PGA TOUR کے جنریٹو AI ورچوئل اسسٹنٹ کا سفر، تصور سے ترقی تک پروٹوٹائپ تک | ایمیزون ویب سروسز

یہ پی جی اے ٹور سے سکاٹ گٹرمین کے ساتھ مل کر لکھی گئی ایک مہمان پوسٹ ہے۔

جنریٹو آرٹیفیشل انٹیلی جنس (جنریٹو اے آئی) نے ذہین نظاموں کی تعمیر کے لیے نئے امکانات کو فعال کیا ہے۔ جنریٹو اے آئی پر مبنی بڑے لینگویج ماڈلز (LLMs) میں حالیہ بہتریوں نے معلومات کی بازیافت سے متعلق متعدد ایپلی کیشنز میں ان کے استعمال کو قابل بنایا ہے۔ اعداد و شمار کے ذرائع کو دیکھتے ہوئے، LLMs نے ایسے ٹولز فراہم کیے ہیں جو ہمیں ہفتوں میں سوال و جواب کا چیٹ بوٹ بنانے کی اجازت دیتے ہیں، بجائے اس کے کہ اس سے پہلے برسوں لگے ہوں، اور ممکنہ طور پر بدتر کارکردگی کے ساتھ۔ ہم نے ایک Retrieval-Augmented-generation (RAG) حل تیار کیا ہے جو PGA TOUR کو مستقبل کے مداحوں کی منگنی کے پلیٹ فارم کے لیے ایک پروٹو ٹائپ بنانے کی اجازت دے گا جو اس کے ڈیٹا کو شائقین کے لیے بات چیت کی شکل میں انٹرایکٹو انداز میں قابل رسائی بنا سکتا ہے۔

سوالات کا جواب دینے کے لیے سٹرکچرڈ ڈیٹا کا استعمال کرنے کے لیے صارف کے استفسار سے متعلقہ ڈیٹا کو مؤثر طریقے سے نکالنے کا طریقہ درکار ہوتا ہے۔ ہم نے ٹیکسٹ ٹو ایس کیو ایل اپروچ تیار کیا ہے جہاں صارف کی فطری زبان کے استفسار کو ایل ایل ایم کا استعمال کرتے ہوئے ایس کیو ایل اسٹیٹمنٹ میں تبدیل کیا جاتا ہے۔ ایس کیو ایل کے ذریعے چلایا جاتا ہے۔ ایمیزون ایتینا متعلقہ ڈیٹا واپس کرنے کے لیے۔ یہ ڈیٹا دوبارہ ایک ایل ایل ایم کو فراہم کیا جاتا ہے، جس سے ڈیٹا کو دیکھتے ہوئے صارف کے سوال کا جواب دینے کو کہا جاتا ہے۔

ٹیکسٹ ڈیٹا کے استعمال کے لیے ایک انڈیکس کی ضرورت ہوتی ہے جسے صارف کے سوال کا جواب دینے کے لیے ایل ایل ایم کو تلاش کرنے اور متعلقہ سیاق و سباق فراہم کرنے کے لیے استعمال کیا جا سکتا ہے۔ فوری معلومات کی بازیافت کو فعال کرنے کے لیے، ہم استعمال کرتے ہیں۔ ایمیزون کیندر ان دستاویزات کے اشاریہ کے طور پر۔ جب صارفین سوال پوچھتے ہیں، تو ہمارا ورچوئل اسسٹنٹ متعلقہ معلومات تلاش کرنے کے لیے ایمیزون کینڈر انڈیکس کے ذریعے تیزی سے تلاش کرتا ہے۔ Amazon Kendra صارف کے سوالات کو سمجھنے اور انتہائی متعلقہ دستاویزات تلاش کرنے کے لیے قدرتی زبان کی پروسیسنگ (NLP) کا استعمال کرتا ہے۔ اس کے بعد متعلقہ معلومات LLM کو حتمی رسپانس جنریشن کے لیے فراہم کی جاتی ہیں۔ ہمارا حتمی حل ان ٹیکسٹ ٹو ایس کیو ایل اور ٹیکسٹ آر اے جی طریقوں کا مجموعہ ہے۔

