Bu yazı Thomson Reuters'ten Shirsha Ray Chaudhuri, Harpreet Singh Baath, Rashmi B Pawar ve Palvika Bansal tarafından yazılmıştır.
Thomson Reuters İçerik ve teknoloji odaklı küresel bir şirket olan (TR), onlarca yıldır profesyonel bilgi ürünlerinde yapay zeka (AI) ve makine öğrenimini (ML) kullanıyor. Şirketin özel inovasyon ekibi Thomson Reuters Labs, yapay zeka ve doğal dil işleme (NLP) alanındaki öncü çalışmalarının ayrılmaz bir parçası oldu. Önemli bir dönüm noktası, Westlaw Is Natural'ın (WIN) 1992'de piyasaya sürülmesiydi. Bu teknoloji, NLP'yi daha verimli ve doğal hukuki araştırmalar için kullanan türünün ilk örneklerinden biriydi. 2023'e hızlı ilerleyin ve Thomson Reuters profesyonellerin geleceğini tanımlamaya devam ediyor hızlı inovasyon, yaratıcı çözümler ve güçlü teknoloji aracılığıyla.
Üretken yapay zekanın kullanıma sunulması, Thomson Reuters'e müşterileriyle birlikte çalışması ve işlerini yapma şeklini bir kez daha geliştirmesi için başka bir fırsat sunarak profesyonellerin içgörü elde etmesine ve iş akışlarını otomatikleştirmesine yardımcı olarak zamanlarını en önemli yere odaklamalarına olanak tanıyor. Thomson Reuters, üretken yapay zeka ve diğer teknolojilerin modern profesyoneller için yapabileceklerinin sınırlarını zorlarken, bu teknolojinin gücünü kendi ekipleri için nasıl kullanıyor?
Thomson Reuters, her ekipteki ve her iş alanındaki çalışanlar arasında yapay zeka konusunda farkındalığı ve anlayışı artırmaya son derece odaklanmıştır. Yapay zekanın ne olduğu ve makine öğreniminin nasıl çalıştığına ilişkin temel ilkelerden yola çıkarak, web seminerleri, eğitim materyalleri ve panel tartışmaları da dahil olmak üzere şirket çapında yapay zeka farkındalık oturumlarından oluşan sürekli bir program sunuyor. Bu oturumlar sırasında, meslektaşların yapay zekayı günlük görevlerinde kullanmalarına ve müşterilerine hizmet etmelerine yardımcı olan araçları nasıl kullanacaklarını düşündükleri için yapay zekanın nasıl kullanılabileceğine dair fikirler ortaya çıkmaya başladı.
Bu yazıda Thomson Reuters Labs'ın, Thomson Reuters'in AWS ile işbirliği içinde geliştirilen kurumsal çapta büyük dil modeli (LLM) oyun alanı olan Open Arena'yı nasıl oluşturduğunu tartışıyoruz. Orijinal konsept, Simone Zucchet (AWS Çözüm Mimarı) ve Tim Precious (AWS Hesap Yöneticisi) tarafından desteklenen bir AI/ML Hackathon'undan ortaya çıktı ve AWS'nin desteğiyle 6 haftadan kısa bir sürede AWS hizmetleri kullanılarak üretime dönüştürüldü. AWS tarafından yönetilen hizmetler: AWS Lambda, Amazon DinamoDB, ve Amazon Adaçayı Yapıcıve önceden oluşturulmuş Hugging Face Derin Öğrenme Kapsayıcıları (DLC'ler) inovasyonun hızına katkıda bulundu. Open Arena, güvenli ve kontrollü bir ortamda üretken yapay zeka ile şirket çapında denemelerin yapılmasına yardımcı oldu.
Daha derine inen Open Arena, kullanıcıların LLM'lerle etkinleştirilen giderek büyüyen bir dizi araçla denemeler yapmasına olanak tanıyan web tabanlı bir oyun alanıdır. Bu, kodlama geçmişi olmayan ancak TR'de üretken yapay zeka ile mümkün olanın sanatını keşfetmek isteyen Thomson Reuters çalışanlarına programatik olmayan erişim sağlar. Open Arena, müşteri destek temsilcileri, web sitelerinden hızlı yanıtlar almaya yönelik çözümler, bir belgedeki noktaları özetlemeye ve doğrulamaya yönelik çözümler ve çok daha fazlası gibi çeşitli kurumlardan hızlı yanıtlar almak için geliştirildi. Open Arena'nın yetenekleri, Thomson Reuters'teki çalışanların deneyimleri yeni fikirleri teşvik ettikçe ve üretken yapay zeka alanında yeni trendler ortaya çıktıkça büyümeye devam ediyor. Tüm bunlar, çözümün temelini oluşturan modüler sunucusuz AWS mimarisiyle kolaylaştırılıyor.
