Ohne die ursprüngliche Bedeutung zu ändern, muss es ins Chinesische umgeschrieben werden: Wir haben Ihnen zuvor eine Reihe verwandter Technologien vorgestellt, die Amazon Web Services (AWS) gerade auf der re:Invent 2023 angekündigt hat, um generative künstliche Intelligenz in der Praxis zu beschleunigen Anwendung von Technologie
Dazu gehören unter anderem der Aufbau einer tieferen strategischen Partnerschaft mit NVIDIA, die Einführung des ersten Computerclusters auf Basis des GH200-Superchips sowie brandneue selbst entwickelte Allzweckprozessoren und KI-Inferenzchips usw.
Aber wie wir alle wissen, ist generative KI nicht nur auf leistungsstarke Rechenleistung in der Hardware angewiesen, sondern auch auf gute KI-Modelle. Insbesondere im aktuellen technischen Hintergrund stehen Entwickler und Unternehmensbenutzer häufig vor vielen Möglichkeiten, da unterschiedliche Modelle in unterschiedlichen generativen Kategorien gut sind, was in der Praxis zu einer angemessenen Auswahl von Modellen, Parametereinstellungen und sogar Effektbewertungen führt Dies ist für viele Benutzer eine sehr problematische Sache und hat auch die Schwierigkeit, generative KI auf tatsächliche Anwendungsszenarien anzuwenden, erheblich erhöht.
Wie lassen sich also die Schwierigkeiten bei der praktischen Anwendung generativer KI lösen und die Produktivität neuer Technologien wirklich freisetzen? Am frühen Morgen des 30. November 2023 (Pekinger Zeit) gab AWS eine Reihe von Antworten.
Aktuell kommen weitere Modellauswahlen zusammen
Zunächst gab AWS heute den weiteren Ausbau des Amazon Bedrock-Dienstes bekannt. Zuvor umfasste der Dienst bereits mehrere branchenführende große Sprachmodellquellen, darunter AI21 Labs, Anthropic, Cohere, Meta, Stability AI und Amazon. Durch diesen Hosting-Service können Benutzer bequem verschiedene große Sprachmodelle auf einer Plattform nutzen, ohne andere Plattformen besuchen zu müssen
In der heutigen Keynote gab das KI-Sicherheits- und Forschungsunternehmen Anthropic bekannt, dass es die neueste Version des Claude 2.1-Modells zu Amazon Bedrock gebracht hat. Claude 2.1 zeichnet sich durch die Zusammenfassung großer Textmengen, die Durchführung von Fragen und Antworten sowie durch Vergleiche aus und eignet sich daher besonders für die Arbeit mit Finanzberichten und internen Datensätzen. Laut Anthropic bietet Claude 2.1 im Vergleich zum Vorgängermodell deutliche Verbesserungen bei der Ehrlichkeit, mit 2x weniger falschen Aussagen
Gleichzeitig hat das bekannte große Sprachmodell Llama 2 auch eine neue Version mit einer Parameterskala von bis zu 70 Milliarden in Amazon Bedrock eingeführt. Als Metas großes Sprachmodell der nächsten Generation verfügt Llama 2 über 40 % mehr Trainingsdaten als die vorherige Generation und die Kontextlänge hat sich verdoppelt. In der neuesten Version wurde es mit einem Datensatz an Anweisungen und über 1 Million menschlichen Anmerkungen verfeinert und für Konversationsanwendungsfälle optimiert.
Was noch wichtiger ist, ist, dass AWS erfolgreich sein eigenes KI-Großsprachenmodell Titan entwickelt hat. Zusätzlich zu den zuvor veröffentlichten Modellen Amazon Titan Text Embeddings und Amazon Titan Text zur Textgenerierung wurden heute auch der Amazon Titan Image Generator und Amazon Titan Multimodal Embeddings offiziell angekündigt, die sich auf die Bildgenerierung konzentrieren. Im Vergleich zu herkömmlichen generativen Bildmodellen integriert das AWS-eigene Modell auch eine einzigartige Technologie zum Schutz des Urheberrechts und unterstützt die Einbettung von Bild- und Textinformationen in die Datenbank, um in Zukunft genauere Suchergebnisse zu generieren.
Darüber hinaus hat AWS innovativ eine Urheberrechtsentschädigungsrichtlinie für von großen Modellen generierte Inhalte vorgeschlagen. Das heißt, AWS entschädigt Kunden für Vorwürfe, dass das allgemein verfügbare Amazon Titan-Modell oder seine Ausgabe Urheberrechte Dritter verletzt.
Die genauere und sicherere Verwendung großer Sprachmodelle ist jetzt einfach
In herkömmlichen Anwendungsfällen müssen Unternehmen möglicherweise viel Zeit damit verbringen, Benchmarks festzulegen, Bewertungstools einzurichten und verschiedene Modelle auf der Grundlage umfangreicher Fachkenntnisse zu bewerten, bevor sie das Modell auswählen, das am besten zu ihnen passt
Aber jetzt können mit der Modellbewertungsfunktion auf Amazon Bedrock alle oben genannten Probleme beseitigt werden. Benutzer müssen lediglich die voreingestellten Bewertungskriterien (z. B. Genauigkeit, Robustheit) in der Konsole auswählen und dann ihren eigenen Testdatensatz hochladen oder aus der voreingestellten Datenmenge auswählen, um den vollständigen Automatisierungsprozess für große Modelle durchzuführen.
