Üretken yapay zekanın zaman içinde neredeyse bildiğimiz her müşteri deneyimini dönüştürme potansiyeline sahip olduğuna inanıyoruz. Adidas, Booking.com, Bridgewater Associates, Clariant, Cox Automotive, GoDaddy ve LexisNexis Legal & Professional dahil olmak üzere AWS'de üretken yapay zeka uygulamaları başlatan şirketlerin sayısı oldukça fazla ve hızla artıyor. Perplexity AI gibi yenilikçi girişimler, üretken yapay zeka için AWS'ye ağırlık veriyor. Anthropic gibi önde gelen yapay zeka şirketleri, görev açısından kritik iş yükleri için birincil bulut sağlayıcısı ve gelecekteki modellerini eğitecek yer olarak AWS'yi seçti. Accenture gibi küresel hizmet ve çözüm sağlayıcıları da şirket içi geliştiricilerini güçlendirerek özelleştirilmiş üretken yapay zeka uygulamalarının avantajlarından yararlanıyor. Amazon Kodu Fısıltı.
Bu müşteriler AWS'yi seçiyor çünkü biz her zaman yaptığımızı yapmaya odaklanıyoruz: müşteri deneyimlerini ve işletmeleri dönüştürebilecek karmaşık ve pahalı teknolojiyi alıp bunu her ölçekteki ve teknik yetenekteki müşteriler için demokratikleştirme. Bunu yapmak için, üretken yapay zeka yığınının üç katmanında en kapsamlı yetenekler kümesini sağlamak için yatırım yapıyoruz ve hızla yenilik yapıyoruz. En alt katman, Büyük Dil Modellerini (LLM'ler) ve diğer Temel Modelleri (FM'ler) eğitmek ve çıkarımlar veya tahminler üretmek için gereken altyapıdır. Orta katman, müşterilerin bir AWS hizmetinden beklediği aynı güvenlik, erişim kontrolü ve diğer özelliklerle üretken yapay zeka uygulamaları oluşturmak ve ölçeklendirmek için müşterilerin ihtiyaç duyduğu tüm model ve araçlara kolay erişim sağlar. En üst katmanda ise üretken yapay zeka tabanlı kodlama gibi önemli alanlarda oyunun kurallarını değiştiren uygulamalara yatırım yapıyoruz. Müşteriler, onlara seçenek sunmanın yanı sıra - bizden bekledikleri gibi - tüm katmanlarda geniş kapsamlı ve derinlikli yetenekler sunmanın yanı sıra, veri öncelikli yaklaşımımızı takdir ettiklerini ve her şeyi sıfırdan kurumsal olarak inşa ettiğimize güvendiklerini söylüyor. sınıf güvenlik ve gizlilik.
Bu hafta ileriye doğru büyük bir adım atarak müşterilerimizin üretken yapay zekayı işletmelerinde yaygın bir şekilde kullanmasını kolay ve pratik hale getirmek için yığının üç katmanının tamamında birçok önemli yeni özelliği duyurduk.
Yığın alt katmanı: AWS Trainium2, üretken yapay zeka için en gelişmiş bulut altyapısını sunan en son eklentidir
Yığın en alt katmanı, LLM'leri ve diğer FM'leri eğitmek ve çalıştırmak için gerekli olan altyapıdır (bilgi işlem, ağ oluşturma, çerçeveler, hizmetler). AWS, makine öğrenimi için en gelişmiş altyapıyı sunmak üzere yenilikler yapıyor. NVIDIA ile uzun süredir devam eden işbirliğimiz sayesinde AWS, 12 yılı aşkın bir süre önce GPU'ları buluta getiren ilk şirket oldu ve son olarak da P100 bulut sunucularımızla birlikte NVIDIA H5 GPU'ları kullanıma sunan ilk büyük bulut sağlayıcısı olduk. AWS'yi GPU'ları çalıştıran en iyi bulut haline getiren benzersiz yeniliklere yatırım yapmaya devam ediyoruz; bunlar arasında en gelişmiş sanallaştırma sisteminin (AWS Nitro) fiyat-performans avantajları, Elastic Fabric Adapter (EFA) ile güçlü petabit ölçekli ağ bağlantısı ve hiper- Amazon EC2 UltraClusters ile ölçeklendirme kümelemesi (binlerce hızlandırılmış bulut sunucusu bir Erişilebilirlik Alanında aynı konumda bulunur ve büyük ölçekli makine öğrenimi eğitimi için 3,200 Gbps'ye kadar sunabilen, engellenmeyen bir ağda birbirine bağlanır). Ayrıca müşterilerin gelecekte kullanmak üzere GPU'ları (2'e kadar) ayırmasına olanak tanıyan sektördeki ilk ve tek tüketim modeli olan Amazon EC500 Kapasite Blokları ile ML ile herhangi bir müşterinin üretken yapay zeka için son derece aranan GPU işlem kapasitesine erişmesini kolaylaştırıyoruz. kısa süreli makine öğrenimi iş yükleri için EC2 UltraClusters'ta dağıtılır.
Birkaç yıl önce, fiyat performansında sınırları zorlamaya devam etmek için silikona kadar yenilikler yapmamız gerektiğini fark ettik ve kendi çiplerimize yatırım yapmaya başladık. Özellikle makine öğrenimi için amaca yönelik çıkarım çipimiz olan AWS Inferentia ile başladık. Bugün, yüz milyarlarca parametre içeren modellerle büyük ölçekli üretken yapay zeka uygulamaları için özel olarak optimize edilmiş Amazon EC2 Inf2 bulut sunucularına sahip ikinci nesil AWS Inferentia'mızdayız. Inf2 bulut sunucuları bulutta en düşük çıkarım maliyetini sunarken aynı zamanda Inf1 bulut sunucularına kıyasla dört kata kadar daha yüksek verim ve on kata kadar daha düşük gecikme süresi sunar. 12 adede kadar Inferentia2 yongasıyla desteklenen Inf2, hızlandırıcılar arasında yüksek hızlı bağlantıya sahip, çıkarım açısından optimize edilmiş tek EC2 bulut sunucularıdır; böylece müşteriler, ultra büyük modelleri dağıtarak performanstan veya gecikmeden ödün vermeden çıkarımları daha hızlı ve daha verimli (daha düşük maliyetle) çalıştırabilirler. birden fazla hızlandırıcı arasında. Adobe, Deutsche Telekom ve Leonardo.ai gibi müşteriler erken dönemde harika sonuçlar elde etti ve modellerini Inf2'de geniş ölçekte dağıtmaktan heyecan duyuyor.
Eğitim tarafında, AWS'nin amaca yönelik tasarlanmış makine öğrenimi eğitim çipi AWS Trainium tarafından desteklenen Trn1 bulut sunucuları, eğitimi EFA ağına bağlı birden fazla sunucuya dağıtacak şekilde optimize edilmiştir. Ricoh gibi müşteriler, yalnızca birkaç gün içinde milyarlarca parametre içeren bir Japon Yüksek Lisans Eğitimi'ni eğitti. Databricks, büyük ölçekli derin öğrenme modellerini eğitmek için Trainium tabanlı örneklerle %40'a kadar daha iyi fiyat-performans elde ediyor. Ancak neredeyse her hafta yeni, daha yetenekli modellerin ortaya çıkmasıyla birlikte, performans ve ölçek açısından sınırları zorlamaya devam ediyoruz ve bunu duyurmanın heyecanını yaşıyoruz. AWS Eğitimi2Yüz milyarlardan trilyonlara kadar parametreye sahip eğitim modelleri için daha da iyi fiyat performansı sunmak üzere tasarlandı. Trainium2, birinci nesil Trainium'a göre dört kata kadar daha hızlı eğitim performansı sunmalı ve EC2 UltraClusters'ta kullanıldığında 65 exaflop'a kadar toplam bilgi işlem sunmalıdır. Bu, müşterilerin 300 milyar parametreli bir LLM'yi aylar yerine haftalar içinde eğitebilecekleri anlamına geliyor. Trainium2'nin performansı, ölçeği ve enerji verimliliği, Anthropic'in modellerini AWS'de eğitmeyi seçmesinin ve gelecekteki modelleri için Trainium2'yi kullanmasının nedenlerinden bazılarıdır. Ve hem Trainium hem de Inferentia ile sürekli inovasyon konusunda Anthropic ile işbirliği yapıyoruz. İlk Trainium2 bulut sunucularımızın 2024 yılında müşterilerin kullanımına sunulmasını bekliyoruz.
Ayrıca, özellikle müşterilerin Trainium ve Inferentia'dan maksimum performans elde etmesine yardımcı olan yazılım geliştirme kiti (SDK) olan AWS Neuron'u geliştirmek için makine öğrenimi silikonumuz için yazılım araç zincirini iki katına çıkardık. 2019'da Neuron'u piyasaya sürdüğümüzden bu yana derleyici ve çerçeve teknolojilerine önemli yatırımlar yaptık ve bugün Neuron, Meta'dan Llama 2, Databricks'ten MPT ve Stability AI'den Stable Diffusion dahil olmak üzere halka açık en popüler modellerin çoğunu desteklemektedir. Popüler model deposu Hugging Face'teki en iyi 93 modelden 100'ü. Neuron, PyTorch ve TensorFlow gibi popüler makine öğrenimi çerçevelerine bağlanıyor ve JAX desteği gelecek yılın başlarında gelecek. Müşteriler bize, Neuron'un sadece birkaç satır kodla mevcut model eğitim ve çıkarım hatlarını Trainium ve Inferentia'ya geçirmelerini kolaylaştırdığını söylüyor.