Açık Arenayı Hayal Etmek
Thomson Reuters'in hedefi açıktı: kurumsal çapta bir oyun alanı olarak emniyetli, emniyetli, kullanıcı dostu bir platform - "açık bir alan" - oluşturmak. Burada dahili ekipler, yalnızca kurum içinde geliştirilen çeşitli Yüksek Lisans'ları ve AWS ve Hugging Face ortaklığı gibi açık kaynak topluluğundan olanları keşfedip test etmekle kalmadı, aynı zamanda Yüksek Lisans'ların yeteneklerini Thomson Reuters'in yetenekleriyle birleştirerek benzersiz kullanım örneklerini de keşfedebildi. kapsamlı şirket verileri. Bu tür bir platform, ekiplerin yenilikçi çözümler üretme yeteneğini artıracak ve Thomson Reuters'in müşterilerine sunabileceği ürün ve hizmetleri iyileştirecektir.
Öngörülen Açık Arena platformu, dünya çapında Thomson Reuters'teki çeşitli ekiplere hizmet edecek ve onlara yüksek lisans öğrencileriyle özgürce etkileşime girebilecekleri bir oyun alanı sağlayacak. Bu etkileşimin kontrollü bir ortamda gerçekleştirilebilmesi, ekiplerin bu karmaşık modellerle daha az doğrudan etkileşimde bulunamayacak yeni uygulamaları ve metodolojileri ortaya çıkarmasına olanak tanıyacaktır.
Açık Arenanın İnşası
Açık Arena'yı inşa etmek çok yönlü bir süreçti. Thomson Reuters çalışanlarının en son LLM'leri sorunsuz bir şekilde denemelerine olanak sağlayacak bir çözüm oluşturmak için AWS'nin sunucusuz ve makine öğrenimi hizmetlerinin yeteneklerinden yararlanmayı hedefledik. Bu hizmetlerin yalnızca ölçeklenebilirlik ve yönetilebilirlik sağlamanın yanı sıra maliyet etkinliği sağlama potansiyelini de gördük.
Çözüme genel bakış
Model dağıtımı ve ince ayarlar için sağlam bir ortam oluşturmaktan, titiz veri yönetimi sağlamaya ve kusursuz bir kullanıcı deneyimi sağlamaya kadar TR'nin her özelliğin çeşitli AWS hizmetleriyle entegre olması gerekiyordu. Open Arena'nın mimarisi kapsamlı ama sezgisel olacak ve karmaşıklıkla kullanım kolaylığını dengeleyecek şekilde tasarlandı. Aşağıdaki diyagram bu mimariyi göstermektedir.
SageMaker, SageMaker uç noktaları olarak model dağıtımını kolaylaştırarak ve modellerde ince ayar yapmak için sağlam bir ortam sağlayarak omurga görevi gördü. Dağıtım sürecimizi geliştirmek için AWS tarafından sunulan SageMaker DLC'sindeki Hugging Face'ten yararlandık. Ayrıca, çıkarım sürecini hızlandırmak ve karmaşık ve kaynak yoğun modellerin çalıştırılmasının taleplerini etkili bir şekilde karşılamak için SageMaker Hugging Face Inference Toolkit'i ve Accelerate kütüphanesini kullandık. Bu kapsamlı araçlar, Yüksek Lisans'larımızın hızlı ve kusursuz bir şekilde konuşlandırılmasını sağlamada etkili oldu. Tarafından tetiklenen Lambda fonksiyonları Amazon API Ağ Geçidi, API'leri yöneterek verilerin titizlikle ön işlenmesini ve son işlenmesini sağladı.
Kusursuz bir kullanıcı deneyimi sunma arayışımızda, barındırılan ön ucu bağlamak için güvenli bir API Ağ Geçidini benimsedik. Amazon Basit Depolama Hizmeti (Amazon S3) Lambda arka ucuna. Ön ucu bir S3 klasöründe statik bir site olarak konuşlandırdık ve aşağıdakilerin yardımıyla kullanıcı kimlik doğrulamasını sağladık: Amazon CloudFront ve şirketimizin tek oturum açma mekanizması.
Open Arena, REST API'leri aracılığıyla birden fazla LLM ile sorunsuz bir şekilde entegre olacak şekilde tasarlanmıştır. Bu, hızlı tempolu üretken yapay zeka alanında yeni son teknoloji modeller geliştirilip piyasaya sürüldüğünde platformun hızla tepki verebilecek ve entegre olabilecek kadar esnek olmasını sağladı. Open Arena, başlangıcından itibaren güvenli ve emniyetli bir kurumsal AI/ML oyun alanı sağlayacak şekilde tasarlandı; böylece Thomson Reuters çalışanları, piyasaya sürüldüğü anda herhangi bir son teknoloji LLM'yi deneyebilir. SageMaker'da Hugging Face modellerinin kullanılması, tüm veriler şifrelendiğinden ve sanal özel buluttan (VPC) ayrılmadığından, ekibin güvenli bir ortamda modellerde ince ayar yapmasına olanak tanıdı ve verilerin özel ve gizli kalmasını sağladı.
