A vállalatok arra törekszenek, hogy kihasználják a gépi tanulásban (ML) rejlő lehetőségeket összetett problémák megoldására és az eredmények javítására. Egészen a közelmúltig az ML-modellek felépítése és üzembe helyezése mély szintű technikai és kódolási ismereteket igényelt, beleértve az ML-modellek hangolását és a működési folyamatok karbantartását. 2021-es bevezetése óta Amazon SageMaker Canvas lehetővé tette az üzleti elemzők számára, hogy számos ML-modellt – köztük táblázatos, számítógépes látásmódot és természetes nyelvi feldolgozást – építsenek, telepítsenek és alkalmazzanak anélkül, hogy egy sor kódot írnának. Ez felgyorsította a vállalkozások azon képességét, hogy alkalmazzák az ML-t olyan esetekben, mint az idősoros előrejelzés, az ügyfelek lemorzsolódásának előrejelzése, a hangulatelemzés, az ipari hibák észlelése és sok más.
Amint bejelentették Október 5, 2023, a SageMaker Canvas kiterjesztette a modellek támogatását az alapmodellekre (FM) – a tartalom generálására és összegzésére használt nagy nyelvi modellekre. A ... val 12. október 2023-i megjelenés, a SageMaker Canvas lehetővé teszi a felhasználóknak, hogy kérdéseket tegyenek fel, és válaszokat kapjanak, amelyek vállalati adataikon alapulnak. Ez biztosítja, hogy az eredmények kontextus-specifikusak legyenek, és további használati esetek nyílnak meg, ahol a kód nélküli ML alkalmazható az üzleti problémák megoldására. Például az üzleti csapatok mostantól a szervezet sajátos szókincsének és alapelveinek megfelelő válaszokat tudnak megfogalmazni, és gyorsabban lekérdezhetik a hosszadalmas dokumentumokat, hogy konkrét és a dokumentumok tartalmára alapozott válaszokat kapjanak. Mindezek a tartalmak privát és biztonságos módon kerülnek megjelenítésre, biztosítva, hogy minden érzékeny adathoz megfelelő irányítás és biztosítékok mellett hozzáférjenek.
A kezdéshez egy felhőrendszergazda konfigurálja és feltölti Amazon Kendra vállalati adatokkal indexel adatforrásként a SageMaker Canvas számára. A vászonfelhasználók kiválasztják azt az indexet, ahol a dokumentumaik vannak, és ötletelhetnek, kutathatnak és felfedezhetnek, tudván, hogy a kimenetet mindig az igazságforrásaik fogják alátámasztani. A SageMaker Canvas a legkorszerűbb FM-eket használ Amazon alapkőzet és a Amazon SageMaker JumpStart. A beszélgetések elindíthatók több FM-mel egymás mellett, összehasonlítva a kimeneteket, és valóban mindenki számára elérhetővé téve a generatív mesterséges intelligenciát.
Ebben a bejegyzésben áttekintjük a nemrégiben kiadott funkciót, megvitatjuk az architektúrát, és lépésről lépésre bemutatunk egy útmutatót, amely lehetővé teszi a SageMaker Canvas számára, hogy lekérdezze a dokumentumokat a tudásbázisából, amint azt a következő képernyőkép mutatja.
Megoldás áttekintése
Az alapozó modellek hallucinációkat idézhetnek elő – általános, homályos, nem kapcsolódó vagy tényszerűen helytelen válaszokat. Retrieval Augmented Generation (RAG) gyakran használt módszer a hallucinációk csökkentésére. A RAG architektúrák az FM-en kívülről származó adatok lekérésére szolgálnak, amelyeket azután a kontextuson belüli tanulás végrehajtására használnak a felhasználói lekérdezések megválaszolásához. Ez biztosítja, hogy az FM megbízható tudásbázisból származó adatokat felhasználhasson, és ezt a tudást felhasználja a felhasználók kérdéseinek megválaszolására, csökkentve a hallucinációk kockázatát.
A RAG segítségével az FM-en kívüli és a felhasználói kérések kiegészítésére használt adatok több különböző adatforrásból származhatnak, például dokumentumtárakból, adatbázisokból vagy API-kból. Az első lépés a dokumentumok és a felhasználói lekérdezések kompatibilis formátumba konvertálása a relevancia szemantikai keresése érdekében. A formátumok kompatibilitása érdekében egy dokumentumgyűjteményt vagy tudástárat, valamint a felhasználók által benyújtott lekérdezéseket a rendszer numerikus reprezentációkká alakítja beágyazott modellek segítségével.