Başka hiç kimse en iyi makine öğrenimi çipleri, süper hızlı ağ iletişimi, sanallaştırma ve hiper ölçekli kümelerden oluşan aynı kombinasyonu sunmuyor. Bu nedenle AI21 Labs, Anthropic, Hugging Face, Perplexity AI, Runway ve Stability AI gibi en tanınmış üretken yapay zeka girişimlerinden bazılarının AWS'de çalışması şaşırtıcı değil. Ancak, LLM'leri ve diğer FM'leri verimli ve uygun maliyetli bir şekilde oluşturmak, eğitmek ve çalıştırmak için bu bilgi işlemden etkili bir şekilde yararlanmak için hâlâ doğru araçlara ihtiyacınız var. Ve bu girişimlerin çoğu için, Amazon Adaçayı Yapıcı cevap. İster yeni, özel bir modeli sıfırdan oluşturmak ve eğitmek, ister halka açık birçok popüler modelden biriyle başlamak olsun, eğitim karmaşık ve pahalı bir girişimdir. Bu modelleri uygun maliyetle çalıştırmak da kolay değil. Müşterilerin büyük miktarlarda veri edinmeleri ve bunları hazırlamaları gerekir. Bu genellikle verileri temizleme, kopyaları kaldırma, zenginleştirme ve dönüştürme gibi birçok manuel çalışmayı içerir. Daha sonra, büyük GPU/hızlandırıcı kümeleri oluşturup sürdürmeleri, model eğitimini kümeler arasında verimli bir şekilde dağıtmak için kod yazmaları, modeli sık sık kontrol etmeleri, duraklatmaları, incelemeleri ve optimize etmeleri ve kümedeki donanım sorunlarına manuel olarak müdahale etmeleri ve düzeltmeleri gerekir. Bu zorlukların çoğu yeni değil; SageMaker'ı altı yıl önce başlatmamızın nedenlerinden bazıları bunlar; model eğitimi ve dağıtımıyla ilgili birçok engeli ortadan kaldırmak ve geliştiricilere çok daha kolay bir yol sunmak. On binlerce müşteri Amazon SageMaker kullanıyor ve LG AI Research, Perplexity AI, AI21, Hugging Face ve Stability AI gibi giderek artan sayıda müşteri, LLM'leri ve diğer FM'leri SageMaker üzerinde eğitiyor. Kısa bir süre önce, Teknoloji İnovasyon Enstitüsü (popüler Falcon LLM'lerin yaratıcıları), halka açık en büyük model olan Falcon 180B'yi SageMaker'da eğitti. Model boyutları ve karmaşıklığı arttıkça SageMaker'ın kapsamı da büyüdü.
Yıllar geçtikçe Amazon SageMaker'a otomatik model ayarlama, dağıtılmış eğitim, esnek model dağıtım seçenekleri, ML OP'ler için araçlar, veri hazırlama araçları, özellik depoları, not defterleri, kusursuz entegrasyon gibi oyunun kurallarını değiştiren 380'den fazla özellik ve yetenek ekledik. ML yaşam döngüsü boyunca döngüdeki insan değerlendirmeleri ve sorumlu yapay zeka için yerleşik özellikler. SageMaker müşterilerinin LLM'ler ve diğer FM'ler de dahil olmak üzere tüm modeller için çıkarımlar oluşturmaya, eğitmeye ve çalıştırmaya devam edebilmelerini sağlamak için hızla yenilik yapmaya devam ediyoruz. Ayrıca müşterilerin büyük modelleri iki yeni özellik ile eğitip dağıtmasını daha da kolay ve uygun maliyetli hale getiriyoruz. Öncelikle eğitimi basitleştirmek için tanıtım Amazon SageMaker HyperPod yüksek ölçekli, hataya dayanıklı dağıtılmış eğitim için gereken süreçlerin çoğunu otomatikleştirir (örneğin, dağıtılmış eğitim kitaplıklarının yapılandırılması, binlerce hızlandırıcıda eğitim iş yüklerinin ölçeklendirilmesi, hatalı örneklerin tespit edilmesi ve onarılması), eğitimi %40'a kadar hızlandırma. Sonuç olarak Perplexity AI, Hugging Face, Stability, Hippocratic, Alkaid ve diğerleri gibi müşteriler modeller oluşturmak, eğitmek veya geliştirmek için SageMaker HyperPod'u kullanıyor. Saniye, Gecikmeyi azaltırken çıkarımı daha uygun maliyetli hale getirmek için yeni yetenekler sunuyoruz. SageMaker artık müşterilerin bilgi işlem kaynaklarını paylaşabilmeleri için birden fazla modeli aynı örneğe dağıtmalarına yardımcı oluyor ve çıkarım maliyetini %50 (ortalama) azaltıyor. SageMaker ayrıca çıkarım isteklerini işleyen bulut sunucularını aktif olarak izler ve hangi bulut sunucularının mevcut olduğuna bağlı olarak istekleri akıllıca yönlendirerek %20 daha düşük çıkarım gecikmesi elde eder (ortalama). Conjecture, Salesforce ve Slack, bu çıkarım optimizasyonları nedeniyle modelleri barındırmak için zaten SageMaker'ı kullanıyor.
Yığın orta katmanı: Amazon Bedrock yeni modeller ekler ve yeni özellikler dalgası müşterilerin üretken yapay zeka uygulamalarını güvenli bir şekilde oluşturmasını ve ölçeklendirmesini daha da kolaylaştırır
Müşterilerin bir kısmı kendi LLM'lerini ve diğer FM'lerini oluşturacak veya kamuya açık herhangi bir sayıda seçeneği geliştirecek olsa da, birçoğu bunu yapmak için kaynak ve zaman harcamak istemeyecektir. Onlar için yığının orta katmanı bu modelleri bir hizmet olarak sunuyor. Buradaki çözümümüz, Amazon Ana Kayası, müşterilerin Anthropic, Stability AI, Meta, Cohere, AI21 ve Amazon'un sektör lideri modelleri arasından seçim yapmasına, bunları kendi verileriyle özelleştirmesine ve alışık oldukları önde gelen güvenlik, erişim kontrolleri ve özelliklerin tümünden yararlanmasına olanak tanır. AWS'de, tamamı yönetilen bir hizmet aracılığıyla. Amazon Bedrock'u Eylül ayı sonlarında genel kullanıma sunduk ve müşterilerin tepkisi son derece olumlu oldu. Dünyanın dört bir yanından ve neredeyse her sektörden müşteriler Amazon Bedrock'u kullanmaktan heyecan duyuyor. adidas, geliştiricilerin "başlangıç" bilgilerinden daha derin teknik sorulara kadar her konuda hızlı yanıtlar almasını sağlıyor. Booking.com, her müşteriye özel seyahat önerileri yazmak için üretken yapay zekayı kullanmayı amaçlıyor. Bridgewater Associates, grafikler oluşturmaya, finansal göstergeleri hesaplamaya ve sonuçları özetlemeye yardımcı olmak için LLM destekli bir Yatırım Analisti Asistanı geliştiriyor. Carrier, enerji tüketimini azaltmak ve karbon emisyonlarını azaltmak için müşterilerinin daha hassas enerji analizlerini ve öngörülerini erişilebilir hale getiriyor. Clariant, Ar-Ge süreçlerini hızlandırmak, satış ekiplerini toplantı hazırlıklarında desteklemek ve müşteri e-postalarını otomatikleştirmek için ekip üyelerini dahili bir üretken yapay zeka sohbet robotuyla güçlendiriyor. GoDaddy, web sitelerini oluşturmak, tedarikçileri bulmak, müşterilerle bağlantı kurmak ve daha fazlası için üretken yapay zekayı kullanarak müşterilerin işletmelerini çevrimiçi olarak kolayca kurmalarına yardımcı oluyor. Lexis Nexis Legal & Professional, Lexis+ AI etkileşimli arama, özetleme ve belge taslağı hazırlama ve analiz yetenekleriyle avukatlar için hukuki işleri dönüştürüyor ve üretkenliklerini artırıyor. Nasdaq, şüpheli işlemlere ilişkin soruşturma iş akışlarının otomatikleştirilmesine ve mali suçlarla mücadele ve gözetim yeteneklerinin güçlendirilmesine yardımcı oluyor. Bunların tümü ve çok daha fazlası, çeşitli üretken yapay zeka uygulamaları AWS'de çalışıyor.
Amazon Bedrock'un yakalayacağı ivmeden heyecan duyuyoruz ancak henüz erken. Müşterilerle çalışırken gördüğümüz şey, herkesin hızlı hareket ettiği, ancak üretken yapay zekanın evriminin neredeyse her gün gerçekleşen yeni seçenekler ve yeniliklerle hızlı bir şekilde devam ettiğidir. Müşteriler, farklı kullanım durumları için veya farklı veri kümeleri üzerinde daha iyi çalışan farklı modellerin bulunduğunu görüyor. Bazı modeller özetleme için harikadır, diğerleri akıl yürütme ve entegrasyon için harikadır, bazıları ise gerçekten harika bir dil desteğine sahiptir. Ayrıca görsel oluşturma, arama kullanım senaryoları ve daha fazlası var; bunların hepsi hem özel modellerden hem de herkesin kullanımına açık modellerden geliyor. Ve bilinmeyenin bu kadar çok olduğu zamanlarda, uyum sağlama yeteneği tartışmasız en değerli araçtır. Hepsine hükmedecek tek bir model olmayacak. Ve kesinlikle herkesin kullandığı modelleri sağlayan tek bir teknoloji şirketi değil. Müşterilerin farklı modelleri denemesi gerekiyor. Aralarında geçiş yapabilmeleri veya bunları aynı kullanım senaryosunda birleştirebilmeleri gerekir. Bu, gerçek bir model sağlayıcı seçimine ihtiyaçları olduğu anlamına geliyor (son 10 gündeki olaylar bunu daha da net bir şekilde ortaya koydu). İşte bu yüzden Amazon Bedrock'u icat ettik, bu neden müşterilerimizde bu kadar derin yankı uyandırıyor ve bir dizi modelle oluşturmayı (ve bunlar arasında geçiş yapmayı) bir API çağrısı kadar kolay hale getirmek, en son teknikleri koymak için hızla yenilik yapmaya ve yinelemeye devam etmemizin nedeni bu. model özelleştirmesini tüm geliştiricilerin elinde bulundurun ve müşterilerin güvenliğini ve verilerini gizli tutun. Müşterilerin üretken yapay zeka uygulamaları oluşturmasını ve ölçeklendirmesini daha da kolaylaştıracak birkaç yeni özelliği tanıtmaktan heyecan duyuyoruz:
- Anthropic Claude 2.1, Meta Llama 2 70B ve Amazon Titan ailesine yapılan eklemelerle model seçeneği genişletiliyor. Bu ilk günlerde müşteriler, hangilerini çeşitli amaçlarla kullanmak istediklerini belirlemek için hâlâ farklı modelleri öğreniyor ve denemeler yapıyor. En yeni modelleri kolayca deneyebilmek ve aynı zamanda hangi yetenek ve özelliklerin kendilerine en iyi sonuçları ve kullanım durumları için maliyet özelliklerini vereceğini test etmek istiyorlar. Amazon Bedrock ile müşteriler yeni bir modele yalnızca bir API çağrısı kadar uzaktadır. Müşterilerin son birkaç ayda deneyimlediği en etkileyici sonuçlardan bazıları, aşağıdaki gibi Yüksek Lisans'lardan alınmıştır: Anthropic'in Claude modeli, yüksek derecede güvenilirlik ve öngörülebilirliği korurken, gelişmiş diyalog ve içerik üretiminden karmaşık akıl yürütmeye kadar geniş bir görev yelpazesinde üstünlük sağlar. Müşteriler, diğer FM'lere kıyasla Claude'un zararlı çıktılar üretme olasılığının çok daha düşük olduğunu, iletişim kurmanın daha kolay olduğunu ve daha yönlendirilebilir olduğunu, dolayısıyla geliştiricilerin istedikleri çıktıyı daha az çabayla elde edebileceklerini bildiriyor. Anthropic'in son teknoloji modeli Claude 2, GRE okuma ve yazma sınavlarında ve benzer şekilde niceliksel akıl yürütmede 90. yüzdelik dilimin üzerinde puan alıyor. Ve artık yeni çıkan Claude 2.1 modeli Amazon Bedrock'ta mevcut. Claude 2.1, işletmeler için sektör lideri 200K token bağlam penceresi (Claude 2 bağlamının 2.0 katı), azaltılmış halüsinasyon oranları ve çok uzun bağlam uzunluklarında bile doğrulukta önemli iyileştirmeler gibi temel yetenekler sunar. Claude 2.1 ayrıca, son kullanıcılar için daha iyi bir deneyim sağlayan model talimatları olan gelişmiş sistem istemlerini de içeriyor ve aynı zamanda istemlerin ve tamamlamaların maliyetini %25 oranında azaltıyor.
