हमारा मानना है कि जेनरेटिव एआई में समय के साथ हमारे ज्ञात लगभग हर ग्राहक अनुभव को बदलने की क्षमता है। AWS पर जेनरेटिव AI एप्लिकेशन लॉन्च करने वाली कंपनियों की संख्या काफी है और तेजी से बढ़ रही है, जिनमें एडिडास, बुकिंग.कॉम, ब्रिजवाटर एसोसिएट्स, क्लैरियंट, कॉक्स ऑटोमोटिव, गोडैडी और लेक्सिसनेक्सिस लीगल एंड प्रोफेशनल शामिल हैं। पर्प्लेक्सिटी एआई जैसे नवोन्मेषी स्टार्टअप जनरेटिव एआई के लिए एडब्ल्यूएस पर काम कर रहे हैं। एंथ्रोपिक जैसी अग्रणी एआई कंपनियों ने मिशन-महत्वपूर्ण कार्यभार के लिए अपने प्राथमिक क्लाउड प्रदाता और अपने भविष्य के मॉडल को प्रशिक्षित करने के स्थान के रूप में एडब्ल्यूएस को चुना है। और एक्सेंचर जैसी वैश्विक सेवाएं और समाधान प्रदाता अनुकूलित जेनेरिक एआई अनुप्रयोगों का लाभ उठा रहे हैं क्योंकि वे अपने इन-हाउस डेवलपर्स को सशक्त बनाते हैं अमेज़ॅन कोडव्हिस्पीर.
ये ग्राहक AWS को चुन रहे हैं क्योंकि हम वही करने पर ध्यान केंद्रित कर रहे हैं जो हम हमेशा से करते आए हैं - जटिल और महंगी तकनीक लेना जो ग्राहकों के अनुभवों और व्यवसायों को बदल सकती है और इसे सभी आकार और तकनीकी क्षमताओं के ग्राहकों के लिए लोकतांत्रिक बनाना है। ऐसा करने के लिए, हम जेनरेटिव एआई स्टैक की तीन परतों में क्षमताओं का सबसे व्यापक सेट प्रदान करने के लिए निवेश कर रहे हैं और तेजी से नवाचार कर रहे हैं। निचली परत बड़े भाषा मॉडल (एलएलएम) और अन्य फाउंडेशन मॉडल (एफएम) को प्रशिक्षित करने और निष्कर्ष या भविष्यवाणियां तैयार करने के लिए बुनियादी ढांचा है। मध्य परत उन सभी मॉडलों और उपकरणों तक आसान पहुंच है, जिनकी ग्राहकों को समान सुरक्षा, पहुंच नियंत्रण और अन्य सुविधाओं के साथ जेनेरिक एआई अनुप्रयोगों को बनाने और स्केल करने की आवश्यकता होती है, जिनकी ग्राहक AWS सेवा से अपेक्षा करते हैं। और शीर्ष स्तर पर, हम जेनरेटिव एआई-आधारित कोडिंग जैसे प्रमुख क्षेत्रों में गेम-चेंजिंग अनुप्रयोगों में निवेश कर रहे हैं। उन्हें विकल्प और - जैसा कि वे हमसे उम्मीद करते हैं - सभी स्तरों पर क्षमताओं की व्यापकता और गहराई की पेशकश करने के अलावा, ग्राहक हमें यह भी बताते हैं कि वे हमारे डेटा-प्रथम दृष्टिकोण की सराहना करते हैं, और विश्वास करते हैं कि हमने उद्यम के साथ जमीन से सब कुछ बनाया है- ग्रेड सुरक्षा और गोपनीयता।
इस सप्ताह हमने एक बड़ा कदम आगे बढ़ाया है, स्टैक की सभी तीन परतों में कई महत्वपूर्ण नई क्षमताओं की घोषणा की है ताकि हमारे ग्राहकों के लिए अपने व्यवसायों में व्यापक रूप से जेनरेटिव एआई का उपयोग करना आसान और व्यावहारिक हो सके।
स्टैक की निचली परत: AWS ट्रेनियम2 जेनरेटिव एआई के लिए सबसे उन्नत क्लाउड इंफ्रास्ट्रक्चर प्रदान करने वाला नवीनतम अतिरिक्त है
स्टैक की निचली परत एलएलएम और अन्य एफएम को प्रशिक्षित करने और चलाने के लिए आवश्यक बुनियादी ढांचा-कंप्यूटर, नेटवर्किंग, फ्रेमवर्क, सेवाएं-है। AWS एमएल के लिए सबसे उन्नत बुनियादी ढांचे की पेशकश करने के लिए नवाचार करता है। NVIDIA के साथ हमारे लंबे समय से चले आ रहे सहयोग के माध्यम से, AWS 12 साल पहले क्लाउड पर GPU लाने वाला पहला था, और हाल ही में हम अपने P100 इंस्टेंसेस के साथ NVIDIA H5 GPU उपलब्ध कराने वाले पहले प्रमुख क्लाउड प्रदाता थे। हम अद्वितीय नवाचारों में निवेश करना जारी रखते हैं जो AWS को GPU चलाने के लिए सबसे अच्छा क्लाउड बनाते हैं, जिसमें सबसे उन्नत वर्चुअलाइजेशन सिस्टम (AWS नाइट्रो) के मूल्य-प्रदर्शन लाभ, इलास्टिक फैब्रिक एडाप्टर (EFA) के साथ शक्तिशाली पेटाबिट-स्केल नेटवर्किंग और हाइपर- शामिल हैं। अमेज़ॅन EC2 अल्ट्राक्लस्टर्स के साथ स्केल क्लस्टरिंग (हजारों त्वरित उदाहरण एक उपलब्धता क्षेत्र में सह-स्थित हैं और एक गैर-अवरुद्ध नेटवर्क में परस्पर जुड़े हुए हैं जो बड़े पैमाने पर एमएल प्रशिक्षण के लिए 3,200 जीबीपीएस तक प्रदान कर सकते हैं)। हम किसी भी ग्राहक के लिए एमएल के लिए अमेज़ॅन ईसी2 क्षमता ब्लॉक के साथ जेनरेटर एआई के लिए अत्यधिक मांग वाली जीपीयू गणना क्षमता तक पहुंच को आसान बना रहे हैं - उद्योग में पहला और एकमात्र उपभोग मॉडल जो ग्राहकों को भविष्य में उपयोग के लिए जीपीयू आरक्षित करने की सुविधा देता है (500 तक) छोटी अवधि के एमएल कार्यभार के लिए EC2 UltraClusters में तैनात)।
कई साल पहले, हमें एहसास हुआ कि मूल्य प्रदर्शन को आगे बढ़ाने के लिए हमें सिलिकॉन तक सभी तरह से नवाचार करने की आवश्यकता होगी, और हमने अपने स्वयं के चिप्स में निवेश करना शुरू कर दिया। विशेष रूप से एमएल के लिए, हमने एडब्ल्यूएस इनफेरेंटिया, हमारी उद्देश्य-निर्मित अनुमान चिप से शुरुआत की। आज, हम Amazon EC2 Inf2 उदाहरणों के साथ AWS Inferentia की अपनी दूसरी पीढ़ी पर हैं जो विशेष रूप से सैकड़ों अरबों मापदंडों वाले मॉडल के साथ बड़े पैमाने पर जेनरेटिव AI अनुप्रयोगों के लिए अनुकूलित हैं। Inf2 उदाहरण क्लाउड में अनुमान के लिए सबसे कम लागत की पेशकश करते हैं, जबकि Inf1 उदाहरण की तुलना में चार गुना अधिक थ्रूपुट और दस गुना कम विलंबता भी प्रदान करते हैं। 12 Inferentia2 चिप्स द्वारा संचालित, Inf2 एकमात्र अनुमान-अनुकूलित EC2 उदाहरण हैं जिनमें त्वरक के बीच उच्च गति कनेक्टिविटी है ताकि ग्राहक अल्ट्रा-बड़े मॉडल वितरित करके प्रदर्शन या विलंबता का त्याग किए बिना तेजी से और अधिक कुशलतापूर्वक (कम लागत पर) अनुमान चला सकें। एकाधिक त्वरक के पार। Adobe, Deutsche Telekom, और लियोनार्डो.ai जैसे ग्राहकों ने शुरुआती अच्छे परिणाम देखे हैं और Inf2 पर बड़े पैमाने पर अपने मॉडल तैनात करने के लिए उत्साहित हैं।
प्रशिक्षण पक्ष पर, AWS के उद्देश्य-निर्मित एमएल प्रशिक्षण चिप, AWS ट्रेनियम द्वारा संचालित Trn1 इंस्टेंसेस को EFA नेटवर्किंग से जुड़े कई सर्वरों में प्रशिक्षण वितरित करने के लिए अनुकूलित किया गया है। रिको जैसे ग्राहकों ने महज कुछ ही दिनों में अरबों मापदंडों के साथ एक जापानी एलएलएम को प्रशिक्षित किया है। बड़े पैमाने पर गहन शिक्षण मॉडल को प्रशिक्षित करने के लिए ट्रेनियम-आधारित उदाहरणों के साथ डेटाब्रिक्स को 40% तक बेहतर मूल्य-प्रदर्शन मिल रहा है। लेकिन व्यावहारिक रूप से हर हफ्ते नए, अधिक सक्षम मॉडल आने के साथ, हम प्रदर्शन और पैमाने पर सीमाओं को आगे बढ़ा रहे हैं, और हम घोषणा करने के लिए उत्साहित हैं एडब्ल्यूएस ट्रेनियम2, सैकड़ों अरबों से खरबों मापदंडों के साथ प्रशिक्षण मॉडल के लिए और भी बेहतर मूल्य प्रदर्शन प्रदान करने के लिए डिज़ाइन किया गया है. ट्रेनियम2 को पहली पीढ़ी के ट्रेनियम की तुलना में चार गुना तेज प्रशिक्षण प्रदर्शन प्रदान करना चाहिए, और जब ईसी2 अल्ट्राक्लस्टर में उपयोग किया जाता है तो कुल गणना के 65 एक्साफ्लॉप तक वितरित करना चाहिए। इसका मतलब है कि ग्राहक हफ्तों बनाम महीनों में 300 बिलियन पैरामीटर एलएलएम को प्रशिक्षित करने में सक्षम होंगे। ट्रेनियम2 का प्रदर्शन, पैमाना और ऊर्जा दक्षता कुछ ऐसे कारण हैं जिनकी वजह से एंथ्रोपिक ने अपने मॉडलों को एडब्ल्यूएस पर प्रशिक्षित करने का विकल्प चुना है, और अपने भविष्य के मॉडल के लिए ट्रेनियम2 का उपयोग करेगा। और हम ट्रेनियम और इनफेरेंटिया दोनों के साथ निरंतर नवाचार पर एंथ्रोपिक के साथ सहयोग कर रहे हैं। हमें उम्मीद है कि हमारा पहला ट्रेनियम2 इंस्टेंस 2024 में ग्राहकों के लिए उपलब्ध होगा।
हम अपने एमएल सिलिकॉन के लिए सॉफ्टवेयर टूल श्रृंखला को भी दोगुना कर रहे हैं, विशेष रूप से एडब्ल्यूएस न्यूरॉन, सॉफ्टवेयर डेवलपमेंट किट (एसडीके) को आगे बढ़ाने में जो ग्राहकों को ट्रेनियम और इनफेरेंटिया से अधिकतम प्रदर्शन प्राप्त करने में मदद करता है। 2019 में न्यूरॉन को पेश करने के बाद से हमने कंपाइलर और फ्रेमवर्क प्रौद्योगिकियों में पर्याप्त निवेश किया है, और आज न्यूरॉन सार्वजनिक रूप से उपलब्ध कई सबसे लोकप्रिय मॉडलों का समर्थन करता है, जिसमें मेटा से लामा 2, डेटाब्रिक्स से एमपीटी और स्टेबिलिटी एआई से स्टेबल डिफ्यूजन शामिल है। लोकप्रिय मॉडल रिपॉजिटरी हगिंग फेस पर शीर्ष 93 मॉडलों में से 100। न्यूरॉन PyTorch और TensorFlow जैसे लोकप्रिय ML फ्रेमवर्क में प्लग इन करता है, और JAX के लिए समर्थन अगले साल की शुरुआत में आ रहा है। ग्राहक हमें बता रहे हैं कि न्यूरॉन ने उनके लिए कोड की कुछ पंक्तियों के साथ अपने मौजूदा मॉडल प्रशिक्षण और अनुमान पाइपलाइनों को ट्रेनियम और इनफेरेंटिया में बदलना आसान बना दिया है।
