집 > 기사 > 기술 주변기기 > Amazon Cloud Technology, 혁신을 가속화하기 위한 새로운 생성 AI 서비스 발표

Amazon Cloud Technology, 혁신을 가속화하기 위한 새로운 생성 AI 서비스 발표

WBOY앞으로: 2023-10-07 14:45:041193검색

○ Amazon Cloud Technology의 완전 관리형 생성 AI 서비스인 Amazon Bedrock이 이제 공식적으로 출시되었습니다. 고객은 여러 선도적인 AI 회사의 고성능 기본 모델과 생성적 AI 애플리케이션을 구축하는 데 필요한 다양한 기능에 액세스하여 개인정보 보호와 보안을 보장하는 동시에 개발 프로세스를 단순화할 수 있습니다.

새로운 Amazon CodeWhisperer 기능은 생성 AI를 기반으로 맞춤형 코드 제안을 제공하여 기업의 내부 코드 기반을 최대한 활용하여 개발자 생산성을 향상시킵니다.
Adidas, BMW Group, GoDaddy, Merck, NatWest Group, Percious, PGA TOUR, Takenaka Corporation 및 Traeger Grills와 같은 회사는 모두 Amazon Cloud Technology의 생성적 AI 혁신 제품을 사용하여 제품과 서비스를 재구성하고 있습니다.
베이징 - 2023년 10월 7일

“지난해 대규모 데이터의 폭발적인 증가, 대규모의 탄력적인 컴퓨팅 능력의 가용성, 기계 학습 기술의 급속한 발전으로 인해 생성 AI에 대한 사람들의 열광이 촉발되었고, 모든 계층의 삶을 근본적으로 변화시켰으며, Swami Sivasubramanian을 재편했습니다. Amazon Cloud Technology의 데이터 및 기계 학습 부문 글로벌 부사장은 “엔터프라이즈급 보안 및 개인 정보 보호, 선도적인 기본 모델 선택, 데이터 우선 방법론 및 고성능을 갖춘 Amazon Cloud는 비용 효율적인 인프라를 갖추고 있습니다. 기술은 기업의 신뢰를 얻었으며 기술 스택의 모든 계층에서 생성적 AI 솔루션을 사용하여 혁신할 수 있도록 지원합니다. 오늘의 발표는 강력한 혁신을 통해 생성적 AI를 제공하는 중요한 이정표입니다. , 그리고 스타트업부터 대기업, 개발 엔지니어부터 데이터 분석가까지 모든 기업의 모든 직원에게 뛰어난 성능을 제공합니다. 또한 기업의 데이터 전략에 긴밀하게 부합하여 생성 AI의 잠재력을 완전히 발휘하는 데 도움이 됩니다.” 규모에 관계없이 모든 계층의 기업은 생성 AI를 사용하여 운영을 혁신하고 복잡한 문제를 해결하는 방법을 재고하며 새로운 사용자 경험을 창출하기를 열망하고 있습니다. 최근 제너레이티브 AI(Generative AI)의 발전이 광범위한 주목을 받았음에도 불구하고 많은 기업은 이러한 혁신 과정에 참여하지 못했습니다. 그들은 생성 AI를 사용하고 싶어하지만 이러한 도구의 보안 및 개인 정보 보호 문제에 대해서도 걱정하고 있습니다. 이들 회사는 여러 기본 모델을 테스트하여 해당 애플리케이션 시나리오에 가장 적합한 모델을 찾기를 희망합니다. 또한 최종 사용자에게 고유한 경험을 제공하기 위해 모델을 사용자 지정하여 이미 보유하고 있는 데이터를 최대한 활용하기를 원합니다. 마지막으로 기업에는 혁신을 신속하게 시장에 출시할 수 있는 도구와 생성적 AI 애플리케이션을 글로벌 규모로 배포하기 위한 인프라가 필요합니다.