Seçtiğimiz NoSQL veritabanı hizmetimiz DynamoDB, kullanıcı sorguları, yanıtları, yanıt süreleri ve kullanıcı verileri dahil olmak üzere çok çeşitli verileri verimli bir şekilde depoladı ve yönetti. Geliştirme ve dağıtım sürecini kolaylaştırmak için şunları kullandık: AWS Kod Oluşturma ve AWS Kod Ardışık Düzeni sürekli entegrasyon ve sürekli teslimat (CI/CD) için. Altyapının izlenmesi ve optimum işleyişinin sağlanması, Amazon Bulut İzleme, özel kontrol panelleri ve kapsamlı günlük kaydı yetenekleri sağladı.
Model geliştirme ve entegrasyon
Open Arena'nın kalbi, hem açık kaynaklı hem de kurum içi geliştirilen modellerden oluşan çeşitli LLM'lerdir. Bu modellerde, belirli kullanıcı istemlerini takip eden yanıtlar sağlayacak şekilde ince ayar yapılmıştır.
Parametre verimli ince ayar kullanarak mevcut açık kaynaklı veri kümeleri üzerinde Flan-T5-XL, Open Assistant, MPT, Falcon ve ince ayarlı Flan-T5-XL dahil olmak üzere Open Arena'daki farklı kullanım durumları için farklı LLM'leri denedik. teknik. Çeşitli nicemleme tekniklerini denemek için Hugging Face'in bit ve bayt entegrasyonunu kullandık. Bu, LLM'lerimizi gelişmiş performans ve verimlilik için optimize etmemize olanak tanıdı ve daha da büyük yeniliklerin önünü açtı. Bu kullanım durumlarının arkasında arka uç olarak bir model seçerken, bu modellerin performansının Thomson Reuters ile ilgili NLP görevlerinde nasıl göründüğü gibi farklı yönleri göz önünde bulundurduk. Ayrıca aşağıdaki gibi mühendislik hususlarını da dikkate almamız gerekiyordu:
- Yüksek Lisans ile uygulamalar oluştururken artan verimlilik – AWS'nin derinliği ve kapsamı ile tanıdık kontrolleri ve entegrasyonları kullanarak son teknoloji ürünü LLM'leri AWS üzerinde çalışan uygulamalarımıza ve iş yüklerimize hızlı bir şekilde entegre etmek ve dağıtmak
- Güvenli özelleştirme – LLM'lerde ince ayar yapmak için kullanılan tüm verilerin şifrelenmiş kalmasının ve VPC'den ayrılmamasının sağlanması
- Esneklik – Çeşitli kullanım durumlarımız için doğru modeli bulmak üzere geniş bir AWS yerel ve açık kaynak LLM yelpazesi arasından seçim yapma olanağı
Daha büyük modellerin daha yüksek maliyeti, önemli performans kazanımlarıyla haklı gösterilebilir mi? gibi sorular soruyoruz. Bu modeller uzun belgeleri işleyebilir mi?
Aşağıdaki diyagram model mimarimizi göstermektedir.
Bu modelleri, belirli kullanım durumları için değerlendirmek üzere açık kaynaklı yasal veri kümeleri ve Thomson Reuters dahili veri kümelerinin önceki yönlerine göre değerlendiriyoruz.
İçerik tabanlı kullanım senaryoları (belirli bir derlemeden yanıt gerektiren deneyimler) için alma artırılmış nesil (RAG) sorguya göre en alakalı içeriği getirecek boru hattı mevcut. Bu tür işlem hatlarında belgeler parçalara bölünür ve ardından yerleştirmeler OpenSearch'te oluşturulup depolanır. En iyi eşleşen belgeleri veya parçaları elde etmek için, iki kodlayıcı ve çapraz kodlayıcı modellerine dayanan alma/yeniden sıralama yaklaşımını kullanırız. Alınan en iyi eşleşme daha sonra en iyi yanıtı oluşturmak için sorguyla birlikte LLM'ye bir girdi olarak iletilir.
Thomson Reuters'in dahili içeriğinin LLM deneyimiyle entegrasyonu, kullanıcıların bu modellerden daha alakalı ve anlayışlı sonuçlar elde etmelerine olanak sağlamada etkili oldu. Daha da önemlisi, her ekipte iş iş akışlarında yapay zeka destekli çözümleri benimseme olasılıkları konusunda fikirlerin kıvılcımlanmasına yol açtı.
Açık Arena döşemeleri: Kullanıcı etkileşimini kolaylaştırma
Open Arena, aşağıdaki ekran görüntüsünde gösterildiği gibi, her deneyim için önceden ayarlanmış etkinleştirme kutucuklarıyla tasarlanmış, kullanıcı dostu bir arayüze sahiptir. Bu kutucuklar, kullanıcıların özel gereksinimlerini karşılayan önceden ayarlanmış etkileşimler olarak hizmet eder.
Örneğin, Açık Kaynak Yüksek Lisans ile Deney kutucuğu, açık kaynaklı Yüksek Lisans'larla sohbet benzeri bir etkileşim kanalı açar.
Belgenizi Sorun kutucuğu kullanıcıların belgeleri yüklemesine ve Yüksek Lisans'taki içerikle ilgili belirli sorular sormasına olanak tanır. Özetlemeyle Deneme kutucuğu, aşağıdaki ekran görüntüsünde gösterildiği gibi kullanıcıların büyük hacimli metinleri kısa özetlere ayırmasına olanak tanır.
