生成式 AI – 入門
生成式 AI 如今無處不在。但它究竟是什麼? 簡單地說,生成式 AI 可以視為一種能夠創造新內容和想法的人工智慧,包括創造對話、故事、圖像、影片和音樂。針對您使用 AWS 的生成式 AI 旅程,本影片提供了關於它的由來、發展方向、運作方式以及如何開始使用等方面的基礎概觀。
在 AWS 上建置您的生成式 AI 應用程式
若要在 AWS 上建置生成式 AI 應用程式,您可以從 Amazon Bedrock 開始,為您的使用案例選擇合適的基礎模型 (FM)。如果願意,您也可以使用 Amazon SageMaker JumpStart 的機器學習中心來加速模型開發。然後,可以透過 AWS 中的額外訓練來自訂所選模型,以滿足應用程式的需求。 在您進行程式設計和編碼時,Amazon CodeWhisperer 服務可做為您的開發人員編碼工具提供協助。
AI 編碼輔助工具 – Amazon CodeWhisperer
Amazon Bedrock 建構樂園 – PartyRock
採用 AI 技術的新工作助理 – Amazon Q
Amazon SageMaker JumpStart ML 中心
Amazon Bedrock 和基礎模型 (FM)
Amazon Bedrock 和基礎模型 (FM)
採用 AI 技術的新工作助理 – Amazon Q
採用 Amazon Bedrock 的 Amazon Q 是您的職場 AI 助理,可解答各種疑問。它可以連線到多種商業軟體工具,旨在協助職員、開發人員和非技術型商業使用者處理日常任務。
Amazon Bedrock 建構樂園 - PartyRock
PartyRock 由 Amazon Bedrock 提供支援,是一個引人入勝且對使用者友好的生成式 AI 應用程式建置體驗場。只用幾秒鐘,您就可以製作獨特的應用程式,對其進行分享,並深入探索生成式 AI 的世界,同時享受個中體驗。
Amazon Bedrock 和基礎模型 (FM)
Amazon Bedrock 是一項全受管服務,可讓您選擇最適合您使用案例的 FM。有一系列廣泛的 FM 可用,包括 Amazon Titan,以及來自領先的 Al 新創公司 – Al21Labs、Anthropic、co: here、Meta 和 Stability.Al 的 FM
Amazon SageMaker JumpStart 機器學習中心
Amazon SageMaker JumpStart 擁有數百種內建演算法和預先訓練的模型,可加速在 SageMaker 中建置和部署機器學習模型,同時確保資料安全。
AI 編碼輔助工具 - Amazon CodeWhisperer
Amazon CodeWhisperer 根據自然語言註解和整合式開發環境 (IDE) 中的先前程式碼,即時產生程式碼建議。它與多種不同的程式設計語言相容。
使用 Amazon CodeWhisperer 進行編碼
Amazon CodeWhisperer 針對 AWS 資料和 API 進行了訓練,它會分析 IDE 中的現有程式碼 (無論是由 CodeWhisperer 產生,還是由您撰寫)、以高準確度識別有問題的程式碼,並提供有關如何修復程式碼的智慧型建議。透過自訂功能,包括您組織的內部 API、程式庫、類別、方法和最佳實務,產生更精準的建議。使用 Amazon CodeWhisperer 進行探索,並提高生產力。
您的 AI 編碼輔助工具 – Amazon CodeWhisperer
在 Amazon Bedrock 上建置
透過 Amazon Bedrock 的全方位功能,您可以試驗各種基礎模型 (FM),使用微調和擷取擴增產生 (RAG) 等技術透過自己的資料自訂這些模型,並建立受管代理程式。立即使用 Amazon Bedrock 進行探索,執行複雜的業務任務 – 從預訂差旅和處理保險索賠到建立廣告宣傳活動和管理庫存 – 所有任務無需撰寫任何程式碼。
使用 Amazon Bedrock 將 FM 整合到您的程式碼中
探索 Amazon Bedrock,並了解如何將來自領先的 Al 新創公司和 Amazon 的生成式 AI 模型整合到您的應用程式中
在專門打造的加速器上訓練生成式 AI 模型
無論客戶嘗試如何處理 FM:執行、建置或自訂它們,都需要最高效能、最經濟高效的專用 ML 基礎設施。過去十年來,AWS 一直與我們的合作夥伴和晶片廠商一起投資,提供眾多高效能、低成本的 ML 基礎設施晶片選項。 AWS Trainium 和 AWS Inferentia 晶片為生成式 AI 訓練模型和在雲端執行推論提供了最低成本
試用一些範例應用程式
若要在 AWS 上建置生成式 AI 應用程式,先使用 Amazon CodeWhisperer 作為開發人員編碼工具,然後使用 Amazon Bedrock 為您的使用者案例選擇合適的基礎模型 (FM)。如果願意,您也可以使用 Amazon SageMaker JumpStart 的機器學習中心來加速模型開發。然後,可以透過 AWS 中的額外訓練來自訂所選模型,以滿足應用程式的需求。
使用 FM 快速建置 GenAI 應用程式
使用 Streamlit (開放原始碼 Python 程式庫)、Python、Claude、Stable Diffusion 和 Amazon Bedrock。從影像產生到文字摘要,探索四種不同的使用案例,展示這項新服務的多功能性。
使用多語言問答建置您自己的知識庫
使用 Amazon Kendra、Amazon Translate、Amazon Comprehend 和 Amazon SageMaker JumpStart 來建置可匯總搜尋結果的多語言知識庫。
使用 AI 負責任地建置
負責任地使用 AI 和 ML 是解決人類一些最具挑戰性問題、提升人類績效和最大化生產力的關鍵。AWS 致力於開發公平、準確的 AI 和 ML 服務,並為您提供以負責任的方式建置 AI 和 ML 應用程式所需的工具和指引。