คำถามที่พบบ่อยเกี่ยวกับการกำกับดูแลข้อมูลและ AI ของ Amazon SageMaker

Amazon SageMaker รุ่นใหม่ช่วยลดความยุ่งยากในการสำรวจ การกำกับดูแล และการทำงานร่วมกันสำหรับข้อมูลและ AI ใน Lakehouse โมเดล AI และแอปพลิเคชันของคุณ ด้วย Amazon SageMaker Catalog ซึ่งสร้างขึ้นจาก Amazon DataZone ผู้ใช้สามารถค้นพบและเข้าถึงข้อมูลและโมเดลที่ได้รับการอนุมัติได้อย่างปลอดภัยโดยใช้การค้นหาเชิงความหมายด้วยข้อมูลเมตาที่สร้างขึ้นโดย AI ช่วยสร้าง หรือคุณสามารถขอให้ Q Developer ด้วยภาษาธรรมชาติค้นหาข้อมูลของคุณ ผู้ใช้สามารถกำหนดและบังคับใช้นโยบายการเข้าถึงได้อย่างสม่ำเสมอโดยใช้โมเดลการอนุญาตเพียงหนึ่งเดียว พร้อมการควบคุมการเข้าถึงแบบละเอียดใน SageMaker Unified Studio (เวอร์ชันทดลองใช้) แชร์และทำงานร่วมกันกับข้อมูลและแอสเซท AI ได้อย่างราบรื่นผ่านเวิร์กโฟลว์การเผยแพร่และสมัครรับข้อมูลที่ง่ายดาย ด้วย Amazon SageMaker คุณสามารถปกป้องและคุ้มครองโมเดล AI ของคุณโดยใช้ Amazon Bedrock guardrails และนำนโยบาย AI ที่มีความรับผิดชอบมาใช้ สร้างความไว้วางใจในองค์กรของคุณด้วยการตรวจสอบคุณภาพข้อมูลและระบบอัตโนมัติ การตรวจจับข้อมูลที่ละเอียดอ่อน ตลอดจนการติดตามที่มาของข้อมูลและ ML

คุณสามารถเข้าถึงแค็ตตาล็อก SageMaker ผ่าน Amazon SageMaker Unified Studio (เวอร์ชันทดลองใช้) ซึ่งเป็นสภาพแวดล้อมเดียวสำหรับการพัฒนาข้อมูลและ AI SageMaker Catalog มี API ที่ได้รับการเผยแพร่พร้อมแนวทางการใช้ API ของ Amazon DataZone ที่มีอยู่ เพื่อตั้งค่า กำหนดค่า หรือผสานรวมกับกระบวนการที่มีอยู่

• ความยากลำบากในการค้นหาและแบ่งปันข้อมูลข้ามทีม: ผู้ผลิตและผู้บริโภคข้อมูลมักเผชิญกับความท้าทายในการค้นหาและแบ่งปันชุดข้อมูลที่เกี่ยวข้องอย่างรวดเร็วทั่วทั้งองค์กร ความไม่มีประสิทธิภาพนี้ทำให้เสียเวลาในการค้นหาข้อมูลและจำกัดการทำงานร่วมกัน
• ขาดความเชื่อมั่นในคุณภาพข้อมูลและผลลัพธ์ของโมเดล AI: องค์กรต่าง ๆ ประสบปัญหาในการเชื่อมั่นในคุณภาพของข้อมูลและความแม่นยำของผลลัพธ์ของโมเดล AI เนื่องจากขาดการมองเห็นต้นกำเนิด คุณภาพ และรูปแบบการเข้าถึงข้อมูล
• การเข้าถึงข้อมูลที่ไม่สอดคล้องและการละเมิดความเป็นส่วนตัว: องค์กรต่าง ๆ ประสบปัญหาในการบังคับใช้หลักเกณฑ์การเข้าถึงข้อมูลที่สอดคล้องกัน ซึ่งนำไปสู่การเข้าถึงข้อมูลที่ละเอียดอ่อนโดยไม่ได้รับอนุญาต
• ความยากลำบากในการรักษาการปฏิบัติตามกฎระเบียบและนโยบายภายใน: องค์กรพบว่าการรักษาการปฏิบัติตามกฎระเบียบและการยึดมั่นในนโยบายภายในเป็นเรื่องท้าทาย เนื่องจากขาดเครื่องมือตรวจสอบและตรวจสอบที่ครอบคลุม

