AWS 上的生成式人工智能(AI)

使用 Amazon Q、PartyRock、Bedrock 等进行学习、构建和探索

AWS 上的生成式人工智能(AI)

使用 Amazon Q、PartyRock、Bedrock 等进行学习、构建和探索

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

CodeWhisperer 可为多种语言生成实时代码建议。 

Amazon Bedrock 平台 PartyRock

PartyRock,一款由 Bedrock AI 提供支持的快速生成式人工智能应用程序构建器。 

Amazon Q,您工作中的全新 AI 助手

Amazon Q 是您的 AI 助手,可连接到商业工具执行日常任务。 

Amazon SageMaker JumpStart 机器学习中心

SageMaker JumpStart:通过内置算法加速机器学习,确保数据安全。 

Amazon Bedrock 和基础模型(FM)

Amazon Bedrock:采用 Titan 和顶级 AI 初创企业等 FM 的完全托管式服务。 

Amazon Bedrock 和基础模型(FM)

CodeWhisperer 可为多种语言生成实时代码建议。 

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。

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。 

点击图像可放大

Amazon Titan

Amazon Titan 是 AWS 提供的一系列功能强大的预训练模型,支持多种使用案例,可按原样部署或使用您的数据进行专门定制。

开发人员体验

借助 Amazon Bedrock,开发人员可以轻松使用各种高性能基础模型(FM)

Amazon Bedrock API

获取有关 Bedrock API 操作及其参数的更多详细信息

使用 Amazon Bedrock 将 FM 集成到您的代码中

探索 Amazon Bedrock,学习如何将领先的人工智能初创企业和亚马逊的生成式人工智能模型集成到您的应用程序中

适用于 AWS SDK 的代码示例

发现并执行代码示例以有效管理 AWS 资源,涵盖单项和多项 AWS 服务。

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

AWS Trainium

与同级的 Amazon EC2 实例相比,可节省高达 50% 的培训成本

AWS Inferentia2

与同类 Amazon EC2 实例相比,性价比最高可提高 40%

AWS 机器学习基础设施

为了帮助您加速机器学习创新,AWS 提供了高性能、经济高效且节能的专用机器学习工具和加速器的理想组合,并针对机器学习应用程序进行了优化。

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。

博客

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。

博客

零售行业的生成式人工智能

从虚拟试穿体验到制作个性化广告,Stable Diffusion 的影响深远。

博客

与 LLM 保持连贯的对话

将 LangChain 与 Amazon Bedrock 和 Amazon DynamoDB 配合使用,并构建用于进行自然对话的应用程序

博客

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。 

更多资源

博客

面向开发人员的提示工程

学习适用于大型语言模型(LLM)的有效提示工程技术,以促进软件架构决策。
访问文章 
博客

人工智能开发:创建安全且有弹性的应用程序

了解 Amazon CodeWhisperer 和 Amazon CodeGuru 等人工智能开发人员工具的进步,以及它们如何帮助提高应用程序的安全性、可用性和灵活性。
访问文章 
博客

选择 AWS 机器学习服务

决策指南 — 选择合适的人工智能和机器学习服务、框架和基础模型来支持您的工作
访问文章 
博客

DeepLearning.AI 和 AWS 提供的具有大型语言模型的生成式人工智能课程

这项关于 Coursera 的新培训由 AWS 专家和包括Andrew Ng 博士在内的人工智能教育工作者共同开发,可以帮助您学习 LLM,了解 LLM,以及将其部署到现实世界中的应用程序
访问文章 

社区

发现、探索和应用一系列以开发人员为中心的内容、资源和动手实践工具,它们将会在您的云计算之旅中发挥作用。

此页内容对您是否有帮助?