Amazon AWS kündigt ehrgeizige Ankündigungen im Bereich der generativen KI an, um mit Microsoft konkurrieren zu können.

Amazon Web Services (AWS), lange Zeit als Nachzügler hinter Microsoft Azure und Google Cloud im Bereich der generativen KI betrachtet, verändert nun die Erzählung. Auf der jüngsten AWS Re:Invent-Konferenz zeigte Amazon sein Engagement, im Bereich der unternehmensorientierten generativen KI führend zu sein, mit einer Reihe strategischer Ankündigungen.

Wichtige Highlights der Konferenz:

1. Erweiterte LLM-Auswahl: AWS hat seinen Bedrock-Service verbessert, um mehr Modelle zu unterstützen, insbesondere Anthropic’s Claude 2.1, der mit einem beeindruckenden Kontextfenster von 200.000 Tokens und reduzierten Halluzinationsraten punktet. Dieser Schritt verdeutlicht AWSs Bestreben, eine vielfältige Auswahl an großen Sprachmodellen (LLMs) anzubieten, und hebt sich von Microsofts Abhängigkeit von OpenAI ab.

2. Multi-Modale Vektoreinbettungen: Sivasubramanian stellte Titan Multi-modal Embeddings vor, die es Nutzern ermöglichen, Produkte sowohl textbasiert als auch visuell zu suchen und abzurufen. Diese Funktion ermöglicht Einzelhändlern, etwa Möbelhäusern, das Kundenerlebnis durch visuelle Suche zu verbessern.

3. Neue Textgenerierungsmodelle: AWS hat Titan TextLite und Titan TextExpress eingeführt. TextLite glänzt bei der Zusammenfassung und Texterstellung, während sich TextExpress auf offene Textgenerierung konzentriert und unterschiedlichen Unternehmensbedürfnissen gerecht wird.

4. Titan Bildgenerator: Im Vorschau-Modus generiert dieses Tool realistische Bilder auf Basis einfacher Eingaben, versehen mit unsichtbaren Wasserzeichen zur Authentizität. Die während der Keynote vorgestellten fortschrittlichen Funktionen umfassen Bildbearbeitungsoptionen wie "Outpainting", die Hintergründe nahtlos verwandeln.

5. Vereinfachte Retrieval-Augmented Generation (RAG): Die Einführung von KnowledgeBase für Amazon Bedrock erleichtert RAG-Prozesse, indem Nutzer ihre LLMs direkt auf Datenstandorte verweisen können. Dies reduziert die Komplexität der Einrichtung erheblich.

6. Modellbewertungstools: AWS bietet nun eine Vorschau auf die Modellbewertung auf Amazon Bedrock, die es Unternehmen ermöglicht, die richtigen Fundamentmodelle auszuwählen und zu vergleichen.

7. DIY-Agent-App (RAG DIY): Diese innovative App ermöglicht es Nutzern, Projekte mithilfe natürlicher Sprachabfragen auszuführen. Sivasubramanian demonstrierte, wie sie Nutzern bei detaillierten Projektplänen und Produktlisten unterstützt.

8. Gen AI Innovationszentrum: AWS verbessert die Unterstützung für Unternehmen, indem es Expertentipps zum Aufbau maßgeschneiderter Modelle, insbesondere in Bezug auf Claude-Modelle von Anthropic, anbietet.

9. Sagemaker Hyperpod: Jetzt allgemein verfügbar, optimiert Hyperpod den Modelltrainingsprozess und reduziert die Zeit um bis zu 40 %, während es die Clusterverwaltung erleichtert, sodass Unternehmen sich ohne technische Hürden auf ihre KI-Initiativen konzentrieren können.

10. Datenbank-Integrationsverbesserungen: AWS baut Silos zwischen seinen Cloud-Datenbanken ab und ermöglicht LLMs nahtlosen Zugriff. Neue Integrationen mit Amazon OpenSearch und Amazon S3 ermöglichen umfassende Datenanalysen ohne ETL-Pipelines.

11. Vektorensuche für In-Memory DB auf Redis (Vorschau): Diese Funktion ist auf Branchen ausgelegt, die schnelle Vektorsuchen benötigen und kommt insbesondere der Finanzbranche zugute.

12. Neptune Analytics Integration: Dies kombiniert Vektoren- und Graphanalysen, wodurch Unternehmen tiefere Einblicke aus ihren vernetzten Daten bis zu 80 Mal schneller gewinnen können.

13. Cleanrooms für gemeinsame ML-Modelle (Vorschau): AWS wird es Kunden ermöglichen, Daten sicher in Cleanrooms zu teilen und so das maschinelle Lernen von Dritten für prädiktive Analysen zu erleichtern.

14. Amazon Q für generatives SQL: Ein KI-Assistent für Unternehmen, Amazon Q kann jetzt natürliche Spracheingaben in SQL-Abfragen übersetzen, um die Effizienz der Datenanalyse innerhalb von Amazon Redshift zu maximieren.

Diese Ankündigungen unterstreichen AWSs Engagement für Innovation in der generativen KI und positionieren das Unternehmen als starken Wettbewerber im Cloud-Bereich, der Unternehmen eine robuste Infrastruktur für ihre KI-Projekte bietet.