कोई और सर्वोत्तम एमएल चिप्स, सुपर-फास्ट नेटवर्किंग, वर्चुअलाइजेशन और हाइपर-स्केल क्लस्टर की पसंद का समान संयोजन प्रदान नहीं करता है। और इसलिए, यह आश्चर्य की बात नहीं है कि कुछ सबसे प्रसिद्ध जेनरेटिव एआई स्टार्टअप जैसे एआई21 लैब्स, एंथ्रोपिक, हगिंग फेस, पर्प्लेक्सिटी एआई, रनवे और स्टेबिलिटी एआई एडब्ल्यूएस पर चलते हैं। लेकिन, एलएलएम और अन्य एफएम को कुशलतापूर्वक और लागत प्रभावी ढंग से बनाने, प्रशिक्षित करने और चलाने के लिए इस गणना का प्रभावी ढंग से लाभ उठाने के लिए आपको अभी भी सही टूल की आवश्यकता है। और इनमें से कई स्टार्टअप के लिए, अमेज़न SageMaker जवाब है। चाहे शुरुआत से एक नया, मालिकाना मॉडल बनाना और प्रशिक्षण देना हो या सार्वजनिक रूप से उपलब्ध कई लोकप्रिय मॉडलों में से किसी एक से शुरुआत करना हो, प्रशिक्षण एक जटिल और महंगा उपक्रम है। इन मॉडलों को लागत प्रभावी ढंग से चलाना भी आसान नहीं है। ग्राहकों को बड़ी मात्रा में डेटा प्राप्त करना होगा और उसे तैयार करना होगा। इसमें आम तौर पर डेटा को साफ करने, डुप्लिकेट को हटाने, उसे समृद्ध करने और बदलने का बहुत सारा मैन्युअल काम शामिल होता है। फिर उन्हें जीपीयू/एक्सेलेरेटर के बड़े क्लस्टर बनाना और बनाए रखना होगा, क्लस्टर में मॉडल प्रशिक्षण को कुशलतापूर्वक वितरित करने के लिए कोड लिखना होगा, बार-बार चेकपॉइंट, मॉडल को रोकना, निरीक्षण करना और अनुकूलित करना होगा, और मैन्युअल रूप से हस्तक्षेप करना होगा और क्लस्टर में हार्डवेयर समस्याओं को ठीक करना होगा। इनमें से कई चुनौतियाँ नई नहीं हैं, यही कुछ कारण हैं कि हमने छह साल पहले सेजमेकर को लॉन्च किया था - मॉडल प्रशिक्षण और तैनाती में शामिल कई बाधाओं को तोड़ने और डेवलपर्स को बहुत आसान तरीका देने के लिए। हजारों ग्राहक अमेज़ॅन सेजमेकर का उपयोग करते हैं, और उनमें से बड़ी संख्या में एलजी एआई रिसर्च, पर्प्लेक्सिटी एआई, एआई 21, हगिंग फेस और स्टेबिलिटी एआई जैसे एलएलएम और अन्य एफएम सेजमेकर पर प्रशिक्षण ले रहे हैं। अभी हाल ही में, टेक्नोलॉजी इनोवेशन इंस्टीट्यूट (लोकप्रिय फाल्कन एलएलएम के निर्माता) ने सेजमेकर पर सार्वजनिक रूप से उपलब्ध सबसे बड़े मॉडल-फाल्कन 180बी-को प्रशिक्षित किया। जैसे-जैसे मॉडल का आकार और जटिलता बढ़ी है, वैसे-वैसे सेजमेकर का दायरा भी बढ़ा है।
इन वर्षों में, हमने अमेज़ॅन सेजमेकर में 380 से अधिक गेम-चेंजिंग फीचर्स और क्षमताओं को जोड़ा है जैसे स्वचालित मॉडल ट्यूनिंग, वितरित प्रशिक्षण, लचीले मॉडल परिनियोजन विकल्प, एमएल ओपी के लिए उपकरण, डेटा तैयारी के लिए टूल, फीचर स्टोर, नोटबुक, निर्बाध एकीकरण एमएल जीवनचक्र में मानव-इन-द-लूप मूल्यांकन और जिम्मेदार एआई के लिए अंतर्निहित सुविधाओं के साथ। हम यह सुनिश्चित करने के लिए तेजी से नवाचार करते रहते हैं कि सेजमेकर ग्राहक एलएलएम और अन्य एफएम सहित सभी मॉडलों के लिए निर्माण, प्रशिक्षण और संचालन जारी रखने में सक्षम हैं। और हम ग्राहकों के लिए दो नई क्षमताओं वाले बड़े मॉडलों को प्रशिक्षित करना और तैनात करना और भी आसान और अधिक लागत प्रभावी बना रहे हैं। सबसे पहले, हम प्रशिक्षण को सरल बना रहे हैं शुरू करने अमेज़ॅन सेजमेकर हाइपरपॉड जो उच्च-स्तरीय दोष-सहिष्णु वितरित प्रशिक्षण के लिए आवश्यक प्रक्रियाओं को अधिक स्वचालित करता है (उदाहरण के लिए, वितरित प्रशिक्षण पुस्तकालयों को कॉन्फ़िगर करना, हजारों त्वरक पर प्रशिक्षण कार्यभार को बढ़ाना, दोषपूर्ण उदाहरणों का पता लगाना और उनकी मरम्मत करना), प्रशिक्षण में 40% तक की तेजी लाना। परिणामस्वरूप, पर्प्लेक्सिटी एआई, हगिंग फेस, स्टेबिलिटी, हिप्पोक्रेटिक, अल्केड और अन्य जैसे ग्राहक मॉडल बनाने, प्रशिक्षित करने या विकसित करने के लिए सेजमेकर हाइपरपॉड का उपयोग कर रहे हैं। दूसरा, हम विलंबता को कम करते हुए अनुमान को अधिक लागत प्रभावी बनाने के लिए नई क्षमताएं पेश कर रहे हैं। सेजमेकर अब ग्राहकों को एक ही उदाहरण में कई मॉडल तैनात करने में मदद करता है ताकि वे गणना संसाधनों को साझा कर सकें - अनुमान लागत को 50% (औसतन) कम कर सकें। सेजमेकर उन उदाहरणों पर भी सक्रिय रूप से नज़र रखता है जो अनुमान अनुरोधों को संसाधित कर रहे हैं और जो उदाहरण उपलब्ध हैं उसके आधार पर बुद्धिमानी से अनुरोधों को रूट करता है - 20% कम अनुमान विलंबता (औसतन) प्राप्त करता है। अनुमान, सेल्सफोर्स और स्लैक पहले से ही इन अनुमान अनुकूलन के कारण मॉडल होस्ट करने के लिए सेजमेकर का उपयोग कर रहे हैं।
स्टैक की मध्य परत: अमेज़ॅन बेडरॉक नए मॉडल जोड़ता है और नई क्षमताओं की एक लहर ग्राहकों के लिए जेनरेटिव एआई अनुप्रयोगों को सुरक्षित रूप से बनाना और स्केल करना और भी आसान बनाती है।
जबकि कई ग्राहक अपने स्वयं के एलएलएम और अन्य एफएम का निर्माण करेंगे, या सार्वजनिक रूप से उपलब्ध विकल्पों में से किसी भी संख्या को विकसित करेंगे, कई लोग ऐसा करने के लिए संसाधन और समय खर्च नहीं करना चाहेंगे। उनके लिए, स्टैक की मध्य परत इन मॉडलों को एक सेवा के रूप में पेश करती है। हमारा समाधान यहाँ, अमेज़ॅन बेडरॉक, ग्राहकों को एंथ्रोपिक, स्टेबिलिटी एआई, मेटा, कोहेयर, एआई21 और अमेज़ॅन से उद्योग-अग्रणी मॉडल चुनने की अनुमति देता है, उन्हें अपने डेटा के साथ अनुकूलित करता है, और उन सभी अग्रणी सुरक्षा, एक्सेस नियंत्रण और सुविधाओं का लाभ उठाता है जिनका वे उपयोग करते हैं। AWS में—सभी एक प्रबंधित सेवा के माध्यम से। हमने अमेज़ॅन बेडरॉक को आम तौर पर सितंबर के अंत में उपलब्ध कराया, और ग्राहकों की प्रतिक्रिया बेहद सकारात्मक रही है। दुनिया भर के और लगभग हर उद्योग के ग्राहक अमेज़ॅन बेडरॉक का उपयोग करने के लिए उत्साहित हैं। एडिडास डेवलपर्स को "आरंभ करने" की जानकारी से लेकर गहन तकनीकी प्रश्नों तक हर चीज़ पर त्वरित उत्तर प्राप्त करने में सक्षम बना रहा है। बुकिंग.कॉम प्रत्येक ग्राहक के लिए अनुकूलित यात्रा अनुशंसाएँ लिखने के लिए जेनरेटिव एआई का उपयोग करने का इरादा रखता है। ब्रिजवाटर एसोसिएट्स चार्ट बनाने, वित्तीय संकेतकों की गणना करने और परिणामों को सारांशित करने में मदद करने के लिए एलएलएम-संचालित निवेश विश्लेषक सहायक विकसित कर रहा है। कैरियर अधिक सटीक ऊर्जा विश्लेषण और अंतर्दृष्टि को ग्राहकों के लिए सुलभ बना रहा है ताकि वे ऊर्जा की खपत कम करें और कार्बन उत्सर्जन में कटौती करें। क्लैरिएंट आर एंड डी प्रक्रियाओं में तेजी लाने, बैठक की तैयारी के साथ बिक्री टीमों का समर्थन करने और ग्राहक ईमेल को स्वचालित करने के लिए एक आंतरिक जेनरेटर एआई चैटबॉट के साथ अपनी टीम के सदस्यों को सशक्त बना रहा है। GoDaddy ग्राहकों को अपनी वेबसाइट बनाने, आपूर्तिकर्ताओं को खोजने, ग्राहकों से जुड़ने और बहुत कुछ करने के लिए जेनरेटिव AI का उपयोग करके आसानी से अपना व्यवसाय ऑनलाइन स्थापित करने में मदद कर रहा है। लेक्सिस नेक्सिस लीगल एंड प्रोफेशनल वकीलों के लिए कानूनी काम में बदलाव ला रहा है और लेक्सिस+ एआई संवादी खोज, सारांश और दस्तावेज़ प्रारूपण और विश्लेषण क्षमताओं के साथ उनकी उत्पादकता बढ़ा रहा है। नैस्डैक संदिग्ध लेनदेन पर जांच कार्यप्रवाह को स्वचालित करने और उनकी वित्तीय अपराध विरोधी और निगरानी क्षमताओं को मजबूत करने में मदद कर रहा है। ये सभी—और कई अन्य—विविध जेनेरिक एआई एप्लिकेशन AWS पर चल रहे हैं।
हम अमेज़न बेडरॉक की गति को लेकर उत्साहित हैं, लेकिन अभी शुरुआती दिन हैं। ग्राहकों के साथ काम करने के दौरान हमने जो देखा है वह यह है कि हर कोई तेजी से आगे बढ़ रहा है, लेकिन व्यावहारिक रूप से रोजाना होने वाले नए विकल्पों और नवाचारों के साथ जेनेरिक एआई का विकास तीव्र गति से जारी है। ग्राहक पा रहे हैं कि अलग-अलग मॉडल हैं जो अलग-अलग उपयोग के मामलों या डेटा के विभिन्न सेटों पर बेहतर काम करते हैं। कुछ मॉडल सारांशीकरण के लिए महान हैं, अन्य तर्क और एकीकरण के लिए महान हैं, और फिर भी अन्य के पास वास्तव में अद्भुत भाषा समर्थन है। और फिर छवि निर्माण, खोज उपयोग के मामले और बहुत कुछ है - यह सब मालिकाना मॉडल और उन मॉडलों से आ रहा है जो किसी के लिए भी सार्वजनिक रूप से उपलब्ध हैं। और ऐसे समय में जब इतना कुछ है जो अज्ञात है, अनुकूलन करने की क्षमता यकीनन सभी का सबसे मूल्यवान उपकरण है। उन सभी पर शासन करने वाला कोई एक मॉडल नहीं होगा। और निश्चित रूप से केवल एक प्रौद्योगिकी कंपनी ही ऐसे मॉडल उपलब्ध नहीं कराती जिनका उपयोग हर कोई करता है। ग्राहकों को विभिन्न मॉडलों को आज़माना होगा। उन्हें उनके बीच स्विच करने या उन्हें एक ही उपयोग के मामले में संयोजित करने में सक्षम होना चाहिए। इसका मतलब है कि उन्हें मॉडल प्रदाताओं की वास्तविक पसंद की आवश्यकता है (जिसे पिछले 10 दिनों की घटनाओं ने और भी स्पष्ट कर दिया है)। यही कारण है कि हमने अमेज़ॅन बेडरॉक का आविष्कार किया, क्यों यह ग्राहकों के साथ इतनी गहराई से जुड़ा हुआ है, और क्यों हम एपीआई कॉल के रूप में आसान मॉडलों की एक श्रृंखला के साथ निर्माण (और बीच में चलना) बनाने के लिए तेजी से नवाचार और पुनरावृत्ति जारी रख रहे हैं, नवीनतम तकनीकों को रखें सभी डेवलपर्स के हाथों में मॉडल अनुकूलन के लिए, और ग्राहकों को सुरक्षित और उनके डेटा को निजी रखें। हम कई नई क्षमताओं को पेश करने के लिए उत्साहित हैं जो ग्राहकों के लिए जेनरेटर एआई एप्लिकेशन बनाना और स्केल करना और भी आसान बना देगी:
