المدوَّنة العربية

إمكانات جديدة بارِزة تُسهّل استخدام Amazon Bedrock لإنشاء تطبيقات الذكاء الاصطناعي المولّد وتوسيع نطاقها وتحقيق نتائج مبهرة

لقد قدمنا Amazon Bedrock إلى العالم منذ أكثر من عام بقليل، حيث قدمنا طريقة جديدة تمامًا لبناء تطبيقات الذكاء الاصطناعي المولّد (Generative AI). مع مجموعة واسعة من نماذج الأساس (FMs) التي تم إنشاؤها بواسطة AWS أو بواسطة شركات أخرى بالإضافة إلى الإمكانات سهلة الاستخدام، تعد Amazon Bedrock الطريقة الأسرع والأسهل لإنشاء تطبيقات الذكاء الاصطناعي المولّد الآمنة وتوسيع نطاقها. يستخدم الآن عشرات الآلاف من العملاء Amazon Bedrock لإنشاء تطبيقات رائعة وتوسيع نطاقها. إنهم يبتكرون بسرعة وسهولة وأمان لتطوير استراتيجيات الذكاء الاصطناعي الخاصة بهم. ونحن ندعم جهودهم من خلال تعزيز Amazon Bedrock بقدرات جديدة ومثيرة، بما في ذلك المزيد من خيارات النماذج والميزات التي تسهل اختيار النموذج المناسب، وتخصيص النموذج لحالة استخدام محددة، وحماية تطبيقات الذكاء الاصطناعي المولّد وتوسيع نطاقها.

ويحقق العملاء في مختلف الصناعات مثل التمويل والسفر والضيافة والرعاية الصحية وتكنولوجيا المستهلك تقدمًا ملحوظًا. إنهم يدركون القيمة الحقيقية على أعمالهم عند نقل تطبيقات الذكاء الاصطناعي المولّد بسرعة إلى الإنتاج لتحسين تجارب العملاء وزيادة الكفاءة التشغيلية. ولنتأمل هنا بورصة نيويورك (NYSE)، أكبر سوق لرأس المال في العالم، حيث تعالج مليارات المعاملات كل يوم. تستفيد بورصة نيويورك من الخيارات المتاحة لنماذج الأساس في Amazon Bedrock وإمكانيات الذكاء الاصطناعي المتطورة عبر العديد من حالات الاستخدام، بما في ذلك معالجة آلاف الصفحات من اللوائح لتوفير إجابات بلغة سهلة الفهم.

قامت شركة الطيران العالمية United Airlines بتحديث نظام خدمة الركاب الخاص بها لترجمة رموز حجز الركاب القديمة إلى اللغة الإنجليزية البسيطة حتى يتمكن الوكلاء من تقديم دعم سريع وفعال للعملاء. قامت شركة LexisNexis Legal & Professional، وهي شركة عالمية رائدة في مجال توفير المعلومات والتحليلات، بتطوير مساعد الذكاء الاصطناعي القانوني المولّد الشخصي على Lexis+ AI. يحصل عملاء LexisNexis على نتائج موثوقة أسرع بمرتين من أقرب منتج منافس ويمكنهم توفير ما يصل إلى خمس ساعات أسبوعيًا للبحث والتلخيص القانوني. واختار برنامج HappyFox، وهو برنامج مكتب مساعدة عبر الإنترنت، Amazon Bedrock لأمانها وأدائها، مما أدى إلى تعزيز كفاءة نظام التذاكر الآلي المدعوم بالذكاء الاصطناعي في حل دعم العملاء بنسبة 40% وإنتاجية الوكيل بنسبة 30%.

وفي جميع أنحاء Amazon، نواصل الابتكار باستخدام الذكاء الاصطناعي المولّد لتقديم تجارب جذابة لعملائنا. في الأسبوع الماضي أعلنت Amazon Music عن Maestro. Maestro هو مولد قوائم تشغيل بالذكاء الاصطناعي مدعوم من Amazon Bedrock والذي يمنح مشتركي Amazon Music طريقة أسهل وأكثر متعة لإنشاء قوائم تشغيل بناءً على المطالبات. يتم طرح Maestro الآن في الإصدار التجريبي لعدد صغير من العملاء في الولايات المتحدة على جميع مستويات Amazon Music.