اس پوسٹ میں ہم روشنی ڈالتے ہیں کہ کس طرح AWS جنریٹیو AI انوویشن سینٹر کے ساتھ تعاون کیا AWS پروفیشنل سروسز اور پی جی اے ٹور استعمال کرتے ہوئے ایک پروٹو ٹائپ ورچوئل اسسٹنٹ تیار کرنے کے لیے ایمیزون بیڈرک جو شائقین کو کسی بھی ایونٹ، کھلاڑی، سوراخ یا شاٹ لیول کی تفصیلات کو بغیر کسی رکاوٹ کے انٹرایکٹو طریقے سے نکالنے کے قابل بنا سکتا ہے۔ Amazon Bedrock ایک مکمل طور پر منظم سروس ہے جو AI21 Labs، Anthropic، Cohere، Meta، Stability AI، اور Amazon جیسی معروف AI کمپنیوں سے اعلیٰ کارکردگی کا مظاہرہ کرنے والے فاؤنڈیشن ماڈلز (FMs) کا انتخاب پیش کرتی ہے۔ سیکیورٹی، رازداری اور ذمہ دار AI کے ساتھ جنریٹیو AI ایپلی کیشنز بنانے کے لیے آپ کو جن صلاحیتوں کی ضرورت ہے۔

ترقی: ڈیٹا تیار کرنا

ڈیٹا سے چلنے والے کسی بھی پروجیکٹ کی طرح، کارکردگی صرف اتنی ہی اچھی ہوگی جتنی ڈیٹا۔ ہم نے LLM کو مؤثر طریقے سے استفسار کرنے اور متعلقہ ڈیٹا کو بازیافت کرنے کے قابل بنانے کے لیے ڈیٹا پر کارروائی کی۔

ٹیبلولر مقابلے کے اعداد و شمار کے لیے، ہم نے صارف کے سوالات کی سب سے زیادہ تعداد سے متعلقہ ڈیٹا کے ذیلی سیٹ پر توجہ مرکوز کی اور کالموں کو بدیہی طور پر لیبل کیا، تاکہ LLMs کے لیے سمجھنا آسان ہو۔ ہم نے LLM کو ان تصورات کو سمجھنے میں مدد کرنے کے لیے کچھ معاون کالم بھی بنائے جن کے ساتھ وہ دوسری صورت میں جدوجہد کر سکتا ہے۔ مثال کے طور پر، اگر کوئی گولفر برابر سے کم ایک شاٹ گولی مارتا ہے (جیسے برابری پر 3 شاٹس میں سوراخ کرتا ہے یا برابری 4 پر 4 شاٹس میں)، اسے عام طور پر a کہا جاتا ہے۔ برڈی. اگر کوئی صارف پوچھے، "کھلاڑی X نے پچھلے سال کتنی برڈیز بنائیں؟"، تو صرف اسکور اور برابر ہونا کافی نہیں ہے۔ نتیجے کے طور پر، ہم نے گولف کی عام اصطلاحات، جیسے بوگی، برڈی اور ایگل کی نشاندہی کرنے کے لیے کالم شامل کیے ہیں۔ اس کے علاوہ، ہم نے ایک کالم میں شامل ہو کر مقابلے کے ڈیٹا کو ایک علیحدہ ویڈیو مجموعہ کے ساتھ منسلک کیا۔ video_id، جو ہماری ایپ کو مسابقتی ڈیٹا میں کسی خاص شاٹ سے وابستہ ویڈیو کو کھینچنے کی اجازت دے گا۔ ہم نے ٹیبلر ڈیٹا میں ٹیکسٹ ڈیٹا کو جوائن کرنے کو بھی فعال کیا، مثال کے طور پر ہر کھلاڑی کے لیے بطور ٹیکسٹ کالم شامل کرنا۔ درج ذیل اعداد و شمار مرحلہ وار طریقہ کار کو ظاہر کرتے ہیں کہ ٹیکسٹ ٹو ایس کیو ایل پائپ لائن کے لیے سوال پر کس طرح کارروائی کی جاتی ہے۔ نمبر ایک سوال کا جواب دینے کے لیے قدم کی سیریز کی نشاندہی کرتے ہیں۔