- एंथ्रोपिक क्लाउड 2.1, मेटा लामा 2 70बी, और अमेज़ॅन टाइटन परिवार में अतिरिक्त सुविधाओं के साथ मॉडल विकल्प का विस्तार। इन शुरुआती दिनों में, ग्राहक अभी भी विभिन्न मॉडलों के साथ सीख रहे हैं और प्रयोग कर रहे हैं ताकि यह निर्धारित किया जा सके कि वे विभिन्न उद्देश्यों के लिए किस मॉडल का उपयोग करना चाहते हैं। वे नवीनतम मॉडलों को आसानी से आज़माने में सक्षम होना चाहते हैं, और यह भी देखना चाहते हैं कि कौन सी क्षमताएं और विशेषताएं उन्हें उनके उपयोग के मामलों के लिए सर्वोत्तम परिणाम और लागत विशेषताएँ प्रदान करेंगी। अमेज़ॅन बेडरॉक के साथ, ग्राहक एक नए मॉडल से केवल एक एपीआई कॉल दूर हैं। पिछले कुछ महीनों में ग्राहकों ने जो सबसे प्रभावशाली परिणाम अनुभव किए हैं उनमें से कुछ एलएलएम से हैं एन्थ्रोपिक का क्लाउड मॉडल, जो उच्च स्तर की विश्वसनीयता और पूर्वानुमेयता को बनाए रखते हुए परिष्कृत संवाद और सामग्री निर्माण से लेकर जटिल तर्क तक कार्यों की एक विस्तृत श्रृंखला में उत्कृष्टता प्राप्त करता है। ग्राहक रिपोर्ट करते हैं कि क्लॉड के हानिकारक आउटपुट देने की संभावना बहुत कम है, बातचीत करना आसान है और अन्य एफएम की तुलना में इसे चलाया जा सकता है, इसलिए डेवलपर्स कम प्रयास के साथ अपना वांछित आउटपुट प्राप्त कर सकते हैं। एंथ्रोपिक का अत्याधुनिक मॉडल, क्लाउड 2, जीआरई पढ़ने और लिखने की परीक्षा में और इसी तरह मात्रात्मक तर्क पर 90वें प्रतिशतक से ऊपर स्कोर करता है। और अब, नया रिलीज़ किया गया क्लाउड 2.1 मॉडल अमेज़न बेडरॉक पर उपलब्ध है। क्लाउड 2.1 उद्यमों के लिए प्रमुख क्षमताएं प्रदान करता है जैसे उद्योग की अग्रणी 200K टोकन संदर्भ विंडो (क्लाउड 2 के संदर्भ से 2.0 गुना), मतिभ्रम की कम दर, और बहुत लंबी संदर्भ लंबाई पर भी सटीकता में महत्वपूर्ण सुधार। क्लाउड 2.1 में बेहतर सिस्टम संकेत भी शामिल हैं - जो मॉडल निर्देश हैं जो अंतिम उपयोगकर्ताओं के लिए बेहतर अनुभव प्रदान करते हैं - साथ ही संकेतों और पूर्णता की लागत को 25% तक कम करते हैं।
उन ग्राहकों की बढ़ती संख्या के लिए जो मेटा के सार्वजनिक रूप से उपलब्ध लामा 2 मॉडल के प्रबंधित संस्करण का उपयोग करना चाहते हैं, अमेज़ॅन बेडरॉक लामा 2 13बी प्रदान करता है, और हम लामा 2 70बी जोड़ रहे हैं. लामा 2 70बी भाषा मॉडलिंग, पाठ निर्माण और संवाद प्रणाली जैसे बड़े पैमाने के कार्यों के लिए उपयुक्त है। सार्वजनिक रूप से उपलब्ध लामा मॉडल को 30 मिलियन से अधिक बार डाउनलोड किया गया है, और ग्राहकों को यह पसंद है कि अमेज़ॅन बेडरॉक उन्हें एक प्रबंधित सेवा के हिस्से के रूप में पेश करता है जहां उन्हें बुनियादी ढांचे के बारे में चिंता करने की ज़रूरत नहीं है या उनकी टीमों पर गहरी एमएल विशेषज्ञता नहीं है। इसके अतिरिक्त, छवि निर्माण के लिए, स्टेबिलिटी एआई लोकप्रिय टेक्स्ट-टू-इमेज मॉडल का एक सूट प्रदान करता है। स्टेबल डिफ्यूजन एक्सएल 1.0 (एसडीएक्सएल 1.0) इनमें से सबसे उन्नत है, और यह अब आम तौर पर अमेज़ॅन बेडरॉक में उपलब्ध है. इस लोकप्रिय छवि मॉडल के नवीनतम संस्करण में सटीकता, बेहतर फोटोयथार्थवाद और उच्च रिज़ॉल्यूशन में वृद्धि हुई है।
ग्राहक भी इस्तेमाल कर रहे हैं अमेज़न टाइटन मॉडल, जो विभिन्न प्रकार के उपयोग के मामलों के लिए बेहतरीन अर्थव्यवस्था के साथ शक्तिशाली क्षमताएं प्रदान करने के लिए AWS द्वारा बनाए और पूर्व-प्रशिक्षित किए गए हैं। अमेज़ॅन का एमएल और एआई में 25 साल का ट्रैक रिकॉर्ड है - जिस तकनीक का हम अपने व्यवसायों में उपयोग करते हैं - और हमने मॉडल बनाने और तैनात करने के बारे में बहुत कुछ सीखा है। हमने सावधानीपूर्वक चुना है कि हम अपने मॉडलों को कैसे प्रशिक्षित करते हैं और ऐसा करने के लिए हम किस डेटा का उपयोग करते हैं। हम ग्राहकों को उन दावों के खिलाफ क्षतिपूर्ति देते हैं कि हमारे मॉडल या उनके आउटपुट किसी के कॉपीराइट का उल्लंघन करते हैं। हमने इस वर्ष अप्रैल में अपना पहला टाइटन मॉडल पेश किया। टाइटन टेक्स्ट लाइट-अब आम तौर पर उपलब्ध है- चैटबॉट्स, टेक्स्ट सारांशीकरण, या कॉपी राइटिंग जैसे उपयोग के मामलों के लिए एक संक्षिप्त, लागत प्रभावी मॉडल है, और इसे ठीक करने के लिए भी मजबूर किया जाता है। टाइटन टेक्स्ट एक्सप्रेस—अब आम तौर पर भी उपलब्ध है—अधिक विस्तृत है, और इसका उपयोग टेक्स्ट-आधारित कार्यों की एक विस्तृत श्रृंखला के लिए किया जा सकता है, जैसे ओपन-एंडेड टेक्स्ट जेनरेशन और वार्तालाप चैट। हम ग्राहकों को उनके उपयोग के मामले और व्यावसायिक आवश्यकताओं के आधार पर सटीकता, प्रदर्शन और लागत के लिए अनुकूलन करने की क्षमता देने के लिए ये टेक्स्ट मॉडल विकल्प प्रदान करते हैं। नेक्सिओट, पीजीए टूर और रयानएयर जैसे ग्राहक हमारे दो टाइटन टेक्स्ट मॉडल का उपयोग कर रहे हैं। खोज उपयोग के मामलों और वैयक्तिकरण के लिए हमारे पास एक एम्बेडिंग मॉडल, टाइटन टेक्स्ट एंबेडिंग भी है। नैस्डैक जैसे ग्राहक स्थिरता, कानूनी और लेखांकन टीमों के लिए 9,000+ वैश्विक कंपनियों के दस्तावेजों से अंतर्दृष्टि उत्पन्न करने के लिए नैस्डैक आईआर इनसाइट की क्षमताओं को बढ़ाने के लिए टाइटन टेक्स्ट एंबेडिंग का उपयोग करके अच्छे परिणाम देख रहे हैं। और हम समय के साथ टाइटन परिवार में और अधिक मॉडल जोड़ना जारी रखेंगे। हम एक नया एंबेडिंग मॉडल, टाइटन मल्टीमॉडल एंबेडिंग पेश कर रहे हैं, इनपुट के रूप में छवियों और पाठ (या दोनों के संयोजन) का उपयोग करने वाले उपयोगकर्ताओं के लिए मल्टीमॉडल खोज और अनुशंसा अनुभवों को सशक्त बनाने के लिए। और हम लोग एक नया टेक्स्ट-टू-इमेज मॉडल, अमेज़ॅन टाइटन इमेज जेनरेटर पेश किया गया. टाइटन इमेज जेनरेटर के साथ, विज्ञापन, ई-कॉमर्स और मीडिया और मनोरंजन जैसे उद्योगों के ग्राहक बड़ी मात्रा में और कम लागत पर यथार्थवादी, स्टूडियो-गुणवत्ता वाली छवियां उत्पन्न करने के लिए टेक्स्ट इनपुट का उपयोग कर सकते हैं। हम इस बात से उत्साहित हैं कि ग्राहक टाइटन मॉडल्स पर कैसी प्रतिक्रिया दे रहे हैं, और आप उम्मीद कर सकते हैं कि हम यहां कुछ नया करना जारी रखेंगे।
- आपके मालिकाना डेटा के साथ आपके जेनेरिक एआई एप्लिकेशन को सुरक्षित रूप से अनुकूलित करने की नई क्षमताएं: अमेज़ॅन बेडरॉक की सबसे महत्वपूर्ण क्षमताओं में से एक यह है कि किसी मॉडल को अनुकूलित करना कितना आसान है। यह ग्राहकों के लिए वास्तव में रोमांचक हो जाता है क्योंकि यह वह जगह है जहां जेनरेटिव एआई उनके मूल विभेदक-उनके डेटा से मिलता है। हालाँकि, यह वास्तव में महत्वपूर्ण है कि उनका डेटा सुरक्षित रहे, कि उनका उस पर नियंत्रण रहे, और मॉडल में सुधार उनके लिए निजी हो। ऐसे कुछ तरीके हैं जिनसे आप ऐसा कर सकते हैं, और अमेज़ॅन बेडरॉक कई मॉडलों में अनुकूलन विकल्पों का व्यापक चयन प्रदान करता है)। पहला है फाइन ट्यूनिंग. अमेज़ॅन बेडरॉक में किसी मॉडल को फाइन ट्यून करना आसान है। आप बस मॉडल का चयन करें और अमेज़ॅन बेडरॉक इसकी एक प्रति बना देता है। फिर आप कुछ लेबल किए गए उदाहरणों (उदाहरण के लिए, अच्छे प्रश्न-उत्तर जोड़े की एक श्रृंखला) को इंगित करते हैं जिन्हें आप अमेज़ॅन सिंपल स्टोरेज सर्विस (अमेज़ॅन एस 3) में संग्रहीत करते हैं, और अमेज़ॅन बेडरॉक "वृद्धिशील रूप से ट्रेन करता है" (नई जानकारी के साथ कॉपी किए गए मॉडल को बढ़ाता है) इन उदाहरणों पर, और परिणाम एक निजी, अधिक सटीक फाइन-ट्यून मॉडल है जो अधिक प्रासंगिक, अनुकूलित प्रतिक्रियाएँ प्रदान करता है। हमें यह घोषणा करते हुए खुशी हो रही है कि फाइन ट्यूनिंग आमतौर पर कोहेर कमांड, मेटा लामा 2, अमेज़ॅन टाइटन टेक्स्ट (लाइट और एक्सप्रेस), अमेज़ॅन टाइटन मल्टीमॉडल एंबेडिंग और पूर्वावलोकन में अमेज़ॅन टाइटन इमेज जेनरेटर के लिए उपलब्ध है। और, एंथ्रोपिक के साथ हमारे सहयोग के माध्यम से, हम जल्द ही AWS ग्राहकों को इसके अत्याधुनिक मॉडल क्लाउड के मॉडल अनुकूलन और फाइन-ट्यूनिंग के लिए अनूठी सुविधाओं तक शीघ्र पहुंच प्रदान करेंगे।
आपके व्यवसाय के लिए एलएलएम और अन्य एफएम को अनुकूलित करने की दूसरी तकनीक पुनर्प्राप्ति संवर्धित पीढ़ी (आरएजी) है, जो आपको दस्तावेज़ रिपॉजिटरी, डेटाबेस और एपीआई सहित कई स्रोतों से डेटा के साथ अपने संकेतों को बढ़ाकर एक मॉडल की प्रतिक्रियाओं को अनुकूलित करने की अनुमति देती है। सितंबर में, हमने अमेज़ॅन बेडरॉक के लिए एक आरएजी क्षमता, नॉलेज बेस पेश किया, जो आपके संकेतों को अधिक जानकारी के साथ पूरक करने के लिए मॉडल को आपके मालिकाना डेटा स्रोतों से सुरक्षित रूप से जोड़ता है ताकि आपके एप्लिकेशन अधिक प्रासंगिक, प्रासंगिक और सटीक प्रतिक्रिया दे सकें। ज्ञानकोष अब आम तौर पर एक एपीआई के साथ उपलब्ध है जो संपूर्ण आरएजी वर्कफ़्लो निष्पादित करता है प्रॉम्प्ट को बढ़ाने के लिए आवश्यक पाठ लाने से लेकर, मॉडल को प्रॉम्प्ट भेजने तक, प्रतिक्रिया लौटाने तक। नॉलेज बेस वेक्टर क्षमताओं वाले डेटाबेस का समर्थन करता है जो आपके डेटा (एम्बेडिंग) के संख्यात्मक प्रतिनिधित्व को संग्रहीत करता है जिसका उपयोग मॉडल आरएजी के लिए इस डेटा तक पहुंचने के लिए करते हैं, जिसमें अमेज़ॅन ओपनसर्च सेवा और पाइनकोन और रेडिस एंटरप्राइज क्लाउड (अमेज़ॅन ऑरोरा और मोंगोडीबी वेक्टर समर्थन आने वाले) जैसे अन्य लोकप्रिय डेटाबेस शामिल हैं। जल्द ही)।
अमेज़ॅन बेडरॉक में मॉडलों को अनुकूलित करने का तीसरा तरीका निरंतर पूर्व-प्रशिक्षण है। इस पद्धति के साथ, मॉडल डोमेन-विशिष्ट भाषा और शब्दावली सीखने के लिए सामान्य भाषा समझ के लिए अपने मूल पूर्व-प्रशिक्षण पर निर्माण करता है। यह दृष्टिकोण उन ग्राहकों के लिए है जिनके पास बिना लेबल वाली, डोमेन-विशिष्ट जानकारी का बड़ा भंडार है और वे अपने एलएलएम को अपनी दुनिया (और व्यवसाय) के लिए अद्वितीय भाषा, वाक्यांशों, संक्षिप्ताक्षरों, अवधारणाओं, परिभाषाओं और शब्दजाल को समझने में सक्षम बनाना चाहते हैं। फाइन-ट्यूनिंग के विपरीत, जो काफी कम मात्रा में डेटा लेता है, बड़े डेटा सेट (उदाहरण के लिए, हजारों टेक्स्ट दस्तावेज़) पर निरंतर पूर्व-प्रशिक्षण किया जाता है। अब, टाइटन टेक्स्ट लाइट और टाइटन टेक्स्ट एक्सप्रेस के लिए अमेज़ॅन बेडरॉक में पूर्व-प्रशिक्षण क्षमताएं उपलब्ध हैं।
