Nach einer Investition von 4 Milliarden US-Dollar in Anthropic kündigte Amazon Cloud Technology offiziell fünf generative KI-Innovationen an

Mit der Entwicklung der Rechenleistung und des Modellmaßstabs läuten multimodale Großmodelle die „Entstehung“ ein. Auf dieser Grundlage ist generative KI zu einem typischen Beispiel für die Implementierung von Modellen in großem Maßstab geworden und hilft Menschen dabei, effizient neue Inhalte und Ideen zu erstellen. Generative KI wird durch Modelle des maschinellen Lernens unterstützt. Unternehmen und Einzelpersonen können auf Basis von Open-Source-Basismodellen umschulen, um Modelle und Anwendungen zu erstellen, die ihren eigenen Bedürfnissen entsprechen. In diesem Prozess sind hohe Investitionen erforderlich, um die erforderliche Computerinfrastruktur neu zu trainieren und mehrere Open-Source-Modelle auszuprobieren. Können die niedrigschwelligen und einfach bereitzustellenden Eigenschaften von „Cloud-Diensten“ auf der KI-Reise von Unternehmen reproduziert werden?

Amazon Bedrock, der vollständig verwaltete generative KI-Dienst von Amazon Cloud Technology, wurde offiziell gestartet. Kunden können leistungsstarke Basismodelle mehrerer führender KI-Unternehmen nutzen und auf eine Reihe von Funktionen zugreifen, um generative KI-Anwendungen zu erstellen und so den Entwicklungsprozess zu rationalisieren und gleichzeitig Datenschutz und Sicherheit zu gewährleisten

○ Amazon Bedrock hat die Modelle Amazon Titan Embeddings und Meta Llama 2 hinzugefügt, um Kunden eine flexiblere Auswahl bei der Suche nach Modellen zu bieten, die für ihre Anwendungsszenarien geeignet sind

○ Die neue Amazon CodeWhisperer-Funktion bietet individuelle Codevorschläge auf Basis generativer KI und nutzt dabei die interne Codebasis des Unternehmens vollständig aus, um die Entwicklerproduktivität zu verbessern

○ Amazon QuickSight bietet generative BI-Dashboard-Erstellungsfunktionen, die es Geschäftsanalysten ermöglichen, Daten bequemer und schneller zu untersuchen und visuelle Berichte mit Beschreibungen in natürlicher Sprache zu erstellen

○ Unternehmen wie Adidas, BMW Group, GoDaddy, Merck, NatWest Group, Persistent, PGA TOUR, Takenaka Corporation und Traeger Grills nutzen die generative KI-Innovation von Amazon Cloud Technology und gestalten ihre Produkte und Dienstleistungen neu.

Amazon Cloud Technology kündigt fünf generative KI-Innovationen an, die es Unternehmen jeder Größe ermöglichen, neue generative KI-Anwendungen zu entwickeln, die Mitarbeiterproduktivität zu steigern und ihr Unternehmen zu transformieren. Zu diesen fünf Innovationen gehören: Amazon Bedrock, ein umfassender verwalteter Dienst von Amazon Cloud Technology, ist offiziell verfügbar und bietet Basismodelle (FM) von führenden KI-Unternehmen über eine einheitliche Anwendungsprogrammierschnittstelle (API). Amazon Cloud Technology hat die Amazon Titan Embeddings angekündigt Das Modell ist offiziell verfügbar und bietet Kunden eine grundlegendere Modellauswahl. Amazon Bedrock hat kürzlich das Meta Llama 2-Modell eingeführt, das den ersten Dienst darstellt, der vollständig verwaltete Meta Llama 2-Modelle über die API bereitstellt CodeWhisperer wird bald als Vorschau verfügbar sein und kann auf der internen Codebasis des Unternehmens basieren. Die Codevorschläge von CodeWhisperer passen sich sicher an, um Entwicklern zu helfen, einen größeren Nutzen aus der generativen KI zu ziehen. Die generative BI-Authoring-Funktion von Amazon QuickSight ist jetzt in der Vorschau verfügbar, was die Arbeit verbessern kann Effizienz von Business-Analysten. Bei dieser Funktion handelt es sich um einen einheitlichen, nativ in der Cloud erstellten BI-Dienst, der es Kunden ermöglicht, Visualisierungen zu erstellen, Diagramme zu formatieren, Berechnungen durchzuführen und mehr, indem sie einfach in natürlicher Sprache beschreiben, was sie wollen. Von Amazon Bedrock und Amazon Titan Embeddings bis hin zu Amazon CodeWhisperer und Amazon QuickSight verbessern diese Innovationen die Fähigkeiten der Amazon Cloud Technology auf jeder Ebene des generativen KI-Stacks und ermöglichen Unternehmen jeder Größe Zugriff auf Sicherheit und Datenschutz auf Unternehmensniveau. Wählen Sie ein Modell aus und passen Sie es an Es.

