AWS 提供新的人工智能、机器学习和生成式 AI 指南来规划您的 AI 策略 | 亚马逊网络服务

人工智能 (AI) 和机器学习 (ML) 的突破连续几个月成为头条新闻，这是有充分理由的。 该技术的新兴和不断发展的功能为所有部门和行业的客户带来了新的商机。 但这场革命的速度使得组织和消费者更难评估这些突破对他们具体意味着什么。

多年来，AWS 不断投资于人工智能、机器学习和生成式人工智能的访问和理解的民主化。 通过最新的公告 生成式人工智能的发展 并建立一个 耗资 100 亿美元的生成式人工智能创新中心 在计划中，Amazon Web Services (AWS) 一直走在帮助人们了解这些创新在个人和组织生活中所发挥作用的最前沿。 为了帮助您了解与 AI 和 ML 相关的选项，AWS 发布了两个新指南： 适用于人工智能、机器学习和生成式 AI 的 AWS 云采用框架 和 入门资源中心机器学习决策指南.

适用于 AI、ML 和生成式 AI 的 AWS CAF

适用于人工智能、机器学习和生成式 AI 的 AWS 云采用框架 (CAF-AI) 旨在帮助您驾驭 AI 之旅。 对于努力从 AI/ML 中创造商业价值的组织来说，这是一种思维模型。 根据我们自己和客户的经验，我们在此框架中提供 AI 转型的最佳实践，并通过在 AWS 上创新地使用 AI 来加速业务成果。

CAF-AI 供客户和合作伙伴团队使用，可帮助制定、确定优先级、发展和传达人工智能转型策略。 下图显示了我们如何通过 CAF-AI 简化 AI 之旅：从业务成果 (1) 向后推算到 AI、ML 和生成式 AI 提供的机会 (2)，跨您的转型领域 (3) 和您的基础通过评估、推导和实施人工智能策略的行动项目的迭代过程 (4) 来增强能力 (5)。

在 CAF-AI 中，我们描述了随着您的组织在 AI 和 ML 方面的能力成熟，您可能会经历的 AI/ML 之旅。 为了指导您，我们重点关注基础能力的演变，我们观察到这些基础能力有助于组织进一步提高人工智能的成熟度。

我们还通过概述这些基础功能的目标状态来提供规范性指导，并解释如何逐步发展它们以在此过程中产生业务价值。 下图显示了云和 AI/ML 采用的这些基础功能。 A 能力 是一种使用流程来部署资源（例如人员、技术和其他有形或无形资产）以实现成果的组织能力。 由于 CAF-AI 是一个活生生的知识索引，因此您可以预期它会随着时间的推移而增长和变化。

CAF-AI 被设计为客户整个 ML 和 AI 旅程的起点和定位点，旨在成为组织在制定中期 AI 和 ML 议程并尝试理解重要主题和观点时可以从中汲取灵感的文档影响它。 根据您在 AI/ML 之旅中所处的阶段，您可能会专注于特定部分并磨练您的技能，或者使用整个文档来判断成熟度并帮助指导近期改进领域。

因为人工智能/机器学习可以应用的业务问题空间不是单一的功能或领域，所以它适用于企业的所有功能和所有行业领域，您正在寻找方法来重置人工智能/机器学习市场的竞争环境。确实会带来经济上的差异。 这 适用于人工智能、机器学习和生成式 AI 的 AWS 云采用框架 是 AWS 提供的众多工具之一，可帮助您实现这一成果。 由于人工智能/机器学习为数十年来解决起来仍然不经济的问题（或者如果没有人工智能/机器学习在技术上不可能解决）提供了解决方案和解决路径，因此产生的业务成果可能是深远的。

入门资源中心机器学习决策指南

AWS 始终注重选择。 当您增加人工智能的使用时，在选择适合您的业务需求的最佳服务、模型和基础设施时获得适当的支持至关重要。 这 入门资源中心机器学习决策指南 旨在为您提供 AWS 提供的 AI 和 ML 服务的详细概述，并提供有关如何选择可能适合您和您的用例的服务的结构化指南。

决策指南还可以帮助您阐明和考虑影响您选择的标准。 例如，它描述了 AWS ML 服务的范围（请参见以下屏幕截图），每个服务都满足不同级别的管理要求，具体取决于您需要的控制和自定义程度。

该指南还解释了 AWS 服务在实现基础模型的强大功能方面的独特功能，以及您可以在哪里充分利用这个快速发展的机器学习分支。

它提供了特定服务的详细信息、详细的服务级别技术指南的链接、突出显示关键服务独特功能的比较表以及选择人工智能和机器学习服务的标准。 它还提供了一组精选的关键资源链接，可帮助您开始在 AWS 上使用 AI、ML 和生成式 AI 服务。

如果您想了解 AWS 提供的 AI、ML 和生成式 AI 产品的广度，本决策指南是一个很好的起点。

结论

入门资源中心机器学习决策指南连同 适用于人工智能、机器学习和生成式 AI 的 AWS 云采用框架，涵盖了我们经常听到的技术和非技术问题。 我们希望您发现这些新资源有用，并期待您对它们的反馈。

---

作者简介

迦勒·威尔金森 拥有十多年构建人工智能解决方案的经验。 作为 AWS 的高级机器学习策略师，Caleb 开创了人工智能的创新应用，突破了可能性的界限，并帮助组织从人工智能中负责任地受益。 他是 CAF-AI 的合著者。

亚历山大·沃尔克 在人工智能和机器学习方面拥有十年的经验。 他是 AWS 生成式 AI 创新中心的高级机器学习策略师和技术产品经理。 他与大型组织合作制定人工智能战略，帮助他们在技术发展的最前沿承担经过计算的风险。 他是 CAF-AI 的合著者。

乔夫·惠特赖特 管理 AWS 决策内容团队，该团队在 AWS 入门资源中心编写和开发不断增长的决策指南集合。 他的团队创建了选择 AWS 机器学习决策指南。 自从第一次接触简单的基于文本的 Apple II 以来，他就喜欢与人工智能及其祖先一起工作 ELIZA 版本 在早期的1980s中。

• SEO 支持的内容和 PR 分发。 今天得到放大。
• PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
• 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
• 柏拉图ESG。 汽车/电动汽车， 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
• 块偏移量。 现代化环境抵消所有权。 访问这里。
• Sumber: https://aws.amazon.com/blogs/machine-learning/aws-offers-new-artificial-intelligence-machine-learning-and-generative-ai-guides-to-plan-your-ai-strategy/