نکات برجسته از AWS re:Invent سخنرانی اصلی: Q AI، پایه مستحکم، و ابر هوشمندتر

آمازون با فهرست بلندبالایی از قابلیت‌های جدید اعلام شده در سالانه، در حال رشد مجموعه‌ای از خدمات هوش مصنوعی است. کنفرانس AWS re:Invent 2023 امروز در سیاتل

آدام سلیپسکی، مدیر عامل خدمات وب آمازون (AWS)، بزرگترین ارائه‌دهنده ابر در جهان از نظر درآمد، تعداد مشتریان و داده‌های ذخیره‌شده، در یک جلسه سخنرانی گسترده که تقریباً ۲٫۵ ساعت طول کشید، پیشرفت مستمر بخش خود را شرح داد. در پیشرفت پلت فرم امضای خود در سال گذشته ساخته شده است.

و از آنجایی که امسال سال ۲۰۲۳ است، اکثریت قریب به اتفاق سخنرانی های Selipsky در مورد هوش مصنوعی به این شکل یا آن شکل بود. در صدر فهرست اعلان‌های منتشر شده توسط مدیر عامل AWS، مورد جدید است آمازون Q (بله پرسش دیگری، نه اینطور نیست سؤال OpenAI* و این نیست پیشتازان فضاموجودیت چند بعدی Q یا QAnon) هوش مصنوعی است که اتوماسیون هوش مصنوعی مولد را در خدمات ابری AWS برای توسعه، تجزیه و تحلیل و عملیات به ارمغان می آورد.

Selipsky همچنین چندین قابلیت جدید را که در حال حاضر به طور کلی در دسترس هستند را شرح داده است بستر آمازون سرویس مدل هوش مصنوعی مولد.

خود مرد تریلیون دلاری، جنسون هوانگ، مدیر عامل انویدیا نیز به او پیوست. نحوه کار این دو شرکت با هم.

اگرچه ۱۵ دقیقه پس از خروج هوانگ از صحنه، سلیپسکی سیلیکون رقابتی Tranium 3 خود AWS را برای آموزش هوش مصنوعی اعلام کرد.

به طور کلی Selipsky تأکید کرد که AWS با زیرساخت ها، مدل ها و برنامه های کاربردی به سازمان ها در طول چرخه حیات هوش مصنوعی کمک می کند.

سلیپسکی گفت: «اگر مدل‌های خود را می‌سازید، AWS بی‌وقفه بر روی هر چیزی که نیاز دارید متمرکز است: بهترین تراشه‌ها و پیشرفته‌ترین مجازی‌سازی، قابلیت‌های قدرتمند شبکه‌سازی در مقیاس پتابایت، خوشه‌بندی فرامقیاس و ابزارهای مناسب برای کمک به شما در ساختن».

آمازون Q دستیار هوش مصنوعی سازمانی فراگیر است که هرگز نمی دانستید به آن نیاز دارید

ایده دستیار هوش مصنوعی برای کمک به عملیات در فضای ابری، ایده ای است که مایکروسافت با رویکرد Copilot خود از آن حمایت کرده است و گوگل نیز با هوش مصنوعی دوتایی خود در حال پیشرفت است.

AWS اکنون همان مسیر را طی می کند آمازون Q که عمیقاً در چندین سرویس ابری از جمله Amazon CodeWhisper و Amazon Connect در میان بسیاری دیگر ادغام شده است. سلیپسکی گفت که Q می تواند به سوالات پاسخ دهد، متن و تجسم تولید کند و از طرف کاربران اقداماتی انجام دهد.

سلیپسکی گفت: «ما انتظار داریم که آمازون Q در معماری و عیب‌یابی و بهینه‌سازی حجم کاری در زمان مشتریان صرفه‌جویی کند.

آمازون Q با پاسخ دادن به سؤالات مربوط به خدمات و مشکلات عیب یابی می تواند به توسعه دهندگانی که روی AWS کار می کنند کمک کند. همچنین با برنامه ها و ابزارهای تجاری برای بهبود عملکرد، مانند کمک به نمایندگان مرکز تماس از طریق آمازون کانکت، ادغام می شود.