„Im vergangenen Jahr haben die Explosion riesiger Datenmengen, die Verfügbarkeit großer elastischer Rechenleistung und der schnelle Fortschritt der maschinellen Lerntechnologie die Begeisterung der Menschen für generative KI entfacht, alle Lebensbereiche tiefgreifend verändert und Swami Sivasubramanian neu geformt.“ , Global Vice President für Daten und maschinelles Lernen bei Amazon Cloud Technology, sagte: „Mit Sicherheit und Datenschutz auf Unternehmensniveau, führender Auswahl von Basismodellen, Data-First-Methodik und hoher Leistung sowie einer kostengünstigen Infrastruktur hat Amazon Cloud Technology dies getan.“ hat das Vertrauen von Unternehmen gewonnen und nutzt generative KI-Lösungen auf jeder Ebene des Technologie-Stacks, um Unternehmen bei der weiteren Innovation zu unterstützen. Diese Version ist ein wichtiger Meilenstein und wird generative KI für jeden Mitarbeiter in jedem Unternehmen bereitstellen, von Start-ups bis hin zu großen Unternehmen Von Entwicklern bis hin zu Datenanalysten bietet Amazon Cloud Technology durch leistungsstarke Innovationen mehr Sicherheit, Auswahl und Leistung und hilft ihnen gleichzeitig, sich eng an der Datenstrategie ihres Unternehmens auszurichten, um das Potenzial generativer KI voll auszuschöpfen

Unternehmen aus allen Gesellschaftsschichten hoffen, generative künstliche Intelligenz nutzen zu können, um ihre Arbeitsweise zu ändern, Wege zur Lösung komplexer Probleme zu überdenken und neue Benutzererlebnisse zu schaffen. Obwohl die jüngsten Fortschritte in der generativen künstlichen Intelligenz große Aufmerksamkeit erregt haben, konnten viele Unternehmen noch nicht an diesem Transformationsprozess teilnehmen. Einerseits sind sie bestrebt, generative künstliche Intelligenz zu nutzen, andererseits sind sie besorgt über die Sicherheits- und Datenschutzprobleme dieser Tools. Diese Unternehmen möchten mehrere Basismodelle testen können, um dasjenige zu finden, das am besten zu ihren Anwendungsszenarien passt. Sie möchten außerdem die bereits vorhandenen Daten voll ausnutzen und den Endbenutzern durch maßgeschneiderte Modelle einzigartige Erlebnisse bieten. Schließlich benötigen Unternehmen Tools, um schnell auf den Markt zu kommen, und die Infrastruktur, um generative KI-Anwendungen weltweit bereitzustellen

Aus diesem Grund setzen viele Unternehmen auf die Amazon Cloud-Technologie für generative KI-Dienste, wie Adidas, Alida, BMW Group, Genesys, Glide, GoDaddy, Intuit, LexisNexis Legal & Professional, Lonely Planet, Merck, NatWest, Perplexity AI, Persistent , Quext, RareJob Technologies, Rocket Mortgage, SnapLogic, Takenaka Works Store Co., Ltd., Traeger Grills, PGA Tour, Verint, Verisk und WPS usw.