مندرجہ ذیل تصویر میں ہم اپنے اختتام سے آخر تک پائپ لائن کا مظاہرہ کرتے ہیں۔ ہم استعمال کرتے ہیں او ڈبلیو ایس لامبڈا۔ جیسا کہ ہمارا آرکیسٹریشن فنکشن مختلف ڈیٹا سورسز، LLMs اور صارف کے استفسار کی بنیاد پر غلطی کی اصلاح کے لیے ذمہ دار ہے۔ مراحل 1-8 اسی طرح کے ہیں جو کارروائی کے اعداد و شمار میں دکھایا گیا ہے۔ غیر ساختہ ڈیٹا کے لیے معمولی تبدیلیاں ہیں، جن پر ہم آگے بات کریں گے۔

ٹیکسٹ ڈیٹا کے لیے منفرد پروسیسنگ اقدامات کی ضرورت ہوتی ہے جو موضوع کی ہم آہنگی کو برقرار رکھتے ہوئے طویل دستاویزات کو LLM کے ذریعے ہضم ہونے والے حصوں میں تقسیم کرتے ہیں۔ ہم نے کئی طریقوں کے ساتھ تجربہ کیا اور صفحہ کی سطح پر چنکنگ اسکیم طے کی جو میڈیا گائیڈز کے فارمیٹ کے ساتھ اچھی طرح سے منسلک ہے۔ ہم نے Amazon Kendra کا استعمال کیا، جو کہ ایک منظم سروس ہے جو انڈیکسنگ دستاویزات کا خیال رکھتی ہے، بغیر ایمبیڈنگ کی تفصیلات کی ضرورت کے، بازیافت کے لیے ایک آسان API فراہم کرتے ہوئے۔ مندرجہ ذیل تصویر اس فن تعمیر کو واضح کرتی ہے۔

ہم نے جو متحد، توسیع پذیر پائپ لائن تیار کی ہے وہ PGA ٹور کو ڈیٹا کی ان کی پوری تاریخ تک پیمانہ کرنے کی اجازت دیتی ہے، جن میں سے کچھ 1800 کی دہائی تک جاتی ہیں۔ یہ مستقبل کی ایپلی کیشنز کو قابل بناتا ہے جو کورس کے سیاق و سباق پر لائیو لے سکتے ہیں تاکہ بھرپور حقیقی وقت کے تجربات پیدا ہوں۔

ترقی: LLMs کا جائزہ لینا اور جنریٹیو AI ایپلی کیشنز تیار کرنا

ہم نے Amazon Bedrock میں دستیاب پہلی اور تیسری پارٹی کے LLMs کو احتیاط سے جانچا اور جانچا تاکہ وہ ماڈل منتخب کیا جا سکے جو ہماری پائپ لائن اور استعمال کے معاملے کے لیے بہترین ہو۔ ہم نے Amazon Bedrock پر Anthropic's Claude v2 اور Claude Instant کو منتخب کیا۔ ہماری حتمی ساختی اور غیر ساختہ ڈیٹا پائپ لائن کے لیے، ہم Amazon Bedrock پر Anthropic's Claude 2 کا مشاہدہ کرتے ہیں جس نے ہماری حتمی ڈیٹا پائپ لائن کے لیے مجموعی طور پر بہتر نتائج پیدا کیے ہیں۔