Bu kutucuklar, kullanıcıların yapay zeka destekli iş çözümleri tüketimini ve platform içindeki gezinme sürecini basitleştirerek yaratıcılığı ateşliyor ve yenilikçi kullanım senaryolarının keşfedilmesini teşvik ediyor.
Açık Arena'nın etkisi
Açık Arena'nın lansmanı, Thomson Reuters'in inovasyon ve işbirliği kültürünü geliştirmeye yönelik yolculuğunda önemli bir dönüm noktası oldu. Platformun başarısı inkar edilemezdi; faydaları şirket genelinde hızla ortaya çıktı.
Open Arena'nın sezgisel, sohbet tabanlı tasarımı, önemli bir teknik bilgi gerektirmediğinden, dünya genelindeki farklı ekipler ve farklı iş rolleri tarafından erişilebilir hale getirildi. Bu kullanım kolaylığı etkileşim düzeylerini artırdı, daha fazla kullanıcının platformu keşfetmesini teşvik etti ve yenilikçi kullanım senaryolarını ortaya çıkardı.
Bir aydan kısa bir süre içinde Open Arena, kullanıcı başına ortalama 1,000 dakikalık bir etkileşim süresiyle TR'nin küresel ayak izinden aylık 5'den fazla dahili kullanıcıya hizmet verdi. Dahili TR LLM deneylerini ve LLM kullanım senaryolarının kitle kaynağıyla oluşturulmasını teşvik etme hedefiyle Open Arena'nın lansmanı, Thomson Reuters'in geniş veri kaynaklarıyla birleştirilmiş LLM'lerin gücünden etkili bir şekilde yararlanarak yeni kullanım senaryolarının akınına yol açtı.
İşte bazı kullanıcılarımızın Açık Arena hakkında söyledikleri:
“Open Arena, şirketin her bölümündeki çalışanlara LLM'leri pratik ve uygulamalı bir şekilde deneme şansı veriyor. Yapay zeka araçları hakkında okumak başka şey, bunları kendiniz kullanmak başka şey. Bu platform, Thomson Reuters genelinde yapay zeka öğrenme çabalarımıza hız kazandırıyor."
– Abby Pinto, Yetenek Geliştirme Çözümleri Lideri, İnsan Fonksiyonu
“OA (Açık Arena), Reuters'in Almanca Dil Servisi için geleneksel çeviri yazılımlarının çözemediği zorlu haber çeviri sorunlarını denememi ve bunu gerçek hikayelerimizi herhangi bir korku olmadan kullanabileceğim güvenli bir ortamda yapmamı sağladı. veri sızıntıları. OA'nın arkasındaki ekip, diğer yazılımlarla yalnızca hayal edebileceğiniz türden bir hizmet olan yeni özelliklerle ilgili önerilere inanılmaz derecede duyarlı oldu."
– Scot W. Stevenson, Almanca Dil Servisi Kıdemli Son Dakika Haber Muhabiri, Berlin, Almanya
“Open Arena'yı kullandığımda müşteri destek temsilcilerinden oluşan ekiplerimiz için benzer bir arayüz oluşturma fikri aklıma geldi. Bu oyun alanı GenAI ile olasılıkları yeniden hayal etmemize yardımcı oldu."
– Marcel Batista, Gerente de Servicos, Operasyon Müşteri Hizmetleri ve Desteği
"AWS sunucusuz hizmetleri, Amazon SageMaker ve Hugging Face tarafından desteklenen Open Arena, en son teknolojiye sahip LLM'leri ve üretken yapay zeka araçlarını meslektaşlarımıza hızlı bir şekilde sunmamıza yardımcı oldu ve bu da kurumsal çapta inovasyonun desteklenmesine yardımcı oldu."
– Shirsha Ray Chaudhuri, Direktör, Araştırma Mühendisliği, Thomson Reuters Labs
Daha geniş ölçekte Açık Arena'nın kullanıma sunulmasının şirket üzerinde derin bir etkisi oldu. Bu yalnızca çalışanlar arasında yapay zeka farkındalığını artırmakla kalmadı, aynı zamanda yenilik ve işbirliği ruhunu da teşvik etti. Platform, ekipleri keşfetmek, denemek ve fikir üretmek için bir araya getirerek çığır açan kavramların gerçeğe dönüştürülebileceği bir ortamı teşvik etti.
Ayrıca Açık Arena'nın Thomson Reuters AI hizmetleri ve ürünleri üzerinde olumlu bir etkisi oldu. Platform, yapay zeka için bir sanal alan görevi gördü ve ekiplerin yapay zeka uygulamalarını tekliflerimize dahil etmeden önce tanımlamasına ve geliştirmesine olanak tanıdı. Sonuç olarak bu, Thomson Reuters AI hizmetlerinin geliştirilmesini ve iyileştirilmesini hızlandırdı ve müşterilere sürekli gelişen ve teknolojik ilerlemenin ön saflarında yer alan çözümler sağladı.
