Az AWS új mesterséges intelligenciát, gépi tanulást és generatív AI-útmutatókat kínál a mesterséges intelligencia stratégiájának megtervezéséhez | Amazon webszolgáltatások

A mesterséges intelligencia (AI) és a gépi tanulás (ML) terén elért áttörések hónapok óta szerepelnek a hírekben – és ennek jó oka van. Ennek a technológiának a feltörekvő és fejlődő képességei új üzleti lehetőségeket ígérnek az ügyfelek számára minden ágazatban és iparágban. A forradalom sebessége azonban megnehezítette a szervezetek és a fogyasztók számára annak felmérését, hogy ezek az áttörések konkrétan mit jelentenek számukra.

Az évek során az AWS befektetett a mesterséges intelligencia, az ML és a generatív AI hozzáférésének és megértésének demokratizálásába. A legfrissebb bejelentéseken keresztül a generatív mesterséges intelligencia fejlesztései és a 100 millió dolláros Generatív AI Innovációs Központ Az Amazon Web Services (AWS) élen járt annak megértésében, hogy ezek az innovációk milyen szerepet játszhatnak az egyének és a szervezetek életében. Az AWS két új útmutatót tett közzé, hogy megértse az AI-val és az ML-vel kapcsolatos lehetőségeit: a AWS Cloud Adoption Framework for Artificial Intelligence, Machine Learning és Generative AI és a Első lépések Az erőforrásközpont gépi tanulási döntéshozatali útmutatója.

AWS CAF AI-hoz, ML-hez és generatív AI-hoz

A AWS Cloud Adoption Framework for Artificial Intelligence, Machine Learning és Generative AI (CAF-AI) célja, hogy segítsen eligazodni a mesterséges intelligencia útján. Ez egy mentális modell olyan szervezetek számára, amelyek arra törekszenek, hogy üzleti értéket hozzanak létre az AI/ML-ből. Saját – és ügyfeleink – tapasztalatai alapján a legjobb gyakorlatok keretein belül biztosítjuk a mesterséges intelligencia átalakítását, és felgyorsítjuk az üzleti eredményeket az AI innovatív AWS-felhasználásával.

Az ügyfelek és a partnercsapatok által használt CAF-AI segít a mesterséges intelligencia átalakítására vonatkozó stratégia levezetésében, rangsorolásában, fejlesztésében és kommunikációjában. A következő ábra azt mutatja be, hogyan egyszerűsíthetjük le a mesterséges intelligencia útját a CAF-AI-n keresztül: az üzleti eredményektől (1) visszafelé haladva az AI, az ML és a generatív AI nyújtotta lehetőségekig (2) az átalakítási tartományokon (3) és az alapokon keresztül. képességek (4) egy AI-stratégia cselekvési elemeinek értékelésére, származtatására és végrehajtására szolgáló iteratív folyamaton (5) keresztül.

A CAF-AI-ban leírjuk az AI/ML utazást, amelyet tapasztalhat, mivel szervezeti képességei kiforrtak az AI és az ML területén. Útmutatásként ráközelítünk azoknak az alapvető képességeknek a fejlődésére, amelyekről megfigyeltük, hogy segítik a szervezetet abban, hogy tovább fejlesszék a mesterséges intelligencia területén.

Ezenkívül előírásszerű útmutatást adunk ezen alapvető képességek célállapotának áttekintésén keresztül, és elmagyarázzuk, hogyan kell lépésről lépésre fejleszteni őket az üzleti érték létrehozása érdekében. A következő ábra a felhő és az AI/ML bevezetésének alapvető képességeit mutatja be. A képesség egy olyan szervezeti képesség, amely folyamatokat használ az erőforrások (például emberek, technológia és egyéb tárgyi vagy immateriális javak) felhasználására az eredmény elérése érdekében. Mivel a CAF-AI a tudás élő indexe, várható, hogy idővel növekedni fog és változni fog.

Az ügyfelek mesterséges intelligencia és mesterséges intelligencia útjának kiindulási és eligazítási pontjaként kialakított CAF-AI egy olyan dokumentum, amelyből a szervezetek ihletet meríthetnek középtávú AI és ML napirendjük kialakítása során, és megpróbálják megérteni a fontos témákat és nézőpontokat. amelyek befolyásolják azt. Attól függően, hogy hol tart az AI/ML utazása során, összpontosíthat egy adott szakaszra, és ott fejlesztheti készségeit, vagy felhasználhatja az egész dokumentumot az érettség megítélésére és a rövid távú fejlesztési területek irányítására.