Amazon Bedrock, Meta'nın halka açık Llama 2 modelinin yönetilen sürümünü kullanmak isteyen giderek artan sayıda müşteri için Llama 2 13B'yi ve Llama 2 70B'yi ekliyoruz. Llama 2 70B, dil modelleme, metin oluşturma ve diyalog sistemleri gibi büyük ölçekli görevler için uygundur. Herkese açık Llama modelleri 30 milyondan fazla kez indirildi ve müşteriler, Amazon Bedrock'un bunları altyapı konusunda endişelenmelerine veya ekiplerinde derin makine öğrenimi uzmanlığına sahip olmalarına gerek olmayan yönetilen bir hizmetin parçası olarak sunmasından memnun. Ayrıca görüntü oluşturma için Stability AI, popüler metinden görüntüye modellerden oluşan bir paket sunar. Stable Diffusion XL 1.0 (SDXL 1.0) bunların en gelişmişidir ve artık Amazon Bedrock'ta genel olarak mevcuttur.. Bu popüler görüntü modelinin en son sürümü, artırılmış doğruluk, daha iyi fotogerçekçilik ve daha yüksek çözünürlüğe sahiptir.
Müşteriler de kullanıyor Amazon Titanı Çeşitli kullanım durumları için mükemmel ekonomikliğe sahip güçlü yetenekler sunmak üzere AWS tarafından oluşturulan ve önceden eğitilen modeller. Amazon'un ML ve AI (işletmelerimizde kullandığımız teknoloji) konusunda 25 yıllık bir geçmişi var ve modeller oluşturma ve dağıtma konusunda çok şey öğrendik. Modellerimizi nasıl eğittiğimizi ve bunu yapmak için kullandığımız verileri dikkatlice seçtik. Modellerimizin veya çıktılarının herhangi birinin telif hakkını ihlal ettiği yönündeki iddialara karşı müşterilerimizi tazmin ediyoruz. Bu yılın nisan ayında ilk Titan modellerimizi tanıttık. Titan Metin Lite— artık genel kullanıma sunuldu—Chatbot'lar, metin özetleme veya metin yazarlığı gibi kullanım durumları için kısa ve öz, uygun maliyetli bir modeldir ve ayrıca ince ayar yapılması da ilgi çekicidir. Titan Text Express—artık genel kullanıma da sunuldu—daha kapsamlıdır ve açık uçlu metin oluşturma ve sohbete dayalı sohbet gibi daha geniş bir yelpazedeki metin tabanlı görevler için kullanılabilir. Müşterilere kullanım senaryolarına ve iş gereksinimlerine bağlı olarak doğruluk, performans ve maliyet açısından optimizasyon yapma olanağı sağlamak için bu metin modeli seçeneklerini sunuyoruz. Nexxiot, PGA Tour ve Ryanair gibi müşterilerimiz iki Titan Text modelimizi kullanıyor. Arama kullanım durumları ve kişiselleştirme için Titan Text Embeddings adında bir yerleştirme modelimiz de var. Nasdaq gibi müşteriler, Nasdaq IR Insight'ın sürdürülebilirlik, hukuk ve muhasebe ekipleri için 9,000'den fazla küresel şirketin belgelerinden içgörüler oluşturma yeteneklerini geliştirmek amacıyla Titan Text Embeddings'i kullanarak harika sonuçlar elde ediyor. Zamanla Titan ailesine daha fazla model eklemeye devam edeceğiz. Yeni bir gömme modeli sunuyoruz: Titan Multimodal Gömmeler, görselleri ve metni (veya her ikisinin bir kombinasyonunu) girdi olarak kullanan kullanıcılar için çok modlu arama ve öneri deneyimlerini güçlendirmek. Ve biz yeni bir metinden resme modeli olan Amazon Titan Image Generator'ı tanıtıyoruz. Titan Image Generator ile reklamcılık, e-ticaret, medya ve eğlence gibi sektörlerdeki müşteriler, büyük hacimlerde ve düşük maliyetle gerçekçi, stüdyo kalitesinde görüntüler oluşturmak için bir metin girişi kullanabilir. Müşterilerin Titan Modellerine nasıl tepki vereceği konusunda heyecanlıyız ve burada yenilikler yapmaya devam edeceğimizi bekleyebilirsiniz.
- Üretken yapay zeka uygulamanızı özel verilerinizle güvenli bir şekilde özelleştirmenizi sağlayacak yeni özellikler: Amazon Bedrock'un en önemli özelliklerinden biri, bir modeli özelleştirmenin ne kadar kolay olmasıdır. Bu, müşteriler için gerçekten heyecan verici bir hal alıyor çünkü üretken yapay zekanın, temel fark yaratan unsurları olan verileriyle buluştuğu yer burası. Ancak verilerinin güvende kalması, süreç boyunca kontrol sahibi olmaları ve model iyileştirmelerinin kendilerine özel olması gerçekten önemlidir. Bunu yapmanın birkaç yolu vardır ve Amazon Bedrock, birden fazla modelde en geniş özelleştirme seçenekleri yelpazesini sunar). Birincisi ince ayardır. Amazon Bedrock'ta bir modele ince ayar yapmak kolaydır. Siz sadece modeli seçin ve Amazon Bedrock onun bir kopyasını oluşturur. Daha sonra, Amazon Simple Storage Service'de (Amazon S3) depoladığınız birkaç etiketli örneğe (ör. bir dizi iyi soru-cevap çifti) işaret edersiniz ve Amazon Bedrock "artımlı olarak eğitir" (kopyalanan modeli yeni bilgilerle güçlendirir) Bu örneklere göre sonuç, daha alakalı, özelleştirilmiş yanıtlar sunan özel, daha doğru, ince ayarlı bir modeldir. İnce ayarın Cohere Command, Meta Llama 2, Amazon Titan Text (Lite ve Express), Amazon Titan Multimodal Embeddings için genel olarak mevcut olduğunu ve Amazon Titan Image Generator için önizlemede sunulduğunu duyurmaktan heyecan duyuyoruz. Ayrıca, Anthropic ile olan işbirliğimiz sayesinde, yakında AWS müşterilerine model özelleştirme ve son teknoloji ürünü Claude modelinin ince ayarına yönelik benzersiz özelliklere erken erişim olanağı sunacağız.
İşletmeniz için LLM'leri ve diğer FM'leri özelleştirmeye yönelik ikinci bir teknik, bilgi depoları, veritabanları ve API'ler dahil olmak üzere birden fazla kaynaktan gelen verilerle istemlerinizi artırarak bir modelin yanıtlarını özelleştirmenize olanak tanıyan erişim artırılmış nesildir (RAG). Eylül ayında, uygulamalarınızın daha alakalı, bağlamsal ve doğru yanıtlar sunabilmesi için istemlerinizi daha fazla bilgiyle desteklemek amacıyla modelleri özel veri kaynaklarınıza güvenli bir şekilde bağlayan Amazon Bedrock için Bilgi Tabanları adlı RAG özelliğini tanıttık. Bilgi Tabanı artık RAG iş akışının tamamını gerçekleştiren bir API ile genel olarak kullanılabilir Bir istemi artırmak için gereken metni getirmekten, istemi modele göndermeye ve yanıtı döndürmeye kadar. Bilgi Tabanları, Amazon OpenSearch Service ve Pinecone ve Redis Enterprise Cloud gibi diğer popüler veritabanları (Amazon Aurora ve MongoDB vektör desteği geliyor) dahil olmak üzere modellerin RAG için bu verilere erişmek için kullandığı verilerinizin sayısal temsillerini (yerleştirmeler) saklayan vektör özelliklerine sahip veritabanlarını destekler. yakında).
Amazon Bedrock'ta modelleri özelleştirmenin üçüncü yolu sürekli ön eğitimdir. Bu yöntemle model, alana özgü dil ve terminolojiyi öğrenmek için genel dil anlayışına yönelik orijinal ön eğitimini temel alır. Bu yaklaşım, geniş etiketlenmemiş, alana özgü bilgi hazinesine sahip olan ve LLM'lerinin kendi dünyalarına (ve işlerine) özgü dili, ifadeleri, kısaltmaları, kavramları, tanımları ve jargonu anlamalarını sağlamak isteyen müşteriler içindir. Oldukça az miktarda veri gerektiren ince ayarın aksine, sürekli ön eğitim büyük veri kümeleri (örneğin binlerce metin belgesi) üzerinde gerçekleştirilir. Artık Amazon Bedrock'ta Titan Text Lite ve Titan Text Express için ön eğitim özellikleri mevcut.
