AWS bietet neue Leitfäden für künstliche Intelligenz, maschinelles Lernen und generative KI zur Planung Ihrer KI-Strategie | Amazon Web Services

Durchbrüche in der künstlichen Intelligenz (KI) und im maschinellen Lernen (ML) stehen seit Monaten in den Schlagzeilen – und das aus gutem Grund. Die aufkommenden und sich weiterentwickelnden Fähigkeiten dieser Technologie versprechen neue Geschäftsmöglichkeiten für Kunden in allen Sektoren und Branchen. Doch die Geschwindigkeit dieser Revolution macht es für Unternehmen und Verbraucher schwieriger einzuschätzen, was diese Durchbrüche konkret für sie bedeuten.

Im Laufe der Jahre hat AWS in die Demokratisierung des Zugangs zu und des Verständnisses von KI, ML und generativer KI investiert. Durch Ankündigungen rund um das Neueste Entwicklungen in der generativen KI und die Gründung von a 100 Millionen US-Dollar Generative AI Innovation Center Amazon Web Services (AWS) hat im Rahmen des Programms eine führende Rolle dabei gespielt, das Verständnis für die Rolle zu fördern, die diese Innovationen im Leben von Einzelpersonen und Organisationen spielen können. Um Ihnen zu helfen, Ihre Optionen in Bezug auf KI und ML zu verstehen, hat AWS zwei neue Leitfäden veröffentlicht: die AWS Cloud Adoption Framework für künstliche Intelligenz, maschinelles Lernen und generative KI und für Leitfaden zur Entscheidungsfindung im Resource Center „Erste Schritte“ für maschinelles Lernen.

AWS CAF für KI, ML und generative KI

Das AWS Cloud Adoption Framework für künstliche Intelligenz, maschinelles Lernen und generative KI (CAF-AI) soll Ihnen bei der Navigation auf Ihrer KI-Reise helfen. Es handelt sich um ein mentales Modell für Unternehmen, die danach streben, mit KI/ML geschäftlichen Mehrwert zu generieren. Basierend auf unserer eigenen Erfahrung – und der unserer Kunden – stellen wir in diesem Rahmen Best Practices für eine KI-Transformation bereit und beschleunigen Geschäftsergebnisse durch den innovativen Einsatz von KI auf AWS.

CAF-AI wird von Kunden und Partnerteams eingesetzt und hilft dabei, eine Strategie für die KI-Transformation abzuleiten, zu priorisieren, weiterzuentwickeln und zu kommunizieren. Die folgende Abbildung zeigt, wie wir eine KI-Reise durch CAF-KI vereinfachen: indem wir rückwärts von Geschäftsergebnissen (1) zu den Möglichkeiten arbeiten, die KI, ML und generative KI bieten (2), über Ihre Transformationsdomänen (3) und Ihre Grundlagen hinweg Fähigkeiten (4) durch einen iterativen Prozess (5) der Bewertung, Ableitung und Implementierung von Aktionselementen für eine KI-Strategie.

In CAF-AI beschreiben wir die KI/ML-Reise, die Sie erleben können, wenn Ihre organisatorischen Fähigkeiten in Bezug auf KI und ML ausgereift sind. Um Sie anzuleiten, werfen wir einen Blick auf die Entwicklung grundlegender Fähigkeiten, von denen wir beobachtet haben, dass sie einem Unternehmen dabei helfen, seinen Reifegrad in der KI weiter auszubauen.

Wir bieten außerdem präskriptive Anleitungen durch einen Überblick über den Zielzustand dieser grundlegenden Fähigkeiten und erklären, wie man sie Schritt für Schritt weiterentwickeln kann, um dabei Geschäftswert zu generieren. Die folgende Abbildung zeigt diese grundlegenden Funktionen für die Cloud- und KI/ML-Einführung. A capability ist eine organisatorische Fähigkeit, Prozesse zu nutzen, um Ressourcen (wie Menschen, Technologie und andere materielle oder immaterielle Vermögenswerte) einzusetzen, um ein Ergebnis zu erzielen. Da es sich bei der CAF-AI um einen lebendigen Wissensindex handelt, können Sie davon ausgehen, dass er im Laufe der Zeit wächst und sich verändert.

CAF-AI wurde als Ausgangspunkt und Orientierungspunkt für die ML- und KI-Reise eines Kunden konzipiert und soll ein Dokument sein, von dem sich Unternehmen inspirieren lassen können, wenn sie ihre mittelfristige KI- und ML-Agenda gestalten und versuchen, die wichtigen Themen und Perspektiven zu verstehen die es beeinflussen. Je nachdem, wo Sie sich auf Ihrer KI/ML-Reise befinden, können Sie sich auf einen bestimmten Abschnitt konzentrieren und dort Ihre Fähigkeiten verfeinern oder das gesamte Dokument verwenden, um den Reifegrad zu beurteilen und bei der Festlegung kurzfristiger Verbesserungsbereiche zu helfen.