- की सामान्य उपलब्धता अमेज़ॅन बेडरॉक के लिए एजेंट सिस्टम, डेटा स्रोतों और कंपनी के ज्ञान का उपयोग करके मल्टीस्टेप कार्यों को निष्पादित करने में सहायता करना। एलएलएम बातचीत करने और सामग्री तैयार करने में बहुत अच्छे हैं, लेकिन ग्राहक चाहते हैं कि उनके एप्लिकेशन भी ऐसा कर सकें do और भी अधिक—जैसे कार्रवाई करना, समस्याओं का समाधान करना, और यात्रा की बुकिंग, बीमा दावे दाखिल करना, या प्रतिस्थापन भागों का ऑर्डर देना जैसे बहु-चरणीय कार्यों को पूरा करने के लिए कई प्रणालियों के साथ बातचीत करना। और अमेज़न बेडरॉक इस चुनौती में मदद कर सकता है। एजेंटों के साथ, डेवलपर्स एक मॉडल का चयन करते हैं, कुछ बुनियादी निर्देश लिखते हैं जैसे "आप एक खुशमिजाज ग्राहक सेवा एजेंट हैं" और "इन्वेंट्री सिस्टम में उत्पाद की उपलब्धता की जांच करें", चयनित मॉडल को सही डेटा स्रोतों और एंटरप्राइज़ सिस्टम (उदाहरण के लिए, सीआरएम) पर इंगित करें या ईआरपी एप्लिकेशन), और एपीआई निष्पादित करने के लिए कुछ एडब्ल्यूएस लैम्ब्डा फ़ंक्शन लिखें (उदाहरण के लिए, ईआरपी इन्वेंट्री में किसी आइटम की उपलब्धता की जांच करें)। अमेज़ॅन बेडरॉक स्वचालित रूप से अनुरोध का विश्लेषण करता है और चयनित मॉडल की तर्क क्षमताओं का उपयोग करके इसे तार्किक अनुक्रम में तोड़ देता है ताकि यह निर्धारित किया जा सके कि किस जानकारी की आवश्यकता है, किस एपीआई को कॉल करना है, और किसी चरण को पूरा करने या किसी कार्य को हल करने के लिए उन्हें कब कॉल करना है। अब आम तौर पर उपलब्ध, एजेंट अधिकांश व्यावसायिक कार्यों की योजना बना सकते हैं और निष्पादित कर सकते हैं - आपके उत्पाद की उपलब्धता के बारे में ग्राहकों के सवालों के जवाब देने से लेकर उनके ऑर्डर लेने तक - और डेवलपर्स को मशीन लर्निंग, इंजीनियर प्रॉम्प्ट, ट्रेन मॉडल या मैन्युअल रूप से कनेक्ट सिस्टम से परिचित होने की आवश्यकता नहीं है। और बेडरॉक यह सब सुरक्षित और निजी तौर पर करता है, और ड्रुवा और एथेन जैसे ग्राहक पहले से ही अपने जेनरेटिव एआई अनुप्रयोगों के विकास की सटीकता और गति में सुधार करने के लिए उनका उपयोग कर रहे हैं।
- परिचय अमेज़ॅन बेडरॉक के लिए रेलिंग ताकि आप अपने उपयोग के मामले की आवश्यकताओं और जिम्मेदार एआई नीतियों के आधार पर सुरक्षा उपाय लागू कर सकें। ग्राहक यह सुनिश्चित करना चाहते हैं कि उनके एआई अनुप्रयोगों के साथ बातचीत सुरक्षित हो, जहरीली या आपत्तिजनक भाषा से बचें, अपने व्यवसाय के लिए प्रासंगिक रहें और अपनी जिम्मेदार एआई नीतियों के साथ संरेखित हों। रेलिंग के साथ, ग्राहक बचने के लिए विषय निर्दिष्ट कर सकते हैं, और अमेज़ॅन बेडरॉक उपयोगकर्ताओं को केवल उन प्रश्नों के स्वीकृत उत्तर प्रदान करेगा जो उन प्रतिबंधित श्रेणियों में आते हैं। उदाहरण के लिए, निवेश संबंधी सलाह देने से बचने और अनुचित सामग्री (जैसे घृणास्पद भाषण और हिंसा) को हटाने के लिए एक ऑनलाइन बैंकिंग एप्लिकेशन स्थापित किया जा सकता है। 2024 की शुरुआत में, ग्राहक मॉडल प्रतिक्रियाओं में व्यक्तिगत रूप से पहचान योग्य जानकारी (पीआईआई) को भी संशोधित करने में सक्षम होंगे। उदाहरण के लिए, किसी ग्राहक द्वारा कॉल सेंटर एजेंट के साथ बातचीत करने के बाद ग्राहक सेवा वार्तालाप को अक्सर रिकॉर्ड रखने के लिए सारांशित किया जाता है, और रेलिंग उन सारांशों से पीआईआई को हटा सकती है। रेलिंग का उपयोग अमेज़ॅन बेडरॉक (फाइन-ट्यून किए गए मॉडल सहित) के सभी मॉडलों में और अमेज़ॅन बेडरॉक के एजेंटों के साथ किया जा सकता है ताकि ग्राहक अपने सभी जेनरेटिव एआई अनुप्रयोगों में सुरक्षा का एक सुसंगत स्तर ला सकें।
स्टैक की शीर्ष परत: निरंतर नवाचार जेनेरिक एआई को अधिक उपयोगकर्ताओं के लिए सुलभ बनाता है
स्टैक की शीर्ष परत पर ऐसे एप्लिकेशन हैं जो एलएलएम और अन्य एफएम का लाभ उठाते हैं ताकि आप काम पर जेनरेटिव एआई का लाभ उठा सकें। एक क्षेत्र जहां जेनेरिक एआई पहले से ही खेल को बदल रहा है वह कोडिंग में है। पिछले साल, हमने अमेज़ॅन कोडव्हिस्परर पेश किया था, जो आपको वास्तविक समय में कोड सुझाव और सिफारिशें उत्पन्न करके तेजी से और अधिक सुरक्षित रूप से एप्लिकेशन बनाने में मदद करता है। एक्सेंचर, बोइंग, बुंडेसलिगा, द सिग्ना ग्रुप, कोने और वार्नर म्यूजिक ग्रुप जैसे ग्राहक डेवलपर उत्पादकता बढ़ाने के लिए कोडव्हिस्परर का उपयोग कर रहे हैं - और एक्सेंचर अपने 50,000 सॉफ्टवेयर डेवलपर्स और आईटी पेशेवरों को अमेज़ॅन कोडव्हिस्परर के साथ सक्षम कर रहा है। हम चाहते हैं कि अधिक से अधिक डेवलपर्स जेनेरिक एआई के उत्पादकता लाभ प्राप्त करने में सक्षम हों, यही कारण है कि कोडव्हिस्परर सभी व्यक्तियों को मुफ्त में सिफारिशें प्रदान करता है।
हालाँकि, जबकि AI कोडिंग टूल डेवलपर्स के जीवन को आसान बनाने के लिए बहुत कुछ करते हैं, उनके उत्पादकता लाभ आंतरिक कोड बेस, आंतरिक एपीआई, लाइब्रेरी, पैकेज और कक्षाओं के ज्ञान की कमी के कारण सीमित होते हैं। इसके बारे में सोचने का एक तरीका यह है कि यदि आप एक नए डेवलपर को नियुक्त करते हैं, भले ही वे विश्व स्तरीय हों, वे आपकी कंपनी में तब तक उतने उत्पादक नहीं होंगे जब तक वे आपकी सर्वोत्तम प्रथाओं और कोड को नहीं समझ लेते। आज के एआई-संचालित कोडिंग टूल उस नए-नए डेवलपर की तरह हैं। इसमें सहायता के लिए, हमने हाल ही में एक नए का पूर्वावलोकन किया अनुकूलन क्षमता अमेज़ॅन कोडव्हिस्परर में जो अधिक प्रासंगिक और उपयोगी कोड अनुशंसाएं प्रदान करने के लिए ग्राहक के आंतरिक कोड आधार का सुरक्षित रूप से लाभ उठाता है। इस क्षमता के साथ, CodeWhisperer एक विशेषज्ञ है तुंहारे कोड और अनुशंसाएँ प्रदान करता है जो और भी अधिक समय बचाने के लिए अधिक प्रासंगिक हैं। एक वैश्विक डिजिटल इंजीनियरिंग और उद्यम आधुनिकीकरण कंपनी, पर्सिस्टेंट के साथ किए गए एक अध्ययन में, हमने पाया कि अनुकूलन डेवलपर्स को कोडव्हिस्परर की सामान्य क्षमताओं की तुलना में 28% तेजी से कार्य पूरा करने में मदद करता है। अब स्वास्थ्य सेवा प्रौद्योगिकी कंपनी का एक डेवलपर विसंगतियों का पता लगाने के लिए कोडव्हिस्परर को "ग्राहक आईडी से जुड़ी एमआरआई छवियों को आयात करने और उन्हें छवि क्लासिफायरियर के माध्यम से चलाने" के लिए कह सकता है। क्योंकि कोडव्हिस्परर के पास कोड आधार तक पहुंच है, यह अधिक प्रासंगिक सुझाव प्रदान कर सकता है जिसमें एमआरआई छवियों और ग्राहक आईडी के आयात स्थान शामिल हैं। कोडव्हिस्परर अनुकूलन को पूरी तरह से निजी रखता है, और अंतर्निहित एफएम ग्राहकों की मूल्यवान बौद्धिक संपदा की सुरक्षा, प्रशिक्षण के लिए उनका उपयोग नहीं करता है। AWS एकमात्र प्रमुख क्लाउड प्रदाता है जो सभी को इस तरह की क्षमता प्रदान करता है।
परिचय अमेज़न प्र, काम के लिए तैयार किया गया जेनेरिक एआई-संचालित सहायक
डेवलपर्स निश्चित रूप से अकेले नहीं हैं जो जेनरेटिव एआई से जुड़ रहे हैं - लाखों लोग जेनेरेटिव एआई चैट एप्लिकेशन का उपयोग कर रहे हैं। शुरुआती प्रदाताओं ने इस क्षेत्र में जो किया है वह उपभोक्ताओं के लिए रोमांचक और बेहद उपयोगी है, लेकिन कई मायनों में वे कार्यस्थल पर बिल्कुल "काम" नहीं करते हैं। उनका सामान्य ज्ञान और क्षमताएं बहुत अच्छी हैं, लेकिन वे आपकी कंपनी, आपके डेटा, आपके ग्राहकों, आपके संचालन या आपके व्यवसाय को नहीं जानते हैं। इससे यह सीमित हो जाता है कि वे आपकी कितनी मदद कर सकते हैं। वे आपकी भूमिका के बारे में भी बहुत कुछ नहीं जानते हैं - आप क्या काम करते हैं, आप किसके साथ काम करते हैं, आप किस जानकारी का उपयोग करते हैं और आपकी किस तक पहुंच है। ये सीमाएँ समझ में आती हैं क्योंकि इन सहायकों के पास आपकी कंपनी की निजी जानकारी तक पहुँच नहीं है, और वे डेटा गोपनीयता और सुरक्षा आवश्यकताओं को पूरा करने के लिए डिज़ाइन नहीं किए गए हैं जो कंपनियों को उन्हें यह पहुँच प्रदान करने के लिए आवश्यक हैं। इस तथ्य के बाद सुरक्षा पर ज़ोर देना और इसके अच्छे से काम करने की उम्मीद करना कठिन है। हमें लगता है कि हमारे पास एक बेहतर तरीका है, जो प्रत्येक संगठन में प्रत्येक व्यक्ति को अपने दैनिक कार्य में जेनरेटिव एआई का सुरक्षित रूप से उपयोग करने की अनुमति देगा।
Wमैं परिचय देने के लिए उत्साहित हूं अमेज़ॅन क्यू, एक नए प्रकार का जेनरेटिव एआई-संचालित सहायक है जो विशेष रूप से काम के लिए है और इसे आपके व्यवसाय के अनुरूप बनाया जा सकता है। क्यू आपको महत्वपूर्ण प्रश्नों के तेज़, प्रासंगिक उत्तर पाने, समस्याओं को हल करने, सामग्री तैयार करने और आपकी कंपनी की सूचना रिपॉजिटरी, कोड और एंटरप्राइज़ सिस्टम में पाए गए डेटा और विशेषज्ञता का उपयोग करके कार्रवाई करने में मदद कर सकता है। जब आप अमेज़ॅन क्यू के साथ चैट करते हैं, तो यह कार्यों को सुव्यवस्थित करने, निर्णय लेने में तेजी लाने और काम में रचनात्मकता और नवीनता को बढ़ावा देने में मदद करने के लिए तत्काल, प्रासंगिक जानकारी और सलाह प्रदान करता है। हमने Amazon Q को सुरक्षित और निजी बनाने के लिए बनाया है, और यह आपकी मौजूदा पहचान, भूमिकाओं और अनुमतियों को समझ और सम्मान कर सकता है और इस जानकारी का उपयोग अपनी इंटरैक्शन को निजीकृत करने के लिए कर सकता है। यदि किसी उपयोगकर्ता के पास Q के बिना कुछ डेटा तक पहुंचने की अनुमति नहीं है, तो वे Q का उपयोग करके भी उस तक नहीं पहुंच सकते हैं। हमने अमेज़ॅन क्यू को पहले दिन से ही उद्यम ग्राहकों की कठोर आवश्यकताओं को पूरा करने के लिए डिज़ाइन किया है - उनकी किसी भी सामग्री का उपयोग अंतर्निहित मॉडल को बेहतर बनाने के लिए नहीं किया जाता है।