Sonuç
Yapay zekanın hızlı tempolu dünyasında ilerlemeye devam etmek çok önemlidir ve Thomson Reuters tam da bunu yapmaya kararlıdır. Open Arena'nın arkasındaki ekip, aşağıdaki gibi AWS hizmetlerini kullanarak daha fazla özellik eklemek ve platformun yeteneklerini geliştirmek için sürekli çalışıyor. Amazon Ana Kayası ve Amazon SageMaker Hızlı Başlangıçekiplerimiz için değerli bir kaynak olarak kalmasını sağlamak. İlerledikçe, hızla gelişen üretken yapay zeka ve yüksek lisans (LLM) ortamına ayak uydurmayı hedefliyoruz. AWS, TR'nin sürekli gelişen üretken yapay zeka alanına ayak uydurması için gereken hizmetleri sağlar.
Open Arena platformunun devam eden gelişimine ek olarak, platform tarafından oluşturulan çok sayıda kullanım senaryosunu üretmek için aktif olarak çalışıyoruz. Bu, müşterilerimize özel ihtiyaçlarına göre uyarlanmış daha gelişmiş ve verimli yapay zeka çözümleri sunmamıza olanak tanıyacak. Ayrıca ekiplerimizin yapay zeka teknolojisine yönelik yeni fikirler ve uygulamalar keşfetmesine olanak tanıyarak inovasyon ve işbirliği kültürünü geliştirmeye devam edeceğiz.
Bu heyecan verici yolculuğa çıktığımızda Açık Arena'nın Thomson Reuters genelinde inovasyonu ve iş birliğini teşvik etmede önemli bir rol oynayacağına inanıyoruz. Yapay zeka gelişmelerinde ön sıralarda yer alarak ürünlerimizin ve hizmetlerimizin gelişmeye devam etmesini ve müşterilerimizin sürekli değişen taleplerini karşılamasını sağlayacağız.
Yazarlar Hakkında
Shirsha Ray Chaudhuri (Direktör, Araştırma Mühendisliği) Thomson Reuters Labs için Bangalore'daki ML Mühendislik ekibine başkanlık ediyor ve burada AI odaklı özellikler için verimliliği ve değeri artıran ML projeleri için AWS ve diğer bulut platformlarında iyi mimarili çözümlerin geliştirilmesine ve dağıtımına liderlik ediyor. Thomson Reuters ürünleri, platformları ve iş sistemlerinde. İyi, toplumsal etki yaratan projeler için yapay zeka konusunda topluluklarla ve D&I alanı için teknoloji alanında çalışıyor. Daha kapsayıcı, daha dijital ve birlikte daha iyi bir yarın için daha iyi bir dünya inşa etmek için yapay zeka ve modern teknolojiyi kullanan insanlarla ağ kurmayı seviyor.
Harpreet Singh Baas Thomson Reuters Laboratuvarlarında Kıdemli Bulut ve DevOps Mühendisidir ve araştırma mühendislerinin ve bilim adamlarının bulut platformlarında makine öğrenimi çözümleri geliştirmelerine yardımcı olur. 6 yılı aşkın deneyimiyle Harpreet'in uzmanlığı bulut mimarileri, otomasyon, konteynerleştirme, DevOps uygulamalarını etkinleştirme ve maliyet optimizasyonunu kapsamaktadır. Verimlilik ve maliyet etkinliği konusunda tutkulu olup bulut kaynaklarının en iyi şekilde kullanılmasını sağlar.
Rashmi B Pawar Thomson Reuters'da Makine Öğrenimi Mühendisidir. Model üretme, çıkarım oluşturma ve çeşitli makine öğrenimi uygulamaları için özel olarak tasarlanmış eğitim hatları oluşturma konusunda önemli bir deneyime sahiptir. Ayrıca makine öğrenimi iş akışlarını mevcut sistem ve ürünlere entegre etme konusunda önemli bir uzmanlığa sahiptir.
Palvika Bansal Thomson Reuters'da Yardımcı Uygulamalı Araştırma Bilimcisidir. Müşterilerin iş sorunlarını AI/ML kullanarak çözmek için çeşitli sektörlerdeki projeler üzerinde çalıştı. İşi konusunda son derece tutkulu ve yeni zorluklara göğüs germe konusunda hevesli. İş dışında seyahat etmekten, yemek yapmaktan ve kitap okumaktan hoşlanıyor.
Simone Zucchet AWS'de Kıdemli Çözüm Mimarıdır. Bulut Mimarı olarak on yıla yakın deneyime sahip olan Simone, kuruluşların iş sorunlarına yaklaşımını dönüştürmeye yardımcı olan yenilikçi projeler üzerinde çalışmaktan keyif alıyor. AWS'de büyük kurumsal müşterilerin desteklenmesine yardımcı oluyor ve Machine Learning TFC'nin bir parçası. Profesyonel yaşamının dışında araba ve fotoğrafçılıkla uğraşmaktan hoşlanıyor.
heiko hotz Doğal dil işleme, büyük dil modelleri ve üretken yapay zeka konularına özel olarak odaklanan Yapay Zeka ve Makine Öğrenimi Kıdemli Çözüm Mimarıdır. Bu görevden önce Amazon'un AB Müşteri Hizmetleri Veri Bilimi Başkanı olarak görev yapıyordu. Heiko, müşterilerimizin AWS'deki AI/ML yolculuklarında başarılı olmalarına yardımcı oluyor ve sigorta, finansal hizmetler, medya ve eğlence, sağlık hizmetleri, kamu hizmetleri ve üretim dahil olmak üzere birçok sektördeki kuruluşlarla çalıştı. Heiko boş zamanlarında mümkün olduğunca seyahat ediyor.