Adidas, Alida, BMW Group, Genesys, Glide, GoDaddy, Intuit, LexisNexis Legal & Professional, Lonely Planet, Merck, NatWest Min, Perplexity AI, Perpersist, Quext 등 많은 기업이 Amazon Cloud Technology의 생성 AI 서비스를 찾고 있습니다. RareJob Technologies, Rocket Mortgage, SnapLogic, Takenaka Works Store Co., Ltd., Traeger Grills, PGA Tour, Verint, Verrisk 및 WPS 등

Amazon Bedrock은 더 많은 고객이 생성 AI 애플리케이션을 구축하고 확장할 수 있도록 돕기 위해 공식 출시되었습니다

Amazon Bedrock은 AI21 Labs, Anthropic, Cohere, Meta, Stability AI 및 Amazon을 포함한 많은 주요 AI 기업과 생성 AI를 구축하는 기업의 해외 비즈니스를 위한 고성능 기본 모델을 제공하는 완전 관리형 서비스입니다. 애플리케이션이 개발을 단순화하는 동시에 개인 정보 보호와 보안을 보장하는 데 필요한 기능입니다. 기본 모델은 적용성이 좋으며 정보 검색, 콘텐츠 제작, 신약 발견 등 다양한 분야에 대한 지원을 제공할 수 있습니다. 그러나 생성 AI를 활용하려는 많은 기업에는 여전히 해결해야 할 몇 가지 문제가 있습니다. 첫째, 시나리오 요구 사항을 충족하고 성능이 뛰어난 고성능 기본 모델에 대한 간단하고 직관적인 선택과 액세스가 필요합니다. 둘째, 고객은 대규모 인프라 클러스터를 관리하거나 많은 비용을 지출하지 않고도 애플리케이션이 원활하게 통합되기를 원합니다. 고객이 원하는 기본 모델의 도움을 받아 자체 데이터와 결합하여 차별화된 애플리케이션을 쉽게 구축할 수 있습니다. 이러한 고객이 사용자 정의에 사용하는 데이터는 의심할 여지 없이 매우 귀중한 자산이며 지적 재산권을 완전히 보호해야 합니다. 보안과 개인 정보 보호를 보장하는 동시에 고객이 데이터 공유 및 사용 방법을 제어할 수 있도록 보장합니다.

Amazon Bedrock의 포괄적인 기능을 통해 기업은 다양한 주요 기본 모델을 보다 편리하고 쉽게 사용해 볼 수 있으며, 자체 독점 데이터를 사용하여 모델을 맞춤 설정할 수 있습니다. 또한 Amazon Bedrock은 코드 작성 없이 생성이 가능하고 여행 예약, 보험 청구 처리, 광고 캠페인 계획, 재고 관리 등 복잡한 작업을 수행할 수 있는 관리형 에이전트(AI 에이전트) 등 차별화된 기능도 제공합니다. Amazon Bedrock은 서버리스 기술을 사용하므로 고객은 인프라를 관리할 필요가 없으며 친숙한 Amazon 클라우드 기술 서비스를 사용하여 생성 AI 기능을 애플리케이션에 안전하게 통합하고 배포할 수 있습니다.

Amazon Bedrock은 고객이 민감한 데이터를 보호할 수 있도록 보안 및 개인 정보 보호를 염두에 두고 개발되었습니다. 고객은 Amazon PrivateLink를 사용하여 Amazon Bedrock과 가상 사설망(VPC) 간에 전용 보안 연결을 설정하여 모든 데이터 전송이 공용 네트워크에 노출되지 않도록 할 수 있습니다. 규제 요구 사항이 높은 고객을 위해 Amazon Bedrock은 HIPAA(건강 보험 이동성 및 책임법)를 준수하고 GDPR(EU 일반 데이터 보호 규정) 규정 준수 표준에 따라 사용할 수 있으므로 더 많은 고객이 Benefit from AI에서 데이터를 생성할 수 있습니다.