مع Amazon Bedrock، نركز على المجالات الرئيسية التي يحتاجها العملاء لإنشاء تطبيقات ذكاء اصطناعي جاهزة للإنتاج على مستوى المؤسسات بالتكلفة والسرعة المناسبتين. أنا متحمس اليوم لمشاركة الميزات الجديدة التي نعلن عنها عبر مجالات اختيار النموذج، وأدوات بناء تطبيقات الذكاء الاصطناعي المولّد، والخصوصية والأمان.

1. المزيد من خيارات النماذج مع نماذج Llama 3 بالإضافة إلى المساعدة في العثور على أفضل نموذج يناسب احتياجاتك

في هذه الأيام الأولى، لا يزال العملاء يتعلمون ويختبرون نماذج مختلفة لتحديد النماذج التي سيتم استخدامها لأغراض مختلفة. إنهم يريدون أن يكونوا قادرين على تجربة أحدث النماذج بسهولة، واختبار القدرات والميزات التي ستمنحهم أفضل النتائج وخصائص التكلفة لحالات الاستخدام الخاصة بهم. يستخدم غالبية عملاء Amazon Bedrock أكثر من نموذج واحد، وتوفر Amazon Bedrock أوسع تشكيلة من النماذج اللغوية الكبيرة (LLMs) الخاصة ب AWS أو الشركات الأخرى وغيرها من نماذج الوسائط المتعددة. ويشمل ذلك نماذج من مختبرات AI21 و Anthropic و Cohere و Meta و Mistral AI و Stability AI، بالإضافة إلى نماذج Amazon Titan الخاصة بنا. في الواقع، قال جويل هورن، رئيس قسم الذكاء الاصطناعي ومعامل تومسون رويترز في تومسون رويترز مؤخرًا عن اعتمادهم لـ Amazon Bedrock، «كان امتلاك القدرة على استخدام مجموعة متنوعة من النماذج فور ظهورها دافعًا رئيسيًا لنا، خاصة بالنظر إلى مدى سرعة تطور هذا الفضاء». إن النماذج المتطورة من عائلة طرازات Mistral AI بما في ذلك Mistral 7B و Mixtral 8x7b و Mistral Large تجعل العملاء متحمسين لأدائها العالي في إنشاء النصوص والتلخيص والأسئلة والأجوبة وتوليد التعليمات البرمجية. منذ أن قدمنا عائلة نماذج Anthropic Claude 3، اختبر الآلاف من العملاء كيف قامت Claude 3 Haiku و Sonnet و Opus بوضع معايير جديدة لأداء المهام المعرفية بذكاء وسرعة وفعالية من حيث التكلفة لا مثيل لها. بعد التقييم الأولي لاستخدام Claude 3 Haiku و Opus في Amazon Bedrock، شهدت BlueOcean.ai، وهي منصة ذكاء العلامة التجارية، انخفاضًا في التكلفة بنسبة تزيد عن 50٪ عندما تمكنت من دمج أربع استدعاءات منفصلة لواجهة برمجة التطبيقات في مكالمة واحدة أكثر كفاءة.

قال ماساهيرو أوبا، المدير العام للحوكمة الموحدة للمجموعة لمنصة DX في شركة Sony Group:

«على الرغم من وجود العديد من التحديات في تطبيق الذكاء الاصطناعي المولّد على الأعمال، فإن قدرات Amazon Bedrock المتنوعة تساعدنا على تخصيص تطبيقات الذكاء الاصطناعي المولّد لأعمال Sony. نحن قادرون على الاستفادة ليس فقط من إمكانات LLM القوية لـ Claude 3، ولكن أيضًا من القدرات التي تساعدنا على حماية التطبيقات على مستوى المؤسسة. أنا فخور حقًا بالعمل مع فريق Bedrock لإضفاء المزيد من الديمقراطية على الذكاء الاصطناعي المولّد داخل مجموعة Sony».

لقد جلست مؤخرًا مع آرون لينسكي، كبير مسؤولي التكنولوجيا في مختبرات الاستثمار الاصطناعي في شركة Bridgewater Associates، وهي شركة رائدة في مجال إدارة الأصول، حيث يستخدمون الذكاء الاصطناعي لتعزيز «مساعد الاستثمار الاصطناعي»، وهو قفزة كبيرة إلى الأمام لعملائهم. إنه يعتمد على خبرتهم في تقديم مشورة الخبراء القائمة على القواعد لاتخاذ قرارات الاستثمار. مع Amazon Bedrock، يمكنهم استخدام أفضل النماذج المتاحة، مثل Claude 3، للقيام بمهام مختلفة تجمع بين فهم السوق الأساسي وقدرات التفكير المرنة للذكاء الاصطناعي. تسمح Amazon Bedrock بتجربة النماذج بسلاسة، مما يمكّن Bridgewater من بناء نظام استثمار قوي وذاتي التحسين يجمع بين المشورة المنهجية والقدرات المتطورة – مما يخلق عملية متطورة تعتمد على الذكاء الاصطناعي أولاً.

