亚马逊在 AWS 峰会上深入探讨生成式人工智能并推出新的人工智能项目
亚马逊正在利用人工智能强化其云计算平台。以下是亮点。
亚马逊最常与它的电子商务平台联系在一起,该平台已成为行业巨头,因为它能够销售您能想到的所有商品,并通过会员资格在两天内将它们送到您家门口。
然而,亚马逊在云计算领域也拥有强大的影响力,并且即将更多地参与生成式人工智能。
周二,亚马逊在纽约举行了 AWS(亚马逊网络服务)峰会,该活动重点关注亚马逊在云领域的工作,包括展览、学习会议和主题演讲。
今年,亚马逊利用该平台发布了几项重要的生成式人工智能公告,这些公告将为开发人员优化人工智能平台的创建,并简化企业的人工智能集成。
要构建和驱动人工智能模型,有几个组件,从用于驱动模型的实际芯片开始,然后构建和训练模型,最后将模型应用到现实世界中。
AWS 今天的公告有助于优化该流程的每一步。以下是一些最值得注意的公告的摘要。
AWS 健康抄写员
AWS HealthScribe 是一项符合 HIPPA 要求的生成式 AI 支持服务,可转录患者和临床医生之间的对话并创建临床文档。
生成的临床记录包括患者与临床医生互动的摘要、人工智能生成的见解、对原始转录的引用以及结构化的医学术语。
这项服务的总体目的是减少临床医生编写详细文档的时间,并允许他们将这些时间用于更有价值的事情,例如与患者面对面的时间。
“借助 AWS HealthScribe,医疗保健软件提供商可以使用单个 API 自动创建可靠的记录、提取关键详细信息(例如医学术语和药物),并根据医患讨论创建摘要,然后将其输入到电子健康记录中( EHR)系统,”亚马逊在新闻稿中表示。
为了解决隐私问题,亚马逊表示该模型内置了数据安全和隐私,处理后不会保留任何客户数据,并对传输中的客户数据进行加密。
这并不是生成式人工智能第一次面向医疗领域,谷歌在 4 月份推出的 Med-PaLM 2 就证明了这一点。
免费且低成本的 AWS 生成式 AI 课程
自 11 月份 ChatGPT 发布以来,生成式 AI 的受欢迎程度激增。该技术有潜力改善各行业的工作流程和生产力,因此已成为雇主高度追捧的技能。
正如 ZDNET 之前报道的那样,尽管生成式人工智能有好处并且很受欢迎,但许多人觉得他们不具备正确使用人工智能的适当知识。
AWS 为各种技能和经验的人们添加了七种不同的生成式 AI 课程。这些课程涵盖不同的生成式 AI 方面,包括像学习如何使用 Amazon CodeWhisperer 进行构建这样复杂的主题,或者像学习如何在业务中使用 AI 的不同方法这样大的主题。
您可以此处浏览课程。
亚马逊基岩更新
为了帮助开发人员构建基础模型,亚马逊于 4 月份推出了基础模型服务 Amazon Bedrock。
借助 Amazon Bedrock,开发人员可以为特定用例选择他们想要的基础模型。直到今天,这些选择包括 Amazon 的 Titan、Anthropic 的 Claude、Stability.ai 的 Stable Diffusion 和 AI21 Labs Jurassic-2。
在 AWS,亚马逊宣布,选择将包括 Claude 2(Anthropic 的最新 LLM)、SDZL 1(Stability AI 的最新文本到图像模型) ,以及一个全新的基础模型——Cohere。
通过扩大可用型号的范围,客户可以更轻松地找到最适合其需求的型号。
Amazon Bedrock 还推出了代理,允许开发人员使用专有数据构建 AI 应用程序,而无需手动训练数据模型。
由于代理将允许应用程序访问组织特定的数据,因此开发人员将能够创建能够使用最新答案完成更广泛任务的应用程序。
这些 Amazon Bedrock 新功能现已推出预览版。
Amazon OpenSearch Serverless 的矢量引擎
当您向生成式人工智能模型输入提示时,您输入的提示是对话式的,您收到的输出也是对话式的,正如广受欢迎的聊天机器人的兴起所证明的那样。
许多生成式人工智能应用程序都使用矢量嵌入,即为文本、图像和视频数据赋予数值,显示数据之间的上下文关系,以帮助生成准确的响应。
AWS 针对 Amazon OpenSearch Serverless 的矢量引擎使开发人员可以更轻松地搜索嵌入并将其合并到 LLM 应用程序中。
据新闻稿称,新的矢量引擎现已推出预览版,允许开发人员实时存储、搜索和检索数十亿个矢量嵌入,而无需担心底层基础设施。
这将使开发人员更容易微调模型,从而创建产生更好、更准确结果的模型。
Amazon EC2 P5 公开可用
3 月,Amazon 宣布其 Amazon Elastic Compute Cloud (Amazon EC2) P5 实例由 Nvidia H100 Tensor Core GPU 提供支持,旨在提供计算构建和训练机器学习 (ML) 模型所需的性能。
据亚马逊称,与之前的模型相比,这些实例的训练速度可加快六倍,并可降低高达 40% 的训练成本。
今天,Amazon Elastic Compute Cloud (Amazon EC2) P5 实例全面可用。