Amazon Bedrock은 Amazon Titan Embeddings 및 Llama 2를 활용하여 사용 가능한 모델 범위를 확장하여 각 고객이 애플리케이션 시나리오에 적합한 모델을 찾을 수 있도록 돕습니다

사실 단일 모델이 모든 애플리케이션 시나리오에 적합할 수는 없습니다. 따라서 생성 AI의 가치를 활용하기 위해 기업은 여러 모델에 액세스하고 요구 사항에 따라 가장 적합한 모델을 찾아야 하는 경우가 많습니다. 이를 위해 Amazon Bedrock을 사용하면 해외 고객이 AI21 Labs, Anthropic, Cohere, Meta, Stability AI 및 Amazon에서 제공하는 주요 기본 모델을 단일 API를 통해 찾고 테스트할 수 있습니다. 또한 Amazon Cloud Technology는 최근 Anthropic의 모든 향후 기본 모델을 Amazon Bedrock에서 사용할 수 있다고 발표했으며, Amazon Cloud Technology의 해외 고객에게 모델 사용자 정의 및 미세 조정과 같은 특수 기능에 대한 우선 액세스를 제공할 예정입니다. 그리고 이제부터 Amazon Bedrock은 더 많은 선택권을 제공하는 새로운 기본 모델을 다시 한 번 소개합니다.

Amazon Titan Embeddings는 이제 공식적으로 사용 가능합니다. Amazon Titan 기본 모델은 다양한 애플리케이션 시나리오를 지원할 수 있는 대규모 데이터 세트에 대해 Amazon 클라우드 기술로 생성되고 사전 훈련된 일련의 모델입니다. 공식적으로 사용 가능한 첫 번째 모델인 Amazon Titan Embeddings는 검색 증강 생성(RAG) 애플리케이션 시나리오를 지원하기 위해 텍스트를 임베딩이라는 숫자 표현으로 변환하는 LLM(대형 언어 모델)입니다. 기본 모델은 다양한 작업에 적합하지만 훈련 데이터에서 학습된 정보와 단서의 맥락을 기반으로 질문에만 답할 수 있습니다. 시간에 민감한 지식이나 독점 데이터를 사용해야 하는 경우 이러한 대응의 효과는 제한됩니다. 데이터를 확장하여 기본 모델의 답변을 향상시키기 위해 많은 기업에서는 기본 모델을 참조 지식 베이스에 연결하여 응답 효과를 향상시키는 인기 있는 모델 맞춤화 기술인 RAG로 눈을 돌리고 있습니다. RAG 사용을 시작하려면 클라이언트는 먼저 데이터를 임베딩 벡터로 변환하는 임베딩 모델에 액세스해야 합니다. 그러면 기본 모델이 데이터 간의 의미와 관계를 더 쉽게 이해할 수 있습니다. 그러나 임베딩 모델을 구축하려면 많은 양의 데이터와 리소스는 물론 깊은 머신러닝 전문 지식이 필요하기 때문에 많은 고객이 직접 구축하기 어려워 RAG를 구현하지 못합니다. Amazon Titan Embeddings를 사용하면 고객이 RAG를 통해 독점 데이터로 다양한 기본 모델의 기능을 확장할 수 있습니다. Amazon Titan Embeddings는 25개 이상의 언어와 최대 8192개 토큰의 컨텍스트 길이를 지원하므로 단일 단어, 구문 또는 전체 문서를 처리하는 엔터프라이즈 기반 애플리케이션 시나리오에 이상적입니다. 이 모델은 1536차원의 출력 벡터를 반환하여 높은 정확도를 보장하는 동시에 대기 시간을 줄이고 가격 대비 성능을 향상하도록 최적화되었습니다.
Llama 2가 앞으로 몇 주 내에 출시됩니다. Amazon Bedrock은 관리형 API를 통해 Meta의 차세대 대규모 언어 모델인 Llama 2를 제공하는 업계 최초의 완전 관리형 생성 AI 서비스입니다. Llama 2 모델은 원본보다 40% 더 많은 훈련 데이터를 사용하고 더 큰 문서를 처리하기 위해 더 긴 컨텍스트 길이(4000 토큰)를 갖는 등 이전 Llama 모델에 비해 크게 개선되었습니다. Amazon Bedrock에서 제공하는 Llama 2 모델은 Amazon 클라우드 기술 인프라에서 빠른 응답을 제공하도록 최적화되었으며 이는 대화형 애플리케이션 시나리오에 매우 적합합니다. 고객은 인프라를 설정하고 관리할 필요 없이 130억 및 700억 개의 매개변수 Llama 2 모델로 구동되는 생성적 AI 애플리케이션을 구축할 수 있습니다.

