AWS ger företag enkel utveckling av AI-appar

Framtiden för artificiell intelligens görs snabbt till en out-of-box-upplevelse som företag kan anpassa utifrån sina specifika behov. Optimerad chattupplevelser som är funktionella långt bortom frågor och svar och verktyg för att skapa AI-applikationer utan månader av kodningsutveckling kan vara nästa steg utanför att introducera nya plugins och förlängningar.

Mer vanliga verktyg, som t.ex ChatGPT för information och Midjourney för bilder lita på offentlig data och konsekvent utvecklarkodning för att skapa en slutprodukt. Samtidigt är Amazon Web Services (AWS) engagerade i att skapa generativ AI som inte bara är mer produktiv och lättare att navigera men också data unik och data säker för de företag som distribuerar den verktyg.

Varumärket använder plattformar som Amazon Bedrock för att skapa ett unikt utrymme för sig själv på den nya AI-marknaden. Dess flaggskeppshub har varit tillgänglig sedan april och rymmer flera av vad den kallar Foundation Models (FM). AWS har till en början tränat dessa API: er på basnivå och erbjuder organisationer de standard AI-funktioner de önskar. Organisationer kan blanda och matcha sina föredragna FM: er och sedan fortsätta att utveckla appar och lägga till sina egna proprietära data för sina unika behov.

"Som leverantör tränar vi i grunden dessa modeller på en stor mängd data. När modellen väl har tränats finns det en brytpunkt. Till exempel, januari 2023, då har modellen ingen information efter den tidpunkten, utan företag vill ha data, som är privat, säger Amazon Bedrock Product and Engineering General Manager, Atul Deo, till Digital Trender.

Varje företag och grundmodellerna som det använder kommer att variera, så varje resulterande applikation kommer att vara unik baserat på informationsorganisationerna till en modell. FM: er är redan basmallar. Att sedan använda information med öppen källkod för att fylla i modellerna kan göra applikationer repetitiva mellan företag. AWS strategi ger företag möjlighet att göra sina appar unika genom att introducera sin egen data.

"Man vill också kunna ställa några frågor till modellen och få svar, men om den bara kan svara på frågor om några inaktuella offentliga data är det inte särskilt användbart. Du vill kunna skicka relevant information till modellen och få relevanta svar i realtid. Det är ett av kärnproblemen som det löser”, tillade Deo.

Grundmodeller

De flera grundmodellerna som stöds på Amazon Bedrock inkluderar Amazon Titan, såväl som modeller från leverantörerna Anthropic, AI21Labs och StabilityAI, som var och en tar itu med viktiga funktioner inom AI-utrymmet, från textanalys, bildgenerering och flerspråkig generering, bland annat uppgifter. Berggrunden är en fortsättning på de förtränade modellerna AWS redan har utvecklat på Amazon SageMaker JumpStart-plattformen, som har legat på bottenvåningen hos många offentliga FM: er, bl.a. Meta AI, Hugging Face, LightOn, Databricks och Alexa.

AWS tillkännagav också nyligen nya Bedrock-modeller från varumärket Cohere vid sitt AWS Summit i slutet av juli i New York City. Dessa modeller inkluderar Command, som kan utföra summering, copywriting, dialog, textextraktion och frågesvar för affärsapplikationer och Embed, som kan slutföra klustersökningar och klassificera uppgifter i över 100 språk.

AWS maskininlärning vice president, Swami Sivasubramanian sa under toppmötets keynote att FM är låg kostnad, låg latens, avsedd att anpassas privat, datakrypterad och används inte för att träna den ursprungliga basmodellen som utvecklats av AWS.

Varumärket samarbetar med en mängd företag som använder Amazon Bedrock, inklusive Chegg, Lonely Planet, Cimpress, Philips, IBM, Nexxiot, Neiman Marcus, Ryanair, Hellmann, WPS Office, Twilio, Bridgewater & Associates, Showpad, Coda och Booking.com.

Agenter för Amazon Bedrock

AWS introducerade också hjälpverktyget, Agents for Amazon Bedrock vid sitt toppmöte, som utökar funktionaliteten hos grundläggande modeller. Agenter är inriktade på företag för en mängd användningsfall och är en utökad chattupplevelse som hjälper användare utöver vanliga chatbot-frågor och svar. Den kan proaktivt utföra uppgifter baserat på den information som den är finjusterad på.

AWS gav ett exempel på hur det fungerar bra i ett kommersiellt utrymme. Säg att en detaljkund ville byta ett par skor. Genom att interagera med Agent kan användaren specificera att de vill göra ett skobyte från storlek 8 till storlek 9. Agenter kommer att be om sitt order-ID. När de har angetts kommer agenter att kunna komma åt detaljhandeln bakom kulisserna, tala om för kunden att deras önskade storlek finns i lager och fråga om de vill fortsätta med bytet. När användaren säger ja kommer agenter att bekräfta att beställningen har uppdaterats.

"Traditionellt skulle det vara mycket jobb att göra det här. De gamla chatbotarna var väldigt stela. Om du sa något här och där och det inte fungerar - du skulle säga att låt mig bara prata med den mänskliga agenten, sa Deo. "Nu eftersom stora språkmodeller har en mycket rikare förståelse för hur människor pratar, kan de vidta åtgärder och använda sig av den proprietära informationen i ett företag."

Varumärket gav också exempel på hur ett försäkringsbolag kan använda Agenter för att lämna in och organisera försäkringskrav. Agenter kan till och med hjälpa företagspersonal med uppgifter som att leta upp företagets policy för PTO eller aktivt schemalägga den ledigheten, med en nu allmänt känd stil av AI-prompt, som "Cen du fil PTO för mig?”

Agenter fångar särskilt hur grundläggande modeller tillåter användare att fokusera på de aspekter av AI som är viktigast för dem. Utan att behöva lägga månader på att utveckla och träna en språkmodell i taget kan företag spendera mer tid att justera information som är viktig för deras organisationer i Agents, vilket säkerställer att det är upp till datum.

"Du kan finjustera en modell med dina egna data. När förfrågan görs vill du ha det senaste och bästa, säger Deo.

Eftersom många företag överlag fortsätter att övergå till en mer affärscentrerad strategi för AI, är AWS mål helt enkelt verkar hjälpa varumärken och organisationer att få igång sina AI-integrerade appar och tjänster snabbare. Att minska apputvecklingstiden kan leda till att det kommer nya AI-appar på marknaden, men många vanliga verktyg kan också få välbehövliga uppdateringar.

Redaktörens rekommendationer

• Amazon utökar användningen av generativ AI för att sammanfatta produktrecensioner
• Metas nya AI-app är både för patienter med stämbandsskador och NPC: er i spelet
• Detta nya Photoshop-verktyg kan ge AI-magi till dina bilder
• Medicinska hälsoexperter det senaste som larmade om AI-utveckling
• Adobe Firefly ger text-till-bild AI till massorna, med konstnärsetik i åtanke