Ezzel a kiadással a RAG funkciókat kód nélkül és zökkenőmentesen biztosítjuk. A vállalatok gazdagíthatják a csevegési élményt a Canvasban az Amazon Kendra mint mögöttes tudásmenedzsment rendszerrel. A következő ábra a megoldás architektúráját mutatja be.
A SageMaker Canvas és az Amazon Kendra csatlakoztatása egyszeri beállítást igényel. A beállítási folyamatot részletesen leírjuk a Vászon beállítása dokumentumok lekérdezéséhez című részben. Ha még nem állította be SageMaker tartományát, tekintse meg a Bekapcsolva az Amazon SageMaker domainbe.
A tartománykonfiguráció részeként a felhőrendszergazda kiválaszthat egy vagy több Kendra-indexet, amelyet az üzleti elemző lekérdezhet, amikor a SageMaker Canvason keresztül kommunikál az FM-mel.
A Kendra-indexek hidratálása és konfigurálása után az üzleti elemzők a SageMaker Canvas segítségével új csevegést indítva és a „Dokumentumok lekérdezése” kapcsoló kiválasztásával használják őket. A SageMaker Canvas ezután kezelni fogja a mögöttes kommunikációt az Amazon Kendra és a kiválasztott FM között a következő műveletek végrehajtásához:
- Kérdezze le a Kendra indexeket a felhasználótól érkező kérdéssel.
- Keresse ki a részleteket (és a forrásokat) a Kendra indexekből.
- Tervezze meg a promptot a töredékekkel az eredeti lekérdezéssel, hogy az alapmodell választ tudjon generálni a visszakeresett dokumentumokból.
- Adja meg a felhasználónak a generált választ, a válasz megfogalmazásához használt oldalakra/dokumentumokra való hivatkozásokkal együtt.
A Canvas beállítása dokumentumok lekérdezéséhez
Ebben a részben végigvezetjük a Canvas beállításának lépésein a Kendra indexeken keresztül kiszolgált dokumentumok lekérdezéséhez. A következő előfeltételekkel kell rendelkeznie:
- SageMaker domain beállítása – Bekapcsolva az Amazon SageMaker domainbe
- Hozzon létre egy Kendra index (vagy több)
- Állítsa be a Kendra Amazon S3 csatlakozót – kövesse a Amazon S3 csatlakozó – és töltsön fel PDF fájlokat és egyéb dokumentumokat a Kendra indexhez társított Amazon S3 tárolóba
- Állítsa be az IAM-et úgy, hogy a Canvas rendelkezzen a megfelelő jogosultságokkal, beleértve az Amazon Bedrock és/vagy a SageMaker végpontok hívásához szükséges engedélyeket – kövesse a A Canvas Chat beállítása dokumentáció
Most frissítheti a Domaint, hogy hozzáférjen a kívánt indexekhez. A SageMaker konzolon az adott tartományhoz válassza a Szerkesztés lehetőséget a Tartománybeállítások lapon. Engedélyezze a „Lekérdezési dokumentumok engedélyezése az Amazon Kendra segítségével” kapcsolót, amely a Vászonbeállítások lépésben található. Az aktiválás után válasszon ki egy vagy több Kendra-indexet, amelyet használni szeretne a Canvas-szal.
Csak ennyire van szükség a Canvas-lekérdezési dokumentumok funkció konfigurálásához. A felhasználók most cseveghetnek a Canvason belül, és elkezdhetik használni azokat a tudásbázisokat, amelyek a Kendra-indexeken keresztül a domainhez kapcsolódnak. A tudásbázis fenntartói továbbra is frissíthetik az igazság forrását, és a Kendra szinkronizálási lehetőségével a chat felhasználók automatikusan, zökkenőmentesen használhatják a naprakész információkat.
A Dokumentumok lekérdezése funkció használata csevegésre
SageMaker Canvas-felhasználóként a Dokumentumok lekérdezése funkció elérhető egy csevegésen belül. A csevegés elindításához kattintson vagy keressen rá a „Tartalom létrehozása, kibontása és összegzése” gombra a SageMaker Canvas Használatra kész modellek lapján.