Amazon CodeWhisperer의 새로운 기능을 통해 고객은 비공개 코드 라이브러리를 사용하여 CodeWhisperer 코드 제안을 안전하게 사용자 정의하여 개발자 효율성을 더욱 향상시킬 수 있습니다

Amazon CodeWhisperer는 Amazon에서 제공되고 공개적으로 사용 가능한 수십억 줄의 코드를 교육하여 개발자 생산성을 향상시키는 AI 기반 프로그래밍 도우미입니다. 개발자는 일상 업무에서 CodeWhisperer를 자주 사용하지만 때때로 내부 기업의 비공개 코드 베이스(예: 내부 API, 코드 라이브러리, 패키지 및 클래스)를 데이터에 포함되지 않은 애플리케이션에 통합해야 합니다. 문서가 제한되어 있고 개발자가 도움을 구할 수 있는 공개 리소스나 포럼이 없기 때문에 내부 코드로 작업하는 것도 어려운 일입니다

예를 들어 장바구니에서 항목을 제거하는 함수를 작성하려면 개발자는 먼저 애플리케이션과 상호 작용하는 API, 컬렉션 및 기타 내부 코드를 이해해야 합니다. 이전에는 개발자가 필요한 정보를 찾고 그 작동 방식을 이해하기 위해 이전에 작성된 내부 코드를 검사하는 데 몇 시간을 보냈을 것입니다. 올바른 리소스를 찾더라도 코드가 회사의 코딩 모범 사례를 준수하는지, 코드의 결함이나 취약점을 반복적으로 참조하지 않는지 확인하기 위해 코드를 다시 확인해야 합니다

Amazon CodeWhisperer의 새로운 사용자 정의 기능은 생성 AI 프로그래밍의 잠재력을 최대한 활용하여 고객의 내부 코드 베이스와 리소스를 안전하게 활용하여 맞춤형 권장 사항을 제공합니다. 이를 통해 개발자는 코드 제안을 더 정확하게 받아 시간을 절약할 수 있습니다. 먼저, 관리자는 개인 코드 저장소(예: GitLab 또는 Amazon S3)에 연결하고 작업을 예약하여 자신만의 사용자 지정 콘텐츠를 생성해야 합니다. 사용자 정의 콘텐츠를 생성할 때 CodeWhisperer는 다양한 모델과 상황별 사용자 정의 기술을 활용하여 고객의 코드 기반에서 학습하고 라이브 코드 권장 사항을 개선합니다. 이렇게 하면 개발자는 질문에 대한 올바른 답을 찾는 데 드는 시간을 줄이고 새롭고 차별화된 경험을 만드는 데 더 많은 시간을 할애할 수 있습니다. 관리자는 Amazon Console의 모든 사용자 정의 기능을 중앙에서 관리하고, 평가 지표를 보고, 각 사용자 정의 기능의 성능을 예측하고, 이를 회사 내 특정 개발자에게 선택적으로 배포하여 민감한 코드 액세스를 제한할 수 있습니다

고품질 리포지토리를 선택함으로써 관리자는 CodeWhisperer에서 제공하는 맞춤형 권장 사항에 기업 품질 및 보안 표준을 충족하기 위해 더 이상 사용되지 않는 코드가 포함되지 않도록 할 수 있습니다. 엔터프라이즈급 보안 및 개인 정보 보호를 염두에 둔 이 기능은 맞춤형 콘텐츠가 완전히 비공개임을 보장하는 동시에 CodeWhisperer를 지원하는 기본 기본 모델은 교육 프로세스 중에 맞춤형 콘텐츠를 사용하지 않아 고객의 귀중한 지적 재산을 보호합니다. 이 사용자 정의 기능은 CodeWhisperer Enterprise Edition의 일부로 미리 보기로 고객에게 곧 제공될 예정입니다. 또한 CodeWhisperer의 사용자 정의 설정은 기본적으로 보안을 보장합니다. 고객이 Amazon CodeWhisperer Professional 또는 Enterprise Edition을 사용하는지 여부에 관계없이 Amazon Cloud Technology는 개발자 IDE의 요청을 처리할 때 고객 콘텐츠를 저장하거나 기록하지 않습니다.