Amazon Bedrock ist offiziell verfügbar, um mehr Kunden beim Erstellen und Skalieren generativer KI-Anwendungen zu unterstützen

Amazon Bedrock ist ein vollständig verwalteter Dienst, der leistungsstarke Basismodelle für Auslandsgeschäfte von vielen führenden KI-Unternehmen (einschließlich AI21 Labs, Anthropic, Cohere, Meta, Stability AI und Amazon) sowie eine Reihe generativer KI für den Unternehmensaufbau bereitstellt Funktionen, die Anwendungen benötigen, um Datenschutz und Sicherheit zu gewährleisten und gleichzeitig die Entwicklung zu vereinfachen. Das Grundmodell ist gut anwendbar und kann viele Bereiche wie Informationssuche, Inhaltserstellung und Arzneimittelentwicklung unterstützen. Doch für viele Unternehmen, die generative KI nutzen möchten, gibt es einige Probleme, die angegangen werden müssen. Erstens benötigen sie eine einfache und intuitive Auswahl und Zugriff auf leistungsstarke Basismodelle, die ihre Szenarioanforderungen erfüllen und eine gute Leistung erbringen. Zweitens möchten Kunden, dass Anwendungen nahtlos integriert werden, ohne dass sie große Infrastrukturcluster verwalten oder viel Geld ausgeben müssen. Kunden möchten, dass es einfach ist, mithilfe von Basismodellen differenzierte Anwendungen zu erstellen und diese mit Ihren eigenen Daten zu kombinieren. Die von diesen Kunden zur Anpassung verwendeten Daten sind zweifellos ein sehr wertvolles Gut und müssen daher vollständig geschützt werden und gleichzeitig Sicherheit und Datenschutz gewährleisten und gleichzeitig sicherstellen, dass Kunden die Kontrolle darüber haben, wie Daten weitergegeben und verwendet werden.

Mit den umfassenden Funktionen von Amazon Bedrock können Unternehmen bequemer und einfacher eine Vielzahl führender Basismodelle ausprobieren und Modelle anhand ihrer eigenen proprietären Daten anpassen. Darüber hinaus bietet Amazon Bedrock differenzierte Funktionen wie verwaltete Agenten (KI-Agenten), die ohne das Schreiben von Code erstellt werden können und komplexe Aufgaben wie Reisebuchungen, die Bearbeitung von Versicherungsansprüchen, die Planung von Werbekampagnen und die Verwaltung von Lagerbeständen ausführen können. Da Amazon Bedrock serverlos ist, müssen Kunden keine Infrastruktur verwalten und können generative KI-Funktionen mithilfe der bekannten Amazon-Cloud-Dienste sicher in ihre Anwendungen integrieren und bereitstellen.

Amazon Bedrock wurde mit Blick auf Sicherheit und Datenschutz entwickelt, um Kunden beim Schutz sensibler Daten zu unterstützen. Kunden können Amazon PrivateLink nutzen, um eine dedizierte, sichere Verbindung zwischen Amazon Bedrock und einem virtuellen privaten Netzwerk (VPC) herzustellen und so sicherzustellen, dass alle Datenübertragungen nicht dem öffentlichen Netzwerk ausgesetzt sind. Für Kunden mit hohen regulatorischen Anforderungen ist Amazon Bedrock HIPAA-konform (Health Insurance Portability and Accountability Act) und kann gemäß den DSGVO-Konformitätsstandards (EU-Datenschutz-Grundverordnung) verwendet werden, sodass mehr Kunden Daten aus Benefit from AI

generieren können

Amazon Bedrock erweitert das Angebot an optionalen Modellen durch Amazon Titan Embeddings und Llama 2 weiter, um jedem Kunden zu helfen, das Modell zu finden, das zum Anwendungsszenario passt

Tatsächlich kann kein einzelnes Modell für alle Anwendungsszenarien geeignet sein. Um den Wert generativer KI zu nutzen, müssen Unternehmen daher häufig auf mehrere Modelle zugreifen und das für ihre Anforderungen am besten geeignete Modell finden. Zu diesem Zweck ermöglicht Amazon Bedrock ausländischen Kunden, führende Basismodelle von AI21 Labs, Anthropic, Cohere, Meta, Stability AI und Amazon über eine einzige API zu finden und zu testen. Darüber hinaus gab Amazon Cloud Technology kürzlich bekannt, dass alle zukünftigen Basismodelle von Anthropic auf Amazon Bedrock verfügbar sein werden und den Kunden von Amazon Cloud Technology im Ausland vorrangigen Zugang zu Sonderfunktionen wie Modellanpassung und Feinabstimmung bieten wird. Und ab sofort stellt Amazon Bedrock erneut ein neues Basismodell vor, um mehr Auswahl zu bieten:

Amazon Titan Embeddings ist jetzt offiziell verfügbar: Amazon Titan-Basismodelle sind eine Reihe von Modellen, die von Amazon Cloud Technology für große Datensätze erstellt und vorab trainiert wurden und verschiedene Anwendungsszenarien unterstützen können. Amazon Titan Embeddings, das erste dieser Modelle, das offiziell verfügbar ist, ist ein großes Sprachmodell (LLM), das Text in numerische Darstellungen, sogenannte Einbettungen, umwandelt, um Anwendungsszenarien der Retrieval-Augmented Generation (RAG) zu unterstützen. Das Basismodell ist zwar für eine Vielzahl von Aufgaben geeignet, kann jedoch nur Fragen beantworten, die auf Informationen basieren, die aus den Trainingsdaten und dem Kontext der Stichworte gewonnen werden. Die Wirksamkeit dieser Reaktionen ist begrenzt, wenn sie den Einsatz von zeitkritischem Wissen oder proprietären Daten erfordern. Um die Antworten der zugrunde liegenden Modelle durch Erweiterung der Daten zu verbessern, greifen viele Unternehmen auf RAG zurück, eine beliebte Modellanpassungstechnologie, die zugrunde liegende Modelle mit referenzierbaren Wissensdatenbanken verbindet, um die Antworten zu verbessern. Um RAG nutzen zu können, müssen Kunden zunächst auf ein Einbettungsmodell zugreifen, das Daten in Einbettungsvektoren umwandelt, sodass das zugrunde liegende Modell die Semantik und Beziehungen zwischen den Daten leichter verstehen kann. Die Erstellung von Einbettungsmodellen erfordert jedoch eine große Menge an Daten und Ressourcen sowie umfassendes Fachwissen im Bereich maschinelles Lernen, was es für viele Kunden schwierig macht, sie selbst zu erstellen, und daher nicht in der Lage ist, RAG zu implementieren. Amazon Titan Embeddings erleichtert es Kunden, RAG in die Lage zu versetzen, die Funktionen verschiedener zugrunde liegender Modelle mit proprietären Daten zu erweitern. Amazon Titan Embeddings unterstützt über 25 Sprachen und Kontextlängen von bis zu 8192 Token und ist damit ideal für unternehmensbasierte Anwendungsszenarien, die einzelne Wörter, Phrasen oder ganze Dokumente verarbeiten. Das Modell gibt einen Ausgabevektor mit 1536 Dimensionen zurück, was eine hohe Genauigkeit gewährleistet und gleichzeitig für eine geringere Latenz und ein besseres Preis-Leistungs-Verhältnis optimiert ist.

Llama 2 erscheint in den kommenden Wochen: Amazon Bedrock ist der branchenweit erste vollständig verwaltete generative KI-Dienst, der Llama 2, Metas großes Sprachmodell der nächsten Generation, über eine verwaltete API anbietet. Das Llama 2-Modell bietet erhebliche Verbesserungen gegenüber dem vorherigen Llama-Modell, einschließlich der Verwendung von 40 % mehr Trainingsdaten als das Original und einer längeren Kontextlänge (4000 Token) zur Verarbeitung größerer Dokumente. Das von Amazon Bedrock bereitgestellte Llama 2-Modell wurde optimiert, um eine schnelle Reaktion auf der Amazon Cloud Technology-Infrastruktur zu ermöglichen, was es ideal für Konversationsanwendungsszenarien macht. Kunden können generative KI-Anwendungen erstellen, die auf Llama-2-Modellen mit 13 und 70 Milliarden Parametern basieren, ohne eine Infrastruktur einrichten und verwalten zu müssen.