- Genel kullanılabilirlik Amazon Bedrock Temsilcileri sistemleri, veri kaynaklarını ve şirket bilgisini kullanarak çok adımlı görevlerin yürütülmesine yardımcı olmak. Yüksek Lisans'lar sohbet etme ve içerik üretme konusunda harikadır, ancak müşteriler uygulamalarının bunu yapabilmesini ister do hatta daha fazlası; seyahat rezervasyonu yapmak, sigorta taleplerini yerine getirmek veya yedek parça sipariş etmek gibi çok adımlı görevleri tamamlamak için harekete geçmek, sorunları çözmek ve çeşitli sistemlerle etkileşimde bulunmak gibi. Ve Amazon Bedrock bu zorluğun üstesinden gelmenize yardımcı olabilir. Geliştiriciler aracılarla bir model seçer, "neşeli bir müşteri hizmetleri temsilcisisiniz" ve "envanter sistemindeki ürünün kullanılabilirliğini kontrol edin" gibi birkaç temel talimat yazar, seçilen modeli doğru veri kaynaklarına ve kurumsal sistemlere (örn. CRM) yönlendirir. veya ERP uygulamaları) ve API'leri yürütmek için birkaç AWS Lambda işlevi yazın (örneğin, bir öğenin ERP envanterindeki kullanılabilirliğini kontrol edin). Amazon Bedrock, hangi bilgilerin gerekli olduğunu, hangi API'lerin çağrılacağını ve bir adımı tamamlamak veya bir görevi çözmek için bunların ne zaman çağrılacağını belirlemek için seçilen modelin akıl yürütme yeteneklerini kullanarak isteği otomatik olarak analiz eder ve mantıksal bir sıraya ayırır. Artık genel kullanıma sunulan temsilciler, ürününüzün kullanılabilirliğiyle ilgili müşteri sorularını yanıtlamaktan siparişlerini almaya kadar çoğu iş görevini planlayabilir ve gerçekleştirebilir ve geliştiricilerin makine öğrenimi, mühendis istemleri, modelleri eğitme veya sistemleri manuel olarak bağlama konusunda bilgi sahibi olmasına gerek yoktur. Bedrock tüm bunları güvenli ve özel bir şekilde yapıyor ve Druva ve Athene gibi müşteriler bunları üretken yapay zeka uygulamalarının doğruluğunu ve geliştirme hızını artırmak için zaten kullanıyor.
- tanıtım Amazon Ana Kayası için Korkuluklar böylece kullanım senaryosu gereksinimlerinize ve sorumlu yapay zeka politikalarınıza göre koruma önlemleri uygulayabilirsiniz. Müşteriler, yapay zeka uygulamalarıyla etkileşimlerinin güvenli olduğundan emin olmak, zehirli veya saldırgan dilden kaçınmak, işleriyle alakalı kalmak ve sorumlu yapay zeka politikalarına uyum sağlamak istiyor. Korkuluklar sayesinde müşteriler kaçınılması gereken konuları belirleyebilir ve Amazon Bedrock, kullanıcılara yalnızca bu kısıtlı kategorilere giren sorulara onaylanmış yanıtlar sağlar. Örneğin, yatırım tavsiyesi vermekten kaçınmak ve uygunsuz içerikleri (nefret söylemi ve şiddet gibi) kaldırmak için bir çevrimiçi bankacılık uygulaması kurulabilir. 2024'ün başlarında müşteriler, model yanıtlarındaki kişisel bilgileri (PII) de düzenleyebilecek. Örneğin, bir müşteri bir çağrı merkezi temsilcisiyle etkileşime girdikten sonra, müşteri hizmetleri görüşmesi genellikle kayıt tutmak için özetlenir ve korkuluklar bu özetlerden PII'yi kaldırabilir. Korkuluklar, Amazon Bedrock'taki modellerde (ince ayarlı modeller dahil) ve Agents for Amazon Bedrock ile birlikte kullanılabilir, böylece müşteriler tüm üretken yapay zeka uygulamalarına tutarlı bir koruma düzeyi getirebilir.
Grubun en üst katmanı: Devam eden inovasyon, üretken yapay zekayı daha fazla kullanıcı için erişilebilir hale getiriyor
Yığın en üst katmanında, iş yerinde üretken yapay zekadan yararlanabilmeniz için Yüksek Lisans ve diğer FM'lerden yararlanan uygulamalar bulunur. Üretken yapay zekanın halihazırda oyunu değiştirdiği alanlardan biri de kodlamadır. Geçtiğimiz yıl, neredeyse gerçek zamanlı olarak kod önerileri ve önerileri oluşturarak uygulamaları daha hızlı ve daha güvenli bir şekilde oluşturmanıza yardımcı olan Amazon CodeWhisperer'ı tanıttık. Accenture, Boeing, Bundesliga, The Cigna Group, Kone ve Warner Music Group gibi müşteriler, geliştirici üretkenliğini artırmak için CodeWhisperer'ı kullanıyor ve Accenture, 50,000'e kadar yazılım geliştiricisine ve BT uzmanına Amazon CodeWhisperer olanağı sağlıyor. Mümkün olduğu kadar çok geliştiricinin üretken yapay zekanın üretkenlik avantajlarından yararlanabilmesini istiyoruz, bu nedenle CodeWhisperer tüm bireylere ücretsiz öneriler sunuyor.
Ancak yapay zeka kodlama araçları, geliştiricilerin hayatlarını kolaylaştırmak için çok şey yaparken, üretkenlik faydaları dahili kod tabanları, dahili API'ler, kitaplıklar, paketler ve sınıflar hakkındaki bilgi eksiklikleri nedeniyle sınırlıdır. Bunu düşünmenin bir yolu, yeni bir geliştiriciyi işe alırsanız, birinci sınıf olsa bile, en iyi uygulamalarınızı ve kodunuzu anlayana kadar şirketinizde o kadar üretken olmayacaklardır. Günümüzün yapay zeka destekli kodlama araçları, yeni işe alınan geliştiricilere benziyor. Bu konuda yardımcı olmak için yakın zamanda yeni bir ön izleme yaptık. özelleştirme yeteneği Amazon CodeWhisperer'da, daha alakalı ve kullanışlı kod önerileri sağlamak için müşterinin dahili kod tabanından güvenli bir şekilde yararlanır. CodeWhisperer bu yeteneğiyle şu konularda uzmandır: senin kodunu verir ve daha da fazla zaman kazanmak için daha alakalı öneriler sunar. Küresel bir dijital mühendislik ve kurumsal modernizasyon şirketi olan Persistent ile yaptığımız bir çalışmada, özelleştirmelerin, geliştiricilerin görevleri CodeWhisperer'ın genel yeteneklerine kıyasla %28'e kadar daha hızlı tamamlamalarına yardımcı olduğunu bulduk. Artık bir sağlık teknolojisi şirketindeki bir geliştirici, anormallikleri tespit etmek için CodeWhisperer'dan "müşteri kimliğiyle ilişkili MRI görüntülerini içe aktarmasını ve bunları görüntü sınıflandırıcıda çalıştırmasını" isteyebilir. CodeWhisperer'ın kod tabanına erişimi olduğundan, MRI görüntülerinin içe aktarma konumları ve müşteri kimliklerini içeren çok daha alakalı öneriler sağlayabilir. CodeWhisperer, özelleştirmeleri tamamen gizli tutar ve temel FM bunları eğitim için kullanmayarak müşterilerin değerli fikri mülkiyetini korur. AWS, herkese böyle bir yetenek sunan tek büyük bulut sağlayıcısıdır.
tanıtım Amazon Q, iş için özel olarak tasarlanmış üretken yapay zeka destekli asistan
Üretken yapay zekayı deneyimleyenler kesinlikle yalnızca geliştiriciler değil; milyonlarca insan üretken yapay zeka sohbet uygulamalarını kullanıyor. İlk sağlayıcıların bu alanda yaptıkları, tüketiciler için heyecan verici ve son derece faydalı, ancak birçok açıdan iş yerinde pek "işe yaramıyor". Genel bilgileri ve yetenekleri mükemmeldir ancak şirketinizi, verilerinizi, müşterilerinizi, operasyonlarınızı veya işinizi bilmiyorlar. Bu size ne kadar yardımcı olabileceklerini sınırlar. Ayrıca rolünüz hakkında da pek bir şey bilmiyorlar; ne iş yapıyorsunuz, kiminle çalışıyorsunuz, hangi bilgileri kullanıyorsunuz ve neye erişiminiz var. Bu sınırlamalar anlaşılabilir çünkü bu asistanlar şirketinizin özel bilgilerine erişime sahip değiller ve şirketlerin onlara bu erişimi vermek için ihtiyaç duyduğu veri gizliliği ve güvenlik gereksinimlerini karşılamak üzere tasarlanmamışlardır. Olay gerçekleştikten sonra güvenliği devreye sokmak ve iyi çalışmasını beklemek zordur. Her kuruluştaki herkesin üretken yapay zekayı günlük işlerinde güvenli bir şekilde kullanmasına olanak tanıyacak daha iyi bir yöntemimiz olduğunu düşünüyoruz.
Wtanıtmaktan heyecan duyuyorum Amazon Q, özellikle işe yönelik ve işinize göre özelleştirilebilen yeni tür üretken yapay zeka destekli asistandır. Q, şirketinizin bilgi depolarında, kodunda ve kurumsal sistemlerinde bulunan verileri ve uzmanlığı kullanarak acil sorulara hızlı, ilgili yanıtlar almanıza, sorunları çözmenize, içerik oluşturmanıza ve harekete geçmenize yardımcı olabilir. Amazon Q ile sohbet ettiğinizde, görevleri kolaylaştırmaya, karar almayı hızlandırmaya ve işyerinde yaratıcılığı ve yeniliği teşvik etmeye yardımcı olacak anında, ilgili bilgi ve tavsiyeler sağlar. Amazon Q'yu güvenli ve özel olacak şekilde geliştirdik; mevcut kimliklerinizi, rollerinizi ve izinlerinizi anlayıp bunlara saygı gösterebilir ve bu bilgileri etkileşimlerini kişiselleştirmek için kullanabilir. Bir kullanıcının belirli verilere Q olmadan erişme izni yoksa, bu verilere Q kullanarak da erişemez. Amazon Q'yu ilk günden itibaren kurumsal müşterilerin katı gereksinimlerini karşılayacak şekilde tasarladık; içeriklerinin hiçbiri temel modelleri iyileştirmek için kullanılmıyor.