Auch wenn eine manuelle Bewertung erforderlich ist, kann das Expertenteam von AWS detaillierte Bewertungsberichte basierend auf kundendefinierten Indikatoren (wie Relevanz, Stil, Markenimage) erstellen. Dies spart nicht nur viel Zeit, sondern senkt auch die technische Hürde für Unternehmen, generative KI einzusetzen, erheblich.
Darüber hinaus werden in Amazon Bedrock mehrere große Sprachmodelle, darunter Cohere Command, Meta Llama 2, Amazon Titan und Anthropic Claude 2.1, die in Zukunft angepasst werden, Benutzer bei der Feinabstimmung entsprechend ihren eigenen Bedürfnissen unterstützen . Darüber hinaus ermöglicht die Wissensdatenbankfunktion von Amazon Bedrock auch die Verbindung großer Modelle mit den proprietären Datenquellen eines Unternehmens und liefert so genauere und unternehmensspezifische Antworten für Anwendungsfälle wie Chatbots und Frage-und-Antwort-Systeme.
Gleichzeitig ermöglicht Guardrails für Amazon Bedrock für den Schutzmechanismus beim Einsatz generativer KI Unternehmen nun, die Sprachprinzipien generativer KI anzupassen. Sie können festlegen, welche Themen abgelehnt werden, Schwellenwerte für Hassreden, Beleidigungen, sexuelle Sprache und Gewalt konfigurieren, um schädliche Inhalte auf das gewünschte Maß zu filtern. Zukünftig wird Guardrails für Amazon Bedrock auch Wortfilterfunktionen einführen und dieselben oder unterschiedliche Schutzstufen für mehrere verschiedene Modellanwendungsfälle verwenden.
Nachdem AWS das Vertrauen einer großen Anzahl von Benutzern gewonnen hat, treibt es die Implementierung generativer KI voll voran
Zusätzlich zur erheblichen Vereinfachung des Auswahl- und Nutzungsprozesses generativer KI durch neue Technologien wird der hochgelobte Amazon SageMaker-Service von AWS jetzt von Kunden wie Hugging Face, Perplexity, Salesforce, Stability AI und Vanguard für die kontinuierliche Schulung und Erweiterung ihrer Großkunden genutzt Sprachmodelle. Im Vergleich zur Verwendung firmeneigener Computerausrüstung machen die enormen Hardwarevorteile und das flexible Geschäftsmodell von AWS die Entwicklung „großer Modelle“ schneller und einfacher.
Darüber hinaus können wir unter anderem Alida, Automation Anywhere, Blueshift, BMW Group, Clariant, Coinbase, Cox Automotive, dentsu, Druva, Genesys, Gilead, GoDaddy, Hellmann Worldwide Logistics, KONE, LexisNexis Legal & Professional, Lonely Planet sehen. NatWest und eine Reihe anderer Unternehmen haben sich dafür entschieden, ihre Daten auf AWS zu stellen und diese Daten zur Privatisierung und „Anpassung“ ihrer eigenen generativen KI-Dienste zu verwenden, ohne befürchten zu müssen, dass die Daten durchsickern oder von anderen Wettbewerbern verwendet werden. Und weil „keine Eingaben oder Ausgaben von Amazon Bedrock zum Trainieren seines Grundmodells verwendet werden“, ist dies nicht nur die Selbstgarantie von AWS, sondern auch deren technische Einschränkungen gegenüber großen Drittanbietern von Modellen
Wenn Sie die relevanten Partner von AWS auflisten, die in der heutigen Keynote-Rede auftraten, werden Sie feststellen, dass sie fast alle Branchenkettenglieder der heutigen generativen KI abdecken, wie z. B. die grundlegende Modellauswahl zur Beschleunigung des Trainings und der Iteration des AWS-Modells Dienstanbieter hosten ihre Dienste auf AWS, um mehr Benutzer zu erreichen. Außerdem bevorzugen große Modellbenutzer die entsprechenden Zahlungen von AWS, da die Plattform ihnen den Einstieg in die Nutzung von KI-Technologie zur Verbesserung der Servicequalität und der Effizienz des Geschäftsbetriebs erheblich erleichtert und extrem hohe Zuverlässigkeit.
Vor ein paar Monaten hat vielleicht jeder darüber nachgedacht, wie man „generative künstliche Intelligenz“ wirklich auf tatsächliche Unternehmen und Benutzer anwenden und ihnen Vorteile bringen kann. Nach der heutigen Keynote zu AWS re:Invent 2023 liegt die Antwort jedoch auf der Hand
Das obige ist der detaillierte Inhalt vonAWS bietet umfassende Lösungen für die Implementierung generativer KI. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
