Kami memperkenalkan Amazon Bedrock kepada dunia sekitar setahun yang lalu, memberikan cara yang benar-benar baru untuk membangun aplikasi kecerdasan buatan (AI) generatif. Dengan pilihan model dasar (FM) pihak pertama dan ketiga yang paling luas serta kemampuan yang mudah digunakan, Amazon Bedrock adalah cara tercepat dan termudah untuk membangun dan menskalakan aplikasi AI generatif yang aman. Kini puluhan ribu pelanggan menggunakan Amazon Bedrock untuk membangun dan menskalakan aplikasi yang mengesankan. Mereka berinovasi dengan cepat, mudah, dan aman untuk memajukan strategi AI mereka. Dan kami mendukung upaya mereka dengan menyempurnakan Amazon Bedrock dengan kemampuan baru yang menarik termasuk lebih banyak pilihan model dan fitur yang memudahkan dalam memilih model yang tepat, menyesuaikan model untuk kasus penggunaan tertentu, serta melindungi dan menskalakan aplikasi AI generatif.
Pelanggan di berbagai industri mulai dari keuangan hingga perjalanan dan perhotelan hingga layanan kesehatan hingga teknologi konsumen mengalami kemajuan yang luar biasa. Mereka mewujudkan nilai bisnis nyata dengan segera memindahkan aplikasi AI generatif ke dalam produksi untuk meningkatkan pengalaman pelanggan dan meningkatkan efisiensi operasional. Misalnya New York Stock Exchange (NYSE), pasar modal terbesar di dunia yang memproses miliaran transaksi setiap hari. NYSE memanfaatkan pilihan FM Amazon Bedrock dan kemampuan generatif AI mutakhir di beberapa kasus penggunaan, termasuk pemrosesan ribuan halaman peraturan untuk memberikan jawaban dalam bahasa yang mudah dipahami
Maskapai penerbangan global United Airlines memodernisasi Sistem Layanan Penumpang mereka untuk menerjemahkan kode reservasi penumpang lama ke dalam bahasa Inggris sehingga agen dapat memberikan dukungan pelanggan dengan cepat dan efisien. LexisNexis Legal & Professional, penyedia informasi dan analisis global terkemuka, mengembangkan asisten AI generatif hukum yang dipersonalisasi di Lexis+ AI. Pelanggan LexisNexis menerima hasil tepercaya dua kali lebih cepat dibandingkan produk pesaing terdekat dan dapat menghemat hingga lima jam per minggu untuk penelitian dan ringkasan hukum. Dan HappyFox, sebuah perangkat lunak meja bantuan online, memilih Amazon Bedrock karena keamanan dan kinerjanya, sehingga meningkatkan efisiensi sistem tiket otomatis bertenaga AI dalam solusi dukungan pelanggannya sebesar 40% dan produktivitas agen sebesar 30%.
Dan di seluruh Amazon, kami terus berinovasi dengan AI generatif untuk memberikan pengalaman yang lebih mendalam dan menarik bagi pelanggan kami. Baru minggu lalu Amazon Music mengumumkan Maestro. Maestro adalah generator daftar putar AI yang didukung oleh Amazon Bedrock yang memberi pelanggan Amazon Music cara yang lebih mudah dan menyenangkan untuk membuat daftar putar berdasarkan perintah. Maestro kini diluncurkan dalam versi beta untuk sejumlah kecil pelanggan AS di semua tingkatan Amazon Music.
Dengan Amazon Bedrock, kami berfokus pada area utama yang dibutuhkan pelanggan untuk membangun aplikasi AI generatif tingkat perusahaan yang siap produksi dengan biaya dan kecepatan yang tepat. Hari ini saya bersemangat untuk berbagi fitur-fitur baru yang kami umumkan di seluruh bidang pilihan model, alat untuk membangun aplikasi AI generatif, serta privasi dan keamanan.