Amazon QuickSight의 차세대 BI 작성 기능은 비즈니스 분석가가 자연어 명령을 통해 데이터 시각화를 쉽게 생성하고 사용자 정의하는 데 도움이 될 수 있습니다

Amazon QuickSight는 클라우드용으로 구축된 통합 BI 서비스로, 대화형 대시보드, 페이지를 매긴 보고서, 내장된 분석을 생성할 수 있을 뿐만 아니라 자연어 쿼리에 QuickSight Q를 사용할 수 있으므로 기업의 모든 사용자가 선호하는 BI 서비스를 사용할 수 있습니다. 필요한 통찰력을 얻으려면 형식을 지정하세요.

일반적인 상황에서 비즈니스 분석가는 BI 도구를 사용하여 다양한 데이터 소스를 탐색하고, 계산을 추가하고, 시각화를 생성 및 개선한 다음 대시보드를 통해 비즈니스 이해관계자에게 제시하는 데 많은 시간을 소비합니다. 간단한 차트를 만들기 위해 분석가는 먼저 올바른 데이터 소스를 찾고, 데이터 필드를 식별하고, 필터를 설정하고, 좋은 시각화를 위해 필요한 개인화 설정을 지정해야 합니다

데이터 시각화에 새로운 계산(예: 연간 매출)이 필요한 경우 분석가는 필요한 참조 데이터도 식별한 다음 시각적 개체를 생성, 검증하고 보고서에 추가해야 합니다. 또한 비즈니스 분석가가 차트와 계산을 수동으로 생성하고 조정하는 데 소요되는 시간을 줄여 고부가가치 작업에 더 많은 시간을 할애할 수 있다면 기업도 이익을 얻을 수 있습니다.

새로운 생성 BI 작성 기능은 QuickSight Q의 자연어 쿼리 기능을 확장합니다. "캘리포니아에서 판매되는 상위 10개 제품은 무엇입니까?"와 같이 명확하게 명시된 질문에 답할 수 있을 뿐만 아니라 분석가가 "캘리포니아에서 판매되는 상위 10개 제품은 무엇입니까?"와 같은 질문 조각에서 사용자 정의 가능한 시각적 개체를 신속하게 생성하는 데 도움이 될 수 있습니다. ?" . 후속 질문을 통해 쿼리 의도를 명확히 하고 시각적 요소를 최적화하며 복잡한 계산을 완료하세요. 비즈니스 분석가는 원하는 결과만 설명하면 되며 QuickSight는 모양과 느낌이 좋은 시각적 개체를 생성할 수 있습니다. 분석가는 이를 대시보드나 보고서에 쉽게 추가할 수 있습니다. 간단합니다

예를 들어 분석가는 QuickSight Q를 사용하여 2022년과 2023년까지 운동화 판매의 월간 추세를 보여주는 시각적 콘텐츠를 만들 수 있습니다. QuickSight Q는 자동으로 적절한 데이터를 선택하고 요청에 따라 가장 적절한 차트 형식(예: 선 차트 또는 막대 차트)을 사용하여 필요한 정보를 표시합니다. 또한 QuickSight Q는 분석가가 여러 데이터 필드가 쿼리와 일치할 때 발생할 수 있는 모호성을 명확히 하는 데 도움이 되는 사전 설정된 프롬프트 질문도 제공합니다. 예를 들어 차트에 운동화 판매액의 총 달러 금액 또는 판매된 단위 수를 포함해야 하는지 여부가 있습니다

분석가는 초기 시각화 콘텐츠를 얻은 후 복잡한 계산을 추가하거나 차트 유형을 변경하거나 자연어를 사용하여 시각화 효과를 최적화할 수 있습니다. QuickSight Q의 새로운 생성적 BI 작성 기능을 통해 비즈니스 분석가는 만족스러운 시각적 개체를 쉽고 빠르게 생성하고 대규모 데이터 기반 의사 결정을 위한 귀중한 정보를 보다 신속하게 제공할 수 있습니다