لتوفير المزيد من خيارات النماذج للعملاء، نوفر اليوم نماذج Meta Llama 3 في Amazon Bedrock. تم تصميم نماذج Llama 3 8B و Llama 3 70B لبناء تطبيقات الذكاء الاصطناعي المولّد وتجريبها وتوسيع نطاقها بشكل مسؤول. تم تحسين هذه النماذج بشكل كبير عن بنية النموذج السابقة، بما في ذلك توسيع نطاق التدريب المسبق، بالإضافة إلى مناهج الضبط الدقيق للتعليمات. تتفوق Llama 3 8B في تلخيص النصوص والتصنيف وتحليل المشاعر والترجمة، وهي مثالية للموارد المحدودة والأجهزة المتطورة. يتألق Llama 3 70B في إنشاء المحتوى، والذكاء الاصطناعي للمحادثة، وفهم اللغة، والبحث والتطوير، والمؤسسات، والتلخيص الدقيق، والتصنيف الدقيق/تحليل المشاعر، ونمذجة اللغة، وأنظمة الحوار، وإنشاء التعليمات البرمجية، واتباع التعليمات. اقرأ المزيد عن Meta Llama 3 المتوفرة الآن في Amazon Bedrock.

نعلن أيضًا عن الدعم القادم قريبًا لـنماذج الأساس Command R و Command R+Enterprise من Cohere. هذه النماذج قابلة للتطوير بدرجة كبيرة ومُحسّنة للمهام ذات السياق الطويل مثل التوليد المعزز بالاسترجاع (RAG) مع الاستشهادات للتخفيف من الهلوسة، واستخدام الأدوات متعددة الخطوات لأتمتة مهام الأعمال المعقدة، ودعم 10 لغات للعمليات العالمية. يُعد +Command R أقوى نموذج من Cohere تم تحسينه للمهام ذات السياق الطويل، بينما تم تحسين Command R لتطبيقات الإنتاج واسعة النطاق. ومع طرح نماذج Cohere قريبًا في Amazon Bedrock، يمكن للشركات إنشاء تطبيقات ذكاء اصطناعي مولّد على مستوى المؤسسات تحقق التوازن بين الدقة العالية والكفاءة لعمليات الذكاء الاصطناعي اليومية بما يتجاوز إثبات المفهوم.

يتوفر الآن نموذج Amazon Titan لتوليد الصور بشكل عام و فيما سيتوفر قريبًا نموذج Amazon Titan لتضمين النصوص الإصدار 2

بالإضافة إلى إضافة أكثر نماذج الشركات الأخرى قدرة، أصبح نموذج Amazon Titan لتوليد الصور متاحًا بشكل عام اليوم. باستخدام نموذج Amazon Titan لتوليد الصور، يمكن للعملاء في صناعات مثل الإعلان والتجارة الإلكترونية والوسائط والترفيه إنشاء صور واقعية بجودة الاستوديو بكفاءة بأحجام كبيرة وبتكلفة منخفضة، باستخدام مطالبات اللغة الطبيعية. يمكنهم تحرير الصور التي تم إنشاؤها أو الموجودة باستخدام المطالبات النصية أو تكوين أبعاد الصورة أو تحديد عدد أشكال الصورة لتوجيه النموذج. افتراضيًا، تحتوي كل صورة ينتجها نموذج Amazon Titan لتوليد الصور على علامة مائية غير مرئية، مما يتماشى مع التزام AWS بتعزيز الذكاء الاصطناعي المسؤول والأخلاقي من خلال الحد من انتشار المعلومات الخاطئة. تحدد ميزة Watermark Detection الصور التي تم إنشاؤها بواسطة نموذج لتوليد الصور، وهي مصممة لتكون مقاومة للتلاعب، مما يساعد على زيادة الشفافية حول المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي. يساعد Watermark Detection على التخفيف من مخاطر الملكية الفكرية ويمكّن منشئي المحتوى والمؤسسات الإخبارية ومحللي المخاطر وفرق الكشف عن الاحتيال وغيرهم من تحديد المحتوى المضلل الذي تم إنشاؤه بواسطة الذكاء الاصطناعي والتخفيف من انتشاره بشكل أفضل. اقرأ المزيد عن اكتشاف العلامة المائية لمولد صور Titan.

