AWS tilbyr ny kunstig intelligens, maskinlæring og generative AI-guider for å planlegge AI-strategien din | Amazon Web Services

Gjennombrudd innen kunstig intelligens (AI) og maskinlæring (ML) har vært i overskriftene i flere måneder – og med god grunn. De nye og utviklende egenskapene til denne teknologien lover nye forretningsmuligheter for kunder på tvers av alle sektorer og bransjer. Men hastigheten på denne revolusjonen har gjort det vanskeligere for organisasjoner og forbrukere å vurdere hva disse gjennombruddene spesifikt betyr for dem.

Gjennom årene har AWS investert i demokratisering av tilgang til – og forståelse av – AI, ML og generativ AI. Gjennom kunngjøringer rundt det siste utviklingen innen generativ AI og etablering av en 100 millioner dollar Generative AI Innovation Center programmet, har Amazon Web Services (AWS) vært i forkant med å bidra til å øke forståelsen av rollen som disse innovasjonene kan spille i livene til både enkeltpersoner og organisasjoner. For å hjelpe deg å forstå alternativene dine i forhold til AI og ML, har AWS publisert to nye guider: AWS Cloud Adoption Framework for kunstig intelligens, maskinlæring og generativ AI og Komme i gang Ressurssenter maskinlæring beslutningsveiledning.

AWS CAF for AI, ML og Generativ AI

De AWS Cloud Adoption Framework for kunstig intelligens, maskinlæring og generativ AI (CAF-AI) er designet for å hjelpe deg med å navigere på AI-reisen. Det er en mental modell for organisasjoner som streber etter å generere forretningsverdi fra AI/ML. Basert på vår egen – og våre kunders – erfaring gir vi i dette rammeverket beste praksis for en AI-transformasjon og akselererer forretningsresultater gjennom innovativ bruk av AI på AWS.

Brukt av kunder og partnerteam hjelper CAF-AI med å utlede, prioritere, utvikle og kommunisere en strategi for AI-transformasjon. Følgende figur viser hvordan vi forenkler en AI-reise gjennom CAF-AI: ved å jobbe bakover fra forretningsresultater (1) til mulighetene som AI, ML og generativ AI gir (2), på tvers av dine transformasjonsdomener (3) og dine grunnleggende evner (4) gjennom en iterativ prosess (5) for å vurdere, utlede og implementere handlingspunkter for en AI-strategi.

I CAF-AI beskriver vi AI/ML-reisen du kan oppleve når dine organisatoriske evner på AI og ML er modne. For å veilede deg, zoomer vi inn på utviklingen av grunnleggende evner som vi har observert hjelper en organisasjon med å vokse sin modenhet i AI ytterligere.

Vi gir også foreskrivende veiledning gjennom en oversikt over måltilstanden til disse grunnleggende evnene og forklarer hvordan du kan utvikle dem trinn for trinn for å generere forretningsverdi underveis. Følgende figur viser disse grunnleggende funksjonene for sky- og AI/ML-adopsjon. EN evne er en organisatorisk evne til å bruke prosesser for å distribuere ressurser (som mennesker, teknologi og andre materielle eller immaterielle eiendeler) for å oppnå et resultat. Fordi CAF-AI er en levende indeks for kunnskap, kan du forvente at den vil vokse og endre seg over tid.

CAF-AI er designet som et start- og orienteringspunkt gjennom en kundes ML- og AI-reise, og er ment å være et dokument som organisasjoner kan hente inspirasjon fra når de former sin AI- og ML-agenda på mellomtiden og prøver å forstå de viktige temaene og perspektivene. som påvirker det. Avhengig av hvor du er på AI/ML-reisen, kan du fokusere på en spesifikk seksjon og finpusse ferdighetene dine der, eller bruke hele dokumentet til å bedømme modenhet og hjelpe deg med å lede forbedringsområder på kort sikt.