Da der Geschäftsproblembereich, auf den KI/ML angewendet werden kann, keine einzelne Funktion oder Domäne ist, gilt er für alle Funktionen von Unternehmen und alle Branchenbereiche, in denen Sie nach Möglichkeiten suchen, die Wettbewerbsbedingungen in Märkten mit KI/ML neu zu gestalten macht einen wirtschaftlichen Unterschied. Der AWS Cloud Adoption Framework für künstliche Intelligenz, maschinelles Lernen und generative KI ist eines der vielen Tools, die AWS bereitstellt, um Ihnen dabei zu helfen, dieses Ziel zu erreichen. Da KI/ML Lösungen und Lösungswege für Probleme ermöglicht, deren Lösung jahrzehntelang unwirtschaftlich war (oder die ohne KI/ML technisch nicht zu lösen waren), können die daraus resultierenden Geschäftsergebnisse tiefgreifend sein.

Der Leitfaden zur Entscheidungsfindung im „Erste Schritte“-Ressourcencenter für maschinelles Lernen

Bei AWS ging es schon immer um die Wahl. Wenn Sie den Einsatz von KI intensivieren, ist es von größter Bedeutung, dass Sie die richtige Unterstützung bei der Auswahl des besten Service, Modells und der besten Infrastruktur für Ihre Geschäftsanforderungen erhalten. Der Leitfaden zur Entscheidungsfindung im Resource Center „Erste Schritte“ für maschinelles Lernen soll Ihnen einen detaillierten Überblick über die von AWS angebotenen KI- und ML-Dienste geben und eine strukturierte Anleitung zur Auswahl der Dienste geben, die für Sie und Ihre Anwendungsfälle geeignet sein könnten.

Der Entscheidungsleitfaden kann Ihnen auch dabei helfen, die Kriterien zu formulieren und zu berücksichtigen, die Ihre Entscheidungen beeinflussen. Es beschreibt beispielsweise die Palette der AWS ML-Dienste (siehe folgenden Screenshot), die jeweils unterschiedliche Ebenen der Verwaltungsanforderungen erfüllen, je nachdem, wie viel Kontrolle und Anpassung Sie benötigen.

Der Leitfaden erläutert außerdem die einzigartigen Möglichkeiten der AWS-Services, die Leistungsfähigkeit von Basismodellen zu nutzen und wo Sie diesen sich schnell entwickelnden Zweig des maschinellen Lernens optimal nutzen können.

Es bietet Details zu bestimmten Diensten, Links zu detaillierten technischen Leitfäden auf Dienstebene, eine Vergleichstabelle, die die einzigartigen Fähigkeiten wichtiger Dienste hervorhebt, sowie Kriterien für die Auswahl von KI- und ML-Diensten. Es bietet außerdem eine Reihe kuratierter Links zu wichtigen Ressourcen, die Ihnen den Einstieg in die Nutzung von KI-, ML- und generativen KI-Diensten auf AWS erleichtern können.

Wenn Sie die Breite der von AWS bereitgestellten KI-, ML- und generativen KI-Angebote verstehen möchten, ist dieser Entscheidungsleitfaden ein guter Ausgangspunkt.

Zusammenfassung

Das Leitfaden zur Entscheidungsfindung im Resource Center „Erste Schritte“ für maschinelles LernenZusammen mit den AWS Cloud Adoption Framework für künstliche Intelligenz, maschinelles Lernen und generative KIdeckt die technischen und nichttechnischen Fragen ab, die wir oft hören. Wir hoffen, dass Sie diese neuen Ressourcen nützlich finden und freuen uns auf Ihr Feedback dazu.

---

Über die Autoren

Caleb Wilkinson verfügt über mehr als ein Jahrzehnt Erfahrung in der Entwicklung von KI-Lösungen. Als Senior Machine Learning Strategist bei AWS leistet Caleb Pionierarbeit bei innovativen KI-Anwendungen, die die Grenzen des Möglichen erweitern und Unternehmen dabei helfen, verantwortungsvoll von künstlicher Intelligenz zu profitieren. Er ist Co-Autor von CAF-AI.

Alexander Wöhlke verfügt über ein Jahrzehnt Erfahrung in KI und ML. Er ist Senior Strategist für maschinelles Lernen und technischer Produktmanager im AWS Generative AI Innovation Center. Er arbeitet mit großen Organisationen an ihrer KI-Strategie und hilft ihnen, kalkulierte Risiken an der Spitze der technologischen Entwicklung einzugehen. Er ist Co-Autor von CAF-AI.

Geof Wheelwright leitet das AWS-Team für Entscheidungsinhalte, das die wachsende Sammlung von Entscheidungsleitfäden im AWS Getting Started Resource Center schreibt und entwickelt. Sein Team hat den Entscheidungsleitfaden „Choosing an AWS Machine Learning“ erstellt. Die Arbeit mit KI und ihren Vorfahren hat ihm Spaß gemacht, seit er zum ersten Mal mit dem einfachen, textbasierten Apple II bekannt wurde Versionen von ELIZA in den frühen 1980s.

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
• PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
• PlatoESG. Automobil / Elektrofahrzeuge, Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
• BlockOffsets. Modernisierung des Eigentums an Umweltkompensationen. Hier zugreifen.
• Quelle: https://aws.amazon.com/blogs/machine-learning/aws-offers-new-artificial-intelligence-machine-learning-and-generative-ai-guides-to-plan-your-ai-strategy/