Amazon Q uzman yardımcınızdır AWS'de derleme yapmak için: Amazon Q'yu, AWS'de uygulama ve iş yükleri oluşturma, dağıtma ve çalıştırma şeklinizi dönüştürebilmesi için 17 yıllık AWS bilgi ve deneyimiyle eğittik. Amazon Q'nun AWS Management Console'da ve belgelerde bir sohbet arayüzü, IDE'niz (CodeWhisperer aracılığıyla) ve Slack veya diğer sohbet uygulamalarındaki ekip sohbet odaları bulunur. Amazon Q, yeni AWS yeteneklerini keşfetmenize, daha hızlı başlamanıza, alışılmadık teknolojileri öğrenmenize, çözümler tasarlamanıza, sorunları gidermenize, yükseltmenize ve çok daha fazlasına yardımcı olabilir; iyi tasarlanmış AWS kalıpları, en iyi uygulamalar, belgeler ve çözüm uygulamaları konusunda uzmandır. Yeni AWS uzman asistanınızla neler yapabileceğinize dair bazı örnekler:
- AWS yetenekleri, hizmetleri ve çözümleri hakkında net yanıtlar ve rehberlik alın: Amazon Q'dan "Bana Amazon Bedrock Aracıları hakkında bilgi verin" demesini isteyin; Q size özelliğin açıklamasını ve ilgili materyallere bağlantılar verecektir. Ayrıca Amazon Q'ya bir AWS hizmetinin nasıl çalıştığı (örneğin, "DynamoDB tablosundaki ölçeklendirme sınırları nedir?", "Redshift Yönetilen Depolama nedir?") veya herhangi bir sayıda çözümü en iyi şekilde nasıl tasarlayabileceğinizle ilgili hemen hemen her soruyu sorabilirsiniz ( "Olay odaklı mimariler oluşturmak için en iyi uygulamalar nelerdir?"). Amazon Q, kısa ve öz yanıtları bir araya getirecek ve her zaman kaynaklarından alıntı yapacak (ve bunlara bağlantı verecektir).
- Kullanım durumunuz için en iyi AWS hizmetini seçin ve hızlı bir şekilde başlayın: Amazon'a sorun S: “AWS'de Web uygulaması oluşturmanın yolları nelerdir? ”ve aşağıdaki gibi potansiyel hizmetlerin bir listesini sağlayacaktır: AWS Yükseltme, AWS Lambda, ve Amazon EC2 her birinin avantajlarıyla. Buradan, Q'nun gereksinimlerinizi, tercihlerinizi ve kısıtlamalarınızı anlamasına yardımcı olarak seçenekleri daraltabilirsiniz (örneğin, "Kapsayıcılar kullanmak istersem bunlardan hangisi en iyisi olur?" veya "İlişkisel mi yoksa ilişkisel olmayan bir veritabanı mı kullanmalıyım? ”). "Nasıl başlarım?" ile bitirin. Amazon Q ise bazı temel adımları özetleyecek ve sizi ek kaynaklara yönlendirecektir.
- Bilgi işlem kaynaklarınızı optimize edin: Amazon Q, Amazon EC2 bulut sunucularını seçmenize yardımcı olabilir. "Oyun uygulamam için en yüksek performansa sahip bir video kodlama iş yükünü dağıtmak üzere doğru EC2 bulut sunucusunu bulmama yardım et" diye sorarsanız, Q size her önerinin nedenleriyle birlikte bulut sunucusu ailelerinin bir listesini verecektir. Ayrıca, iş yükünüz için en iyi seçeneği bulmanıza yardımcı olacak istediğiniz sayıda takip sorusu sorabilirsiniz.
- Kodunuzda hata ayıklama, test etme ve optimize etme konusunda yardım alın: IDE’nizde kodlama yaparken bir hatayla karşılaşırsanız “Kodumda IO hatası var, çözüm sağlayabilir misiniz?” diyerek Amazon Q’dan yardım isteyebilirsiniz. ve Q sizin için kodu oluşturacaktır. Öneriyi beğendiyseniz Amazon Q'dan düzeltmeyi uygulamanıza eklemesini isteyebilirsiniz. Amazon Q IDE'nizde olduğundan, üzerinde çalıştığınız kodu anlar ve düzeltmeyi nereye ekleyeceğini bilir. Amazon Q ayrıca kodunuza ekleyebileceği ve çalıştırabileceğiniz birim testleri (“Seçilen işlev için birim testleri yaz”) oluşturabilir. Son olarak Amazon Q, kodunuzu daha yüksek performans için optimize etmenin yollarını size söyleyebilir. Q'dan "Seçtiğim DynamoDB sorgusunu optimize etmesini" isteyin; program, tek tıklamayla uygulayabileceğiniz eşlik eden kodla birlikte nelerin düzeltileceği konusunda doğal bir dil önerisi sağlamak için kodunuzu anladığını kullanacaktır.
- Sorunları teşhis edin ve giderin: AWS Management Console'da EC2 izin hataları veya Amazon S3 yapılandırma hataları gibi sorunlarla karşılaşırsanız "Amazon Q ile Sorun Giderme" düğmesine basmanız yeterlidir; hata türü ve hatanın bulunduğu hizmet anlayışından yararlanacaktır. size bir düzeltme önerisi vermek için. Hatta Amazon Q'dan ağınızdaki sorunları gidermesini bile isteyebilirsiniz (ör. "Neden EC2 bulut sunucuma SSH kullanarak bağlanamıyorum?") ve Q, uçtan uca yapılandırmanızı analiz edip bir teşhis sunacaktır (ör. "Bu bulut sunucusu" özel bir alt ağda görünüyor, dolayısıyla genel erişilebilirliğin sağlanması gerekebilir”).
- Kısa sürede yeni bir kod tabanına geçin: IDE'nizde Amazon Q ile sohbet ettiğinizde, yazılım oluşturma konusundaki uzmanlığını kodunuzun anlaşılmasıyla birleştirir; güçlü bir eşleşme! Daha önce, bir projeyi başka birinden devraldıysanız veya takımda yeniyseniz, nasıl çalıştığını ve ne yaptığını anlamak için kodu ve belgeleri manuel olarak incelemek için saatler harcamanız gerekebilir. Artık Amazon Q, IDE'nizdeki kodu anladığı için Amazon Q'dan kodu açıklamasını isteyebilirsiniz ("Bu uygulamanın ne yaptığına ve nasıl çalıştığına dair bana bir açıklama sağlayın") ve Q size hangi hizmetlerin hangi hizmetler olduğu gibi ayrıntıları verecektir. kod kullanımları ve farklı işlevlerin neler yaptığı (ör. Q, "Bu uygulama Python Flask ve AWS Lambda kullanarak temel bir destek bildirim sistemi oluşturuyor" gibi bir yanıt verebilir ve temel yeteneklerinin her birini, nasıl uygulandıklarını açıklamaya devam edebilir, ve daha fazlası).
- Özellik biriktirme listenizi daha hızlı temizleyin: Hatta Amazon Q'dan size rehberlik etmesini ve uygulamanıza bir özellik eklemenin uçtan uca sürecinin çoğunu otomatikleştirmesini bile isteyebilirsiniz. Amazon CodeCatalystEkiplere yönelik birleşik yazılım geliştirme hizmetimiz. Bunu yapmak için, tıpkı bir takım arkadaşınız gibi Q'ya sorun listenizden bir biriktirme görevi atarsınız ve Q, özelliği nasıl oluşturup uygulayacağına ilişkin adım adım bir plan oluşturur. Planı onayladıktan sonra Q, kodu yazacak ve önerilen değişiklikleri kod incelemesi olarak size sunacaktır. Yeniden çalışma talep edebilir (gerekirse), onaylayabilir ve/veya dağıtabilirsiniz!
- Kodunuzu çok kısa sürede yükseltin: Çoğu geliştirici aslında zamanlarının yalnızca bir kısmını yeni kod yazmaya ve yeni uygulamalar geliştirmeye harcıyor. Döngülerinin çok daha fazlasını bakım ve yükseltmeler gibi zahmetli, zorlu alanlara harcıyorlar. Dil sürümü yükseltmelerini alın. Çok sayıda müşteri Java'nın eski sürümlerini kullanmaya devam ediyor çünkü yükseltme işlemi aylar, hatta yıllar alacak ve geliştiricinin binlerce saati alacak. Bunu ertelemenin gerçek maliyetleri ve riskleri vardır; performans iyileştirmelerini kaçırırsınız ve güvenlik sorunlarına karşı savunmasız kalırsınız. Amazon Q'nun bu konuda oyunun kurallarını değiştirebileceğini düşünüyoruz ve bu konuda heyecan duyuyoruz Amazon Q Kodu DönüşümüBu ağır yükün çoğunu ortadan kaldırabilecek ve uygulamaları yükseltmek için gereken süreyi günlerden dakikalara indirebilecek bir özellik. IDE'nizde güncellemek istediğiniz kodu açmanız ve Amazon Q'dan kodunuzu "/dönüştürmesini" istemeniz yeterli. Amazon Q, uygulamanın kaynak kodunun tamamını analiz edecek, kodu hedef dilde ve sürümde oluşturacak ve testler gerçekleştirerek en son dil sürümlerinin güvenlik ve performans iyileştirmelerini gerçekleştirmenize yardımcı olacaktır. Yakın zamanda Amazon geliştiricilerinden oluşan çok küçük bir ekip, yalnızca iki günde 1,000 üretim uygulamasını Java 8'den Java 17'ye yükseltmek için Amazon Q Code Transformation'ı kullandı. Uygulama başına ortalama süre 10 dakikadan azdı. Bugün Amazon Q Code Transformation, Java 8 veya Java 11'den Java 17'ye Java dili yükseltmeleri gerçekleştirmektedir. Bundan sonra (ve yakında) .NET Framework'ü platformlar arası .NET'e dönüştürme yeteneği gelecektir (gelecekte daha da fazla dönüşüm gerçekleştirilecektir) .