Joao Moura İspanya merkezli AWS'de Yapay Zeka/ML Çözümleri Uzmanı Mimardır. Müşterilere derin öğrenme modeli eğitimi ve çıkarım optimizasyonu ve AWS'de daha geniş kapsamlı büyük ölçekli makine öğrenimi platformları oluşturma konusunda yardımcı olur. Ayrıca makine öğrenimi konusunda uzmanlaşmış donanım ve düşük kodlu makine öğrenimi çözümlerinin aktif bir savunucusudur.
Georgios Şinas EMEA bölgesinde AI/ML alanında Uzman Çözüm Mimarıdır. Merkezi Londra'da olup İngiltere ve İrlanda'daki müşterilerle yakın işbirliği içerisinde çalışmaktadır. Georgios, MLOps uygulamalarına özel ilgi göstererek müşterilerin AWS'de üretimde makine öğrenimi uygulamaları tasarlamasına ve dağıtmasına yardımcı oluyor ve müşterilerin geniş ölçekte makine öğrenimi gerçekleştirmesine olanak tanıyor. Boş zamanlarında seyahat etmekten, yemek yapmaktan ve arkadaşlarıyla ve ailesiyle vakit geçirmekten hoşlanıyor.
- 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. Otomotiv / EV'ler, karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
- PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
- ChartPrime. Ticaret Oyununuzu ChartPrime ile yükseltin. Buradan Erişin.
- Blok Ofsetleri. Çevre Dengeleme Sahipliğini Modernleştirme. Buradan Erişin.
- Kaynak: https://aws.amazon.com/blogs/machine-learning/how-thomson-reuters-developed-open-arena-an-enterprise-grade-large-language-model-playground-in-under-6-weeks/
- :vardır
- :dır-dir
- :olumsuzluk
- :Neresi
- 000
- 1
- 100
- 2023
- 7
- a
- kabiliyet
- Hakkımızda
- hızlandırmak
- hızlandırılmış
- erişim
- ulaşılabilir
- Hesap
- karşısında
- aktif
- aktif
- gerçek
- eklemek
- ilave
- benimsenen
- Benimsemek
- ilerlemek
- ileri
- gelişme
- gelişmeler
- ilerleyen
- tekrar
- karşı
- ajanları
- AI
- AI ve Makine Öğrenimi
- AI hizmetleri
- AI / ML
- amaç
- Hedeflenen
- Türkiye
- izin vermek
- izin
- Izin
- veriyor
- boyunca
- Ayrıca
- Amazon
- Amazon Adaçayı Yapıcı
- Amazon Web Servisleri
- arasında
- arasında
- an
- ve
- Başka
- cevaplar
- herhangi
- api
- API'ler
- bariz
- uygulamaları
- uygulamalı
- yaklaşım
- mimari
- ARE
- ALAN
- Arena
- Sanat
- yapay
- yapay zeka
- Yapay zeka (AI)
- AS
- boy
- yönleri
- belirlemek
- Asistan
- Ortak
- çeşit
- At
- augmented
- Doğrulama
- otomatikleştirmek
- Otomasyon
- mevcut
- ortalama
- farkındalık
- AWS
- Omurga
- Backend
- arka fon
- dengeleme
- merkezli
- BE
- Çünkü
- olma
- olmuştur
- önce
- arkasında
- faydaları
- Berlin
- İYİ
- Daha iyi
- arttırdı
- her ikisi de
- sınırları
- genişlik
- Kırma
- haberi
- Daha geniş
- geniş
- getirdi
- inşa etmek
- bina
- iş
- fakat
- by
- çağrı
- geldi
- CAN
- yetenekleri
- harfle
- arabalar
- durumlarda
- sağlamak
- zorluklar
- şans
- Telegram Kanal
- Klinik
- seçilmiş
- açık
- istemciler
- Kapanış
- yakından
- bulut
- kodlama
- işbirliği
- arkadaşları
- kombine
- taahhüt
- topluluklar
- topluluk
- şirket
- Şirketin
- karmaşık
- karmaşıklık
- kapsamlı
- kavram
- kavramlar
- Özlü
- emin
- Sosyal medya
- sonuç olarak
- Düşünmek
- önemli
- kabul
- sürekli
- tüketim
- Konteynerler
- içerik
- devam etmek
- devam ediyor
- sürekli
- katkıda
- kontrollü
- kontroller
- geleneksel
- Ücret
- olabilir
- zanaat
- çevrimiçi kurslar düzenliyorlar.