Amazon Q आपका विशेषज्ञ सहायक है AWS पर निर्माण के लिए: हमने Amazon Q को 17 वर्षों के AWS ज्ञान और अनुभव पर प्रशिक्षित किया है ताकि यह आपके AWS पर एप्लिकेशन और वर्कलोड को बनाने, तैनात करने और संचालित करने के तरीके को बदल सके। Amazon Q में AWS प्रबंधन कंसोल और दस्तावेज़ीकरण, आपकी IDE (कोडव्हिस्परर के माध्यम से), और आपकी टीम स्लैक या अन्य चैट ऐप्स पर चैट रूम में एक चैट इंटरफ़ेस है। अमेज़ॅन क्यू आपको नई एडब्ल्यूएस क्षमताओं का पता लगाने, तेजी से शुरुआत करने, अपरिचित तकनीकों, आर्किटेक्ट समाधान, समस्या निवारण, अपग्रेड और बहुत कुछ सीखने में मदद कर सकता है - यह एडब्ल्यूएस के अच्छी तरह से डिजाइन किए गए पैटर्न, सर्वोत्तम प्रथाओं, दस्तावेज़ीकरण और समाधान कार्यान्वयन में एक विशेषज्ञ है। यहां कुछ उदाहरण दिए गए हैं कि आप अपने नए AWS विशेषज्ञ सहायक के साथ क्या कर सकते हैं:
- AWS क्षमताओं, सेवाओं और समाधानों पर स्पष्ट उत्तर और मार्गदर्शन प्राप्त करें: अमेज़ॅन क्यू से पूछें "मुझे अमेज़ॅन बेडरॉक के एजेंटों के बारे में बताएं" और क्यू आपको फीचर का विवरण और प्रासंगिक सामग्रियों के लिंक देगा। आप Amazon Q से वस्तुतः कोई भी प्रश्न पूछ सकते हैं कि AWS सेवा कैसे काम करती है (उदाहरण के लिए, "DynamoDB टेबल पर स्केलिंग सीमाएँ क्या हैं?" "Redshift प्रबंधित स्टोरेज क्या है?"), या किसी भी संख्या में समाधानों को सर्वोत्तम तरीके से कैसे तैयार किया जाए ( "घटना-संचालित आर्किटेक्चर के निर्माण के लिए सर्वोत्तम अभ्यास क्या हैं?")। और अमेज़ॅन क्यू संक्षिप्त उत्तर एकत्र करेगा और हमेशा अपने स्रोतों का हवाला देगा (और उनसे लिंक करेगा)।
- अपने उपयोग के मामले के लिए सर्वोत्तम AWS सेवा चुनें, और शीघ्रता से आरंभ करें: अमेज़ॅन से पूछें "एडब्ल्यूएस पर वेब ऐप बनाने के तरीके क्या हैं?" और यह संभावित सेवाओं की एक सूची प्रदान करेगा जैसे AWS प्रवर्धित करें, AWS लाम्बा, तथा अमेज़ॅन EC2 प्रत्येक के फायदे के साथ. वहां से आप क्यू को आपकी आवश्यकताओं, प्राथमिकताओं और बाधाओं को समझने में मदद करके विकल्पों को सीमित कर सकते हैं (उदाहरण के लिए, "यदि मैं कंटेनरों का उपयोग करना चाहता हूं तो इनमें से कौन सा सबसे अच्छा होगा?" या "क्या मुझे रिलेशनल या गैर-रिलेशनल डेटाबेस का उपयोग करना चाहिए? ”)। "मैं कैसे आरंभ करूं?" के साथ समाप्त करें। और Amazon Q कुछ बुनियादी कदमों की रूपरेखा तैयार करेगा और आपको अतिरिक्त संसाधनों की ओर इंगित करेगा।
- अपने कंप्यूट संसाधनों को अनुकूलित करें: Amazon Q आपको Amazon EC2 इंस्टेंस चुनने में मदद कर सकता है। यदि आप उससे पूछते हैं कि "मेरे गेमिंग ऐप के लिए उच्चतम प्रदर्शन के साथ वीडियो एन्कोडिंग वर्कलोड को तैनात करने के लिए सही EC2 इंस्टेंस ढूंढने में मेरी मदद करें", तो Q आपको प्रत्येक सुझाव के कारणों के साथ इंस्टेंस परिवारों की एक सूची देगा। और, आप अपने कार्यभार के लिए सर्वोत्तम विकल्प ढूंढने में सहायता के लिए किसी भी संख्या में अनुवर्ती प्रश्न पूछ सकते हैं।
- अपने कोड को डिबग करने, परीक्षण करने और अनुकूलित करने में सहायता प्राप्त करें: यदि आपको अपने IDE में कोडिंग करते समय कोई त्रुटि आती है, तो आप Amazon Q से यह कहकर मदद मांग सकते हैं, "मेरे कोड में IO त्रुटि है, क्या आप इसे ठीक कर सकते हैं?" और Q आपके लिए कोड जनरेट करेगा. यदि आपको सुझाव पसंद आया, तो आप Amazon Q को अपने एप्लिकेशन में सुधार जोड़ने के लिए कह सकते हैं। चूँकि Amazon Q आपके IDE में है, यह उस कोड को समझता है जिस पर आप काम कर रहे हैं और जानता है कि फिक्स को कहाँ सम्मिलित करना है। अमेज़ॅन क्यू यूनिट परीक्षण ("चयनित फ़ंक्शन के लिए यूनिट परीक्षण लिखें") भी बना सकता है जिसे यह आपके कोड में डाल सकता है और आप चला सकते हैं। अंत में, Amazon Q आपको उच्च प्रदर्शन के लिए अपने कोड को अनुकूलित करने के तरीके बता सकता है। Q से "मेरी चयनित DynamoDB क्वेरी को ऑप्टिमाइज़ करने" के लिए कहें, और यह आपके कोड की अपनी समझ का उपयोग करके एक प्राकृतिक भाषा में सुझाव देगा कि क्या ठीक करना है, साथ में कोड के साथ जिसे आप एक क्लिक में लागू कर सकते हैं।
- समस्याओं का निदान और निवारण करें: यदि आपको AWS प्रबंधन कंसोल में EC2 अनुमति त्रुटियाँ या Amazon S3 कॉन्फ़िगरेशन त्रुटियाँ जैसी समस्याएँ आती हैं, तो आप बस "Amazon Q के साथ समस्या निवारण" बटन दबा सकते हैं, और यह त्रुटि प्रकार और सेवा की अपनी समझ का उपयोग करेगा जहाँ त्रुटि स्थित है आपको समाधान के लिए सुझाव देने के लिए। आप Amazon Q से अपने नेटवर्क की समस्या का निवारण करने के लिए भी कह सकते हैं (उदाहरण के लिए, "मैं SSH का उपयोग करके अपने EC2 इंस्टेंस से कनेक्ट क्यों नहीं हो सकता?") और Q आपके एंड-टू-एंड कॉन्फ़िगरेशन का विश्लेषण करेगा और निदान प्रदान करेगा (उदाहरण के लिए, "यह इंस्टेंस ऐसा प्रतीत होता है कि यह एक निजी सबनेट में है, इसलिए सार्वजनिक पहुंच स्थापित करने की आवश्यकता हो सकती है”)।
- कुछ ही समय में एक नया कोड बेस तैयार करें: जब आप अपने आईडीई में अमेज़ॅन क्यू के साथ चैट करते हैं, तो यह आपके कोड की समझ के साथ सॉफ्टवेयर बनाने में अपनी विशेषज्ञता को जोड़ता है - एक शक्तिशाली जोड़ी! पहले, यदि आपने किसी और से कोई प्रोजेक्ट लिया था, या आप टीम में नए थे, तो आपको यह समझने के लिए कि यह कैसे काम करता है और क्या करता है, कोड और दस्तावेज़ की मैन्युअल रूप से समीक्षा करने में घंटों खर्च करना पड़ सकता है। अब, चूँकि Amazon Q आपके IDE में कोड को समझता है, आप बस Amazon Q से कोड समझाने के लिए कह सकते हैं ("मुझे यह विवरण प्रदान करें कि यह एप्लिकेशन क्या करता है और यह कैसे काम करता है") और Q आपको विवरण देगा जैसे कि कौन सी सेवाएँ कोड का उपयोग करता है और विभिन्न कार्य क्या करते हैं (उदाहरण के लिए, क्यू कुछ इस तरह से उत्तर दे सकता है, "यह एप्लिकेशन पायथन फ्लास्क और एडब्ल्यूएस लैम्ब्डा का उपयोग करके एक बुनियादी समर्थन टिकट प्रणाली का निर्माण कर रहा है" और इसकी प्रत्येक मुख्य क्षमताओं का वर्णन करता है कि उन्हें कैसे कार्यान्वित किया जाता है, और भी बहुत कुछ)।
- अपना फीचर बैकलॉग तेजी से साफ़ करें: आप Amazon Q से अपने एप्लिकेशन में एक सुविधा जोड़ने की आरंभ-से-अंत प्रक्रिया को स्वचालित करने और मार्गदर्शन करने के लिए भी कह सकते हैं। अमेज़न कोड उत्प्रेरक, टीमों के लिए हमारी एकीकृत सॉफ्टवेयर विकास सेवा। ऐसा करने के लिए, आप बस क्यू को अपने मुद्दों की सूची से एक बैकलॉग कार्य सौंपते हैं - ठीक उसी तरह जैसे आप एक टीम के साथी को देते हैं - और क्यू एक चरण-दर-चरण योजना तैयार करता है कि वह सुविधा का निर्माण और कार्यान्वयन कैसे करेगा। एक बार जब आप योजना को मंजूरी दे देते हैं, तो Q कोड लिखेगा और सुझाए गए बदलावों को कोड समीक्षा के रूप में आपके सामने प्रस्तुत करेगा। आप पुनः कार्य का अनुरोध कर सकते हैं (यदि आवश्यक हो), अनुमोदन करें और/या तैनात करें!
- अपने कोड को कम समय में अपग्रेड करें: अधिकांश डेवलपर वास्तव में अपने समय का केवल एक अंश नया कोड लिखने और नए एप्लिकेशन बनाने में खर्च करते हैं। वे अपने चक्रों का बहुत अधिक हिस्सा रखरखाव और उन्नयन जैसे कष्टदायक, कठिन क्षेत्रों पर खर्च करते हैं। भाषा संस्करण उन्नयन लें. बड़ी संख्या में ग्राहक जावा के पुराने संस्करणों का उपयोग करना जारी रखते हैं क्योंकि इसे अपग्रेड करने में महीनों-यहाँ तक कि वर्षों-और डेवलपर का हजारों घंटे का समय लगेगा। इसे बंद करने की वास्तविक लागत और जोखिम हैं - आप प्रदर्शन में सुधार करने से चूक जाते हैं और सुरक्षा संबंधी समस्याओं के प्रति संवेदनशील होते हैं। हमें लगता है कि Amazon Q यहां गेम चेंजर हो सकता है, और हम इसे लेकर उत्साहित हैं अमेज़ॅन क्यू कोड परिवर्तन, एक ऐसी सुविधा जो इस भारी बोझ को दूर कर सकती है और एप्लिकेशन को अपग्रेड करने में लगने वाले समय को दिनों से घटाकर मिनटों में कर सकती है। आप बस वह कोड खोलें जिसे आप अपने IDE में अपडेट करना चाहते हैं, और Amazon Q से आपके कोड को "/रूपांतरित" करने के लिए कहें। अमेज़ॅन क्यू एप्लिकेशन के संपूर्ण स्रोत कोड का विश्लेषण करेगा, लक्ष्य भाषा और संस्करण में कोड उत्पन्न करेगा, और परीक्षण निष्पादित करेगा, जिससे आपको नवीनतम भाषा संस्करणों की सुरक्षा और प्रदर्शन संवर्द्धन का एहसास करने में मदद मिलेगी। हाल ही में, अमेज़ॅन डेवलपर्स की एक बहुत छोटी टीम ने केवल दो दिनों में 1,000 उत्पादन अनुप्रयोगों को जावा 8 से जावा 17 में अपग्रेड करने के लिए अमेज़ॅन क्यू कोड ट्रांसफॉर्मेशन का उपयोग किया। प्रति आवेदन औसत समय 10 मिनट से कम था। आज अमेज़ॅन क्यू कोड ट्रांसफ़ॉर्मेशन जावा भाषा को जावा 8 या जावा 11 से जावा 17 में अपग्रेड करता है। अगला (और जल्द ही) .NET फ्रेमवर्क को क्रॉस-प्लेटफ़ॉर्म .NET में बदलने की क्षमता है (भविष्य में और भी अधिक परिवर्तनों के साथ) .