LLMs کو اپنی مرضی کے مطابق آؤٹ پٹ ٹیکسٹ حاصل کرنے کا ایک اہم پہلو ہے۔ ہم نے ہر ایک کام کے لیے مختلف اشارے کے ساتھ تجربہ کرنے میں کافی وقت صرف کیا۔ مثال کے طور پر، ٹیکسٹ ٹو ایس کیو ایل پائپ لائن کے لیے ہمارے پاس کئی فال بیک پرامپٹس تھے، جن میں بڑھتی ہوئی خصوصیت اور آہستہ آہستہ ٹیبل اسکیموں کو آسان بنایا گیا۔ اگر ایس کیو ایل کا استفسار غلط تھا اور اس کے نتیجے میں ایتھینا کی طرف سے غلطی ہوئی، تو ہم نے ایک غلطی کو درست کرنے کا اشارہ تیار کیا ہے جو ایل ایل ایم کو غلطی اور غلط ایس کیو ایل کو منتقل کرے گا اور اسے ٹھیک کرنے کو کہے گا۔ ٹیکسٹ ٹو ایس کیو ایل پائپ لائن میں حتمی اشارہ LLM سے ایتھینا آؤٹ پٹ لینے کے لیے کہتا ہے، جو مارک ڈاؤن یا CSV فارمیٹ میں فراہم کیا جا سکتا ہے، اور صارف کو جواب فراہم کرتا ہے۔ غیر ساختہ متن کے لیے، ہم نے صارف کے سوال کا جواب دینے کے لیے Amazon Kendra سے حاصل کردہ سیاق و سباق کو استعمال کرنے کے لیے عام اشارے تیار کیے ہیں۔ پرامپٹ میں صرف ایمیزون کیندر سے حاصل کردہ معلومات کو استعمال کرنے اور ایل ایل ایم پری ٹریننگ کے ڈیٹا پر انحصار نہ کرنے کی ہدایات شامل تھیں۔

تاخیر اکثر پیدا ہونے والی AI ایپلی کیشنز کے ساتھ تشویش کا باعث ہوتی ہے، اور یہاں بھی ایسا ہی ہوتا ہے۔ یہ خاص طور پر ٹیکسٹ ٹو ایس کیو ایل کے لیے تشویش کا باعث ہے، جس کے لیے ابتدائی ایس کیو ایل جنریشن ایل ایل ایم کی درخواست کی ضرورت ہوتی ہے، اس کے بعد جوابی جنریشن ایل ایل ایم کی درخواست ہوتی ہے۔ اگر ہم ایک بڑا LLM استعمال کر رہے ہیں، جیسے Anthropic's Claude V2، تو یہ مؤثر طریقے سے صرف ایک LLM کی درخواست کی تاخیر کو دوگنا کر دیتا ہے۔ ہم نے رن ٹائم کے ساتھ ساتھ درستگی کا اندازہ کرنے کے لیے بڑے اور چھوٹے LLMs کی کئی ترتیبوں کے ساتھ تجربہ کیا۔ مندرجہ ذیل جدول ایک سوال کے لیے ایک مثال دکھاتا ہے جو کہ تاخیر کو ظاہر کرتا ہے، نیز Amazon Bedrock پر Anthropic's Claude V2 اور Claude Instant کے ساتھ پیدا کردہ جوابات۔

پروٹوٹائپ

ہماری درخواست میں، ہم نے Amazon Athena، Amazon Kendra، اور Amazon Bedrock کے درمیان فوری انتخاب اور مواصلت کو ترتیب دینے کے لیے Lambda فنکشن کا استعمال کیا۔ ورچوئل اسسٹنٹ میں ایک بات چیت کا انٹرفیس ہے، جو React اور Cloudscape ڈیزائن سسٹم کے ساتھ بنایا گیا ہے، جو صارفین کے ساتھ مشغول ہونے کے لیے ٹیکسٹ اور ویڈیوز کا استعمال کرتا ہے۔