قريبًا، سيوفر نموذج Amazon Titan لتضمين النصوص الإصدار 2 بكفاءة استجابات أكثر ملاءمة لحالات استخدام المؤسسات شديدة الأهمية مثل البحث. تعد نماذج التضمين الفعالة ضرورية للأداء عند الاستفادة من RAG لإثراء الاستجابات بمعلومات إضافية. تم تحسين الإصدار 2 لسير عمل RAG ويوفر تكاملاً سلسًا مع قواعد المعرفة لـ Amazon Bedrock لتقديم استجابات أكثر إفادة وذات صلة بكفاءة. يتيح الإصدار 2 فهمًا أعمق لعلاقات البيانات للمهام المعقدة مثل الاسترجاع والتصنيف والبحث عن التشابه الدلالي وتعزيز ملاءمة البحث. يوفر الإصدار 2 أحجام تضمين مرنة بأبعاد 256 و 512 و 1024، ويعطي الأولوية لخفض التكلفة مع الاحتفاظ بنسبة 97٪ من الدقة لحالات استخدام RAG، متفوقًا على النماذج الرائدة الأخرى. بالإضافة إلى ذلك، تلبي أحجام التضمين المرنة احتياجات التطبيقات المتنوعة، بدءًا من عمليات نشر الأجهزة المحمولة ذات زمن الوصول المنخفض إلى عمليات العمل غير المتزامنة عالية الدقة.

تعمل أداة تقييم النماذج الجديدة على تبسيط عملية الوصول إلى LLMs و FMs ومقارنتها واختيارها

يعد اختيار النموذج المناسب خطوة أولى مهمة نحو بناء أي تطبيق ذكاء اصطناعي مولّد. يمكن أن تختلف LLMs بشكل كبير في الأداء بناءً على المهمة والمجال وأشكال البيانات وعوامل أخرى. على سبيل المثال، من المرجح أن يتفوق النموذج الطبي الحيوي على نماذج الرعاية الصحية العامة في سياقات طبية محددة، في حين أن نموذج الترميز قد يواجه تحديات في مهام معالجة اللغة الطبيعية. قد يؤدي استخدام نموذج قوي للغاية إلى استخدام غير فعال للموارد، في حين أن النموذج الضعيف قد يفشل في تلبية الحد الأدنى من معايير الأداء – مما قد يؤدي إلى نتائج غير صحيحة. كما أن اختيار نموذج غير مناسب في بداية المشروع قد يؤدي إلى تقويض ثقة أصحاب المصلحة وثقتهم.

مع وجود العديد من النماذج للاختيار من بينها، نريد أن نسهل على العملاء اختيار النموذج المناسب لحالة الاستخدام الخاصة بهم.

تعمل أداة تقييم النماذج من Amazon Bedrock، المتوفرة الآن بشكل عام، على تبسيط عملية الاختيار من خلال تمكين القياس والمقارنة مع مجموعات بيانات محددة ومقاييس التقييم، مما يضمن للمطورين اختيار النموذج الذي يتوافق بشكل أفضل مع أهداف مشروعهم. تسمح هذه التجربة الإرشادية للمطورين بتقييم النماذج عبر المعايير المصممة لكل حالة استخدام. من خلال تقييم النموذج، يختار المطورون النماذج المرشحة لتقييمها – الخيارات العامة أو النماذج المخصصة المستوردة أو الإصدارات الدقيقة. كما يحدد المطورون مهام الاختبار ومجموعات البيانات ومقاييس التقييم ذات الصلة، مثل الدقة وزمن الوصول وتوقعات التكلفة والعوامل النوعية. اقرأ المزيد عن تقييم النموذج في Amazon Bedrock.