Ha ott van, be- és kikapcsolhatja a Dokumentumok lekérdezését a képernyő tetején található kapcsolóval. A funkcióval kapcsolatos további információkért tekintse meg az információs ablakot.
Ha a Dokumentumok lekérdezése engedélyezve van, választhat a felhő rendszergazdája által engedélyezett Kendra-indexek listája közül.
Új csevegés indításakor kiválaszthat egy indexet. Ezután kérdéseket tehet fel az UX-ben, miközben a tudás automatikusan a kiválasztott indexből származik. Vegye figyelembe, hogy miután egy beszélgetés egy adott indexről indult, nem lehet másik indexre váltani.
A feltett kérdésekre a chat az FM által generált választ, valamint a válasz generálásához hozzájáruló forrásdokumentumokat mutatja. Ha valamelyik forrásdokumentumra kattint, a Canvas megnyitja a dokumentum előnézetét, kiemelve az FM által használt részletet.
Következtetés
A társalgási mesterséges intelligencia óriási lehetőségeket rejt magában az ügyfelek és az alkalmazottak élményének átalakítására azáltal, hogy egy emberszerű asszisztenst biztosít természetes és intuitív interakciókkal, például:
- Kutatások végzése egy témában vagy keresés és böngészés a szervezet tudásbázisában
- Tartalmi mennyiségek összegzése a gyors betekintés érdekében
- Entitások, érzelmek, személyazonosító adatok és egyéb hasznos adatok keresése, valamint a strukturálatlan tartalom üzleti értékének növelése
- Piszkozatok generálása dokumentumokhoz és üzleti levelezésekhez
- Tudáscikkek készítése különböző belső forrásokból (incidensek, chatnaplók, wikik)
A csevegési felületek, a tudásvisszakeresés és az FM-ek innovatív integrációja lehetővé teszi a vállalkozások számára, hogy pontos, releváns válaszokat adjanak a felhasználói kérdésekre a tartományi ismereteik és az igazságforrások felhasználásával.
A SageMaker Canvast az Amazon Kendra tudásbázisaihoz csatlakoztatva a szervezetek saját környezetükön belül tarthatják védett adataikat, miközben továbbra is élvezhetik az FM-ek legkorszerűbb természetes nyelvi képességeit. A SageMaker Canvas Query Documents funkciójának elindításával minden vállalkozás számára megkönnyítjük az LLM-ek és vállalati tudásuk felhasználását az igazság forrásaként a biztonságos csevegési élmény biztosításához. Mindezek a funkciók kód nélküli formátumban érhetők el, lehetővé téve a vállalkozások számára, hogy elkerüljék az ismétlődő és nem speciális feladatokat.
Ha többet szeretne megtudni a SageMaker Canvasról, és arról, hogy miként segíti mindenki számára könnyebben elkezdeni a gépi tanulást, tekintse meg a A SageMaker Canvas bejelentése. Ha többet szeretne megtudni arról, hogy a SageMaker Canvas hogyan segíti elő az adattudósok és az üzleti elemzők közötti együttműködést, olvassa el a Bejegyzés létrehozása, megosztása és telepítése. Végül, ha meg szeretné tudni, hogyan hozhatja létre saját visszakeresési kiterjesztett generációs munkafolyamatát, tekintse meg a SageMaker JumpStart RAG.
Referenciák
Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H., Lewis, M., Yih, W., Rocktäschel, T., Riedel, S., Kiela, D. (2020). Retrieval-Augmented Generation tudásintenzív NLP-feladatokhoz. A neurális információfeldolgozó rendszerek fejlődése, 33, 9459-9474.
A szerzőkről
Davide Gallitelli az AI/ML vezető megoldások szakértője. Székhelye Brüsszelben van, és világszerte szorosan együttműködik azokkal az ügyfelekkel, akik az alacsony kódú/kód nélküli gépi tanulási technológiákat és a generatív mesterséges intelligenciát kívánják alkalmazni. Egészen kicsi kora óta fejlesztő, 7 évesen kezdett el kódolni. Az AI/ML-t az egyetemen kezdte tanulni, és azóta beleszeretett.