- Oluşturma
- oluşturma
- Yaratıcı
- yaratıcılık
- çok önemli
- Kültür
- görenek
- müşteri
- Müşteri Hizmetleri
- Kullanıcı Desteği
- Müşteriler
- özelleştirme
- keskin kenar
- gösterge tabloları
- veri
- veri yönetimi
- veri bilimi
- veritabanı
- veri kümeleri
- Günden güne
- yıl
- adanmış
- derin
- derin öğrenme
- derin
- tanımlamak
- teslim etmek
- teslim
- teslim
- talepleri
- dağıtmak
- konuşlandırılmış
- dağıtma
- açılma
- derinlik
- Dizayn
- tasarlanmış
- geliştirmek
- gelişmiş
- gelişme
- farklı
- dijital
- direkt
- yönetmen
- keşfetmek
- keşif
- tartışmak
- tartışmalar
- çeşitli
- do
- belge
- evraklar
- yok
- Değil
- yapıyor
- Dont
- çekmek
- rüya
- sürücü
- sürme
- sırasında
- her
- kolaylaştırmak
- kullanım kolaylığı
- etkili bir şekilde
- verim
- verimli
- verimli biçimde
- çabaları
- Atılmak
- EMEA
- çıkmak
- istihdam
- çalışanların
- etkinleştirmek
- etkin
- sağlar
- etkinleştirme
- teşvik edici
- şifreli
- son
- nişan
- mühendis
- Mühendislik
- Mühendisler
- artırmak
- gelişmiş
- yeterli
- sağlamak
- sağlanması
- kuruluş
- Kurum düzeyi
- Entertainment
- hevesli
- çevre
- kurulması
- EU
- değerlendirilmesi
- Hatta
- hİÇ
- sürekli değişen
- Her
- belirgin
- gelişmek
- gelişen
- heyecan verici
- mevcut
- deneyim
- Deneyimler
- deneme
- Uzmanlık
- keşfetmek
- kapsamlı, geniş
- çıkarmak
- Yüz
- kolaylaştırılmış
- kolaylaştırıcı
- tanıdık
- aile
- HIZLI
- hızlı tempolu
- korku
- Özellikler
- alan
- mali
- finansal hizmetler
- bulmak
- Ad
- esnek
- odak
- odaklanmış
- takip etme
- ayak izi
- İçin
- Forefront
- ileri
- Beslemek
- teşvik
- arkadaşlar
- itibaren
- ön
- Başlangıç aşaması
- işleyen
- fonksiyonlar
- Ayrıca
- gelecek
- Kazançlar
- geçit
- oluşturmak
- oluşturulan
- üretken
- üretken yapay zeka
- Almanca
- almak
- verir
- Küresel
- Küresel
- dünya
- gol
- Tercih Etmenizin
- büyük
- çığır açan
- Büyümek
- Büyüyen
- hackathon
- vardı
- sap
- hands-on
- donanım
- koşum
- Koşum
- Var
- he
- baş
- kafalar
- sağlık
- Network XNUMX'in Kalbi
- yardım et
- yardım
- yardım
- yardımcı olur
- onu
- okuyun
- daha yüksek
- büyük ölçüde
- onun
- ev sahipliği yaptı
- Ne kadar
- Nasıl Yapılır
- HTML
- http
- HTTPS
- i
- Fikir
- fikirler
- belirlemek
- ateşleme
- göstermektedir
- darbe
- geliştirme
- in
- başlangıç
- Dahil olmak üzere
- dahil
- birleşmeyle
- artmış
- inanılmaz
- Endüstri
- etkilemek
- akın
- bilgi
- Altyapı
- Yenilikçilik
- İnovasyon ekibi
- yenilikçi
- giriş
- anlayışlı
- anlayışlar
- örnek
- enstrümental
- sigorta
- integral
- entegre
- Bütünleştirme
- bütünleşme
- entegrasyonlar
- İstihbarat
- etkileşim
- etkileşim
- etkileşimleri
- faiz
- arayüzey
- iç
- içine
- Giriş
- sezgisel
- İrlanda
- IT
- ONUN
- İş
- seyahat
- jpg
- sadece
- tutmak
- anahtar
- kilit kilometre taşı
- Nezaket.