Die neue Funktion von Amazon CodeWhisperer ermöglicht es Kunden, private Code-Repositories sicher zu nutzen, um die Codeempfehlungen von CodeWhisperer anzupassen und so die Entwicklereffizienz weiter zu verbessern

Amazon CodeWhisperer ist ein KI-basierter Programmierassistent, der die Entwicklerproduktivität verbessert, indem er Milliarden von Zeilen Amazon- und öffentlich verfügbarem Code trainiert. Obwohl Entwickler CodeWhisperer häufig in ihrer täglichen Arbeit verwenden, müssen sie manchmal private Codebasen innerhalb des Unternehmens (wie interne APIs, Codebibliotheken, Pakete und Klassen) in Anwendungen integrieren, die nicht Teil der Trainingsdaten von CodeWhisperer sind. Auch die Verwendung von internem Code stellt eine Herausforderung dar, da die Dokumentation begrenzt ist und es keine öffentlichen Ressourcen oder Foren gibt, an die sich Entwickler wenden können

Um beispielsweise eine Funktion zu schreiben, die einen Artikel aus einem Warenkorb entfernt, muss ein Entwickler zunächst die APIs, Sammlungen und anderen internen Code verstehen, der für die Interaktion mit der Anwendung verwendet wird. Früher konnten Entwickler stundenlang zuvor geschriebenen internen Code untersuchen, um die benötigten Informationen zu finden und zu verstehen, wie er funktionierte. Selbst wenn sie die richtige Ressource finden, müssen sie den Code noch einmal überprüfen, um sicherzustellen, dass er den Codierungs-Best Practices des Unternehmens entspricht und nicht wiederholt auf Fehler oder Schwachstellen im Code verweist.

Die neuen Anpassungsfunktionen von Amazon CodeWhisperer werden das volle Potenzial der generativen KI-Programmierung freisetzen und individuelle Empfehlungen liefern, indem sie die internen Codebasen und Ressourcen der Kunden sicher nutzen. Dadurch können Entwickler genauere Codevorschläge für eine Vielzahl von Aufgaben erhalten und so Zeit sparen. Zunächst müssen Administratoren von einer Quelle (z. B. GitLab oder Amazon S3) eine Verbindung zu ihrem privaten Code-Repository herstellen und einen Job zum Erstellen ihrer benutzerdefinierten Inhalte planen. Bei der Erstellung benutzerdefinierter Inhalte nutzt CodeWhisperer eine Vielzahl von Modellen und kontextbezogenen Anpassungstechniken, um aus den Codebasen der Kunden zu lernen und Codevorschläge in Echtzeit zu verbessern, sodass Entwickler weniger Zeit mit der Suche nach den richtigen Antworten auf undifferenzierte Fragen verbringen und gleichzeitig mehr Zeit investieren können neue, differenzierte Erlebnisse schaffen. Administratoren können alle benutzerdefinierten Funktionen zentral in der Amazon-Konsole verwalten, Bewertungsmetriken anzeigen, die Leistung jeder benutzerdefinierten Funktion einschätzen und sie gezielt für bestimmte Entwickler im Unternehmen bereitstellen, um den Zugriff auf sensiblen Code zu beschränken.

Durch die Auswahl hochwertiger Repositorys können Administratoren sicherstellen, dass die von CodeWhisperer bereitgestellten benutzerdefinierten Empfehlungen keinen veralteten Code enthalten, um die Qualitäts- und Sicherheitsstandards des Unternehmens zu erfüllen. Mit Blick auf Sicherheit und Datenschutz auf Unternehmensniveau stellt diese Funktion sicher, dass benutzerdefinierte Inhalte vollständig privat sind, während das zugrunde liegende Basismodell, das CodeWhisperer antreibt, während der Schulung keine benutzerdefinierten Inhalte verwendet, wodurch das wertvolle geistige Eigentum der Kunden geschützt wird. Diese Anpassungsfunktion wird Kunden in Kürze als Teil der CodeWhisperer Enterprise Edition in der Vorschau verfügbar sein. Darüber hinaus gewährleisten die benutzerdefinierten Einstellungen von CodeWhisperer standardmäßig Sicherheit, und unabhängig davon, ob Kunden Amazon CodeWhisperer Professional oder Enterprise Edition verwenden, speichert oder protokolliert Amazon Cloud Technology keine Kundeninhalte, wenn Anfragen von der Entwickler-IDE verarbeitet werden

Die neuen generativen BI-Authoring-Funktionen von Amazon QuickSight helfen Geschäftsanalysten dabei, Datenvisualisierungen mithilfe natürlicher Sprachbefehle einfach zu erstellen und anzupassen.

