步伐,提高開辟职員的效力,和帮忙阐發师更快速地获得洞察

阿迪达斯是全世界最大的活動品牌之一。“咱们很欢快能介入 Amazon Bedrock 预览版的试用,切身體验這項辦事。Amazon Bedrock 對咱们的天生式 AI 东西構建大有裨益,Amazon Bedrock 承當了構建天生式 AI 利用的沉重根本举措措施辦理事情,使咱们可以或许专注於大说话模子項目标焦點方面。”阿迪达斯企業架構副总裁 Daniel Eichten 暗示,“咱们已利用 Amazon Bedrock 開辟了一款天生式 AI 解决方案,使阿迪达斯的泛博工程师只需經由過程单個對话界面,就可以從常識库中找到所需的各類信息和谜底,答复從入門到繁杂的多种技能问题。”默克是一家研發密集型生物製药公司,130多年来一向致力於發明和研發立异药物和疫苗,以挽救生命和改良康健。“完备的製药價值链上存在不少手動且耗時的流程,這些流程阻碍了更有價值的事情的展開,同時還不克不及有用操纵数据改良員工、客户和患者體验。”默克数据科學履行董事 Suman Giri 暗示,“借助 Amazon Bedrock,咱们敏捷創建了天生式 AI 功效,使常識發掘和市場钻研等事情更高效。在咱们的美國患者阐發事情流程中,咱们可以操纵這些功效供给對患者醫治的看法,提高糊口質量,扩展贸易影响力,同時弥补数据同享方面的空缺,為卖力任的天生式 AI 打造数据治理生态體系。” 宝马團體是全世界顶级的汽車和摩托車製造商之一。“宝马的區域专家致力於優化整条供给链的库存。他们常常收到董事會成員或供给链专家等长處相干者的哀求,请求建立新的仪表盘視图,以便他们阐發最新趋向。”宝马團體数据工程和阐發专家 Christoph Albrecht 暗示,“QuickSight Q 創作體验可以或许显著节流時候,可以在無需参考的环境下建立计较、快速構建視觉结果,然后經由過程天然说话對可視化显現举行切确调解。區域专家的快速反馈给咱们的营業用户留下了深入印象,從而讓他们可以更快地做出首要决议计划。”

总结

經由過程亚马逊云科技全托管天生式AI辦事,使得任何范围企業均可以麻利構建根本举措措施,機動選擇模子,并快速起頭定製,助力企業深刻發掘数据價值,赋能营業立异。
回復

使用道具 舉報

您需要登錄後才可以回帖 登錄 | 立即註冊

本版積分規則

Archiver|手機版|小黑屋|台灣製鞋工業同業公會交流論壇  

商務中心 通馬桶

GMT+8, 2024-11-18 02:24 , Processed in 0.092185 second(s), 12 queries , File On.

Powered by Discuz! X3.3

© 2001-2017 Comsenz Inc.

快速回復 返回頂部 返回列表