AWS מציעה מדריכים חדשים של בינה מלאכותית, למידת מכונה ומדריכי בינה מלאכותית לתכנון אסטרטגיית הבינה המלאכותית שלך

הועלה מחדש על ידי אפלטון

עוקב: 0

פריצות דרך בתחום הבינה המלאכותית (AI) ולמידת מכונה (ML) נמצאות בכותרות במשך חודשים - ומסיבה טובה. היכולות המתפתחות והמתפתחות של טכנולוגיה זו מבטיחה הזדמנויות עסקיות חדשות עבור לקוחות בכל המגזרים והתעשיות. אבל המהירות של המהפכה הזו הקשתה על ארגונים וצרכנים להעריך מה משמעות פריצות הדרך הללו עבורם באופן ספציפי.

במהלך השנים, AWS השקיעה בדמוקרטיזציה של גישה ל- והבנה של - AI, ML ובינה מלאכותית. באמצעות הכרזות סביב העדכניות ביותר התפתחויות בתחום הבינה המלאכותית הגנרטיבית והקמת א 100 מיליון דולר מרכז חדשנות AI Generative בתוכנית, שירותי האינטרנט של אמזון (AWS) היו בחזית הסיוע בקידום ההבנה לגבי התפקיד שחידושים אלה יכולים למלא בחייהם של אנשים וארגונים כאחד. כדי לעזור לך להבין את האפשרויות שלך ביחס ל-AI ו-ML, AWS פרסמה שני מדריכים חדשים: ה מסגרת אימוץ ענן של AWS לבינה מלאכותית, למידת מכונה ובינה מלאכותית גנרטיבית ו תחילת העבודה מדריך החלטות למידת מכונה של מרכז המשאבים.

AWS CAF עבור AI, ML ו- Generative AI

השמיים מסגרת אימוץ ענן של AWS לבינה מלאכותית, למידת מכונה ובינה מלאכותית גנרטיבית (CAF-AI) נועד לעזור לך לנווט במסע הבינה המלאכותית שלך. זהו מודל מנטלי לארגונים השואפים לייצר ערך עסקי מ-AI/ML. בהתבסס על הניסיון שלנו - ושל הלקוחות שלנו - אנו מספקים במסגרת זו של שיטות עבודה מומלצות לשינוי בינה מלאכותית ומאיצים תוצאות עסקיות באמצעות שימוש חדשני בבינה מלאכותית ב-AWS.

בשימוש על ידי לקוחות וצוותי שותפים, CAF-AI עוזר להפיק, לתעדף, לפתח ולתקשר אסטרטגיה לשינוי בינה מלאכותית. האיור הבא מראה כיצד אנו מפשטים מסע בינה מלאכותית באמצעות CAF-AI: על ידי עבודה אחורה מתוצאות עסקיות (1) להזדמנויות ש-AI, ML ו-AI יצירתי מספקים (2), על פני תחומי הטרנספורמציה שלך (3) והבסיסיים שלך יכולות (4) באמצעות תהליך איטרטיבי (5) של הערכה, גזירה והטמעה של פריטי פעולה עבור אסטרטגיית AI.

AWS מציעה בינה מלאכותית, למידת מכונה ומדריכי בינה מלאכותית חדשים לתכנון אסטרטגיית הבינה המלאכותית שלך | Amazon Web Services PlatoBlockchain Data Intelligence. חיפוש אנכי. איי.

ב-CAF-AI, אנו מתארים את מסע ה-AI/ML שאתה עשוי לחוות כשהיכולות הארגוניות שלך ב-AI ו-ML בשלות. כדי להדריך אותך, אנו מתקרבים להתפתחות היכולות הבסיסיות שצפינו בהן עוזרות לארגון להגדיל את הבגרות שלו ב-AI.

כמו כן, אנו מספקים הנחיות מרשם באמצעות סקירה כללית של מצב היעד של יכולות היסוד הללו ומסבירים כיצד לפתח אותן צעד אחר צעד כדי לייצר ערך עסקי לאורך הדרך. האיור הבא מציג את יכולות היסוד הללו לאימוץ ענן ו-AI/ML. א יכולת היא יכולת ארגונית להשתמש בתהליכים כדי לפרוס משאבים (כגון אנשים, טכנולוגיה ונכסים מוחשיים או בלתי מוחשיים אחרים) כדי להשיג תוצאה. מכיוון שה-CAF-AI הוא אינדקס חי של ידע, אתה יכול לצפות שהוא יגדל וישתנה עם הזמן.

מעוצב כנקודת התחלה והתמצאות לאורך מסע ה-ML וה-AI של הלקוח, CAF-AI נועד להיות מסמך שארגונים יכולים לשאוב ממנו השראה כשהם מעצבים את סדר היום של AI ו-ML באמצע הטווח שלהם ומנסים להבין את הנושאים והפרספקטיבות החשובות שמשפיעים עליו. בהתאם למקום שבו אתה נמצא במסע ה-AI/ML שלך, אתה עשוי להתמקד בקטע ספציפי ולחדד את כישוריך שם, או להשתמש במסמך כולו כדי לשפוט בגרות ולעזור לכוון אזורי שיפור בטווח הקרוב.