ہمارا ورچوئل اسسٹنٹ PGA ٹور ایونٹس، کھلاڑیوں، اعدادوشمار، تاریخ، اور مزید کے بارے میں وسیع پیمانے پر سوالات کر سکتا ہے۔ مثال کے طور پر، شرینرز چلڈرن اوپن (PGA ٹور کے دستخطی پروگراموں میں سے ایک) میں ٹونی فناؤ کی طویل ترین ڈرائیوز کے بارے میں پوچھے جانے پر، اسسٹنٹ اپنے شاٹ لیول ڈیٹا کو کھینچنے کے لیے سٹرکچرڈ ڈیٹا سے استفسار کر سکتا ہے۔ یہ گز، گول نمبر اور سوراخ میں درست فاصلہ نکال سکتا ہے جس کے دوران اس نے ٹیکسٹ ٹو ایس کیو ایل پائپ لائن کا استعمال کرتے ہوئے یہ ریکارڈ حاصل کیا۔ اسسٹنٹ پھر حتمی جواب پیدا کرنے کے لیے اس عددی ڈیٹا کی تشریح کرتا ہے۔ مندرجہ ذیل جدول میں کچھ مثالوں کے جوابات ہیں۔

س	ریسپانس
شرینرز چلڈرن اوپن میں ٹونی فناؤ کی سب سے لمبی ڈرائیو کیا تھی؟	شرینرز چلڈرن اوپن میں ٹونی فناؤ کی سب سے لمبی ڈرائیو 382 گز تھی، جو اس نے 4 میں ہول نمبر 2018 پر پہلے راؤنڈ کے دوران ماری تھی۔
شرینرز چلڈرن اوپن میں کولن موریکاوا کی جانب سے سب سے طویل ڈرائیو کیا گیا؟	شرینرز چلڈرن اوپن میں کولن موریکاوا کی سب سے لمبی ڈرائیو 334 گز تھی۔ یہ 2019 میں سوراخ نمبر 15 پر پہلے راؤنڈ کے دوران ہوا تھا۔
کیا کسی نے 2022 شرینرز چلڈرن اوپن میں اککا بنایا؟	ہاں، ایڈم ہیڈون نے 14 شرینرز چلڈرن اوپن کے راؤنڈ 3 کے دوران ہول 2022 پر ایک ہول ان ون بنایا

مندرجہ ذیل وضاحت کنندہ ویڈیو ورچوئل اسسٹنٹ کے ساتھ بات چیت کی چند مثالوں پر روشنی ڈالتی ہے۔

ابتدائی جانچ میں، ہمارے پی جی اے ٹور ورچوئل اسسٹنٹ نے مداحوں کے تجربات کو بہتر بنانے میں زبردست وعدہ دکھایا ہے۔ AI ٹیکنالوجیز کو ملا کر جیسے ٹیکسٹ ٹو ایس کیو ایل، سیمنٹک سرچ، اور نیچرل لینگویج جنریشن، اسسٹنٹ معلوماتی، دلکش جوابات فراہم کرتا ہے۔ شائقین کو آسانی سے ڈیٹا اور بیانیے تک رسائی حاصل کرنے کا اختیار دیا گیا ہے جو پہلے تلاش کرنا مشکل تھا۔

مستقبل کیا ہے؟

جیسے جیسے ہم ترقی جاری رکھیں گے، ہم ان سوالات کی حد کو بڑھا دیں گے جن کو ہمارا ورچوئل اسسٹنٹ سنبھال سکتا ہے۔ اس کے لیے AWS اور PGA ٹور کے درمیان تعاون کے ذریعے وسیع جانچ کی ضرورت ہوگی۔ وقت گزرنے کے ساتھ، ہم اسسٹنٹ کو ایک ذاتی نوعیت کے، اومنی چینل کے تجربے میں تبدیل کرنا چاہتے ہیں جو ویب، موبائل اور صوتی انٹرفیس پر قابل رسائی ہے۔