Amazon Q sizin iş uzmanınızdır: Amazon Q'yu iş verilerinize, bilgilerinize ve sistemlerinize bağlayarak her şeyi sentezleyebilmesini ve insanların sorunları çözmesine, içerik oluşturmasına ve işletmenizle ilgili eylemler gerçekleştirmesine yardımcı olmak için özel yardım sunmasını sağlayabilirsiniz. Amazon Q'yu işletmenize getirmek kolaydır. Amazon S40, Microsoft 3, Salesforce, ServiceNow, Slack, Atlassian, Gmail, Google Drive ve Zendesk gibi popüler kurumsal sistemlere yönelik 365'tan fazla yerleşik bağlayıcıya sahiptir. Ayrıca dahili intranetinize, wiki'lerinize bağlanabilir ve kitap çalıştırabilir ve Amazon Q SDK ile istediğiniz dahili uygulamayla bağlantı kurabilirsiniz. Amazon Q'yu bu depolara yönlendirdiğinizde şirketinizi benzersiz kılan anlamsal bilgileri yakalayıp anlayarak işinizi "hızlandıracaktır". Ardından, şirketinizdeki çalışanların konuşma arayüzüyle etkileşimde bulunabilmesi için kendi kullanıcı dostu ve basit Amazon Q web uygulamanıza sahip olursunuz. Amazon Q ayrıca bir kullanıcıyı, rolünü ve hangi sistemlere erişmesine izin verildiğini anlamak için kimlik sağlayıcınıza da bağlanır; böylece kullanıcılar ayrıntılı, incelikli sorular sorabilir ve yalnızca görmeye yetkili oldukları bilgileri içeren özelleştirilmiş sonuçlar alabilirler. Amazon Q, sağladığınız materyal ve bilgilere doğru ve sadık yanıtlar ve bilgiler üretir; hassas konuları kısıtlayabilir, anahtar kelimeleri engelleyebilir veya uygunsuz soru ve yanıtları filtreleyebilirsiniz. İşletmenizin yeni uzman asistanıyla neler yapabileceğinize dair birkaç örnek:
- İş verilerinize ve bilgilerinize dayalı net, son derece alakalı yanıtlar alın: Çalışanlar, daha önce her türlü kaynakta aramak zorunda kaldıkları her şeyi Amazon Q'ya sorabiliyor. "Logo kullanımına ilişkin en son yönergeler nelerdir?" veya "Şirket kredi kartına nasıl başvurabilirim?" diye sorun; Amazon Q bulduğu tüm ilgili içeriği sentezleyip hızlı yanıtlar ve ilgili bağlantılara bağlantılarla geri dönecektir. kaynaklar (ör. marka portalları ve logo depoları, şirketin T&E politikaları ve kart uygulamaları).
- Günlük iletişimleri kolaylaştırın: Sadece isteyin ve Amazon Q içerik üretebilir (“Bu belgede açıklanan ürünü duyuran bir blog yazısı ve üç sosyal medya başlığı oluşturun”), yönetici özetleri oluşturabilir (“Madde işaretli eylem öğeleri listesiyle toplantı transkriptimizin bir özetini yazın”) ), e-posta güncellemeleri sağlayın ("Hindistan'daki müşterilerimize yönelik 3. Çeyrek eğitim programlarımızı vurgulayan bir e-posta taslağı hazırlayın") ve toplantıların yapılandırılmasına yardımcı olun ("En son müşteri memnuniyeti raporu hakkında konuşmak için bir toplantı gündemi oluşturun").
- Görevleri tamamlayın: Amazon Q, belirli görevlerin tamamlanmasına yardımcı olarak çalışanların bildirim göndermek gibi tekrarlayan işlere harcadığı zamanı azaltabilir. Amazon Q'dan "Slack'teki yeni fiyatlandırma teklifiyle ilgili müşteri geri bildirimlerini özetlemesini" isteyin ve ardından Q'nun bu bilgiyi almasını ve pazarlama ekibine güncel bilgiler vermek için Jira'da bir bildirim açmasını isteyin. Q'dan "Bu çağrı metnini özetlemesini" ve ardından "Salesforce'ta Müşteri A için yeni bir servis talebi açmasını" isteyebilirsiniz. Amazon Q, Zendesk ve Service Now gibi diğer popüler iş otomasyon araçlarını destekler.
Amazon Q, Amazon QuickSight'ta: İle QuickSight'ta Amazon QAWS'nin iş zekası hizmeti olan kullanıcılar, kontrol panellerine "Geçen ay sipariş sayısı neden arttı?" gibi sorular sorabiliyor. ve artışı etkileyen faktörlere ilişkin görselleştirmeler ve açıklamalar alın. Analistler Amazon Q'yu kullanarak, "Bana satışları bölgeye göre aya göre yığılmış bir çubuk grafik olarak göster" gibi basit bir komut istemiyle gösterge panosu oluşturma süresini günlerden dakikalara indirebilir. Q, bu diyagramla birlikte geri gelir ve görselleştirmeyi iyileştirmek için onu kolayca bir kontrol paneline ekleyebilir veya Q ile daha fazla sohbet edebilirsiniz (örneğin, "Çubuk grafiğini bir Sankey diyagramına değiştirin" veya "Bölgeler yerine ülkeleri gösterin"). QuickSight'taki Amazon Q ayrıca iş paydaşlarını bilgilendirmek, önemli içgörüleri ayrıştırmak ve veri hikayelerini kullanarak karar almayı basitleştirmek için mevcut kontrol panellerinin kullanılmasını kolaylaştırır. Örneğin, kullanıcılar Amazon Q'dan "Kıdemli liderlerle iş incelemesi için işin geçen ay nasıl değiştiğine dair bir hikaye oluşturmasını" isteyebilir ve Amazon Q saniyeler içinde görsel olarak ilgi çekici ve etkileyici, veriye dayalı bir hikaye sunar. tamamen özelleştirilebilir. Bu hikayeler, paydaşların uyum sağlamasına ve daha iyi kararlar alınmasına yardımcı olmak için kuruluş genelinde güvenli bir şekilde paylaşılabilir.
Amazon Q, Amazon Connect'te: İletişim merkezi hizmetimiz olan Amazon Connect'te Amazon Q, müşteri hizmetleri temsilcilerinizin daha iyi müşteri hizmeti sunmasına yardımcı olur. Amazon Q, temsilcilerinizin genellikle müşteriler için bilgi almak için kullandığı bilgi depolarından yararlanır ve ardından temsilciler, belgeleri kendileri aramaya gerek kalmadan müşteri isteklerine daha hızlı yanıt vermelerine yardımcı olacak yanıtları almak için doğrudan Connect'te Amazon Q ile sohbet edebilir. Süper hızlı yanıtlar için Amazon Q ile sohbet etmek harika olsa da, müşteri hizmetlerinde çok hızlı diye bir şey yoktur. Bu yüzden Amazon Q In Connect Bir temsilci ile yapılan canlı müşteri görüşmesini bir bilgi istemine dönüştürür ve temsilciye olası yanıtları, önerilen eylemleri ve kaynaklara olan bağlantıları otomatik olarak sağlar. Örneğin Amazon Q, bir müşterinin rezervasyonunu değiştirmek için bir kiralık araç şirketiyle iletişime geçtiğini algılayabilir, acentenin şirketin değişiklik ücreti politikalarının nasıl uygulanacağını hızlı bir şekilde iletmesi için bir yanıt oluşturabilir ve acenteyi, rezervasyonunu güncellemesi için ihtiyaç duyduğu adımlar konusunda yönlendirebilir. rezervasyon.
Amazon Q, AWS Tedarik Zincirinde (Çok Yakında): Amazon Q, tedarik zinciri içgörü hizmetimiz olan AWS Supply Chain'de, potansiyel stok tükenmesi veya stok fazlası risklerini özetleyip vurgulayarak ve sorunu çözmeye yönelik senaryoları görselleştirerek tedarik ve talep planlayıcılarının, envanter yöneticilerinin ve ticaret ortaklarının tedarik zincirlerini optimize etmelerine yardımcı olur. Kullanıcılar Amazon Q'ya tedarik zinciri verileriyle ilgili "ne", "neden" ve "ya olursa" sorularını sorabilir ve karmaşık senaryolar ve farklı tedarik zinciri kararları arasındaki ödünleşimler üzerinden sohbet edebilir. Örneğin bir müşteri “Gönderimlerimin gecikmesine ne sebep oluyor ve işleri nasıl hızlandırabilirim?” diye sorabilir. Amazon Q buna şöyle yanıt verebilir: "Siparişlerinizin %90'ı doğu kıyısında ve Güneydoğu'daki büyük fırtına 24 saatlik bir gecikmeye neden oluyor. Miami yerine New York limanına gönderim yaparsanız teslimatları hızlandıracak ve maliyetleri %50 azaltacaksınız.”
Müşterilerimiz üretken yapay zekayı hızlı bir şekilde benimsiyor; AWS'de çığır açan modeller eğitiyor, Amazon Bedrock'u kullanarak rekor hızda üretken yapay zeka uygulamaları geliştiriyor ve Amazon Q gibi oyunun kurallarını değiştiren uygulamaları kuruluşları genelinde dağıtıyorlar. En son duyurularımızla, AWS müşterilere yığının her katmanında daha fazla performans, seçenek ve yenilik getiriyor. re:Invent'te sunduğumuz tüm yeteneklerin birleşik etkisi, heyecan verici ve anlamlı bir hedefe ulaşma yolunda önemli bir kilometre taşına işaret ediyor: Üretken yapay zekayı her büyüklükteki ve teknik yetenekteki müşteriler için erişilebilir hale getiriyoruz, böylece onlar da neyi yeniden keşfedip dönüştürebiliyorlar? mümkün.