Fordi forretningsproblemområdet som AI/ML kan brukes på ikke er en enkelt funksjon eller domene, gjelder det på tvers av alle funksjoner i virksomheter og alle industridomener der du leter etter måter å tilbakestille spillefeltet i markeder der AI/ML gjør en økonomisk forskjell. De AWS Cloud Adoption Framework for kunstig intelligens, maskinlæring og generativ AI er et av de mange verktøyene AWS tilbyr for å hjelpe deg med å oppnå dette resultatet. Ettersom AI/ML muliggjør løsninger og løsningsveier til problemer som har vært uøkonomiske å løse i flere tiår (eller som var teknisk umulige å takle uten AI/ML), kan de resulterende forretningsresultatene være dype.

Beslutningsveiledningen for maskinlæring Komme i gang ressurssenter

AWS har alltid handlet om valg. Når du øker bruken av kunstig intelligens, er det avgjørende at du har riktig støtte for å velge den beste tjenesten, modellen og infrastrukturen for dine forretningsbehov. De Komme i gang Ressurssenter maskinlæring beslutningsveiledning er designet for å gi deg en detaljert oversikt over AI- og ML-tjenestene som tilbys av AWS, og gi strukturert veiledning om hvordan du velger de tjenestene som kan passe for deg og dine brukstilfeller.

Beslutningsguiden kan også hjelpe deg med å formulere og vurdere kriteriene som vil informere om dine valg. For eksempel beskriver den utvalget av AWS ML-tjenester (se følgende skjermbilde), som hver imøtekommer ulike nivåer av administrasjonskrav, avhengig av hvor mye kontroll og tilpasning du trenger.

Veiledningen forklarer også de unike egenskapene til AWS-tjenester for å realisere kraften til grunnmodeller og hvor du kan få mest mulig ut av denne raskt utviklende grenen av maskinlæring.

Den tilbyr detaljer om spesifikke tjenester, lenker til detaljerte tekniske guider på tjenestenivå, en sammenligningstabell som fremhever de unike egenskapene til nøkkeltjenester, og kriterier for valg av AI- og ML-tjenester. Den gir også et utvalgt sett med lenker til nøkkelressurser som kan hjelpe deg med å komme i gang med å bruke AI, ML og generative AI-tjenester på AWS.

Hvis du vil forstå bredden av AI, ML og generative AI-tilbud fra AWS, er denne beslutningsguiden et flott sted å starte.

konklusjonen

De Komme i gang Ressurssenter maskinlæring beslutningsveiledning, Sammen med den AWS Cloud Adoption Framework for kunstig intelligens, maskinlæring og generativ AI, dekker de tekniske og ikke-tekniske spørsmålene som vi ofte hører. Vi håper du finner disse nye ressursene nyttige og ser frem til tilbakemeldinger om dem.

---

Om forfatterne

Caleb Wilkinson har mer enn ti års erfaring med å bygge AI-løsninger. Som senior maskinlæringsstrateg ved AWS, er Caleb pionerer for innovative applikasjoner av AI som flytter grensene for mulighetene og hjelper organisasjoner å dra ansvarlig nytte av kunstig intelligens. Han er medforfatter av CAF-AI.

Alexander Wöhlke har et tiår med erfaring innen AI og ML. Han er senior maskinlæringsstrateg og teknisk produktsjef ved AWS Generative AI Innovation Center. Han jobber med store organisasjoner om deres AI-strategi og hjelper dem med å ta kalkulerte risikoer i forkant av teknologisk utvikling. Han er medforfatter av CAF-AI.

Geof Wheelwright administrerer AWS beslutningsinnholdsteam, som skriver og utvikler den voksende samlingen av beslutningsguider på AWS Getting Started Resource Center. Teamet hans laget beslutningsveiledningen Velge en AWS maskinlæring. Han har likt å jobbe med AI og dets forfedre siden han først ble introdusert til enkle, tekstbaserte Apple II versjoner av ELIZA på begynnelsen av 1980.

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Bil / elbiler, Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• BlockOffsets. Modernisering av eierskap for miljøkompensasjon. Tilgang her.
• kilde: https://aws.amazon.com/blogs/machine-learning/aws-offers-new-artificial-intelligence-machine-learning-and-generative-ai-guides-to-plan-your-ai-strategy/