لقد كانت القدرة على الاختيار من بين النماذج ذات الأداء الأفضل في Amazon Bedrock مفيدة للغاية لـشركة Elastic Security. قال جيمس سبيتيري، مدير إدارة المنتجات في شركة Elastic،

«بنقرات قليلة فقط، يمكننا تقييم مطالبة واحدة عبر نماذج متعددة في وقت واحد. تتيح لنا وظيفة تقييم النموذج هذه مقارنة المخرجات والمقاييس والتكاليف المرتبطة عبر النماذج المختلفة، مما يسمح لنا باتخاذ قرار مستنير بشأن النموذج الأكثر ملاءمة لما نحاول تحقيقه. وقد أدى ذلك إلى تبسيط عمليتنا بشكل كبير، مما وفر لنا قدرًا كبيرًا من الوقت في نشر تطبيقاتنا للإنتاج».

2. تقدم Amazon Bedrock إمكانات لتخصيص الذكاء الاصطناعي المولّد لاحتياجات عملك

في حين أن النماذج مهمة للغاية، إلا أن الأمر يتطلب أكثر من مجرد نموذج لإنشاء تطبيق مفيد للمؤسسة. لهذا السبب تمتلك Amazon Bedrock إمكانات لمساعدتك على تصميم حلول الذكاء الاصطناعي المولّد بسهولة لحالات استخدام محددة. يمكن للعملاء استخدام بياناتهم الخاصة لتخصيص التطبيقات بشكل خاص من خلال الضبط الدقيق أو باستخدام Knowledge Bases لتجربة RAG المُدارة بالكامل لتقديم استجابات أكثر ملاءمة ودقة وتخصيصًا. تسمح Agents لـ Amazon Bedrock للمطورين بتحديد مهام محددة أو سير العمل أو عمليات صنع القرار، مما يعزز التحكم والأتمتة مع ضمان التوافق المتسق مع حالة الاستخدام المقصودة. بدءًا من اليوم، يمكنك الآن استخدام Agents مع نماذج Anthropic Claude 3 Haiku و Sonnet. كما نقدم أيضًا تجربة وحدة تحكم AWS محدّثة، وندعم مخططًا مبسطًا وعودة التحكم لتسهيل بدء المطورين. اقرأ المزيد عن Agents لـ Amazon Bedrock، الذين أصبحوا الآن أسرع وأسهل في الاستخدام.

مع إمكانية Custom Model Import الجديدة، يمكن للعملاء الاستفادة من الإمكانات الكاملة لـ Amazon Bedrock بنماذجهم الخاصة

كل هذه الميزات ضرورية لبناء تطبيقات الذكاء الاصطناعي المولّد، ولهذا السبب أردنا إتاحتها لمزيد من العملاء بما في ذلك أولئك الذين استثمروا بالفعل موارد كبيرة في ضبط LLMs ببياناتهم الخاصة على خدمات مختلفة أو في تدريب نماذج مخصصة من البداية. لدى العديد من العملاء نماذج مخصصة متاحة على Amazon SageMaker، والتي توفر أوسع مجموعة من أكثر من 250 من FMs المدربين مسبقًا. وتشمل هذه النماذج الفاخرة نماذج متطورة مثل ميسترال، ولاما 2، وكوديلاما، وجوراسيك -2، وجامبا، وPPLX-7b، و70B، وفالكون 180B المثير للإعجاب. تساعد Amazon SageMaker في تنظيم البيانات وضبطها بدقة، وبناء بنية تحتية للتدريب قابلة للتطوير وفعالة، ثم نشر النماذج على نطاق واسع في زمن انتقال منخفض وبطريقة فعالة من حيث التكلفة. لقد أحدثت تغييرًا جذريًا بالنسبة للمطورين في إعداد بياناتهم للذكاء الاصطناعي، وإدارة التجارب، ونماذج التدريب بشكل أسرع (على سبيل المثال، تقوم شركة Purvelity AI بتدريب النماذج بشكل أسرع بنسبة 40٪ في Amazon SageMaker)، وتقليل وقت استجابة الاستدلال (على سبيل المثال، قلل Workday زمن استجابة الاستدلال بنسبة 80٪ مع Amazon SageMaker)، وتحسين إنتاجية المطورين (على سبيل المثال، خفضت NatWest الوقت إلى القيمة للذكاء الاصطناعي من 12-18 شهرًا إلى أقل من سبعة أشهر باستخدام Amazon SageMaker). ومع ذلك، لا يزال تشغيل هذه النماذج المخصصة بأمان ودمجها في تطبيقات لحالات استخدام تجارية محددة يواجه تحديات.

