Amazon AWS, лидер в области облачных вычислений, усиливает свои позиции в сфере генеративного ИИ, доминируемой Microsoft Azure и Google Cloud. На ежегодной конференции AWS Re:Invent, проходящей на этой неделе, Amazon представит свою стратегическую концепцию генеративного ИИ, демонстрируя, как предприятия могут использовать различные модели и источники данных для создания уникальных приложений.
В недавнем интервью Свами Сивасубраманиан, вице-президент Amazon AWS по данным и ИИ, поделился предварительными моментами своей ключевой речи, подчеркнув желание компаний гибко выбирать модели от разных поставщиков. Он отметил, что доступ к моделям важен, но конкурентное преимущество можно получить, интегрируя собственные данные с этими моделями.
Чтобы поддержать эту концепцию, Сивасубраманиан выделил две ключевые задачи на Re:Invent: предоставление разнообразия моделей генеративного ИИ через сервис Bedrock и улучшение инструментов управления данными для бесшовной разработки приложений.
Его речь будет посвящена важной связи между данными и генеративным ИИ, раскрывая, как данные усиливают генеративный ИИ и наоборот. Вот некоторые ключевые моменты, которые он намекнул на Re:Invent, учитывая недавние достижения Microsoft в генеративном ИИ на конференции Ignite:
1. Быстрая разработка приложений Bedrock: AWS Bedrock, запущенный в апреле, предлагает полностью управляемый сервис, позволяющий клиентам получать доступ к фундаментальным моделям генеративного ИИ через API. Сивасубраманиан покажет успешные примеры клиентов, продемонстрировав, как приложения можно создавать менее чем за минуту. Среди клиентов - Booking.com, Intuit и LexisNexis, которые уже создают впечатляющие приложения.
2. Увеличение разнообразия LLM: Bedrock предоставляет доступ к различным моделям генеративного ИИ, включая Titan от Amazon и сторонние модели, такие как Jurassic от AI21 и Claude от Anthropic. Сивасубраманиан намекнул на новые партнерства и инвестиции, особенно с Anthropic, так как AWS продолжает расширять разнообразие моделей для корпоративных клиентов.
3. Улучшение векторных баз данных: Генеративный ИИ может существенно улучшить векторные базы данных, обеспечивая эффективный семантический поиск по неструктурированным данным, таким как изображения и текст. После запуска Vector Engine для OpenSearch Serverless в июле, который приобрел популярность, Сивасубраманиан предложил расширение возможностей векторного поиска для других баз данных Amazon.
4. Применения для генеративного ИИ: Сивасубраманиан упомянул такие приложения, как Amazon QuickSight, который упрощает создание интерактивных панелей, и Amazon HealthScribe, который автоматизирует генерацию клинических заметок. Эти инструменты направлены на то, чтобы сделать генеративный ИИ доступным для пользователей без глубоких технических знаний.
5. Решение без ETL: Одной из основных проблем для бизнеса является сложная интеграция данных из различных источников. AWS сосредоточен на подходе без ETL, уменьшая необходимость в традиционном процессе извлечения, преобразования и загрузки. Сивасубраманиан отметил интеграцию баз данных, таких как Aurora и Redshift, подчеркнув планы по дальнейшему улучшению возможностей без ETL.
6. Безопасная кастомизация генеративного ИИ: Клиенты поделятся опытом настройки моделей генеративного ИИ с Bedrock, гарантируя сохранность своих данных в рамках собственного виртуального частного облака (VPC). Сивасубраманиан отметил, что эта приверженность к безопасности данных является значительным отличием AWS.
7. Инновации в чипах для генеративного ИИ: AWS также обновит свои кремниевые решения, предназначенные для генеративного ИИ. Это включает в себя достижения в гипервизоре Nitro и семействе чипов Graviton, а также специализированные чипы Trainium и Inferentia для обучения и вывода моделей ИИ.
С этими нововведениями Amazon AWS ясно позиционирует себя как конкурентоспособную силу в мире генеративного ИИ, предлагая бизнесу инструменты и гибкость, необходимые для инноваций и Differentiation.
Рейтинг
