生成式人工智能 — 入门
如今，生成式人工智能无处不在。这是什么？ 可以把它看作是一种可用于创建新内容和想法的人工智能，包括对话、故事、图像、视频和音乐。对于您的 AWS 生成式人工智能之旅，这段视频基本概述了它的来源、发展方向、工作原理以及如何开始。
在 AWS 上构建您的生成式人工智能应用程序
要在 AWS 上构建生成式人工智能应用程序，您可以从 Amazon Bedrock 开始，为您的使用案例选择合适的基础模型（FM）。如果您愿意，也可以使用 Amazon SageMaker JumpStart 的机器学习中心来加速模型开发。然后，可以通过在 AWS 中进行额外培训来自定义所选模型，以满足应用程序的需求。 在您编程和编码时，Amazon CodeWhisperer 服务可以作为您的开发人员编码工具提供帮助。
AI 编码配套应用程序 — Amazon CodeWhisperer
Amazon Bedrock 平台 PartyRock
Amazon Q，您工作中的全新 AI 助手
Amazon SageMaker JumpStart 机器学习中心
Amazon Bedrock 和基础模型（FM）
Amazon Bedrock 和基础模型（FM）
Amazon Q，您工作中的全新 AI 助手
Amazon Q 由 Amazon Bedrock 提供支持，是帮助您在工作场所中回答问题的 AI 助手。它可以连接到各种业务软件工具，旨在帮助员工、开发人员和非技术业务用户完成日常任务。
Amazon Bedrock 平台 PartyRock
PartyRock 由 Amazon Bedrock 提供支持，是一个引人入胜且用户友好的生成式人工智能应用程序构建平台。在几秒钟内，您可以制作独特的应用程序，分享它们，并深入研究生成式人工智能的世界，同时享受这种体验。
Amazon Bedrock 和基础模型（FM）
Amazon Bedrock 是一项完全托管的服务，可让您选择最适合您的使用案例的 FM。有各种各样的 FM 可供选择，包括 Amazon Titan，其中有一些来自领先的人工智能初创企业——Al21Labs、Anthropic、co:here、Meta、Stability.Al
Amazon SageMaker JumpStart 机器学习中心
Amazon SageMaker JumpStart 拥有数百种内置算法和预训练模型，以加速 SageMaker 中的机器学习模型构建和部署，同时确保数据安全。
AI 编码配套应用程序 — Amazon CodeWhisperer
Amazon CodeWhisperer 根据自然语言注释和集成式开发环境（IDE）中的先前代码实时生成代码建议。它适用于多种不同的编程语言。
使用 Amazon CodeWhisperer 编码
经过 AWS 数据和 API 训练，Amazon CodeWhisperer 会分析 IDE 中的现有代码（无论是由 CodeWhisperer 生成还是由您编写），高度精确地识别有问题的代码，并对如何修复代码提供明智的建议。借助自定义功能，可以包括您的组织的内部 API、库、类、方法和最佳实践，从而生成更精确的建议。使用 Amazon CodeWhisperer 进行探索并提高工作效率。
您的人工智能编码配套应用程序 — Amazon CodeWhisperer
在 Amazon Bedrock 上构建
借助 Amazon Bedrock 全面的功能，您可以试验各种基础模型（FM），使用微调和检索增强生成 (RAG) 等技术使用您的数据对其进行自定义，并创建托管代理。立即与 Amazon Bedrock 一起探索，执行复杂的业务任务——从预订差旅和处理保险索赔到创建广告活动和管理库存——所有这些都无需编写任何代码。
在专用加速器上训练生成式人工智能模型
无论客户想用 FM 做什么（运行、构建、自定义），他们都需要性能最高、最具成本效益、专门构建的机器学习基础架构。在过去的十年中，AWS 一直在与我们的合作伙伴和硅芯片公司进行投资，以提供多种高性能、低成本的机器学习基础设施芯片选项。 AWS Trainium 和 AWS Inferentia 芯片为生成式人工智能训练模型和在云端运行推理提供了最低的成本
尝试一些示例应用程序
要在 AWS 上构建生成式人工智能应用程序，首先要将 Amazon CodeWhisperer 作为开发人员编码工具，然后使用 Amazon Bedrock 为您的用户案例选择合适的基础模型（FM）。如果您愿意，也可以使用 Amazon SageMaker JumpStart 的机器学习中心来加速模型开发。然后，可以通过在 AWS 中进行额外培训来自定义所选模型，以满足应用程序的需求。
使用 FM 快速构建生成式人工智能应用程序
使用 Streamlit（开源 Python 库）、Python、Claude、Stable Diffusion 和 Amazon Bedrock。探索四个不同的使用案例，从图像生成到文本摘要，展示这项新服务的多功能性。
构建自己的多语言问答知识库
使用 Amazon Kendra、Amazon Translate、Amazon Comprehend 和 Amazon SageMaker JumpStart 构建可以汇总搜索结果的多语言知识库。
使用人工智能负责任地构建
负责任地使用人工智能和机器学习是解决人类一些最具挑战性的问题、增强人类表现和最大限度地提高生产力的关键。AWS 致力于开发公平且准确的人工智能和机器学习服务，并为您提供负责任地构建人工智能和机器学习应用程序所需的工具和指导。