Bilal Alam az AWS vállalati megoldások építészmérnöke, aki a pénzügyi szolgáltatások ágazatára összpontosít. A legtöbb napon a Bilal segíti az ügyfeleket az AWS-környezet felépítésében, fejlesztésében és biztonságossá tételében a legkritikusabb munkaterhelések telepítéséhez. Nagy tapasztalattal rendelkezik a Telco, a hálózatépítés és a szoftverfejlesztés területén. Az utóbbi időben az AI/ML felhasználásával foglalkozik üzleti problémák megoldására.
Pashmeen Mistry az AWS vezető termékmenedzsere. A munkán kívül Pashmeen élvezi a kalandos túrákat, a fotózást, és a családjával tölti az idejét.
Dan Sinnreich az AWS vezető termékmenedzsere, aki segít az alacsony kódú/kód nélküli gépi tanulás demokratizálásában. Az AWS-t megelőzően Dan vállalati SaaS-platformokat és idősoros modelleket épített és értékesített, amelyeket intézményi befektetők használtak a kockázatok kezelésére és az optimális portfóliók felépítésére. Munkán kívül jégkorongozni, búvárkodni és tudományos-fantasztikus regényeket olvasni.
- 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. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/empower-your-business-users-to-extract-insights-from-company-documents-using-amazon-sagemaker-canvas-generative-ai/
- :van
- :is
- :nem
- :ahol
- ][p
- $ UP
- 100
- 12
- 2020
- 2021
- 2023
- 225
- 7
- a
- képesség
- Képes
- Rólunk
- felgyorsult
- hozzáférés
- igénybe vett
- hozzáférhető
- pontos
- További
- elfogadja
- Után
- ellen
- kor
- AI
- AI / ML
- Minden termék
- lehetővé téve
- mentén
- már
- mindig
- amazon
- Amazon Kendra
- Amazon SageMaker
- Amazon SageMaker Canvas
- Az Amazon Web Services
- között
- an
- elemzés
- elemző
- Az elemzők
- és a
- bejelentés
- Másik
- válasz
- bármilyen
- API-k
- alkalmazott
- alkalmaz
- megközelítés
- megfelelő
- építészet
- VANNAK
- körül
- cikkek
- AS
- kérdez
- Helyettes
- társult
- At
- fokozza
- bővített
- automatikusan
- elérhető
- elkerülése érdekében
- AWS
- háttal ellátott
- bázis
- alapján
- BE
- óta
- hogy
- részesülő
- között
- Brüsszel
- épít
- Épület
- épült
- üzleti
- vállalkozások
- gomb
- by
- hívás
- TUD
- vászon
- képességek
- képesség
- elfog
- esetek
- ellenőrizze
- választás
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a
- kettyenés
- szorosan
- felhő
- kód
- Kódolás
- együttműködés
- gyűjtemény
- hogyan
- érkező
- közlés
- vállalat
- összehasonlítva
- összeegyeztethető
- bonyolult
- számítógép
- Számítógépes látás
- Configuration
- konfigurálva
- Csatlakozó
- következetes
- Konzol
- konstrukció
- tartalom
- tartalom
- folytatódik
- hozzájárultak
- Beszélgetés
- beszélgetések
- megtérít
- átalakított
- teremt
- kritikai
- vevő
- Ügyfelek
- dátum
- adatbázisok
- Nap
- mély
- demokratizálni
- telepíteni
- bevezetéséhez
- leírni
- kívánatos
- részlet
- Érzékelés
- Fejlesztő
- Fejlesztés
- megvitatni
- eltérő
- búvárkodás
- dokumentum
- dokumentumok
- domain
- e
- könnyebb
- könnyű
- beágyazás
- munkavállaló
- képessé
- lehetővé
- engedélyezve
- lehetővé teszi
- gazdagítják
- biztosítja
- biztosítása
- Vállalkozás
- Vállalatok
- Szervezetek
- Környezet
- mindenki
- példa
- kiterjesztett
- tapasztalat
- feltárása
- kiterjedt
- Átfogó tapasztalat
- külső
- kivonat
- Elesett
- család
- Funkció
- Fiction