다양한 산업 분야의 고객은 Amazon Cloud Technology의 생성 AI 서비스를 활용하여 새로운 애플리케이션을 만들고, 개발자 효율성을 향상시키며, 분석가가 더 빠르게 통찰력을 얻을 수 있도록 돕고 있습니다

아디다스는 세계에서 가장 큰 스포츠 브랜드 중 하나입니다. "Amazon Bedrock 미리 보기에 참여하고 서비스를 직접 경험하게 되어 기쁩니다. Amazon Bedrock은 생성 AI 도구를 구축하는 데 큰 도움이 되었습니다. Amazon Bedrock은 생성 AI 애플리케이션을 구축하는 무거운 인프라 관리 작업을 맡아서 Adidas의 엔터프라이즈 아키텍처 부사장인 Daniel Eichten은 이렇게 말했습니다. 인터페이스를 통해 지식 기반에서 필요한 모든 종류의 정보와 답변을 찾을 수 있습니다. 초보 수준부터 복잡한 수준까지 다양한 기술 관련 질문을 제공합니다.”

머크는 130년 이상 생명을 구하고 건강을 개선하기 위한 혁신적인 의약품과 백신을 발견하고 개발해 온 R&D 집약적 바이오제약 회사입니다. "제약 가치 사슬 전반에 걸쳐 수동적이고 시간이 많이 걸리는 프로세스가 많이 존재합니다. 이로 인해 더 가치 있는 작업이 수행되지 못하고 직원, 고객 및 환자 경험을 개선하기 위한 데이터를 효과적으로 사용하지 못합니다." 머크 수만(Merck Suman) 데이터 사이언스 전무이사 Giri는 이렇게 말했습니다. “Amazon Bedrock을 통해 우리는 지식 마이닝 및 시장 조사와 같은 작업을 보다 효율적으로 수행할 수 있는 생성적 AI 기능을 신속하게 구축했습니다. 미국 환자 분석 워크플로에서는 이러한 기능을 활용하여 환자 치료에 대한 통찰력을 제공하고 개선할 수 있습니다. 삶의 질을 높이고 비즈니스 영향력을 확대하는 동시에 데이터 공유의 격차를 메우고 책임 있는 생성 AI를 위한 데이터 거버넌스 생태계를 조성합니다.”

BMW 그룹은 세계 최고의 자동차 및 오토바이 제조업체 중 하나입니다. "BMW의 지역 전문가들은 전체 공급망을 따라 재고를 최적화하는 작업을 수행합니다. 이사회 구성원이나 공급망 전문가와 같은 이해관계자로부터 최신 동향을 분석할 수 있도록 새로운 대시보드 뷰를 만들어 달라는 요청을 자주 받습니다. BMW 그룹 Christoph Albrecht, 데이터 엔지니어링 및 분석 전문가는 "QuickSight Q 저작 경험은 참조 없이 계산을 생성하고 신속하게 시각적 요소를 구축한 다음 자연어를 통해 시각적 표현을 정밀하게 조정함으로써 상당한 시간을 절약해 줍니다. 지역 전문가의 신속한 발전 피드백은 우리 사업에 깊은 인상을 줍니다." 사용자가 중요한 결정을 더 빠르게 내릴 수 있게 해줍니다.”

위 내용은 Amazon Cloud Technology, 혁신을 가속화하기 위한 새로운 생성 AI 서비스 발표의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

架构 Token 接口栈堆 console 对象 ide gitlab serverless glide 人工智能数据分析 wps llama

성명：

이 기사는 sohu.com에서 복제됩니다. 침해가 있는 경우 admin@php.cn으로 문의하시기 바랍니다. 삭제

이전 기사：IEEE: 새로운 인공 지능 사이버 보안을 위한 과제와 솔루션다음 기사：IEEE: 새로운 인공 지능 사이버 보안을 위한 과제와 솔루션