Amazon QuickSight ist ein einheitlicher BI-Dienst für die Cloud, der interaktive Dashboards, paginierte Berichte und eingebettete Analysen erstellen kann sowie die Möglichkeit bietet, QuickSight Q für Abfragen in natürlicher Sprache zu verwenden, sodass jeder Benutzer im Unternehmen formatieren kann, um die zu erhalten Erkenntnisse, die Sie brauchen.

Normalerweise verbringen Geschäftsanalysten Stunden damit, Business-Intelligence-Tools (BI-Tools) zu nutzen, um verschiedene Datenquellen zu untersuchen, Berechnungen hinzuzufügen, Visualisierungen zu erstellen und zu verfeinern und sie dann in Dashboards für geschäftliche Interessen oder zur Verwendung zu präsentieren. Um ein einfaches Diagramm zu erstellen, muss ein Analyst zunächst die richtige Datenquelle finden, die Datenfelder identifizieren, Filter einrichten und die notwendige Personalisierung für eine gute Visualisierung vornehmen

Wenn die Datenvisualisierung neue Berechnungen erfordert (z. B. Jahresumsätze), muss der Analyst auch die erforderlichen Referenzdaten identifizieren und dann die Visuals erstellen, validieren und dem Bericht hinzufügen. Unternehmen profitieren auch, wenn sie die Zeit reduzieren können, die Geschäftsanalysten mit der manuellen Erstellung und Optimierung von Diagrammen und Berechnungen verbringen, sodass sie mehr Zeit für hochwertige Aufgaben verwenden können.

Neue generative BI-Authoring-Funktionen erweitern die Abfragefunktionen in natürlicher Sprache von QuickSight Q, um nicht nur klar formulierte Fragen zu beantworten (z. B. „Was sind die 10 meistverkauften Produkte in Kalifornien?“), sondern auch Analysten dabei zu helfen, schnell anpassbare visuelle Darstellungen aus Fragenausschnitten zu erstellen ( B. „Top 10 der verkauften Produkte“), klären Sie die Abfrageabsicht durch das Stellen von Folgefragen, verfeinern Sie visuelle Darstellungen und führen Sie komplexe Berechnungen durch. Geschäftsanalysten beschreiben einfach die Ergebnisse, die sie erzielen möchten, und QuickSight generiert visuelle Darstellungen, die gut aussehen. Analysten können es mit nur wenigen Klicks problemlos zu einem Dashboard oder Bericht hinzufügen.

Zum Beispiel kann ein Analyst QuickSight Q bitten, eine Visualisierung für „Monatliche Trends bei Sneaker-Verkäufen in den Jahren 2022 und 2023“ zu erstellen, und der Dienst wählt automatisch die entsprechenden Daten aus und verwendet das sinnvollste Diagrammformat basierend auf der Anfrage (z. B Liniendiagramm oder Balkendiagramm), um die erforderlichen Informationen darzustellen. QuickSight Q bietet außerdem voreingestellte Sofortfragen, um Analysten dabei zu helfen, Unklarheiten zu klären, die auftreten können, wenn mehrere Datenfelder mit einer Abfrage übereinstimmen (z. B. ob ein Diagramm die Gesamtbeträge der Sneaker-Verkäufe in US-Dollar oder die Anzahl der verkauften Einheiten enthalten soll).

Nachdem Analysten den ersten Visualisierungsinhalt erhalten haben, können sie auch natürliche Sprache verwenden, um komplexe Berechnungen hinzuzufügen, den Diagrammtyp zu ändern oder den Visualisierungseffekt zu optimieren. Neue generative BI-Authoring-Funktionen in QuickSight Q ermöglichen es Geschäftsanalysten, schnell und einfach großartige visuelle Darstellungen zu erstellen, die schneller wertvolle Informationen für umfangreiche datengesteuerte Entscheidungen liefern.

