أطلقت أمازون AWS، الرائدة في مجال الحوسبة السحابية، مبادرة جديدة في مجال الذكاء الاصطناعي التوليدي، الذي تسود فيه حاليًا حلول Microsoft Azure وGoogle Cloud. خلال مؤتمر AWS Re:Invent السنوي هذا الأسبوع، ستكشف أمازون عن رؤيتها الاستراتيجية في هذا المجال، موضحة كيفية استفادة الشركات من نماذج متعددة ومصادر بيانات لإنشاء تطبيقات فريدة.
في مقابلة حديثة، أشار سوامي سيفاسوبرامانيان، نائب رئيس قسم البيانات والذكاء الاصطناعي في أمازون AWS، إلى أهمية المرونة التي ترغب فيها الشركات عند اختيار نماذج من مزودين مختلفين. وأكد أن الوصول إلى النماذج ضروري، لكن الشركات ستحصل على ميزة تنافسية أكبر من خلال دمج بياناتها الخاصة مع هذه النماذج.
لدعم هذه الرؤية، ألقى سيفاسوبرامانيان الضوء على نقطتين رئيسيتين في Re:Invent: تقديم مجموعة متنوعة من نماذج الذكاء الاصطناعي التوليدي عبر خدمة Bedrock وتحسين أدوات إدارة البيانات لتسهيل تطوير التطبيقات.
سيتناول كلمته الأساسية العلاقة الأساسية بين البيانات والذكاء الاصطناعي التوليدي، موضحًا كيف تعزز البيانات هذا المجال والعكس صحيح. فيما يلي أبرز النقاط التي ذكرها التي يتوقع أن يتناولها خلال المؤتمر، بعد التقدم الأخير الذي حققته Microsoft في الذكاء الاصطناعي التوليدي في مؤتمر Ignite:
- تسريع تطوير تطبيقات Bedrock: توفر خدمة Bedrock من AWS، التي أُطلقت في أبريل، خدمة مُدارة بالكامل تتيح للعملاء الوصول إلى نماذج الذكاء الاصطناعي التوليدي عبر واجهة برمجة التطبيقات (API). سيتناول سيفاسوبرامانيان قصص نجاح العملاء التي تُظهر كيفية بناء التطبيقات في أقل من دقيقة، حيث أن عملاء مثل Booking.com وIntuit وLexisNexis قد بدأوا في إنشاء تطبيقات مؤثرة.
- زيادة تنوع نماذج LLM: تقدم Bedrock وصولاً إلى مجموعة متنوعة من نماذج الذكاء الاصطناعي التوليدي، بما في ذلك نموذج Titan من أمازون ونماذج خارجية مثل نموذج Jurassic من AI21 وClaude من Anthropic. وقد أشار سيفاسوبرامانيان إلى شراكات جديدة واستثمارات، خصوصًا مع Anthropic، حيث تواصل AWS تعزيز تنوع النماذج لعملائها من الشركات.
- تحسين قواعد البيانات المتجهة: يمكن للذكاء الاصطناعي التوليدي تحسين قواعد البيانات المتجهة بشكل كبير، مما يمكن من إجراء بحث دلالي فعال عبر البيانات غير المنظمة مثل الصور والنصوص. بعد إطلاق محرك Vector Engine لـ OpenSearch Serverless في يوليو، والذي حقق نجاحًا، اقترح سيفاسوبرامانيان توسيع قدرات البحث المتجه في قواعد بيانات أمازون أخرى قريبًا.
- تطبيقات الذكاء الاصطناعي التوليدي: ذكر سيفاسوبرامانيان تطبيقات مثل Amazon QuickSight، الذي يسهل إنشاء لوحات المعلومات التفاعلية، وAmazon HealthScribe، الذي يقوم بأتمتة توليد الملاحظات السريرية. تهدف هذه الأدوات إلى جعل الذكاء الاصطناعي التوليدي متاحًا للمستخدمين دون الحاجة إلى معرفة تقنية واسعة.
- حلول بدون ETL: تعد واحدة من أكبر التحديات التي تواجه الشركات هي تكامل البيانات المعقدة من مصادر متعددة. تركز AWS على نهج بدون ETL، مما يقلل الحاجة إلى عملية الاستخراج والتحويل والتحميل التقليدية. وأشار سيفاسوبرامانيان إلى تكامل قواعد البيانات مثل Aurora وRedshift، مؤكدًا خطط تعزيز قدرات ETL بدون.
- تخصيص أمان لتطبيقات الذكاء الاصطناعي التوليدي: سيشارك العملاء تجاربهم في تخصيص نماذج الذكاء الاصطناعي التوليدي مع Bedrock، مما يضمن بقاء بياناتهم آمنة داخل السحابة الخاصة الافتراضية (VPC). وقد أوضح سيفاسوبرامانيان أن هذا الالتزام بأمان البيانات يُعتبر تفريقاً ملحوظاً لشركة AWS.
- تحديثات رقائق الذكاء الاصطناعي التوليدي: ستقوم AWS أيضًا بتحديث حلولها السيليكونية المصممة للذكاء الاصطناعي التوليدي. يشمل ذلك التحسينات في Nitro hypervisor وعائلة رقائق Graviton، بالإضافة إلى رقائق Trainium وInferentia المتخصصة في تدريب وتنفيذ الذكاء الاصطناعي.
من خلال هذه التطورات، تتولى أمازون AWS بوضوح موقعًا تنافسيًا في مجال الذكاء الاصطناعي التوليدي، مقدمةً للأعمال الأدوات والمرونة اللازمة للابتكار والتميز.
قائمة الترتيب