لهذا السبب نقدم اليوم إمكانية Custom Model Import من Amazon Bedrock، والتي تمكن المؤسسات من الاستفادة من استثماراتها الحالية في الذكاء الاصطناعي جنبًا إلى جنب مع قدرات Amazon Bedrock. باستخدام Custom Model Import، يمكن للعملاء الآن استيراد النماذج المخصصة الخاصة بهم والوصول إليها المبنية على هياكل النماذج المفتوحة الشائعة بما في ذلك Flan-T5 و Llama و Mistral، كواجهة برمجة التطبيقات المُدارة بالكامل (API) في Amazon Bedrock. يمكن للعملاء أخذ النماذج التي قاموا بتخصيصها على Amazon SageMaker، أو أدوات أخرى، وإضافتها بسهولة إلى Amazon Bedrock. بعد التحقق الآلي، يمكنهم الوصول بسلاسة إلى نموذجهم المخصص، كما هو الحال مع أي نموذج آخر في Amazon Bedrock. يحصلون على جميع المزايا نفسها، بما في ذلك قابلية التوسع السلس والقدرات القوية لحماية تطبيقاتهم، والالتزام بمبادئ الذكاء الاصطناعي المسؤولة – بالإضافة إلى القدرة على توسيع قاعدة معارف النموذج باستخدام RAG، وإنشاء وكلاء بسهولة لإكمال المهام متعددة الخطوات، وتنفيذ الضبط الدقيق للحفاظ على التدريب وتحسين النماذج. كل ذلك دون الحاجة إلى إدارة البنية التحتية الأساسية.

بفضل هذه الإمكانية الجديدة، نجعل من السهل على المؤسسات اختيار مزيج من نماذج Amazon Bedrock والنماذج المخصصة الخاصة بها مع الحفاظ على نفس تجربة التطوير المبسطة. اليوم، تتوفر Custom Model Import من Amazon Bedrock في المعاينة وتدعم ثلاثة من أكثر هياكل النماذج المفتوحة شيوعًا مع خطط للمزيد في المستقبل. اقرأ المزيد حول Custom Model Import لـ Amazon Bedrock.

ASAPP وهي شركة ذكاء اصطناعي مولّد لها تاريخ 10 سنوات في بناء نماذج التعلم الآلي (ML).

«يستفيد وكيل الدردشة والصوت المولّد بتقنية الذكاء الاصطناعي من هذه النماذج لإعادة تعريف تجربة خدمة العملاء. لمنح عملائنا الأتمتة من البداية إلى النهاية، نحتاج إلى وكلاء LLM وقاعدة المعرفة ومرونة اختيار النموذج. مع استيراد النماذج المخصصة، سنتمكن من استخدام نماذجنا المخصصة الحالية في Amazon Bedrock. ستسمح لنا Bedrock بإشراك عملائنا بشكل أسرع، وزيادة وتيرة الابتكار لدينا، وتسريع وقت التسويق لإمكانيات المنتجات الجديدة».

— بريا فيجاياراجيندران، رئيسة قسم التكنولوجيا.

3. يوفر Amazon Bedrock أساسًا آمنًا ومسؤولًا لتنفيذ الإجراءات الوقائية بسهولة

مع تقدم قدرات الذكاء الاصطناعي المولّد وتوسعها، يصبح بناء الثقة ومعالجة المخاوف الأخلاقية أكثر أهمية. تعالج Amazon Bedrock هذه المخاوف من خلال الاستفادة من البنية التحتية الآمنة والموثوقة لـ AWS من خلال التدابير الأمنية الرائدة، والتشفير القوي للبيانات، وضوابط الوصول الصارمة.

تساعد Guardrails لـ Amazon Bedrock، المتوفرة الآن بشكل عام، العملاء على منع المحتوى الضار وإدارة المعلومات الحساسة داخل التطبيق.