Kunden aus den unterschiedlichsten Branchen nutzen die generativen KI-Dienste von Amazon Cloud Technology, um neue Anwendungen zu erstellen, die Entwicklereffizienz zu verbessern und Analysten dabei zu helfen, schneller Erkenntnisse zu gewinnen

Adidas ist eine der größten Sportmarken der Welt. „Wir freuen uns, an der Vorschau von Amazon Bedrock teilzunehmen und den Service aus erster Hand zu erleben. Amazon Bedrock war maßgeblich an der Entwicklung unserer generativen KI-Tools beteiligt, indem es die schwere Infrastrukturverwaltungsarbeit für die Entwicklung generativer KI-Anwendungen übernommen hat Konzentrieren Sie sich auf die Kernaspekte des großen Sprachmodellprojekts“, sagte Daniel Eichten, Vizepräsident für Unternehmensarchitektur bei Adidas. „Wir haben mithilfe von Amazon Bedrock eine generative KI-Lösung entwickelt, die es einer Vielzahl von Adidas-Ingenieuren ermöglicht, mit einer einzigen Lösung zu arbeiten.“ Über die Konversationsschnittstelle finden Sie in der Wissensdatenbank alle Informationen und Antworten, die Sie benötigen, um eine Vielzahl technischer Fragen zu beantworten, von einfachen bis hin zu komplexen Fragen Mehr als 130 Jahre innovative Medikamente und Impfstoffe, um Leben zu retten und die Gesundheit zu verbessern. „Entlang der gesamten pharmazeutischen Wertschöpfungskette gibt es viele manuelle und zeitaufwändige Prozesse, die die Ausführung wertvollerer Arbeiten verhindern und es gleichzeitig versäumen, Daten effektiv zur Verbesserung der Mitarbeiter-, Kunden- und Patientenerfahrungen zu nutzen.“ Executive Director of Data Science bei Merck Suman Giri sagte: „Mit Amazon Bedrock haben wir schnell generative KI-Funktionen entwickelt, um Arbeiten wie Knowledge Mining und Marktforschung effizienter zu gestalten. In unserem US-amerikanischen Patientenanalyse-Workflow können wir diese Funktionen nutzen, um Einblicke in die Patientenversorgung zu gewinnen.“ Lebensqualität steigern und die geschäftliche Wirkung steigern, gleichzeitig Lücken im Datenaustausch schließen und ein Daten-Governance-Ökosystem für verantwortungsvolle generative KI schaffen.“ „Die regionalen Experten von BMW arbeiten an der Optimierung der Bestände entlang der gesamten Lieferkette. Sie erhalten häufig Anfragen von Stakeholdern wie Vorständen oder Supply-Chain-Experten, neue Dashboard-Ansichten zu erstellen, um die neuesten Trends zu analysieren.“ Der Ingenieur- und Analyseexperte sagte: „Das QuickSight Q-Authoring-Erlebnis spart erheblich Zeit, indem es Berechnungen ohne Referenz erstellt, schnell visuelle Darstellungen erstellt und dann präzise Anpassungen an der visuellen Präsentation durch natürliche Sprache vornimmt. Die schnelle Entwicklung regionaler Experten. Das Feedback beeindruckt unser Unternehmen.“ Benutzer, sodass sie wichtige Entscheidungen schneller treffen können.“ Zusammenfassung

Durch den vollständig verwalteten generativen künstlichen Intelligenzdienst von Amazon Cloud Technology können Unternehmen jeder Größe schnell eine Infrastruktur aufbauen, Modelle flexibel auswählen und schnell mit der Anpassung beginnen und so Unternehmen dabei helfen, den Wert von Daten voll auszuschöpfen und Geschäftsinnovationen zu fördern

Der Inhalt, der neu geschrieben werden muss, ist: ENDE

Das obige ist der detaillierte Inhalt vonNach einer Investition von 4 Milliarden US-Dollar in Anthropic kündigte Amazon Cloud Technology offiziell fünf generative KI-Innovationen an. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!