کلاؤڈ بیسڈ جنریٹو اے آئی اسسٹنٹ کا قیام پی جی اے ٹور کو اپنے وسیع ڈیٹا سورس کو متعدد اندرونی اور بیرونی اسٹیک ہولڈرز کے سامنے پیش کرنے دیتا ہے۔ جیسے جیسے اسپورٹس جنریٹیو AI لینڈ سکیپ تیار ہوتا ہے، یہ نئے مواد کی تخلیق کو قابل بناتا ہے۔ مثال کے طور پر، آپ AI اور مشین لرننگ (ML) کا استعمال کر سکتے ہیں مواد کو منظر عام پر لانے کے لیے شائقین یہ دیکھنا چاہتے ہیں کہ وہ کوئی ایونٹ دیکھ رہے ہیں، یا جیسا کہ پروڈکشن ٹیمیں پچھلے ٹورنامنٹس کے شاٹس تلاش کر رہی ہیں جو موجودہ ایونٹ سے مماثل ہیں۔ مثال کے طور پر، اگر میکس ہوما پی جی اے ٹور چیمپیئن شپ میں پن سے 20 فٹ کی دوری پر اپنا آخری شاٹ لینے کے لیے تیار ہو رہا ہے، تو پی جی اے ٹور AI اور ML کو کلپس کی شناخت اور پیش کرنے کے لیے استعمال کر سکتا ہے، جس میں AI سے تیار کردہ کمنٹری ہے۔ اس سے پہلے پانچ بار اسی طرح کی شاٹ کی کوشش کی. اس قسم کی رسائی اور ڈیٹا پروڈکشن ٹیم کو فوری طور پر براڈکاسٹ میں قدر شامل کرنے کی اجازت دیتا ہے یا مداح کو اس قسم کے ڈیٹا کو اپنی مرضی کے مطابق کرنے کی اجازت دیتا ہے جسے وہ دیکھنا چاہتے ہیں۔

"PGA ٹور شائقین کے تجربے کو بہتر بنانے کے لیے جدید ٹیکنالوجی کے استعمال میں صنعت کا رہنما ہے۔ AI ہمارے ٹکنالوجی کے اسٹیک میں سب سے آگے ہے، جہاں یہ ہمیں مداحوں کے لیے زیادہ پرکشش اور انٹرایکٹو ماحول بنانے کے قابل بنا رہا ہے۔ یہ AWS جنریٹیو AI انوویشن سینٹر کے تعاون سے ہمارے تخلیقی AI سفر کا آغاز ہے جو ایک تبدیلی کے اختتام سے آخر تک کسٹمر کے تجربے کے لیے ہے۔ ہم پی جی اے ٹور کے شائقین کے لیے ایک انٹرایکٹو تجربہ تخلیق کرنے کے لیے Amazon Bedrock اور اپنے ذاتی ڈیٹا سے فائدہ اٹھانے کے لیے کام کر رہے ہیں تاکہ کسی ایونٹ، کھلاڑی، اعدادوشمار، یا دیگر مواد کے بارے میں دلچسپی کی معلومات انٹرایکٹو انداز میں تلاش کی جا سکیں۔"
- سکاٹ گٹرمین، پی جی اے ٹور میں براڈکاسٹ اور ڈیجیٹل پراپرٹیز کے ایس وی پی۔

نتیجہ

اس پوسٹ میں ہم نے جس پروجیکٹ پر بات کی ہے وہ اس بات کی مثال دیتا ہے کہ کس طرح AI کا استعمال کرتے ہوئے اگلی نسل کے ورچوئل اسسٹنٹس بنانے کے لیے ساختی اور غیر ساختہ ڈیٹا کے ذرائع کو ملایا جا سکتا ہے۔ کھیلوں کی تنظیموں کے لیے، یہ ٹیکنالوجی زیادہ عمیق پرستاروں کی مصروفیت کو قابل بناتی ہے اور اندرونی افادیت کو کھولتی ہے۔ ہم جو ڈیٹا انٹیلی جنس فراہم کرتے ہیں وہ PGA ٹور کے اسٹیک ہولڈرز جیسے کھلاڑیوں، کوچز، آفیشلز، پارٹنرز اور میڈیا کو باخبر فیصلے تیز کرنے میں مدد کرتا ہے۔ کھیلوں کے علاوہ، ہمارے طریقہ کار کو کسی بھی صنعت میں نقل کیا جا سکتا ہے۔ وہی اصول تعمیراتی معاونین پر لاگو ہوتے ہیں جو صارفین، ملازمین، طلباء، مریضوں اور دوسرے اختتامی صارفین کو شامل کرتے ہیں۔ سوچ سمجھ کر ڈیزائن اور جانچ کے ساتھ، عملی طور پر کوئی بھی تنظیم ایسے AI سسٹم سے فائدہ اٹھا سکتی ہے جو ان کے ڈھانچے والے ڈیٹا بیس، دستاویزات، تصاویر، ویڈیوز اور دیگر مواد کو سیاق و سباق کے مطابق بناتا ہے۔

