AWS tilbyder ny kunstig intelligens, maskinlæring og generative AI-guider til at planlægge din AI-strategi | Amazon Web Services

Gennembrud inden for kunstig intelligens (AI) og maskinlæring (ML) har været i overskrifterne i flere måneder – og det er der god grund til. De nye og udviklende muligheder i denne teknologi lover nye forretningsmuligheder for kunder på tværs af alle sektorer og industrier. Men hastigheden af ​​denne revolution har gjort det sværere for organisationer og forbrugere at vurdere, hvad disse gennembrud specifikt betyder for dem.

I årenes løb har AWS investeret i demokratisering af adgang til – og forståelse af – AI, ML og generativ AI. Gennem meddelelser omkring det seneste udvikling inden for generativ kunstig intelligens og etablering af en $100 millioner Generative AI Innovation Center har Amazon Web Services (AWS) været på forkant med at hjælpe med at skabe forståelse for den rolle, som disse innovationer kan spille i både enkeltpersoners og organisationers liv. For at hjælpe dig med at forstå dine muligheder i forhold til AI og ML har AWS udgivet to nye guider: AWS Cloud Adoption Framework for Artificial Intelligence, Machine Learning og Generative AI og Kom godt i gang Resource Center maskinlæring beslutningsvejledning.

AWS CAF til AI, ML og Generativ AI

AWS Cloud Adoption Framework for Artificial Intelligence, Machine Learning og Generative AI (CAF-AI) er designet til at hjælpe dig med at navigere på din AI-rejse. Det er en mental model for organisationer, der stræber efter at skabe forretningsværdi fra AI/ML. Baseret på vores egen – og vores kunders – erfaring leverer vi inden for denne ramme af bedste praksis for en AI-transformation og accelererer forretningsresultater gennem innovativ brug af AI på AWS.

Brugt af kunder og partnerteams hjælper CAF-AI med at udlede, prioritere, udvikle og kommunikere en strategi for AI-transformation. Følgende figur viser, hvordan vi forenkler en AI-rejse gennem CAF-AI: ved at arbejde baglæns fra forretningsresultater (1) til de muligheder, som AI, ML og generativ AI giver (2), på tværs af dine transformationsdomæner (3) og dine grundlæggende kapaciteter (4) gennem en iterativ proces (5) med at vurdere, udlede og implementere handlingspunkter for en AI-strategi.

I CAF-AI beskriver vi den AI/ML-rejse, du kan opleve, når dine organisatoriske evner inden for AI og ML modnes. For at vejlede dig zoomer vi ind på udviklingen af ​​grundlæggende egenskaber, som vi har observeret hjælper en organisation med at vokse sin modenhed i AI yderligere.

Vi giver også præskriptiv vejledning gennem en oversigt over måltilstanden for disse grundlæggende kapaciteter og forklarer, hvordan man udvikler dem trin for trin for at skabe forretningsværdi undervejs. Følgende figur viser disse grundlæggende funktioner til cloud- og AI/ML-adoption. EN kapacitet er en organisatorisk evne til at bruge processer til at implementere ressourcer (såsom mennesker, teknologi og andre materielle eller immaterielle aktiver) for at opnå et resultat. Fordi CAF-AI er et levende indeks for viden, kan du forvente, at det vil vokse og ændre sig over tid.

CAF-AI er designet som et udgangspunkt og et orienteringspunkt gennem en kundes ML- og AI-rejse og er beregnet til at være et dokument, som organisationer kan hente inspiration fra, når de former deres midtvejs AI- og ML-dagsorden og forsøger at forstå de vigtige emner og perspektiver. der påvirker det. Afhængigt af hvor du er på din AI/ML-rejse, kan du måske fokusere på et specifikt afsnit og finpudse dine færdigheder der, eller bruge hele dokumentet til at bedømme modenhed og hjælpe med at lede forbedringsområder på kort sigt.