การกำกับดูแลข้อมูลและ AI ของ Amazon ใน Amazon SageMaker ช่วยทีมข้อมูลในเรื่อง:

• การค้นพบและความร่วมมือด้านข้อมูลที่เร็วขึ้น: ผู้ใช้สามารถค้นหาและแบ่งปันข้อมูลที่เกี่ยวข้องทั่วทั้งองค์กรได้อย่างรวดเร็ว ซึ่งลดเวลาที่ใช้ในการค้นหาข้อมูลและส่งเสริมการทำงานเป็นทีม
• ความน่าเชื่อถือที่เพิ่มขึ้นผ่านสายงานและคุณภาพ: การติดตามต้นกำเนิดของข้อมูลและการปรับปรุงคุณภาพข้อมูลเพื่อเพิ่มความมั่นใจในการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลและผลลัพธ์ของโมเดล AI
• การรักษาความปลอดภัยของข้อมูลและโมเดล AI ที่ได้รับการปรับปรุง: การรักษาความปลอดภัยของข้อมูลและโมเดลโดยอนุญาตให้เข้าถึงได้ผ่านโปรเจกต์เท่านั้น ทำให้มั่นใจได้ว่าเฉพาะผู้ที่ได้รับอนุญาตให้เห็นแอสเซทในโปรเจกต์เท่านั้นที่สามารถเข้าถึงได้ ซึ่งช่วยรักษามาตรฐานความปลอดภัยและความเป็นส่วนตัว
• ลดความเสี่ยงทางธุรกิจและการปฏิบัติตามกฎระเบียบที่ดีขึ้น: การบันทึกกิจกรรมช่วยให้องค์กรสอดคล้องกับกฎระเบียบของอุตสาหกรรมและนโยบายภายในอ ซึ่งช่วยลดความเสี่ยงขององค์กร

• ปลดล็อกประสิทธิภาพการทำงานของธุรกิจด้วยการค้นหาและค้นพบแอสเซท: ค้นหาและค้นพบข้อมูลและเนื้อหา AI เพื่อเพิ่มพลังให้กับทีม ลดเวลาที่ใช้ในการค้นหาแอสเซทที่สำคัญ และขับเคลื่อนการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลได้เร็วขึ้น
• การจัดการนโยบายการเข้าถึงข้อมูลแบบรวมศูนย์: กำหนดและจัดการกฎการเข้าถึงข้อมูลจากจุดเดียว นำไปสู่การใช้งานที่สอดคล้องกันในบริการต่าง ๆ ของ AWS และสภาพแวดล้อมของบุคคลที่สาม
• การเสริมสร้างข้อมูลด้วยบริบทและการจำแนกประเภทธุรกิจ: เพิ่มข้อมูลเมตาและการจัดหมวดหมู่ให้กับชุดข้อมูล ทำให้ผู้ใช้สามารถเข้าใจความเกี่ยวข้องของข้อมูลและการนำไปใช้กับความต้องการทางธุรกิจที่เฉพาะเจาะจงง่ายขึ้น
• บันทึกกิจกรรมสำหรับผู้ใช้และระบบ: ตรวจสอบและบันทึกการโต้ตอบกับข้อมูลและระบบ AI เพื่อให้สามารถมองเห็นรูปแบบการใช้งานและปัญหาด้านความปลอดภัยที่อาจเกิดขึ้น
• การนำหลักเกณฑ์การกำกับดูแลข้อมูลไปใช้กับ AI/ML: ขยายหลักเกณฑ์การกำกับดูแลข้อมูลไปยังกระบวนการ AI และแมชชีนเลิร์นนิง เพื่อให้แน่ใจว่ามีเพียงข้อมูลที่ได้รับอนุมัติเท่านั้นที่จะถูกนำไปใช้ในการฝึกโมเดล และระบบ AI ปฏิบัติตามสิทธิ์และแนวทางจริยธรรมที่กำหนดไว้

Amazon SageMaker Catalog สร้างขึ้นบน Amazon DataZone ซึ่งมอบความสามารถในการกำกับดูแลเดียวกันในประสบการณ์ผู้ใช้แบบครบวงจร ประสบการณ์การใช้งาน Amazon DataZone ยังคงอยู่ เพื่อให้ลูกค้า Amazon DataZone เดิมสามารถใช้งานอินเทอร์เฟซที่คุ้นเคยได้ หากต้องการ

รายละเอียดการกำหนดราคาสามารถดูได้ที่นี่: https://aws.amazon.com/datazone/pricing/