Kaynaklar
Yazar Hakkında
Swami Sivasubramanyan AWS'de Veri ve Makine Öğrenimi Başkan Yardımcısıdır. Bu rolde Swami, tüm AWS Veritabanı, Analitik ve Yapay Zeka ve Makine Öğrenimi hizmetlerini denetler. Ekibinin misyonu, kuruluşların verilerini depolamak, erişmek, analiz etmek, görselleştirmek ve tahmin etmek için eksiksiz, uçtan uca bir veri çözümüyle çalışmasına yardımcı olmaktır.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
- PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
- PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
- PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
- Kaynak: https://aws.amazon.com/blogs/machine-learning/welcome-to-a-new-era-of-building-in-the-cloud-with-generative-ai-on-aws/
- :vardır
- :dır-dir
- :olumsuzluk
- :Neresi
- $UP
- 000
- 1
- 10
- 100
- 11
- 12
- 17
- 200
- 2019
- 2024
- 25
- 30
- %35
- 40
- 50
- 500
- 7
- 8
- 9
- a
- yeteneklerini
- kabiliyet
- Yapabilmek
- Hakkımızda
- yukarıdaki
- hızlandırmak
- hızlandırılmış
- hızlandırıcılar
- Accenture
- erişim
- ulaşabilme
- ulaşılabilir
- muhasebe
- doğruluk
- doğru
- kazanmak
- karşısında
- Action
- eylemler
- aktif
- aslında
- uyarlamak
- eklemek
- katma
- ekleme
- ilave
- Ek
- Ayrıca
- ilave
- Ekler
- Adidas
- kerpiç
- Benimsemek
- ileri
- ilerleyen
- avantaj
- avantajları
- reklâm
- tavsiye
- Sonra
- karşı
- gündem
- Danışman
- ajanları
- toplam
- önce
- AI
- AI ve Makine Öğrenimi
- AI chatbot
- ai araştırma
- AI destekli
- hizalamak
- Türkiye
- izin vermek
- veriyor
- boyunca
- zaten
- Ayrıca
- her zaman
- Amazon
- Amazon Kodu Fısıltı
- Amazon EC2
- Amazon Açık Arama Hizmeti
- Amazon QuickSight
- Amazon Adaçayı Yapıcı
- Amazon Web Servisleri
- miktar
- tutarları
- an
- analiz
- analist
- Analistler
- analytics
- çözümlemek
- analizler
- ve
- duyurmak
- Duyurular
- Duyurusu
- anomaliler
- cevap
- cevaplar
- Antropik
- herhangi
- kimse
- bir şey
- api
- API'ler
- uygulamayı yükleyeceğiz
- belirir
- Uygulama
- uygulamaları
- Tamam
- takdir etmek
- yaklaşım
- onaylamak
- onaylı
- uygulamalar
- Nisan
- ARE
- ALAN
- alanlar
- tartışmasız
- etrafında
- AS
- sormak
- Yardım
- Asistan
- yardımcıları
- ilişkili
- İştirakler
- At
- büyütme
- augmented
- artırır
- şafak
- yetkili
- otomatikleştirmek
- otomata
- Otomatik
- otomatik olarak
- Otomasyon
- otomotiv
- kullanılabilirliği
- mevcut
- ortalama
- önlemek
- uzakta
- AWS
- AWS Çıkarımları
- AWS Lambda
- AWS Yönetim Konsolu
- Arka
- Bankacılık
- bar
- engelleri
- baz
- merkezli
- temel
- BE
- Çünkü
- olur
- olmuştur
- başladı
- Inanmak
- faydaları
- İYİ
- en iyi uygulamalar
- Daha iyi
- arasında
- Büyük
- Milyar
- milyarlarca
- Engellemek
- Blokları
- Blog
- Boeing
- Bolt
- rezervasyon
- Booking.com
- Kitaplar
- her ikisi de
- Alt
- sınırları
- marka
- mola
- sonları
- getirmek
- Bringing
- inşa etmek
- bina
- inşa
- yapılı
- yerleşik
- iş
- iş zekası
- işletmeler
- fakat
- düğmesine tıklayın
- by
- çağrı
- çağrı Merkezi
- CAN
- Alabilirsin
- yetenekleri
- kabiliyet
- yetenekli
- Kapasite
- Yakalama
- araba
- karbon
- karbon emisyonu
- kart
- dikkatlice
- dava
- durumlarda
- kategoriler
- neden olan
- Merkez
- belli
- kesinlikle
- zincir
- meydan okuma
- zorluklar
- değişiklik
- değişmiş
- Değiştiren
- değişiklikler
- değiştirme
- özellikleri
- Grafik
- Grafikler
- sohbet odaları
- chatbot
- chatbots
- sohbet
- Kontrol
- yonga
- cips
- seçim
- Klinik
- seçme
- seçilmiş
- iddia
- sınıflar
- Temizlik
- açık
- tıklayın
- bulut
- bulut altyapısı
- Küme
- kümeleme
- Sahil
- kod
- kod tabanı
- Kod incelemesi
- kodlama
- işbirliği
- işbirliği
- COM
- kombinasyon
- birleştirmek
- kombine
- biçerdöverler
- nasıl
- geliyor
- gelecek
- Yakında
- iletişim kurmak
- İletişim
- Şirketler
- şirket
- Şirketin
- karşılaştırıldığında
- zorlayıcı
- tamamlamak
- tamamen
- karmaşık
- karmaşıklık
- kapsamlı
- hesaplamak
- kavramlar
- yapılandırma
- yapılandırarak
- varsayım
- Sosyal medya
- bağlı
- bağ
- Bağlantı
- bağlanır
- tutarlı
- konsolos
- kısıtlamaları
- Tüketiciler
- tüketim
- UAF ile
- iletişim merkezi
- Konteynerler
- içerik
- İçerik Üretimi
- bağlam
- bağlamsal
- devam etmek
- devam
- devam ediyor
- devam eden
- kontrol
- kontroller
- konuşma
- konuşkan
- konuşmaları
- telif hakkı
- metin yazarlığı
- çekirdek
- Ücret
- uygun maliyetli
- maliyetler
- ülkeler
- Dümenci
- yaratmak
- çevrimiçi kurslar düzenliyorlar.
- yaratıcılık
- yaratıcıları
- kredi
- kredi kartı
- Suç
- CRM
- müşteri
- müşteri deneyimi
- Müşteri memnuniyeti
- Müşteri Hizmetleri
- Müşteriler
- özelleştirilebilir
- özelleştirme
- özelleştirmek
- özelleştirilmiş
- kesim
- döngüleri
- günlük
- gösterge paneli
- gösterge tabloları
- veri
- Veri Hazırlama
- veri gizliliği
- Veri Gizliliği ve Güvenliği
- veri kümeleri
- veri-güdümlü
- veritabanı
- veritabanları
- gün
- Günden güne
- Günler
- Karar verme
- kararlar
- derin
- derin öğrenme
- derin
- tanımları
- derece
- geciktirmek
- teslim etmek
- Teslimatlar
- teslim
- sağlıyor
- Talep
- Demokratikleştirilmesi
- bağlı
- dağıtmak
- konuşlandırılmış
- dağıtma
- açılma
- derinlik
- tanımlamak
- tarif edilen
- tanım
- tasarlanmış
- İstediğiniz
- detaylı
- ayrıntılar
- belirlemek
- Belirlemek
- ALMANYA TELEKOM
- Geliştirici
- geliştiriciler
- gelişen
- gelişme
- tanı
- Diyalog
- Diyalog
- DID
- farklı
- Yayılma
- dijital
- direkt olarak
- dağıtmak
- dağıtıldı
- dağıtılmış eğitim
- dağıtım
- do
- belge
- belgeleme
- evraklar
- yok
- Değil
- yapıyor
- yapılmış
- Dont
- iki katına
- aşağı
- sürücü
- gereken
- çiftleri
- süre
- e
- e-ticaret
- her
- Erken
- kolay
- kolayca
- Doğu
- kolay
- ekonomi bilimi
- baskı
- etkili bir şekilde
- verim
- verimli biçimde
- çaba
- ya
- başka
- E-posta
- e-postalar
- emisyon
- çalışanların
- güçlendirmek
- güçlendirici
- etkinleştirmek
- etkinleştirme
- kodlama
- son
- son uca
- enerji
- Enerji Tüketimi
- mühendis
- Mühendislik
- artırmak
- geliştirmeleri
- zenginleştirici
- kuruluş
- Kurum düzeyi
- işletmelerin
- Entertainment
- Tüm
- zarf
- çağ
- ERP
- hata
- Hatalar
- değerlendirmeler
- Hatta
- olaylar
- hİÇ
- Her
- herkes
- her şey
- evrim
- gelişmek
- örnek
- örnekler
- uyarılmış
- heyecan verici
- yürütmek
- yürütme
- mevcut
- geniş
- beklemek
- hızlandırmak
- pahalı
- deneyim
- deneyimli
- Deneyimler
- uzman
- Uzmanlık
- Açıklamak
- keşfetmek
- ekspres
- kumaş
- Yüz
- gerçek
- faktörler
- oldukça
- sadık
- Düşmek
- tanıdık
- aileleri
- aile
- HIZLI
- Daha hızlı
- hatalı
- Özellikler(Hazırlık aşamasında)
- Özellikler
- ücret
- geribesleme
- az
- Dosyalama
- filtre
- Nihayet
- mali
- bulmak
- bulma
- bulur
- ince
- bitiş
- Ad
- sabit
- esnek
- odaklanmış
- takip et
- İçin
- Tüketiciler İçin
- ileri
- bulundu
- vakıf
- dört
- kesir
- iskelet
- çerçeveler
- Ücretsiz
- sık sık
- arkadaş canlısı
- itibaren
- fonksiyonlar
- daha fazla
- gelecek
- oyun
- oyun değiştirici
- kumar
- genel
- genellikle
- oluşturmak
- üretir
- üreten
- nesil
- üretken
- üretken yapay zeka
- jeneratör
- almak
- alma
- Vermek
- Küresel
- küresel dijital
- Go
- gol
- gidiş
- Tercih Etmenizin
- GPU
- GPU'lar
- harika
- Zemin
- çığır açan
- grup
- Büyüyen
- yetişkin
- rehberlik
- rehberlik
- kuralları yenileyerek
- vardı
- Eller
- olay
- Zor
- donanım
- zararlı
- nefret
- Var
- sahip olan
- haber başlıkları
- sağlık
- ağır
- ağırlık kaldırma
- yardım et
- yardım
- yardımcı olur
- okuyun
- Yüksek
- daha yüksek
- en yüksek
- vurgulayarak
- büyük ölçüde
- kiralama
- onun
- hosting
- SAAT
- Ne kadar
- Nasıl Yapılır
- Ancak
- HTTPS
- Yüzlerce
- i
- ID
- kimlikler
- Kimlik
- kimlikleri
- if
- görüntü
- görüntüleri
- Acil
- darbe
- uygulamak
- uygulamaları
- uygulanan
- ithalat
- önemli
- etkileyici
- iyileştirmek
- gelişmiş
- iyileştirmeler
- in
- dahil
- içerir
- Dahil olmak üzere
- Artırmak
- artmış
- artan
- göstergeler
- bireyler
- Endüstri
- sanayi
- endüstri lideri
- etkilenmiş
- bilgi
- bilgi vermek
- bilgi
- Altyapı
- yenilik yapmak
- yenilik
- Yenilikçilik
- yenilikler
- yenilikçi
- giriş
- girişler
- kavrama
- anlayışlar
- örnek
- yerine
- Enstitü
- talimatlar
- sigorta
- bütünleşme
- entellektüel
- fikri mülkiyet
- İstihbarat
- niyetinde
- etkileşim
- etkileşimleri
- etkileşime
- birbirine bağlı
- arayüzey
- iç
- araya girmek
- içine
- tanıtmak
- tanıttı
- tanıtım
- İcat edildi
- envanter
- Yatırım yapmak
- araştırmacı
- yatırım
- yatırım
- Yatırımlar
- ilgili
- sorunlar
- IT
- ONUN
- Japonca
- jargon
- Java
- jpg
- sadece
- sadece bir
- tutmak
- koruma
- tutar
- anahtar
- Anahtar Alanlar
- anahtar kelimeler
- Kit (SDK)
- Bilmek
- bilgi
- bilir
- Labs
- Eksiklik
- dil
- büyük
- büyük ölçekli
- büyük
- Soyad
- Geçen yıl
- Geç
- Gecikme
- son
- başlattı
- fırlatma
- Avukatlar
- tabaka
- katmanları
- Liderlik
- önemli
- ÖĞRENİN
- öğrendim
- öğrenme
- Yasal Şartlar
- az
- Lets
- seviye
- Kaldıraç
- leverages
- LexisNexis
- LG
- kütüphaneler
- yaşam döngüsü
- kaldırma
- sevmek
- Muhtemelen
- sınırlamaları
- Sınırlı
- sınırları
- hatları
- LINK
- bağlantılar
- Liste
- yaşamak
- Yaşıyor
- lama
- Yüksek Lisans
- bulunan
- yerleri
- mantıksal
- logo
- Uzun
- sürüncemede kalan
- Çok
- Aşk
- Düşük
- alt
- en düşük
- makine
- makine öğrenme
- yapılmış
- korumak
- Bakımı
- bakım
- büyük
- yapmak
- YAPAR
- Yapımı
- yönetilen
- yönetim
- Yöneticileri
- Manuel
- el işi
- el ile
- çok
- Pazarlama
- malzeme
- malzemeler
- maksimum
- Mayıs..