اگر آپ اسی طرح کی خصوصیات کو لاگو کرنے میں دلچسپی رکھتے ہیں، تو استعمال کرنے پر غور کریں۔ ایمیزون بیڈرک کے ایجنٹ اور ایمیزون بیڈرک کے لیے نالج بیسز متبادل کے طور پر، مکمل طور پر AWS کے زیر انتظام حل۔ یہ نقطہ نظر حسب ضرورت ایجنٹوں کے ذریعے ذہین آٹومیشن اور ڈیٹا تلاش کرنے کی صلاحیتوں کی مزید تحقیقات کر سکتا ہے۔ یہ ایجنٹ ممکنہ طور پر صارف کی درخواست کے تعاملات کو زیادہ قدرتی، موثر اور موثر بنانے کے لیے تبدیل کر سکتے ہیں۔

---

مصنفین کے بارے میں

سکاٹ گٹرمین PGA ٹور کے لیے ڈیجیٹل آپریشنز کا SVP ہے۔ وہ ٹور کے مجموعی ڈیجیٹل آپریشنز، مصنوعات کی ترقی کے لیے ذمہ دار ہے اور ان کی GenAI حکمت عملی کو چلا رہا ہے۔

احسن علی ایمیزون جنریٹو اے آئی انوویشن سینٹر میں ایک اپلائیڈ سائنٹسٹ ہے، جہاں وہ مختلف ڈومینز کے صارفین کے ساتھ جنریٹیو اے آئی کا استعمال کرتے ہوئے ان کے فوری اور مہنگے مسائل کو حل کرنے کے لیے کام کرتا ہے۔

طہین سید ایمیزون جنریٹو AI انوویشن سینٹر کے ساتھ ایک اپلائیڈ سائنٹسٹ ہے، جہاں وہ تخلیقی AI حل کے ساتھ کاروباری نتائج کو محسوس کرنے میں مدد کے لیے صارفین کے ساتھ کام کرتا ہے۔ کام سے باہر، وہ نیا کھانا آزمانے، سفر کرنے اور تائیکوانڈو سکھانے میں لطف اندوز ہوتا ہے۔

گریس لینگ AWS پروفیشنل سروسز کے ساتھ ایک ایسوسی ایٹ ڈیٹا اینڈ ایم ایل انجینئر ہے۔ سخت چیلنجوں پر قابو پانے کے جذبے سے کارفرما، گریس صارفین کو مشین لرننگ سے چلنے والے حل تیار کرکے اپنے مقاصد حاصل کرنے میں مدد کرتا ہے۔

جے لی ProServe کے M&E عمودی میں ایک سینئر انگیجمنٹ مینیجر ہے۔ وہ پیچیدہ مصروفیات کی رہنمائی اور ڈیلیور کرتی ہے، مسائل کو حل کرنے کے مضبوط ہنر کی نمائش کرتی ہے، اسٹیک ہولڈر کی توقعات کا انتظام کرتی ہے، اور ایگزیکٹو لیول پریزنٹیشنز کو درست کرتی ہے۔ وہ کھیلوں، تخلیقی AI، اور کسٹمر کے تجربے پر مرکوز منصوبوں پر کام کرنے سے لطف اندوز ہوتی ہے۔

کرن چہار AWS میں مشترکہ ڈیلیوری ٹیم کے ساتھ سیکیورٹی کنسلٹنٹ ہے۔ وہ ٹیکنالوجی کے شوقین ہیں جو گاہکوں کے ساتھ کام کرنے سے لطف اندوز ہوتے ہیں تاکہ ان کے سیکورٹی چیلنجز کو حل کیا جا سکے اور کلاؤڈ میں ان کی سیکورٹی کی پوزیشن کو بہتر بنایا جا سکے۔