מכיוון שמרחב הבעייתיות העסקית שאליו ניתן להחיל AI/ML אינו פונקציה או תחום יחיד, הוא חל על כל הפונקציות של עסקים וכל תחומי התעשייה שבהם אתה מחפש דרכים לאפס את מגרש המשחקים בשווקים שבהם AI/ML עושה הבדל כלכלי. ה מסגרת אימוץ ענן של AWS לבינה מלאכותית, למידת מכונה ובינה מלאכותית גנרטיבית הוא אחד הכלים הרבים שמספקת AWS כדי לעזור לך להשיג תוצאה זו. מכיוון שבינה מלאכותית/ML מאפשרת פתרונות ונתיבי פתרון לבעיות שנותרו בלתי כלכליות לפתרון במשך עשרות שנים (או שאי אפשר להתמודד מבחינה טכנית ללא AI/ML), התוצאות העסקיות המתקבלות עשויות להיות עמוקות.

מדריך ההחלטות של מרכז המשאבים לתחילת העבודה

AWS תמיד עסק בבחירה. כאשר אתה מגביר את השימוש שלך בבינה מלאכותית, חשוב ביותר שתהיה לך את התמיכה הנכונה בבחירת השירות, הדגם והתשתית הטובים ביותר לצרכי העסק שלך. ה תחילת העבודה מדריך החלטות למידת מכונה של מרכז המשאבים נועד לספק לך סקירה מפורטת של שירותי AI ו-ML המוצעים על ידי AWS, ולספק הדרכה מובנית כיצד לבחור את השירותים שעשויים להתאים לך ולמקרי השימוש שלך.

מדריך ההחלטות יכול גם לעזור לך לבטא ולשקול את הקריטריונים שיאפשרו את הבחירות שלך. לדוגמה, הוא מתאר את מגוון שירותי AWS ML (ראה את צילום המסך הבא), שכל אחד מהם נותן מענה לרמות שונות של דרישות ניהול, בהתאם לכמות השליטה וההתאמה האישית שאתה צריך.

המדריך גם מסביר את היכולות הייחודיות של שירותי AWS במימוש הכוח של מודלים בסיסיים והיכן תוכלו להפיק את המרב מהענף המתפתח במהירות של למידת מכונה.

הוא מציע פרטים על שירותים ספציפיים, קישורים למדריכים טכניים מפורטים ברמת השירות, טבלת השוואה המדגישה את היכולות הייחודיות של שירותי מפתח וקריטריונים לבחירת שירותי AI ו-ML. הוא גם מספק קבוצה אוצרת של קישורים למשאבי מפתח שיכולים לעזור לך להתחיל בשימוש ב-AI, ML ושירותי AI גנרטיביים ב-AWS.

אם אתה רוצה להבין את רוחב ההצעות של AI, ML ו-AI הגנרטיבי שמסופקים על ידי AWS, מדריך ההחלטות הזה הוא מקום מצוין להתחיל בו.

סיכום

השמיים תחילת העבודה מדריך החלטות למידת מכונה של מרכז המשאבים, יחד עם מסגרת אימוץ ענן של AWS לבינה מלאכותית, למידת מכונה ובינה מלאכותית גנרטיבית, מכסה את השאלות הטכניות והלא טכניות שאנו שומעים לעתים קרובות. אנו מקווים שתמצא את המשאבים החדשים הללו שימושיים ומצפים למשוב שלך עליהם.

על הכותבים

קיילב ווילקינסון בעלת ניסיון של יותר מעשור בבניית פתרונות AI. כאסטרטג בכיר למידת מכונה ב-AWS, Caleb היא חלוצה של יישומים חדשניים של AI שדוחפים את גבולות האפשרויות ועוזרים לארגונים להפיק תועלת אחראית מבינה מלאכותית. הוא המחבר המשותף של CAF-AI.

אלכסנדר וולקה בעל ניסיון של עשור ב-AI ו-ML. הוא אסטרטג בכיר למידת מכונה ומנהל מוצר טכני במרכז החדשנות של AWS Generative AI. הוא עובד עם ארגונים גדולים על אסטרטגיית ה-AI שלהם ועוזר להם לקחת סיכונים מחושבים בחזית הפיתוח הטכנולוגי. הוא המחבר המשותף של CAF-AI.

גיאוף גלגלרייט מנהל את צוות תוכן ההחלטות של AWS, שכותב ומפתח את האוסף ההולך וגדל של מדריכי החלטות במרכז המשאבים של AWS Getting Started. הצוות שלו יצר את מדריך ההחלטות של בחירת למידה חישובית של AWS. הוא נהנה לעבוד עם AI ואבותיו מאז שהוצג לראשונה ל-Apple II הפשוט ומבוסס טקסט גרסאות של ELIZA ב 1980s מוקדם.