Mivel az üzleti problémakör, amelyre az AI/ML alkalmazható, nem egyetlen funkció vagy tartomány, ez a vállalkozások összes funkciójára és minden iparági tartományra vonatkozik, ahol a lehetőségeket keresi az AI/ML piacokon való visszaállítására. gazdasági különbséget jelent. A AWS Cloud Adoption Framework for Artificial Intelligence, Machine Learning és Generative AI egyike azon számos eszköznek, amelyet az AWS biztosít, hogy segítsen elérni ezt az eredményt. Mivel az AI/ML megoldásokat és megoldási utakat tesz lehetővé olyan problémákra, amelyek megoldása évtizedek óta gazdaságtalan volt (vagy technikailag lehetetlen volt megoldani AI/ML nélkül), az ebből eredő üzleti eredmények mélyrehatóak lehetnek.

Az Első lépések Az erőforrásközpont gépi tanulási döntéshozatali útmutatója

Az AWS mindig is a választásról szólt. A mesterséges intelligencia használatának fokozása során kiemelten fontos, hogy megfelelő támogatást kapjon az üzleti igényeinek legjobb szolgáltatás, modell és infrastruktúra kiválasztásában. A Első lépések Az erőforrásközpont gépi tanulási döntéshozatali útmutatója célja, hogy részletes áttekintést nyújtson az AWS által kínált mesterséges intelligencia és ML szolgáltatásokról, és strukturált útmutatást adjon az Ön és használati esetei számára megfelelő szolgáltatások kiválasztásához.

A döntési útmutató segíthet abban is, hogy megfogalmazza és mérlegelje azokat a kritériumokat, amelyek megalapozzák a döntéseit. Például leírja az AWS ML-szolgáltatások körét (lásd a következő képernyőképet), amelyek mindegyike különböző szintű felügyeleti követelményeket kielégít, attól függően, hogy mennyi vezérlésre és testreszabásra van szüksége.

Az útmutató azt is elmagyarázza, hogy az AWS-szolgáltatások milyen egyedi képességeket nyújtanak az alapmodellek erejének megvalósításában, és azt is, hogy hol hozhatja ki a legtöbbet a gépi tanulás e gyorsan fejlődő ágából.

Részleteket kínál az egyes szolgáltatásokról, linkeket tartalmaz részletes, szolgáltatási szintű műszaki útmutatókhoz, összehasonlító táblázatot, amely kiemeli a kulcsfontosságú szolgáltatások egyedi képességeit, valamint az AI és ML szolgáltatások kiválasztásának kritériumait. Emellett egy kurált linkkészletet is biztosít a kulcsfontosságú erőforrásokhoz, amelyek segíthetnek az AI, az ML és a generatív AI-szolgáltatások használatának megkezdésében az AWS-en.

Ha szeretné megérteni az AWS által biztosított mesterségesintelligencia-, ML- és generatív mesterségesintelligencia-kínálat szélességét, ez a döntési útmutató remek kiindulópont.

Következtetés

A Első lépések Az erőforrásközpont gépi tanulási döntéshozatali útmutatójaEgyütt AWS Cloud Adoption Framework for Artificial Intelligence, Machine Learning és Generative AI, azokat a technikai és nem technikai kérdéseket fedi le, amelyeket gyakran hallunk. Reméljük, hogy hasznosnak találja ezeket az új forrásokat, és várjuk visszajelzéseiket.

---

A szerzőkről

Caleb Wilkinson több mint egy évtizedes tapasztalattal rendelkezik AI-megoldások építésében. Az AWS vezető gépi tanulási stratégájaként Caleb úttörő szerepet tölt be a mesterséges intelligencia innovatív alkalmazásaiban, amelyek feszegetik a lehetőségek határait, és segítik a szervezeteket, hogy felelősségteljesen profitálhassanak a mesterséges intelligenciából. A CAF-AI társszerzője.

Alexander Wöhlke több évtizedes tapasztalattal rendelkezik az AI és az ML területén. Az AWS Generative AI Innovációs Központ vezető gépi tanulási stratégája és műszaki termékmenedzsere. Nagy szervezetekkel dolgozik együtt az AI-stratégiájukon, és segít nekik kiszámított kockázatvállalásban a technológiai fejlesztés élvonalában. A CAF-AI társszerzője.

Geof Wheelwright irányítja az AWS döntési tartalommal foglalkozó csapatát, amely a döntési útmutatók növekvő gyűjteményét írja és fejleszti az AWS Getting Started Resource Centerben. Csapata elkészítette a Choosing an AWS gépi tanulási döntési útmutatót. Mióta először megismerkedett az egyszerű, szöveges Apple II-vel, szívesen dolgozott az AI-val és annak őseivel ELIZA változatai az 1980 korai szakaszában.

• SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
• PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
• PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
• PlatoESG. Autóipar / elektromos járművek, Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
• BlockOffsets. A környezetvédelmi ellentételezési tulajdon korszerűsítése. Hozzáférés itt.
• Forrás: https://aws.amazon.com/blogs/machine-learning/aws-offers-new-artificial-intelligence-machine-learning-and-generative-ai-guides-to-plan-your-ai-strategy/