در سمت توسعه‌دهنده، یکی از قابلیت‌های آمازون Q، تبدیل کد نامیده می‌شود و اولین مورد از مجموعه‌ای از ویژگی‌هایی است که به این سرویس کمک می‌کند تا سازمان‌ها را در فناوری‌های مختلف مهاجرت کنند. قابلیت اولیه تبدیل کد آمازون Q به خود آمازون امکان انتقال ۱۰۰۰ برنامه جاوا را از نسخه قدیمی جاوا به نسخه مدرن تنها در دو روز داد.

سلیپسکی می‌گوید: «به‌روزرسانی یک برنامه کاربردی، چقدر طول می‌کشید. “منظورم این است که این چند ماه است، اگر نگوییم سال ها در زمان توسعه دهندگان صرفه جویی شده است – افراد بسیار خوشحال آمازون در این مورد وجود دارند.”

Selipsky گفت که به زودی Amazon Q Code Transformation توانایی انتقال بارهای کاری شبکه نقطه‌ای از ویندوز به لینوکس را خواهد داشت.

او گفت: «برنامه‌های زیادی در ویندوز وجود دارند که به دلیل تلاش محض مورد نیاز برای انجام مهاجرت هستند و این فرصتی برای صرفه‌جویی عظیم در هزینه‌ها است.

Amazon Bedrock برای افزودن RAG، ویژگی‌های سفارشی‌سازی جدید، بر روی زمین محکم ساخته شده است

سلیپسکی همچنین از سخنرانی اصلی خود به عنوان فرصتی برای اعلام مجموعه ای از به روز رسانی های افزایشی سرویس Amazon Bedrock استفاده کرد که در ماه سپتامبر به طور کلی در دسترس قرار گرفت.

Amazon Bedrock اکنون قابلیت‌های سفارشی‌سازی جدیدی را ارائه می‌کند که به مشتریان اجازه می‌دهد تا مدل‌های هوش مصنوعی مولد را با نیازها و داده‌های خاص خود تطبیق دهند.

یکی از ویژگی‌های سفارشی‌سازی جدید، مدل‌ها را با استفاده از نمونه‌های برچسب‌گذاری شده از داده‌های خود مشتری، تنظیم دقیق مدل‌ها را قادر می‌سازد تا دامنه‌ها، محصولات، خدمات یا سایر اطلاعات خاص کسب‌وکار را به مدل‌ها آموزش دهند.

در حال حاضر همچنین یک قابلیت Retrieval-Augmented Generation (RAG) وجود دارد که به مدل‌ها اجازه می‌دهد اطلاعات اضافی را از منابع داده داخلی مشتری در هنگام پاسخ‌دهی بازیابی کرده و در نظر بگیرند. ویژگی دیگر سفارشی‌سازی «پیش‌آموزش ادامه‌دار» نام دارد که از مقادیر زیادی از داده‌های بدون برچسب مشتری برای بهبود دانش و توانایی‌های استدلال مدل در صنعت یا حوزه خود استفاده می‌کند.

سلیپسکی گفت: «ما می‌خواهیم که بتوانید از Bedrock برای تکمیل اقداماتی مانند رزرو سفر، ثبت ادعای بیمه، استقرار نرم‌افزار استفاده کنید و این معمولاً مستلزم هماهنگی بین سیستم‌های متعددی است که در سازمان شما کار می‌کنند. “به همین دلیل است که چند ماه پیش، ما نمایندگانی را برای Bedrock معرفی کردیم و امروز خوشحالم که اعلام کنم این ویژگی قدرتمند امروز به طور کلی در دسترس است.”

گامی فراتر، Selipsky همچنین Amazon Bedrock Guardrails را به عنوان راهی برای بهبود بیشتر ایمنی مدل‌های هوش مصنوعی معرفی کرد. نرده‌هایی که به مشتریان اجازه می‌دهد مدل‌ها را پیکربندی کنند تا از موضوعات، کلمات یا پاسخ‌های خاص بر اساس خط‌مشی‌های هوش مصنوعی مسئولانه خود اجتناب کنند.

سلیپسکی گفت: «ما به کلیت مفهوم هوش مصنوعی مولد به روشی اساسی متفاوت نزدیک می‌شویم، زیرا می‌دانیم که برای ابداع مجدد نحوه ساخت با این فناوری چه چیزی لازم است.