Amazon Q आपका व्यवसाय विशेषज्ञ है: आप अमेज़ॅन क्यू को अपने व्यावसायिक डेटा, सूचना और सिस्टम से जोड़ सकते हैं ताकि यह सब कुछ संश्लेषित कर सके और लोगों को समस्याओं को हल करने, सामग्री तैयार करने और आपके व्यवसाय के लिए प्रासंगिक कार्रवाई करने में मदद करने के लिए अनुरूप सहायता प्रदान कर सके। Amazon Q को अपने व्यवसाय में लाना आसान है। इसमें Amazon S40, Microsoft 3, Salesforce, ServiceNow, Slack, Atlassian, Gmail, Google Drive और Zendesk जैसे लोकप्रिय एंटरप्राइज़ सिस्टम के लिए 365+ अंतर्निहित कनेक्टर हैं। यह आपके आंतरिक इंट्रानेट, विकी से भी जुड़ सकता है और किताबें चला सकता है, और अमेज़ॅन क्यू एसडीके के साथ, आप जो भी आंतरिक एप्लिकेशन चाहें उससे कनेक्शन बना सकते हैं। अमेज़ॅन क्यू को इन रिपॉजिटरी पर इंगित करें, और यह आपके व्यवसाय को "बढ़ाएगा", अर्थ संबंधी जानकारी को कैप्चर करेगा और समझेगा जो आपकी कंपनी को अद्वितीय बनाती है। फिर, आपको अपना स्वयं का मित्रवत और सरल अमेज़ॅन क्यू वेब एप्लिकेशन मिलता है ताकि आपकी कंपनी के कर्मचारी संवादात्मक इंटरफ़ेस के साथ बातचीत कर सकें। अमेज़ॅन क्यू एक उपयोगकर्ता, उनकी भूमिका और उन्हें किन प्रणालियों तक पहुंचने की अनुमति है, यह समझने के लिए आपके पहचान प्रदाता से भी जुड़ता है ताकि उपयोगकर्ता विस्तृत, सूक्ष्म प्रश्न पूछ सकें और अनुरूप परिणाम प्राप्त कर सकें जिसमें केवल वही जानकारी शामिल हो जिसे देखने के लिए वे अधिकृत हैं। अमेज़ॅन क्यू ऐसे उत्तर और अंतर्दृष्टि उत्पन्न करता है जो आपके द्वारा प्रदान की गई सामग्री और ज्ञान के लिए सटीक और वफादार होते हैं, और आप संवेदनशील विषयों को प्रतिबंधित कर सकते हैं, कीवर्ड को ब्लॉक कर सकते हैं, या अनुचित प्रश्नों और उत्तरों को फ़िल्टर कर सकते हैं। यहां कुछ उदाहरण दिए गए हैं कि आप अपने व्यवसाय के नए विशेषज्ञ सहायक के साथ क्या कर सकते हैं:
- अपने व्यावसायिक डेटा और जानकारी के आधार पर स्पष्ट, अति-प्रासंगिक उत्तर प्राप्त करें: कर्मचारी Amazon Q से किसी भी ऐसी चीज़ के बारे में पूछ सकते हैं जो उन्हें पहले सभी प्रकार के स्रोतों में खोजनी पड़ी हो। पूछें "लोगो उपयोग के लिए नवीनतम दिशानिर्देश क्या हैं?", या "मैं कंपनी क्रेडिट कार्ड के लिए कैसे आवेदन करूं?", और अमेज़ॅन क्यू उसे मिलने वाली सभी प्रासंगिक सामग्री को संश्लेषित करेगा और तेजी से उत्तर और संबंधित लिंक के साथ वापस आएगा। स्रोत (उदाहरण के लिए, ब्रांड पोर्टल और लोगो रिपॉजिटरी, कंपनी टी एंड ई नीतियां, और कार्ड एप्लिकेशन)।
- दिन-प्रतिदिन के संचार को सुव्यवस्थित करें: बस पूछें, और अमेज़ॅन क्यू सामग्री उत्पन्न कर सकता है ("इस दस्तावेज़ में वर्णित उत्पाद की घोषणा करते हुए एक ब्लॉग पोस्ट और तीन सोशल मीडिया हेडलाइंस बनाएं"), कार्यकारी सारांश बनाएं ("कार्य आइटमों की बुलेटेड सूची के साथ हमारी मीटिंग ट्रांसक्रिप्ट का सारांश लिखें") ), ईमेल अपडेट प्रदान करें ("भारत में ग्राहकों के लिए हमारे Q3 प्रशिक्षण कार्यक्रमों को उजागर करने वाला एक ईमेल ड्राफ्ट करें"), और बैठकों की संरचना में मदद करें ("नवीनतम ग्राहक संतुष्टि रिपोर्ट के बारे में बात करने के लिए एक मीटिंग एजेंडा बनाएं")।
- पूर्ण कार्य: अमेज़ॅन क्यू कुछ कार्यों को पूरा करने में मदद कर सकता है, जिससे कर्मचारियों को टिकट दाखिल करने जैसे दोहराव वाले काम पर खर्च होने वाले समय को कम किया जा सकता है। अमेज़ॅन क्यू से "स्लैक में नए मूल्य निर्धारण प्रस्ताव पर ग्राहकों की प्रतिक्रिया को सारांशित करने" के लिए कहें, और फिर अनुरोध करें कि क्यू वह जानकारी ले और मार्केटिंग टीम को अपडेट करने के लिए जीरा में एक टिकट खोले। आप Q से "इस कॉल ट्रांसक्रिप्ट को सारांशित करें" और फिर "Salesforce में ग्राहक A के लिए एक नया मामला खोलने" के लिए कह सकते हैं। Amazon Q अन्य लोकप्रिय कार्य स्वचालन टूल जैसे Zendesk और Service Now का समर्थन करता है।
Amazon Q Amazon QuickSight में है: - क्विकसाइट में अमेज़न क्यू, AWS की बिजनेस इंटेलिजेंस सेवा, उपयोगकर्ता अपने डैशबोर्ड पर "पिछले महीने ऑर्डर की संख्या क्यों बढ़ी?" जैसे प्रश्न पूछ सकते हैं। और वृद्धि को प्रभावित करने वाले कारकों का अवलोकन और स्पष्टीकरण प्राप्त करें। और, विश्लेषक अमेज़ॅन क्यू का उपयोग डैशबोर्ड बनाने में लगने वाले समय को दिनों से घटाकर मिनटों में करने के लिए कर सकते हैं, जैसे "स्टैक्ड बार चार्ट के रूप में महीने के हिसाब से क्षेत्र के अनुसार बिक्री दिखाएं।" Q उस आरेख के साथ तुरंत वापस आता है, और आप विज़ुअलाइज़ेशन को परिष्कृत करने के लिए इसे आसानी से डैशबोर्ड में जोड़ सकते हैं या Q के साथ आगे चैट कर सकते हैं (उदाहरण के लिए, "बार चार्ट को सैंकी आरेख में बदलें," या "क्षेत्रों के बजाय देश दिखाएं")। क्विकसाइट में अमेज़ॅन क्यू व्यावसायिक हितधारकों को सूचित करने, प्रमुख अंतर्दृष्टि प्राप्त करने और डेटा कहानियों का उपयोग करके निर्णय लेने को सरल बनाने के लिए मौजूदा डैशबोर्ड का उपयोग करना आसान बनाता है। उदाहरण के लिए, उपयोगकर्ता अमेज़ॅन क्यू को "वरिष्ठ नेतृत्व के साथ व्यापार समीक्षा के लिए पिछले महीने में व्यवसाय कैसे बदल गया है, इसके बारे में एक कहानी बनाने" के लिए कह सकते हैं, और कुछ ही सेकंड में, अमेज़ॅन क्यू एक डेटा-संचालित कहानी पेश करता है जो देखने में आकर्षक है और है पूरी तरह से अनुकूलन योग्य। हितधारकों को संरेखित करने और बेहतर निर्णय लेने में मदद करने के लिए इन कहानियों को पूरे संगठन में सुरक्षित रूप से साझा किया जा सकता है।
Amazon Q Amazon Connect में है: हमारी संपर्क केंद्र सेवा, अमेज़ॅन कनेक्ट में, अमेज़ॅन क्यू आपके ग्राहक सेवा एजेंटों को बेहतर ग्राहक सेवा प्रदान करने में मदद करता है। अमेज़ॅन क्यू उन ज्ञान भंडारों का लाभ उठाता है जिनका उपयोग आपके एजेंट आमतौर पर ग्राहकों के लिए जानकारी प्राप्त करने के लिए करते हैं, और फिर एजेंट उत्तर प्राप्त करने के लिए सीधे कनेक्ट में अमेज़ॅन क्यू के साथ चैट कर सकते हैं जो उन्हें दस्तावेज़ों को खोजने की आवश्यकता के बिना ग्राहक के अनुरोधों पर अधिक तेज़ी से प्रतिक्रिया देने में मदद करते हैं। और, सुपर-फास्ट उत्तरों के लिए अमेज़ॅन क्यू के साथ चैट करना बहुत अच्छा है, ग्राहक सेवा में बहुत तेज़ जैसी कोई चीज़ नहीं है। इसीलिए अमेज़ॅन क्यू इन कनेक्ट एक एजेंट के साथ लाइव ग्राहक वार्तालाप को एक संकेत में बदल देता है, और स्वचालित रूप से एजेंट को संभावित प्रतिक्रियाएं, सुझाई गई कार्रवाइयां और संसाधनों के लिंक प्रदान करता है। उदाहरण के लिए, अमेज़ॅन क्यू यह पता लगा सकता है कि एक ग्राहक अपने आरक्षण को बदलने के लिए किराये की कार कंपनी से संपर्क कर रहा है, एजेंट के लिए एक प्रतिक्रिया उत्पन्न करता है ताकि वह तुरंत बता सके कि कंपनी की परिवर्तन शुल्क नीतियां कैसे लागू होती हैं, और एजेंट को अपडेट करने के लिए आवश्यक चरणों के माध्यम से मार्गदर्शन कर सकता है। आरक्षण।
Amazon Q AWS आपूर्ति श्रृंखला में है (जल्द ही आ रहा है): AWS आपूर्ति श्रृंखला में, हमारी आपूर्ति श्रृंखला अंतर्दृष्टि सेवा, Amazon Q आपूर्ति और मांग योजनाकारों, इन्वेंट्री प्रबंधकों और व्यापारिक साझेदारों को संभावित स्टॉकआउट या ओवरस्टॉक जोखिमों को सारांशित और उजागर करके और समस्या को हल करने के लिए परिदृश्यों की कल्पना करके उनकी आपूर्ति श्रृंखला को अनुकूलित करने में मदद करता है। उपयोगकर्ता अमेज़ॅन क्यू से अपने आपूर्ति श्रृंखला डेटा के बारे में "क्या," "क्यों," और "क्या होगा यदि" प्रश्न पूछ सकते हैं और जटिल परिदृश्यों और विभिन्न आपूर्ति श्रृंखला निर्णयों के बीच व्यापार के बारे में बातचीत कर सकते हैं। उदाहरण के लिए, कोई ग्राहक पूछ सकता है, "मेरे शिपमेंट में देरी का कारण क्या है और मैं चीजों की गति कैसे बढ़ा सकता हूं?" जिस पर अमेज़ॅन क्यू उत्तर दे सकता है, “आपके 90% ऑर्डर पूर्वी तट पर हैं, और दक्षिणपूर्व में एक बड़े तूफान के कारण 24 घंटे की देरी हो रही है। यदि आप मियामी के बजाय न्यूयॉर्क बंदरगाह पर जहाज भेजते हैं, तो आप डिलीवरी में तेजी लाएंगे और लागत 50% कम कर देंगे।
हमारे ग्राहक जेनेरिक एआई को तेजी से अपना रहे हैं - वे एडब्ल्यूएस पर अभूतपूर्व मॉडल का प्रशिक्षण ले रहे हैं, वे अमेज़ॅन बेडरॉक का उपयोग करके रिकॉर्ड गति से जेनेरिक एआई एप्लिकेशन विकसित कर रहे हैं, और वे अमेज़ॅन क्यू जैसे अपने संगठनों में गेम-चेंजिंग एप्लिकेशन तैनात कर रहे हैं। हमारी नवीनतम घोषणाओं के साथ, एडब्ल्यूएस ग्राहकों के लिए स्टैक की हर परत में और भी अधिक प्रदर्शन, विकल्प और नवीनता ला रहा है। हम जिन सभी क्षमताओं को पुनः प्रदान कर रहे हैं उनका संयुक्त प्रभाव: इन्वेंट एक रोमांचक और सार्थक लक्ष्य को पूरा करने की दिशा में एक प्रमुख मील का पत्थर है: हम जेनरेटिव एआई को सभी आकारों और तकनीकी क्षमताओं के ग्राहकों के लिए सुलभ बना रहे हैं ताकि वे जो कुछ भी कर सकें उसे फिर से आविष्कार और परिवर्तित कर सकें। संभव है।
उपयुक्त संसाधन चुनें
लेखक के बारे में
स्वामी शिवसुब्रमण्यम AWS में डेटा और मशीन लर्निंग के उपाध्यक्ष हैं। इस भूमिका में, स्वामी सभी AWS डेटाबेस, एनालिटिक्स और AI और मशीन लर्निंग सेवाओं की देखरेख करते हैं। उनकी टीम का मिशन संगठनों को अपने डेटा को स्टोर करने, एक्सेस करने, विश्लेषण करने और कल्पना करने और भविष्यवाणी करने के लिए एक पूर्ण, एंड-टू-एंड डेटा समाधान के साथ काम करने में मदद करना है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/welcome-to-a-new-era-of-building-in-the-cloud-with-generative-ai-on-aws/