- bilgi
- Labs
- manzara
- dil
- büyük
- büyük ölçekli
- büyük
- son
- başlatmak
- öncülük etmek
- önemli
- Kaçaklar
- öğrenme
- Ayrılmak
- Led
- Yasal Şartlar
- az
- seviyeleri
- Kütüphane
- hayat
- sevmek
- Yüksek Lisans
- günlüğü
- London
- Uzun
- Bakın
- gibi görünmek
- seviyor
- makine
- makine öğrenme
- yapılmış
- Yapımı
- yönetilen
- yönetim
- müdür
- üretim
- çok
- işaretlenmiş
- Maç
- malzemeler
- Önemlidir
- me
- mekanizma
- medya
- Neden
- birleştirme
- metodolojiler
- titiz
- olabilir
- kilometre taşı
- dakika
- ML
- MLO'lar
- model
- modelleri
- Modern
- modüler
- izleme
- Ay
- aylık
- Daha
- daha verimli
- çoğu
- hareket
- ileri git
- çok
- çoklu
- çokluk
- yerli
- Doğal (Madenden)
- Doğal Dil İşleme
- Navigasyon
- gerekli
- ihtiyaçlar
- ağ
- yeni
- Yeni Özellikler
- haber
- nlp
- yok hayır
- nesnel
- of
- teklif
- sunulan
- teklifleri
- on
- bir Zamanlar
- ONE
- devam
- bir tek
- açık
- açık kaynak
- açılır
- Operasyon
- Fırsat
- optimum
- optimizasyon
- optimize
- or
- organizasyonlar
- orijinal
- Diğer
- bizim
- dışarı
- dışında
- tekrar
- kendi
- Barış
- panel
- panel tartışmaları
- parametre
- Bölüm
- belirli
- İş Ortaklığı
- parçalar
- geçti
- tutkulu
- asfaltlama
- İnsanlar
- başına
- Yapmak
- performans
- fotoğrafçılık
- Öncü
- boru hattı
- asıl
- yer
- platform
- Platformlar
- Platon
- Plato Veri Zekası
- PlatoVeri
- OYNA
- noktaları
- pozitif
- olanakları
- mümkün
- Çivi
- potansiyel
- güç kelimesini seçerim
- powered
- güçlü
- Pratik
- uygulamalar
- Değerli
- ilkeler
- Önceki
- özel
- sorunlar
- süreç
- işleme
- üretim
- Ürünler
- profesyonel
- profesyoneller
- derin
- Programı
- Projeler
- yanlısı
- sağlamak
- sağlanan
- sağlar
- sağlama
- iter
- sorgular
- arayışı
- Sorular
- Hızlı
- hızla
- hızlı
- hızla
- RAY
- React
- Okumak
- Okuma
- Gerçeklik
- arıtmak
- bölge
- ilgili
- serbest
- ilgisi
- uygun
- kalıntılar
- gereklidir
- Yer Alan Kurallar
- araştırma
- kaynak
- yoğun kaynak
- Kaynaklar
- yanıt
- yanıtları
- duyarlı
- DİNLENME
- Sonuçlar
- reuters
- krallar gibi yaşamaya
- gürbüz
- Rol
- rolleri
- rolling
- koşmak
- koşu
- güvenli
- sagemaker
- kum havuzu
- testere
- söylemek
- ölçeklenebilirlik
- ölçek
- Bilim
- bilim adamı
- bilim adamları
- sorunsuz
- sorunsuz
- Sektörler
- güvenli
- seçme
- seçim
- kıdemli
- hizmet vermek
- Serverless
- hizmet
- Hizmetler
- oturumları
- set
- Setleri
- birkaç
- o
- gösterilen
- önemli
- benzer
- Basit
- basitleştirmek
- tek
- yer
- So
- Toplumsal
- Yazılım
- çözüm
- Çözümler
- ÇÖZMEK
- biraz
- Kaynak
- uzay
- ispanya
- açıklıklı
- özel
- uzman
- özel
- Harcama
- ruh
- bölmek
- başladı
- XNUMX dakika içinde!
- state-of-the-art
- hafızası
- saklı
- hikayeler
- kolaylaştırmak
- başarı
- başarılı
- böyle
- özetlemek
- destek
- destekli
- yüzey
- Sistemler
- ısmarlama
- alma
- Yetenek
- görevleri
- takım
- takım
- teknoloji
- Teknik
- teknikleri
- teknolojik
- Teknolojileri
- Teknoloji
- test
- o
- The
- Gelecek
- UK
- ve bazı Asya
- Onları
- sonra
- Bunlar
- onlar
- şey
- Re-Tweet
- Thomson Reuters
- Bu
- İçinden
- Tim
- zaman
- zamanlar
- için
- birlikte
- yarın
- araç
- araçlar
- karşı
- Eğitim
- Dönüştürmek
- Çeviri
- Seyahat
- seyahatleriniz
- Trendler
- tetiklenir
- Dönük
- Uk
- ortaya çıkarmak
- altında
- anlayış
- benzersiz
- kilidini açmak
- açıklanması
- us
- kullanım
- Kullanılmış
- kullanıcı
- Kullanıcı Deneyimi
- kullanıcı dostu
- kullanıcılar
- kullanma
- kamu hizmetleri
- kullanılan
- Değerli
- değer
- çeşitlilik
- çeşitli
- Geniş
- doğrulamak
- Sanal
- hacimleri
- W
- istemek
- oldu
- Yol..
- we
- ağ
- web hizmetleri
- Web tabanlı
- Web Seminerleri
- web siteleri
- Haftalar
- İYİ
- vardı
- Ne
- Nedir
- ne zaman
- hangi
- süre
- DSÖ
- geniş
- irade
- kazanmak
- ile
- içinde
- olmadan
- İş
- işlenmiş
- iş akışları
- çalışma
- çalışır
- Dünya
- olur
- yıl
- henüz
- Sen
- kendiniz
- zefirnet