Fordi det forretningsmæssige problemområde, som AI/ML kan anvendes til, ikke er en enkelt funktion eller domæne, gælder det på tværs af alle funktioner i virksomheder og alle industridomæner, hvor du leder efter måder at nulstille spillefeltet på markeder, hvor AI/ML gør en økonomisk forskel. Det AWS Cloud Adoption Framework for Artificial Intelligence, Machine Learning og Generative AI er et af de mange værktøjer, AWS leverer til at hjælpe dig med at opnå dette resultat. Da AI/ML muliggør løsninger og løsningsveje til problemer, der har været uøkonomiske at løse i årtier (eller var teknisk umulige at tackle uden AI/ML), kan de resulterende forretningsresultater være dybtgående.

Kom godt i gang Resource Center maskinlæring beslutningsvejledning

AWS har altid handlet om valg. Når du øger din brug af kunstig intelligens, er det altafgørende, at du har den rette support til at vælge den bedste service, model og infrastruktur til dine forretningsbehov. Det Kom godt i gang Resource Center maskinlæring beslutningsvejledning er designet til at give dig et detaljeret overblik over AI- og ML-tjenesterne, der tilbydes af AWS, og give struktureret vejledning om, hvordan du vælger de tjenester, der kan være rigtige for dig og dine use cases.

Beslutningsvejledningen kan også hjælpe dig med at formulere og overveje de kriterier, der vil danne grundlag for dine valg. For eksempel beskriver den rækken af ​​AWS ML-tjenester (se følgende skærmbillede), som hver især henvender sig til forskellige niveauer af ledelseskrav, afhængigt af hvor meget kontrol og tilpasning du har brug for.

Guiden forklarer også de unikke muligheder for AWS-tjenester til at realisere kraften i fundamentmodeller, og hvor du kan få mest muligt ud af denne hurtigt udviklende gren af ​​maskinlæring.

Den tilbyder detaljer om specifikke tjenester, links til detaljerede tekniske vejledninger på serviceniveau, en sammenligningstabel, der fremhæver nøgletjenesternes unikke muligheder og kriterier for valg af AI- og ML-tjenester. Det giver også et udvalgt sæt links til nøgleressourcer, der kan hjælpe dig i gang med at bruge AI, ML og generative AI-tjenester på AWS.

Hvis du ønsker at forstå bredden af ​​AI, ML og generative AI-tilbud fra AWS, er denne beslutningsvejledning et godt sted at starte.

Konklusion

Kom godt i gang Resource Center maskinlæring beslutningsvejledningSammen med AWS Cloud Adoption Framework for Artificial Intelligence, Machine Learning og Generative AI, dækker over de tekniske og ikke-tekniske spørgsmål, som vi ofte hører. Vi håber, at du finder disse nye ressourcer nyttige og ser frem til din feedback på dem.

---

Om forfatterne

Caleb Wilkinson har mere end ti års erfaring med at bygge AI-løsninger. Som senior maskinlæringsstrateg hos AWS er ​​Caleb banebrydende for innovative applikationer af kunstig intelligens, der flytter grænserne for muligheder og hjælper organisationer med at drage ansvarligt fordel af kunstig intelligens. Han er medforfatter til CAF-AI.

Alexander Wöhlke har ti års erfaring inden for AI og ML. Han er Senior Machine Learning Strategist og Technical Product Manager hos AWS Generative AI Innovation Center. Han arbejder med store organisationer om deres AI-strategi og hjælper dem med at tage kalkulerede risici på forkant med den teknologiske udvikling. Han er medforfatter til CAF-AI.

Geof Wheelwright administrerer AWS beslutningsindholdsteam, som skriver og udvikler den voksende samling af beslutningsvejledninger på AWS Getting Started Resource Center. Hans team skabte beslutningsvejledningen for at vælge en AWS-maskinelæring. Han har nydt at arbejde med kunstig intelligens og dets forfædre, siden han først blev introduceret til enkle, tekstbaserede Apple II versioner af ELIZA i de tidlige 1980'er.

• SEO Powered Content & PR Distribution. Bliv forstærket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
• PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
• PlatoESG. Automotive/elbiler, Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
• BlockOffsets. Modernisering af miljømæssig offset-ejerskab. Adgang her.
• Kilde: https://aws.amazon.com/blogs/machine-learning/aws-offers-new-artificial-intelligence-machine-learning-and-generative-ai-guides-to-plan-your-ai-strategy/