- :हैस
- :है
- :नहीं
- :कहाँ
- $यूपी
- 000
- 1
- 10
- 100
- 11
- 12
- 17
- 200
- 2019
- 2024
- 25
- 30
- 35% तक
- 40
- 50
- 500
- 7
- 8
- 9
- a
- क्षमताओं
- क्षमता
- योग्य
- About
- ऊपर
- में तेजी लाने के
- त्वरित
- त्वरक
- एक्सेंचर
- पहुँच
- एक्सेसिबिलिटी
- सुलभ
- लेखांकन
- शुद्धता
- सही
- अधिग्रहण
- के पार
- कार्य
- कार्रवाई
- सक्रिय रूप से
- वास्तव में
- अनुकूलन
- जोड़ना
- जोड़ा
- जोड़ने
- इसके अलावा
- अतिरिक्त
- इसके अतिरिक्त
- अतिरिक्त
- जोड़ता है
- एडिडास
- एडोब
- अपनाने
- उन्नत
- आगे बढ़ने
- लाभ
- फायदे
- विज्ञापन
- सलाह
- बाद
- के खिलाफ
- कार्यसूची
- एजेंट
- एजेंटों
- कुल
- पूर्व
- AI
- एअर इंडिया और मशीन लर्निंग
- ए चेट्बोट
- ai शोध
- ऐ संचालित
- संरेखित करें
- सब
- अनुमति देना
- की अनुमति देता है
- साथ में
- पहले ही
- भी
- हमेशा
- वीरांगना
- अमेज़ॅन कोडव्हिस्पीर
- अमेज़ॅन EC2
- अमेज़न ओपन सर्च सर्विस
- अमेज़न क्विकसाइट
- अमेज़न SageMaker
- अमेज़ॅन वेब सेवा
- राशि
- राशियाँ
- an
- विश्लेषण
- विश्लेषक
- विश्लेषकों
- विश्लेषिकी
- विश्लेषण करें
- का विश्लेषण करती है
- और
- की घोषणा
- घोषणाएं
- की घोषणा
- असामान्यताएं
- जवाब
- जवाब
- anthropic
- कोई
- किसी
- कुछ भी
- एपीआई
- एपीआई
- अनुप्रयोग
- प्रकट होता है
- आवेदन
- अनुप्रयोगों
- लागू करें
- सराहना
- दृष्टिकोण
- अनुमोदन करना
- अनुमोदित
- क्षुधा
- अप्रैल
- हैं
- क्षेत्र
- क्षेत्रों के बारे में जानकारी का उपयोग करके ट्रेडिंग कर सकते हैं।
- यकीनन
- चारों ओर
- AS
- पूछना
- सहायता
- सहायक
- सहायकों
- जुड़े
- साथियों
- At
- बढ़ाना
- संवर्धित
- बढाती
- अरोड़ा
- अधिकृत
- को स्वचालित रूप से
- ऑटोमेटा
- स्वचालित
- स्वतः
- स्वचालन
- मोटर वाहन
- उपलब्धता
- उपलब्ध
- औसत
- से बचने
- दूर
- एडब्ल्यूएस
- एडब्ल्यूएस इन्फेंटेंटिया
- AWS लाम्बा
- एडब्ल्यूएस प्रबंधन कंसोल
- वापस
- बैंकिंग
- बार
- बाधाओं
- आधार
- आधारित
- बुनियादी
- BE
- क्योंकि
- हो जाता है
- किया गया
- शुरू किया
- मानना
- लाभ
- BEST
- सर्वोत्तम प्रथाओं
- बेहतर
- के बीच
- बड़ा
- बिलियन
- अरबों
- खंड
- ब्लॉक
- ब्लॉग
- बोइंग
- बोल्ट
- बुकिंग
- Booking.com
- पुस्तकें
- के छात्रों
- तल
- सीमाओं
- ब्रांड
- टूटना
- टूट जाता है
- लाना
- लाना
- निर्माण
- इमारत
- बनाता है
- बनाया गया
- में निर्मित
- व्यापार
- व्यापारिक सूचना
- व्यवसायों
- लेकिन
- बटन
- by
- कॉल
- कॉल सेंटर
- कर सकते हैं
- पा सकते हैं
- क्षमताओं
- क्षमता
- सक्षम
- क्षमता
- कैप्चरिंग
- कार
- कार्बन
- कार्बन उत्सर्जन
- कार्ड
- सावधानी से
- मामला
- मामलों
- श्रेणियाँ
- के कारण
- केंद्र
- कुछ
- निश्चित रूप से
- श्रृंखला
- चुनौती
- चुनौतियों
- परिवर्तन
- बदल
- परिवर्तक
- परिवर्तन
- बदलना
- विशेषताएँ
- चार्ट
- चार्ट
- चैट रूम
- chatbot
- chatbots
- बातें
- चेक
- टुकड़ा
- चिप्स
- चुनाव
- चुनें
- चुनने
- करने के लिए चुना
- का दावा है
- कक्षाएं
- सफाई
- स्पष्ट
- क्लिक करें
- बादल
- क्लाउड इन्फ्रास्ट्रक्चर
- समूह
- गुच्छन
- तट
- कोड
- कोड आधार
- को़ड समीक्षा
- कोडन
- सहयोग
- सहयोग
- COM
- संयोजन
- गठबंधन
- संयुक्त
- जोड़ती
- कैसे
- आता है
- अ रहे है
- जल्द ही आ रहा है
- संवाद
- संचार
- कंपनियों
- कंपनी
- कंपनी का है
- तुलना
- सम्मोहक
- पूरा
- पूरी तरह से
- जटिल
- जटिलता
- व्यापक
- गणना करना
- अवधारणाओं
- विन्यास
- को विन्यस्त
- अनुमान
- जुडिये
- जुड़ा हुआ
- संबंध
- कनेक्टिविटी
- जोड़ता है
- संगत
- कंसोल
- की कमी
- उपभोक्ताओं
- खपत
- संपर्क करें
- संपर्क केंद्र
- कंटेनरों
- सामग्री
- सामग्री पीढ़ी
- प्रसंग
- प्रासंगिक
- जारी रखने के
- निरंतर
- जारी
- जारी रखने के लिए
- नियंत्रण
- नियंत्रण
- कन्वर्सेशन (Conversation)
- संवादी
- बातचीत
- Copyright
- copywriting
- मूल
- लागत
- प्रभावी लागत
- लागत
- देशों
- कॉक्स
- बनाना
- बनाया
- रचनात्मकता
- रचनाकारों
- श्रेय
- क्रेडिट कार्ड
- अपराध
- सीआरएम
- ग्राहक
- ग्राहक अनुभव
- ग्राहक संतुष्टि
- ग्राहक सेवा
- ग्राहक
- अनुकूलन
- अनुकूलन
- अनुकूलित
- अनुकूलित
- कट गया
- चक्र
- दैनिक
- डैशबोर्ड
- डैशबोर्ड
- तिथि
- डेटा तैयारी
- गोपनीय आँकड़ा
- डेटा गोपनीयता और सुरक्षा
- डेटा सेट
- डेटा पर ही आधारित
- डाटाबेस
- डेटाबेस
- दिन
- रोजाना
- दिन
- निर्णय
- निर्णय
- गहरा
- ध्यान लगा के पढ़ना या सीखना
- और गहरा
- परिभाषाएँ
- डिग्री
- देरी
- उद्धार
- प्रसव
- पहुंचाने
- बचाता है
- मांग
- लोकतंत्रीकरण
- निर्भर करता है
- तैनात
- तैनात
- तैनाती
- तैनाती
- गहराई
- वर्णन
- वर्णित
- विवरण
- बनाया गया
- वांछित
- विस्तृत
- विवरण
- पता लगाना
- निर्धारित करना
- ड्यूश टेलीकॉम
- डेवलपर
- डेवलपर्स
- विकासशील
- विकास
- निदान
- बातचीत
- बातचीत
- डीआईडी
- विभिन्न
- प्रसार
- डिजिटल
- सीधे
- बांटो
- वितरित
- वितरित प्रशिक्षण
- वितरण
- do
- दस्तावेज़
- दस्तावेज़ीकरण
- दस्तावेजों
- कर देता है
- नहीं करता है
- कर
- किया
- dont
- दोहरीकरण
- नीचे
- ड्राइव
- दो
- डुप्लिकेट
- अवधि
- e
- ई - कॉमर्स
- से प्रत्येक
- शीघ्र
- आसान
- आसानी
- पूर्व
- आसान
- अर्थशास्त्र (इकोनॉमिक्स)
- संस्करण
- प्रभावी रूप से
- दक्षता
- कुशलता
- प्रयास
- भी
- अन्य
- ईमेल
- ईमेल
- उत्सर्जन
- कर्मचारियों
- सशक्त
- सशक्त बनाने के लिए
- सक्षम
- समर्थकारी
- एन्कोडिंग
- समाप्त
- शुरू से अंत तक
- ऊर्जा
- ऊर्जा की खपत
- इंजीनियर
- अभियांत्रिकी
- बढ़ाना
- संवर्द्धन
- समृद्ध
- उद्यम
- एंटरप्राइज़-ग्रेड
- उद्यम
- मनोरंजन
- संपूर्ण
- लिफाफा
- युग
- ईआरपी (ERP)
- त्रुटि
- त्रुटियाँ
- मूल्यांकन
- और भी
- घटनाओं
- कभी
- प्रत्येक
- हर कोई
- सब कुछ
- विकास
- विकसित करना
- उदाहरण
- उदाहरण
- उत्तेजित
- उत्तेजक
- निष्पादित
- कार्यकारी
- मौजूदा
- प्रशस्त
- उम्मीद
- शीघ्र
- महंगा
- अनुभव
- अनुभवी
- अनुभव
- विशेषज्ञ
- विशेषज्ञता
- समझाना
- का पता लगाने
- व्यक्त
- कपड़ा
- चेहरा
- तथ्य
- कारकों
- काफी
- वफादार
- गिरना
- परिचित
- परिवारों
- परिवार
- फास्ट
- और तेज
- दोषपूर्ण
- Feature
- विशेषताएं
- शुल्क
- प्रतिक्रिया
- कुछ
- फाइलिंग
- फ़िल्टर
- अंत में
- वित्तीय
- खोज
- खोज
- पाता
- अंत
- खत्म
- प्रथम
- फिक्स
- लचीला
- ध्यान केंद्रित
- का पालन करें
- के लिए
- उपभोक्ताओं के लिए
- आगे
- पाया
- बुनियाद
- चार
- अंश
- ढांचा
- चौखटे
- मुक्त
- अक्सर
- अनुकूल
- से
- कार्यों
- आगे
- भविष्य
- खेल
- खेल परिवर्तक
- जुआ
- सामान्य जानकारी
- आम तौर पर
- उत्पन्न
- उत्पन्न करता है
- सृजन
- पीढ़ी
- उत्पादक
- जनरेटिव एआई
- जनक
- मिल
- मिल रहा
- देना
- वैश्विक
- वैश्विक डिजिटल
- Go
- लक्ष्य
- जा
- अच्छा
- गूगल
- GPU
- GPUs
- महान
- जमीन
- अभूतपूर्व
- समूह
- बढ़ रहा है
- वयस्क
- मार्गदर्शन
- गाइड
- दिशा निर्देशों
- था
- हाथ
- हो रहा है
- कठिन
- हार्डवेयर
- हानिकारक
- नफरत
- है
- होने
- मुख्य बातें
- स्वास्थ्य सेवा
- mmmmm
- भार उठाना
- मदद
- मदद
- मदद करता है
- यहाँ उत्पन्न करें
- हाई
- उच्चतर
- उच्चतम
- पर प्रकाश डाला
- अत्यधिक
- किराया
- उसके
- होस्टिंग
- घंटे
- कैसे
- How To
- तथापि
- HTTPS
- सैकड़ों
- i
- ID
- पहचान
- पहचान
- आईडी
- if
- की छवि
- छवियों
- तत्काल
- प्रभाव
- लागू करने के
- कार्यान्वयन
- कार्यान्वित
- आयात
- महत्वपूर्ण
- प्रभावशाली
- में सुधार
- उन्नत
- सुधार
- in
- शामिल
- शामिल
- सहित
- बढ़ना
- वृद्धि हुई
- बढ़ती
- संकेतक
- व्यक्तियों
- उद्योगों
- उद्योग
- उद्योग के अग्रणी
- प्रभावित
- पता
- सूचित करना
- करें-
- इंफ्रास्ट्रक्चर
- कुछ नया
- innovating
- नवोन्मेष
- नवाचारों
- अभिनव
- निवेश
- निविष्टियां
- अन्तर्दृष्टि
- अंतर्दृष्टि
- उदाहरण
- बजाय
- संस्थान
- निर्देश
- बीमा
- एकीकरण
- बौद्धिक
- बौद्धिक संपदा
- बुद्धि
- का इरादा रखता है
- बातचीत
- बातचीत
- सूचना का आदान प्रदान
- परस्पर
- इंटरफेस
- आंतरिक
- हस्तक्षेप करना
- में
- परिचय कराना
- शुरू की
- शुरू करने
- आविष्कार
- सूची
- निवेश करना
- खोजी
- निवेश करना
- निवेश
- निवेश
- शामिल
- मुद्दों
- IT
- आईटी इस
- जापानी
- शब्दजाल
- जावा
- जेपीजी
- केवल
- सिर्फ एक
- रखना
- रखना
- रखता है
- कुंजी
- प्रमुख क्षेत्र
- खोजशब्दों
- किट (एसडीके)
- जानना
- ज्ञान
- जानता है
- लैब्स
- रंग
- भाषा
- बड़ा
- बड़े पैमाने पर
- सबसे बड़ा
- पिछली बार
- पिछले साल
- देर से
- विलंब
- ताज़ा
- शुभारंभ
- शुरू करने
- वकीलों
- परत
- परतों
- नेतृत्व
- प्रमुख
- जानें
- सीखा
- सीख रहा हूँ
- कानूनी
- कम
- चलें
- स्तर
- लीवरेज
- leverages
- LexisNexis
- LG
- पुस्तकालयों
- जीवन चक्र
- उत्तोलक
- पसंद
- संभावित
- सीमाओं
- सीमित
- सीमाएं
- पंक्तियां
- LINK
- लिंक
- सूची
- जीना
- लाइव्स
- लामा
- एलएलएम
- स्थित
- स्थानों
- तार्किक
- प्रतीक चिन्ह
- लंबा
- लंबे समय से
- लॉट
- मोहब्बत
- निम्न
- कम
- सबसे कम
- मशीन
- यंत्र अधिगम
- बनाया गया
- बनाए रखना
- को बनाए रखने के
- रखरखाव
- प्रमुख
- बनाना
- बनाता है
- निर्माण
- कामयाब
- प्रबंध
- प्रबंधक
- गाइड
- मैनुअल काम
- मैन्युअल
- बहुत
- विपणन (मार्केटिंग)
- सामग्री
- सामग्री
- अधिकतम
- मई..