- me
- anlamlı
- anlamına geliyor
- medya
- Neden
- toplantı
- toplantılar
- Toplandı
- Üyeler
- mers
- Meta
- yöntem
- Miami
- Microsoft
- Orta
- olabilir
- kilometre taşı
- dakika
- kaçırmak
- Misyonumuz
- ML
- model
- Modelleme
- modelleri
- Moment
- MongoDB
- monitörler
- Ay
- ay
- Daha
- çoğu
- En popüler
- hareketli
- MRG
- çok
- çoklu
- Music
- şart
- my
- isim
- dar
- Nasdaq
- Doğal (Madenden)
- yakın
- gerekli
- gerek
- gerekli
- gerek
- net
- ağ
- ağ
- yeni
- New York
- yeni
- sonraki
- Nitro
- yok hayır
- şimdi
- numara
- Nvidia
- of
- kapalı
- saldırgan
- teklif
- teklif
- Teklifler
- sık sık
- büyük
- on
- bir Zamanlar
- ONE
- olanlar
- Online
- online bankacılık
- bir tek
- açık
- işletmek
- Operasyon
- optimize
- optimize
- optimize
- Opsiyonlar
- or
- emir
- kuruluşlar
- organizasyonlar
- orijinal
- Diğer
- Diğer
- bizim
- dışarı
- taslak
- çıktı
- çıkışlar
- tekrar
- Fazla doldurmak
- ezici
- kendi
- Barış
- paketler
- acı
- çiftleri
- parametre
- parametreler
- Bölüm
- ortaklar
- parçalar
- geçmiş
- desen
- duraklatmak
- İnsanlar
- başına
- Yapmak
- performans
- yapılan
- gerçekleştirir
- izin
- izinleri
- kişi
- Kişiselleştirme
- kişiselleştirmek
- Şahsen
- PGA Turu
- ifadeler
- yer
- plan
- Platon
- Plato Veri Zekası
- PlatoVeri
- artı
- Nokta
- politikaları
- Popüler
- pozitif
- mümkün
- Çivi
- potansiyel
- güç kelimesini seçerim
- powered
- güçlü
- Pratik
- pratikte
- uygulamalar
- gerek
- tahmin
- Tahminler
- tercihleri
- hazırlık
- Hazırlamak
- mevcut
- başkan
- basın
- presleme
- Önizleme
- Önceden
- fiyat
- fiyatlandırma
- birincil
- gizlilik
- Gizlilik ve Güvenlik
- özel
- özel bilgi
- Sorun
- sorunlar
- süreç
- Süreçler
- işleme
- üretmek
- PLATFORM
- üretim
- üretken
- verimlilik
- profesyonel
- profesyoneller
- Programlar
- proje
- istemleri
- özellik
- özel
- koruyucu
- koruma
- sağlamak
- sağlayan
- sağlayıcılar
- sağlar
- sağlama
- halka açık
- alenen
- amaçlı
- Itmek
- itme
- koymak
- koymak
- Python
- pytorch
- Q3
- nicel
- soru
- Sorular
- Hızlı
- hızla
- oldukça
- Ar-Ge
- menzil
- hızlı
- hızla
- oranlar
- RE
- Okuma
- gerçek
- gerçek zaman
- реалистичный,en
- gerçekleştirmek
- fark
- Gerçekten mi
- hasat
- nedenleri
- geçenlerde
- Tavsiye
- tavsiyeler
- kayıt
- azaltmak
- Indirimli
- azaltarak
- arıtmak
- bölge
- serbest
- uygun
- güvenilirlik
- kalıntılar
- Kaldır
- kaldırma
- tamir
- tekrarlayan
- değiştirme
- cevap
- rapor
- Depo
- talep
- isteklerinizi
- gereklidir
- Yer Alan Kurallar
- araştırma
- Rezervasyon
- Rezerv
- çözüm
- resonates
- Kaynaklar
- saygı
- Yanıtlamak
- yanıt
- yanıt
- yanıtları
- sorumlu
- kısıtlamak
- kısıtlı
- sonuç
- Sonuçlar
- dönen
- yorum
- gözden
- krallar gibi yaşamaya
- riskler
- Rol
- rolleri
- Odalar
- yolları
- Kural
- koşmak
- koşu
- pist
- feda
- güvenli
- güvenceler
- güvenli bir şekilde
- sagemaker
- satış
- satış ekibi
- aynı
- memnuniyet
- İndirim
- söz
- ölçek
- ölçekleme
- senaryolar
- kapsam
- çizik
- sdk
- sorunsuz
- Ara
- İkinci
- İkinci nesil
- saniye
- güvenli
- Güvenli
- güvenlik
- görmek
- görme
- görüldü
- seçmek
- seçilmiş
- seçim
- gönderme
- kıdemli
- üst düzey liderlik
- hassas
- Eylül
- Dizi
- Dizi
- Sunucular
- hizmet
- Hizmetler
- set
- Setleri
- birkaç
- paylaş
- Paylaşılan
- GEMİ
- kısa
- meli
- yan
- önemli
- Silikon
- benzer şekilde
- Basit
- basitleştirmek
- sadece
- beri
- ALTINCI
- boyutları
- gevşek
- küçük
- So
- Sosyal Medya
- sosyal medya
- Yazılım
- Yazılım geliştiricileri
- yazılım geliştirme
- yazılım geliştirme kiti
- çözüm
- Çözümler
- ÇÖZMEK
- biraz
- Birisi
- bir şey
- yakında
- sofistike
- Kaynak
- kaynak kodu
- kaynaklar
- güneydoğu
- uzay
- Kıvılcım
- özellikle
- konuşma
- hız
- geçirmek
- istikrar
- kararlı
- yığın
- yığılmış
- paydaşlar
- başladı
- XNUMX dakika içinde!
- Startups
- state-of-the-art
- kalmak
- adım
- Basamaklar
- Yine
- hafızası
- mağaza
- mağaza
- hikayeler
- Storm
- Öykü
- kolaylaştırmak
- Güçlendirmek
- sıkı
- yapı
- Ders çalışma
- alt
- önemli
- böyle
- uygun
- süit
- özetlemek
- ÖZET
- harika
- tamamlamak
- tedarikçileri
- arz
- Arz ve talep
- tedarik zinciri
- destek
- Destekler
- elbette
- şaşırtıcı
- gözetim
- şüpheli
- Sürdürülebilirlik
- anahtar
- sentezlemek
- sistem
- Sistemler
- tablo
- ısmarlama
- Bizi daha iyi tanımak için
- alır
- alma
- Konuşmak
- Hedef
- Görev
- görevleri
- takım
- Takım üyeleri
- takım
- Teknik
- teknik
- teknikleri
- Teknolojileri
- Teknoloji
- Teknoloji Yeniliği
- söylemek
- söyleme
- on
- onlarca
- tensorflow
- terminoloji
- test
- Test yapmak
- testleri
- metin
- göre
- o
- The
- Gelecek
- Dünya
- ve bazı Asya
- Onları
- kendilerini
- sonra
- Orada.
- Bunlar
- onlar
- şey
- işler
- düşünmek
- Üçüncü
- Re-Tweet
- Bu yıl
- Bu
- Binlerce
- üç
- İçinden
- boyunca
- verim
- bilet
- bilet
- zaman
- zamanlar
- titan
- için
- bugün
- bugünkü
- birlikte
- simge
- çok
- aldı
- araç
- araçlar
- üst
- Konular
- Tur
- karşı
- karşı
- iz
- kaydını izlemek
- Trading
- Tren
- eğitilmiş
- Eğitim
- işlemler
- Transkript
- Dönüştürmek
- Dönüşüm
- dönüşümler
- dönüşüm
- seyahat
- trilyonlar
- yolculuk
- gerçekten
- Güven
- denemek
- çalışıyor
- ayarlama
- döner
- iki
- tip
- tipik
- altında yatan
- anlamak
- anlaşılabilir
- anlayış
- anlar
- yabancı
- birleşik
- benzersiz
- birim
- aksine
- kadar
- Güncelleme
- Güncellemeler
- yükseltmek
- yükseltmeleri
- us
- kullanım
- kullanım
- kullanım durumu
- Kullanılmış
- kullanıcı
- kullanıcılar
- kullanım
- kullanma
- Değerli
- çeşitlilik
- çeşitli
- versiyon
- sürümler
- Karşı
- çok
- üzerinden
- mengene
- Başkan Yardımcısı
- Video
- Şiddet
- fiilen
- görüntüleme
- görselleştirmek
- görsel
- hacimleri
- Savunmasız
- istemek
- Warner
- uyarıcı müzik grubu
- oldu
- dalga
- Yol..
- yolları
- we
- ağ
- Web uygulaması
- web hizmetleri
- web siteleri
- hafta
- Haftalar
- karşılama
- İYİ
- tanınmış
- vardı
- Ne
- Nedir
- ne zaman
- olup olmadığını
- hangi
- süre
- DSÖ
- neden
- geniş
- Geniş ürün yelpazesi
- Daha geniş
- irade
- pencere
- ile
- içinde
- olmadan
- İş
- işlenmiş
- iş akışları
- çalışma
- çalışır
- Dünya
- Dünya standartlarında
- endişe
- değer
- olur
- yazmak
- kod yaz
- yazı yazıyor
- yıl
- yıl
- york
- Sen
- Zendesk
- zefirnet