亞馬遜網路服務(AWS)一直以來被認為在生成性人工智慧領域落後於微軟Azure和谷歌雲服務,但近日正在改變這一敘述。在最近的AWS Re:Invent大會上,亞馬遜展示了其在企業生成性人工智慧領域領導地位的決心,並發布了一系列策略性公告。
大會重點介紹:
1. 擴展大型語言模型(LLM)選擇:AWS增強了其Bedrock服務,支持更多模型,特別是Anthropic的Claude 2.1,其擁有驚人的20萬個tokens上下文窗口以及降低的幻覺率,顯示出AWS在提供多樣化LLM方面的承諾,超越微軟對OpenAI的依賴。
2. 多模態向量嵌入:Sivasubramanian推出了Titan多模態嵌入,使使用者能夠同時使用文本和圖像來搜尋和檢索產品,幫助零售商(如家具店)透過視覺搜尋提升顧客體驗。
3. 新文本生成模型:AWS推出了Titan TextLite和Titan TextExpress。TextLite專注於總結和文案寫作,而TextExpress則著重於開放式文本生成,以滿足不同企業需求。
4. Titan圖片生成器:該工具處於預覽模式,能依據簡單提示生成真實圖片,並附有隱形水印以確保真實性。其在主旨演講中展示的先進功能包括“延伸畫面”圖像編輯功能,能無縫轉換背景。
5. 簡化的檢索增強生成(RAG):為亞馬遜Bedrock引入KnowledgeBase,使用者可以直接將LLM指向數據位置,顯著降低設置複雜性。
6. 模型評估工具:AWS現推出了亞馬遜Bedrock上的模型評估預覽,幫助企業比較和選擇符合其需求的基礎模型。
7. DIY代理應用(RAG DIY):這款創新應用使使用者能通過自然語言查詢執行專案,Sivasubramanian演示了該應用如何協助用戶制定詳細的專案計劃和產品清單。
8. 生成性AI創新中心:AWS通過提供專家指導,幫助企業在特別是Claude模型的基礎上構建自定義模型,進一步增強支持。
9. Sagemaker Hyperpod:目前已普遍可用,Hyperpod簡化了模型訓練過程,將時間縮短多達40%,並簡化集群管理,讓企業能專注於AI專案而無需技術負擔。
10. 數據庫集成增強:AWS打破雲數據庫之間的孤島,實現LLM的無縫訪問。與亞馬遜OpenSearch和亞馬遜S3的新集成,使全面數據分析成為可能,而無需ETL管道。
11. Redis內存數據庫的向量搜尋(預覽):此功能滿足需要快速向量搜尋的行業,特別對金融等領域非常有利。
12. Neptune分析集成:結合向量和圖形分析,幫助企業從互聯數據中發掘更深入的見解,速度提升可達80倍。
13. 共享機器學習模型的清潔室(預覽):AWS將允許客戶在清潔室中安全共享數據,促進第三方機器學習進行預測分析。
14. Amazon Q生成性SQL:專為企業設計的AI助手Amazon Q,現在能將自然語言提示轉換為SQL查詢,最大化在亞馬遜Redshift中的數據分析效率。
這些公告強調了AWS在生成性人工智慧領域的創新承諾,使其在雲端市場中樹立了強有力的競爭地位,並為企業的AI專案提供了穩固的基礎設施。