- Fájlok
- Végül
- pénzügyi
- pénzügyi szolgáltatások
- vezetéknév
- Összpontosít
- következik
- következő
- A
- formátum
- Foster
- talált
- Alapítvány
- gyakran
- ból ből
- funkcionalitás
- gyűjt
- generál
- generált
- generáló
- generáció
- nemző
- Generatív AI
- kap
- adott
- földgolyó
- kormányzás
- útmutató
- Kezelés
- hám
- Legyen
- he
- segít
- segít
- kiemelve
- Kirándulások
- övé
- Hogyan
- How To
- HTML
- http
- HTTPS
- if
- illusztrálja
- óriási
- javul
- in
- Beleértve
- növekvő
- index
- indexek
- indexek
- ipari
- ipar
- információ
- újító
- meglátások
- szervezeti
- intézményi befektetők
- integráció
- kölcsönható
- kölcsönhatások
- interfészek
- belső
- bele
- Bevezetés
- intuitív
- Befektetők
- IT
- ITS
- jpg
- ugrás
- Tart
- Ismerve
- tudás
- Tudásmenedzsment
- nyelv
- nagy
- indít
- TANUL
- tanulás
- Lets
- szintek
- Lajos
- könyvtár
- vonal
- Lista
- keres
- szerelem
- gép
- gépi tanulás
- fenntartása
- csinál
- Gyártás
- kezelése
- vezetés
- menedzser
- mód
- sok
- ML
- modell
- modellek
- több
- a legtöbb
- többszörös
- Természetes
- Természetes nyelvi feldolgozás
- szükséges
- hálózatba
- ideg-
- Új
- NLP
- Most
- of
- kedvezmény
- on
- egyszer
- ONE
- nyitás
- nyit
- operatív
- Művelet
- optimálisan
- or
- szervezetek
- eredeti
- Más
- Egyéb
- ki
- eredmények
- teljesítmény
- kimenetek
- kívül
- saját
- rész
- Teljesít
- teljesített
- engedélyek
- fényképezés
- kép
- Platformok
- Plató
- Platón adatintelligencia
- PlatoData
- játék
- portfóliók
- lehetséges
- állás
- potenciális
- hatalom
- előrejelzés
- előfeltételek
- be
- Preview
- előző
- magán
- problémák
- folyamat
- feldolgozás
- gyárt
- Termékek
- termék menedzser
- megfelelő
- szabadalmazott
- ad
- feltéve,
- amely
- lekérdezések
- kérdés
- Kérdések
- gyorsan
- gyorsan
- Olvasás
- nemrég
- csökkenteni
- csökkentő
- utal
- referenciák
- engedje
- felszabaduló
- ismétlő
- kötelező
- megköveteli,
- kutatás
- válasz
- válaszok
- Eredmények
- Kritika
- Kockázat
- s
- SaaS
- biztosítékok
- sagemaker
- Tudomány
- Tudományos fantasztikum
- tudósok
- Képernyő
- zökkenőmentes
- Keresés
- Rész
- biztonság
- biztosítása
- Keresnek
- kiválasztott
- kiválasztása
- idősebb
- érzékeny
- érzés
- érzések
- Szolgáltatások
- ülés
- készlet
- beállítás
- beállítások
- felépítés
- Megosztás
- kellene
- előadás
- mutatott
- óta
- készségek
- So
- szoftver
- szoftverfejlesztés
- megoldások
- Megoldások
- SOLVE
- forrás
- származó
- Források
- szakember
- különleges
- Költési
- kezdet
- kezdődött
- Kezdve
- csúcs-
- Lépés
- Lépései
- Még mindig
- ilyen
- összegez
- támogatás
- kapcsoló
- rendszer
- feladatok
- csapat
- Műszaki
- Technologies
- Telco
- tételek
- mint
- hogy
- A
- az információ
- The Source
- azok
- Őket
- akkor
- Ott.
- ezt
- azok
- Keresztül
- idő
- nak nek
- felső
- téma
- Átalakítás
- valóban
- Megbízható
- FORDULAT
- alatt
- mögöttes
- egyetemi
- -ig
- up-to-date
- Frissítések
- használ
- használt
- használó
- Felhasználók
- használ
- segítségével
- ux
- érték
- fajta
- nagyon
- látomás
- kötetek
- W
- séta
- akar
- volt
- we
- háló
- webes szolgáltatások
- voltak
- amikor
- ami
- míg
- lesz
- val vel
- belül
- nélkül
- Munka
- munkafolyamat
- művek
- írás
- te
- fiatal
- A te
- zephyrnet