- me
- सार्थक
- साधन
- मीडिया
- मिलना
- बैठक
- बैठकों
- की बैठक
- सदस्य
- mers
- मेटा
- तरीका
- मिआमि
- माइक्रोसॉफ्ट
- मध्यम
- हो सकता है
- मील का पत्थर
- मिनटों
- याद आती है
- मिशन
- ML
- आदर्श
- मोडलिंग
- मॉडल
- गति
- MongoDB
- पर नज़र रखता है
- महीना
- महीने
- अधिक
- अधिकांश
- सबसे लोकप्रिय
- चलती
- एम आर आई
- बहुत
- विभिन्न
- संगीत
- चाहिए
- my
- नाम
- संकीर्ण
- प्रतिभूति व्यापारी स्वचालित दर राष्ट्रीय संघ
- प्राकृतिक
- निकट
- आवश्यक
- आवश्यकता
- जरूरत
- ज़रूरत
- जाल
- नेटवर्क
- शुद्ध कार्यशील
- नया
- न्यूयॉर्क
- नए नए
- अगला
- निट्रो
- नहीं
- अभी
- संख्या
- Nvidia
- of
- बंद
- अपमानजनक
- प्रस्ताव
- की पेशकश
- ऑफर
- अक्सर
- बड़े
- on
- एक बार
- ONE
- लोगों
- ऑनलाइन
- ऑनलाइन बैंकिंग
- केवल
- खुला
- संचालित
- संचालन
- ऑप्टिमाइज़ करें
- अनुकूलित
- के अनुकूलन के
- ऑप्शंस
- or
- आदेशों
- संगठन
- संगठनों
- मूल
- अन्य
- अन्य
- हमारी
- आउट
- रूपरेखा
- उत्पादन
- outputs के
- के ऊपर
- अधिस्कन्ध
- घने
- अपना
- शांति
- संकुल
- दर्दनाक
- जोड़े
- प्राचल
- पैरामीटर
- भाग
- भागीदारों
- भागों
- अतीत
- पैटर्न उपयोग करें
- विराम
- स्टाफ़
- प्रति
- निष्पादन
- प्रदर्शन
- प्रदर्शन
- प्रदर्शन
- अनुमति
- अनुमतियाँ
- व्यक्ति
- निजीकरण
- निजीकृत
- व्यक्तिगत रूप से
- पीजीए टूर
- मुहावरों
- जगह
- योजना
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- प्लस
- बिन्दु
- नीतियाँ
- लोकप्रिय
- सकारात्मक
- संभव
- पद
- संभावित
- बिजली
- संचालित
- शक्तिशाली
- व्यावहारिक
- वास्तव में
- प्रथाओं
- ठीक
- भविष्यवाणी करना
- भविष्यवाणियों
- वरीयताओं
- तैयारी
- तैयार करना
- वर्तमान
- अध्यक्ष
- दबाना
- दबाव
- पूर्वावलोकन
- पहले से
- मूल्य
- कीमत निर्धारण
- प्राथमिक
- एकांत
- गोपनीयता और सुरक्षा
- निजी
- निजी जानकारी
- मुसीबत
- समस्याओं
- प्रक्रिया
- प्रक्रियाओं
- प्रसंस्करण
- उत्पादन
- एस्ट्रो मॉल
- उत्पादन
- उत्पादक
- उत्पादकता
- पेशेवर
- पेशेवरों
- प्रोग्राम्स
- परियोजना
- संकेतों
- संपत्ति
- मालिकाना
- संरक्षण
- सुरक्षा
- प्रदान करना
- प्रदाता
- प्रदाताओं
- प्रदान करता है
- प्रदान कर
- सार्वजनिक
- सार्वजनिक रूप से
- प्रयोजनों
- धक्का
- धक्का
- रखना
- लाना
- अजगर
- pytorch
- Q3
- मात्रात्मक
- प्रश्न
- प्रशन
- त्वरित
- जल्दी से
- बिल्कुल
- अनुसंधान और विकास
- रेंज
- उपवास
- तेजी
- दरें
- RE
- पढ़ना
- वास्तविक
- वास्तविक समय
- यथार्थवादी
- महसूस करना
- एहसास हुआ
- वास्तव में
- कटाई
- कारण
- हाल ही में
- सिफारिश
- सिफारिशें
- रिकॉर्ड
- को कम करने
- घटी
- को कम करने
- को परिष्कृत
- क्षेत्र
- रिहा
- प्रासंगिक
- विश्वसनीयता
- बाकी है
- हटाना
- हटाने
- मरम्मत
- बार - बार आने वाला
- प्रतिस्थापन
- जवाब दें
- रिपोर्ट
- कोष
- का अनुरोध
- अनुरोधों
- अपेक्षित
- आवश्यकताएँ
- अनुसंधान
- बुकिंग
- रिज़र्व
- संकल्प
- प्रतिध्वनित
- उपयुक्त संसाधन चुनें
- सम्मान
- प्रतिक्रिया
- जवाब
- प्रतिक्रिया
- प्रतिक्रियाएं
- जिम्मेदार
- रोकना
- प्रतिबंधित
- परिणाम
- परिणाम
- लौटने
- की समीक्षा
- की समीक्षा
- सही
- जोखिम
- भूमिका
- भूमिकाओं
- कमरा
- मार्गों
- नियम
- रन
- दौड़ना
- मार्ग
- त्याग
- सुरक्षित
- सुरक्षा उपायों
- सुरक्षित
- sagemaker
- विक्रय
- salesforce
- वही
- संतोष
- सहेजें
- कहावत
- स्केल
- स्केलिंग
- परिदृश्यों
- क्षेत्र
- खरोंच
- एसडीके
- निर्बाध
- Search
- दूसरा
- दूसरी पीढी
- सेकंड
- सुरक्षित
- सुरक्षित रूप से
- सुरक्षा
- देखना
- देखकर
- देखा
- चयन
- चयनित
- चयन
- भेजना
- वरिष्ठ
- वरिष्ठ नेतृत्व
- संवेदनशील
- सितंबर
- अनुक्रम
- कई
- सर्वर
- सेवा
- सेवाएँ
- सेट
- सेट
- कई
- Share
- साझा
- समुंद्री जहाज
- कम
- चाहिए
- पक्ष
- महत्वपूर्ण
- सिलिकॉन
- उसी प्रकार
- सरल
- को आसान बनाने में
- केवल
- के बाद से
- छह
- आकार
- ढीला
- छोटा
- So
- सोशल मीडिया
- सोशल मीडिया
- सॉफ्टवेयर
- सॉफ्टवेयर डेवलपर्स
- सॉफ्टवेयर विकास
- सॉफ़्टवेयर विकास किट
- समाधान
- समाधान ढूंढे
- हल
- कुछ
- कोई
- कुछ
- जल्दी
- परिष्कृत
- स्रोत
- स्रोत कोड
- सूत्रों का कहना है
- दक्षिण-पूर्व
- अंतरिक्ष
- स्पार्क
- विशेष रूप से
- भाषण
- गति
- बिताना
- स्थिरता
- स्थिर
- धुआँरा
- खड़ी
- हितधारकों
- शुरू
- शुरुआत में
- स्टार्टअप
- राज्य के-the-कला
- रहना
- कदम
- कदम
- फिर भी
- भंडारण
- की दुकान
- भंडार
- कहानियों
- आंधी
- कहानी
- सुवीही
- मजबूत बनाना
- कड़ी से कड़ी
- संरचना
- अध्ययन
- उप - जाल
- पर्याप्त
- ऐसा
- उपयुक्त
- सूट
- संक्षेप में प्रस्तुत करना
- सारांश
- सुपर
- परिशिष्ट
- आपूर्तिकर्ताओं
- आपूर्ति
- प्रदाय और माँग
- आपूर्ति श्रृंखला
- समर्थन
- समर्थन करता है
- निश्चित
- आश्चर्य की बात
- निगरानी
- संदेहजनक
- स्थिरता
- स्विच
- synthesize करने
- प्रणाली
- सिस्टम
- तालिका
- अनुरूप
- लेना
- लेता है
- ले जा
- बातचीत
- लक्ष्य
- कार्य
- कार्य
- टीम
- टीम का सदस्या
- टीमों
- तकनीकी
- तकनीक
- तकनीक
- टेक्नोलॉजीज
- टेक्नोलॉजी
- प्रौद्योगिकी नवाचार
- कहना
- कह रही
- दस
- है
- tensorflow
- शब्दावली
- परीक्षण
- परीक्षण
- परीक्षण
- टेक्स्ट
- से
- कि
- RSI
- भविष्य
- दुनिया
- लेकिन हाल ही
- उन
- अपने
- फिर
- वहाँ।
- इन
- वे
- बात
- चीज़ें
- सोचना
- तीसरा
- इसका
- इस वर्ष
- उन
- हजारों
- तीन
- यहाँ
- भर
- THROUGHPUT
- टिकट
- टिकट
- पहर
- बार
- टाइटन
- सेवा मेरे
- आज
- आज का दि
- एक साथ
- टोकन
- भी
- ले गया
- साधन
- उपकरण
- ऊपर का
- विषय
- दौरा
- की ओर
- की ओर
- ट्रैक
- ट्रैक रिकॉर्ड
- व्यापार
- रेलगाड़ी
- प्रशिक्षित
- प्रशिक्षण
- लेनदेन
- प्रतिलेख
- बदालना
- परिवर्तन
- परिवर्तनों
- बदलने
- यात्रा
- अरबों
- यात्रा
- वास्तव में
- ट्रस्ट
- कोशिश
- की कोशिश कर रहा
- ट्यूनिंग
- बदल जाता है
- दो
- टाइप
- आम तौर पर
- आधारभूत
- समझना
- बोधगम्य
- समझ
- समझता है
- अनजान
- एकीकृत
- अद्वितीय
- इकाई
- भिन्न
- जब तक
- अपडेट
- अपडेट
- उन्नयन
- उन्नयन
- us
- प्रयोग
- उपयोग
- उदाहरण
- प्रयुक्त
- उपयोगकर्ता
- उपयोगकर्ताओं
- का उपयोग करता है
- का उपयोग
- मूल्यवान
- विविधता
- विभिन्न
- संस्करण
- संस्करणों
- बनाम
- बहुत
- के माध्यम से
- उपाध्यक्ष
- वाइस राष्ट्रपति
- वीडियो
- हिंसा
- वास्तव में
- दृश्य
- कल्पना
- नेत्रहीन
- संस्करणों
- चपेट में
- करना चाहते हैं
- वार्नर
- वार्नर संगीत समूह
- था
- लहर
- मार्ग..
- तरीके
- we
- वेब
- वेब एप्लीकेशन
- वेब सेवाओं
- वेबसाइटों
- सप्ताह
- सप्ताह
- में आपका स्वागत है
- कुंआ
- प्रसिद्ध
- थे
- क्या
- एचएमबी क्या है?
- कब
- या
- कौन कौन से
- जब
- कौन
- क्यों
- चौड़ा
- विस्तृत श्रृंखला
- व्यापक
- मर्जी
- खिड़की
- साथ में
- अंदर
- बिना
- काम
- काम किया
- workflows
- काम कर रहे
- कार्य
- विश्व
- विश्वस्तरीय
- चिंता
- लायक
- होगा
- लिखना
- कोड लिखें
- लिख रहे हैं
- वर्ष
- साल
- यॉर्क
- आप
- आपका
- Zendesk
- जेफिरनेट