كما نقدم Guardrails لـ Amazon Bedrock، والتي أصبحت متاحة الآن بشكل عام. توفر Guardrails خدمات رائدة في حماية السلامة، مما يمنح العملاء القدرة على تحديد سياسات المحتوى، وتعيين حدود سلوك التطبيق، وتنفيذ الإجراءات الوقائية ضد المخاطر المحتملة. تعد Guardrails لـ Amazon Bedrock هي الحل الوحيد الذي يقدمه مزود سحابي رئيسي يمكّن العملاء من إنشاء وتخصيص حماية السلامة والخصوصية لتطبيقات الذكاء الاصطناعي المولّد الخاصة بهم في حل واحد. إنه يساعد العملاء على حظر المحتوى الضار بنسبة تصل إلى 85٪ أكثر من الحماية المقدمة بواسطة FMs على Amazon Bedrock. توفر Guardrails دعمًا شاملاً لتصفية المحتوى الضار وقدرات اكتشاف معلومات التعريف الشخصية القوية (PII). تعمل Guardrails مع جميع LLMs في Amazon Bedrock بالإضافة إلى النماذج التي تم ضبطها بدقة، مما يعزز الاتساق في كيفية استجابة النماذج للمحتوى غير المرغوب فيه والضار. يمكنك تكوين حدود لتصفية المحتوى عبر ست فئات – الكراهية والإهانات والجنس والعنف وسوء السلوك (بما في ذلك النشاط الإجرامي) والهجوم الفوري (الهروب من السجن والحقن الفوري). يمكنك أيضًا تحديد مجموعة من الموضوعات أو الكلمات التي يجب حظرها في تطبيق الذكاء الاصطناعي المولّد الخاص بك، بما في ذلك الكلمات الضارة والألفاظ النابية وأسماء المنافسين والمنتجات. على سبيل المثال، يمكن لتطبيق مصرفي تكوين حاجز حماية لاكتشاف وحظر الموضوعات المتعلقة بالنصائح الاستثمارية. يمكن لتطبيق مركز الاتصال الذي يلخص نصوص مركز الاتصال استخدام تنقيح معلومات تحديد الهوية الشخصية لإزالة معلومات تحديد الهوية الشخصية في ملخصات المكالمات، أو يمكن لروبوت المحادثة استخدام فلاتر المحتوى لحظر المحتوى الضار. اقرأ المزيد عن Guardrails لـ Amazon Bedrock.

شركات مثل Aha! ، وهي شركة برمجيات تساعد أكثر من مليون شخص على تنفيذ استراتيجية منتجاتهم، تستخدم Amazon Bedrock لتشغيل العديد من قدرات الذكاء الاصطناعي المولّد لديهم.

«لدينا سيطرة كاملة على معلوماتنا من خلال سياسات حماية البيانات والخصوصية الخاصة بـ Amazon Bedrock، ويمكننا حظر المحتوى الضار من خلال Guardrails لـ Amazon Bedrock.لقد بنينا عليه لمساعدة مديري المنتجات على اكتشاف الرؤى من خلال تحليل التعليقات المقدمة من عملائهم. هذه مجرد البداية. هذه مجرد البداية سنواصل الاعتماد على تقنية AWS المتقدمة لمساعدة فرق تطوير المنتجات في كل مكان على تحديد أولويات ما يجب بناءه بعد ذلك بثقة.».

ومع وجود المزيد من الخيارات من من نماذج الأساس الرائدة والميزات التي تساعدك على تقييم النماذج وحماية التطبيقات بالإضافة إلى الاستفادة من استثماراتك السابقة في الذكاء الاصطناعي إلى جانب إمكانات Amazon Bedrock، فالإمكانات التي تم إطلاقها اليوم تجعل الأمر أسهل وأسرع للعملاء لإنشاء تطبيقات الذكاء الاصطناعي المولّد وتوسيع نطاقها. تسلط هذه المقالة الضوء فقط على مجموعة فرعية من الميزات الجديدة. يمكنك معرفة المزيد حول كل ما أطلقناه في قسم الموارد أدناه، بما في ذلك طرح الأسئلة وتلخيص البيانات من مستند واحد دون إعداد قاعدة بيانات من نوع vector في Knowledge Bases والتوفر العام للدعم لمصادر البيانات المتعددة باستخدام Knowledge Bases.

يكتسب المتبنون الأوائل الذين يستفيدون من قدرات Amazon Bedrock بداية حاسمة – مما يؤدي إلى زيادة مكاسب الإنتاجية، وتعزيز الاكتشافات الرائدة في مجالات متعددة، وتقديم تجارب عملاء محسنة تعزز الولاء والمشاركة. أنا متحمس لرؤية ما سيفعله عملاؤنا بعد ذلك بهذه الإمكانات الجديدة.

كما يقول معلمي فيرنر فوجلز دائمًا «اذهب الآن للبناء» وسأضيف «… مع Amazon Bedrock!»

الموارد

قم بمراجعة الموارد التالية لمعرفة المزيد حول هذا الإعلان:


بتصرّف عن المقالة الاصلية