مائیک امجدی۔ AWS ProServe کے ساتھ ڈیٹا اینڈ ایم ایل انجینئر ہے جس کی توجہ صارفین کو ڈیٹا سے زیادہ سے زیادہ قیمت حاصل کرنے کے قابل بنانے پر مرکوز ہے۔ وہ اچھی طرح سے تعمیر شدہ اصولوں پر عمل کرتے ہوئے ڈیٹا پائپ لائنوں کو ڈیزائن کرنے، تعمیر کرنے اور بہتر بنانے میں مہارت رکھتا ہے۔ مائیک مسائل کو حل کرنے کے لیے ٹیکنالوجی کے استعمال کے بارے میں پرجوش ہیں اور اپنے صارفین کے لیے بہترین نتائج فراہم کرنے کے لیے پرعزم ہیں۔

وروشالی ساونت Proserve کے ساتھ فرنٹ اینڈ انجینئر ہے۔ وہ ریسپانسیو ویب سائٹس بنانے میں بہت ماہر ہے۔ وہ صارفین کے ساتھ کام کرنا، ان کی ضروریات کو سمجھنا اور انہیں قابل توسیع، اپنانے میں آسان UI/UX حل فراہم کرنا پسند کرتی ہے۔

نیلم پٹیل AWS میں کسٹمر سلوشنز مینیجر ہے، جو کلیدی جنریٹو AI اور کلاؤڈ ماڈرنائزیشن کے اقدامات کی رہنمائی کرتا ہے۔ نیلم کلیدی ایگزیکٹوز اور ٹیکنالوجی کے مالکان کے ساتھ کام کرتی ہے تاکہ ان کے کلاؤڈ ٹرانسفارمیشن چیلنجز سے نمٹا جا سکے اور صارفین کو کلاؤڈ اپنانے کے زیادہ سے زیادہ فوائد حاصل کرنے میں مدد ملے۔ اس نے واروک بزنس اسکول، یو کے سے ایم بی اے کیا ہے اور کمپیوٹر انجینئرنگ، انڈیا میں بیچلر کیا ہے۔

ڈاکٹر مرلی بکتھا AWS میں گلوبل گالف سولیوشن آرکیٹیکٹ ہے، جنریٹو AI، ڈیٹا اینالیٹکس اور جدید کلاؤڈ ٹیکنالوجیز پر مشتمل اہم اقدامات کو آگے بڑھاتا ہے۔ مرلی گاہک کے کاروباری چیلنجوں کو سمجھنے کے لیے کلیدی ایگزیکٹوز اور ٹیکنالوجی مالکان کے ساتھ کام کرتا ہے اور ان چیلنجوں سے نمٹنے کے لیے حل تیار کرتا ہے۔ اس نے UConn سے فنانس میں MBA اور Iowa State University سے ڈاکٹریٹ کی ہے۔

مہدی نور جنریٹو ائی انوویشن سینٹر میں اپلائیڈ سائنس مینیجر ہے۔ ٹکنالوجی اور جدت طرازی کے جذبے کے ساتھ، وہ AWS کے صارفین کو جنریٹو AI کی صلاحیت کو کھولنے میں مدد کرتا ہے، جدید AI ٹیکنالوجیز کے توسیع پذیر، قابل پیمائش، اور اثر انگیز استعمال پر توجہ مرکوز کرتے ہوئے، ممکنہ چیلنجوں کو تیزی سے تجربہ اور اختراع کے مواقع میں تبدیل کرتا ہے، اور راستے کو ہموار کرتا ہے۔ پیداوار کے لئے.

• SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
• پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
• پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
• پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
• پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
• ماخذ: https://aws.amazon.com/blogs/machine-learning/the-journey-of-pga-tours-generative-ai-virtual-assistant-from-concept-to-development-to-prototype/