1. Amazon Bedrock memperluas pilihan model dengan model Llama 3 dan membantu Anda menemukan model terbaik untuk kebutuhan Anda
Pada masa-masa awal ini, pelanggan masih belajar dan bereksperimen dengan berbagai model untuk menentukan model mana yang akan digunakan untuk berbagai tujuan. Mereka ingin dapat dengan mudah mencoba model terbaru, dan menguji kemampuan dan fitur mana yang akan memberikan hasil dan karakteristik biaya terbaik untuk kasus penggunaan mereka. Mayoritas pelanggan Amazon Bedrock menggunakan lebih dari satu model, dan Amazon Bedrock menyediakan pilihan terluas model bahasa besar (LLM) pihak pertama dan ketiga serta FM lainnya. Ini termasuk model dari laboratorium AI21, Antropik, Bersatu, meta, AI Mistral, dan Stabilitas AI, serta milik kita sendiri Model Amazon Titan. Faktanya, Joel Hron, kepala AI dan Thomson Reuters Labs di Thomson Reuters baru-baru ini mengatakan mengenai adopsi Amazon Bedrock, “Memiliki kemampuan untuk menggunakan beragam model yang diluncurkan adalah pendorong utama bagi kami, terutama mengingat betapa cepatnya ruang ini berkembang.” Termasuk model mutakhir dari keluarga model Mistral AI Mistral 7B, Campuran 8x7B, dan Mistral Besar membuat pelanggan bersemangat dengan kinerja tinggi mereka dalam pembuatan teks, ringkasan, tanya jawab, dan pembuatan kode. Sejak kami memperkenalkan rangkaian model Anthropic Claude 3, ribuan pelanggan telah merasakan bagaimana Claude 3 Haiku, Sonnet, dan Opus menetapkan tolok ukur baru dalam tugas kognitif dengan kecerdasan, kecepatan, dan efisiensi biaya yang tak tertandingi. Setelah evaluasi awal menggunakan Claude 3 Haiku dan Opus di Amazon Bedrock, BlueOcean.ai, sebuah platform intelijen merek, mengalami pengurangan biaya lebih dari 50% ketika mereka mampu menggabungkan empat panggilan API terpisah menjadi satu panggilan yang lebih efisien.
Masahiro Oba, General Manager, Tata Kelola Federasi Grup Platform DX di perusahaan Sony Group berbagi,
“Meskipun terdapat banyak tantangan dalam penerapan AI generatif pada bisnis, beragam kemampuan Amazon Bedrock membantu kami menyesuaikan aplikasi AI generatif pada bisnis Sony. Kami tidak hanya dapat memanfaatkan kemampuan LLM yang kuat dari Claude 3, namun juga kemampuan yang membantu kami melindungi aplikasi di tingkat perusahaan. Saya sangat bangga bisa bekerja sama dengan tim Bedrock untuk lebih mendemokratisasikan AI generatif dalam Sony Group.”
Saya baru-baru ini duduk bersama Aaron Linsky, CTO Artificial Investment Associate Labs di Bridgewater Associates, sebuah perusahaan manajemen aset terkemuka, di mana mereka menggunakan AI generatif untuk meningkatkan “Artificial Investment Associate” mereka, sebuah lompatan besar ke depan bagi pelanggan mereka. Hal ini didasarkan pada pengalaman mereka dalam memberikan nasihat ahli berbasis peraturan untuk pengambilan keputusan investasi. Dengan Amazon Bedrock, mereka dapat menggunakan FM terbaik yang tersedia, seperti Claude 3, untuk berbagai tugas yang menggabungkan pemahaman pasar mendasar dengan kemampuan penalaran AI yang fleksibel. Amazon Bedrock memungkinkan eksperimen model yang lancar, memungkinkan Bridgewater membangun sistem investasi yang kuat dan dapat berkembang secara mandiri yang menggabungkan saran sistematis dengan kemampuan mutakhir – menciptakan proses yang terus berkembang dan mengutamakan AI.
Untuk memberikan lebih banyak pilihan model kepada pelanggan, hari ini kami membuat Model Meta Llama 3 tersedia di Amazon Bedrock. Model Llama 3 3B dan Llama 8 3B dari Llama 70 dirancang untuk membangun, bereksperimen, dan menskalakan aplikasi AI generatif secara bertanggung jawab. Model-model ini telah ditingkatkan secara signifikan dari arsitektur model sebelumnya, termasuk peningkatan skala pra-pelatihan, serta pendekatan penyesuaian instruksi. Llama 3 8B unggul dalam peringkasan teks, klasifikasi, analisis sentimen, dan terjemahan, ideal untuk sumber daya terbatas dan perangkat edge. Llama 3 70B unggul dalam pembuatan konten, AI percakapan, pemahaman bahasa, penelitian dan pengembangan, perusahaan, ringkasan yang akurat, klasifikasi/analisis sentimen yang bernuansa, pemodelan bahasa, sistem dialog, pembuatan kode, dan mengikuti instruksi. Baca lebih lanjut tentang Meta Llama 3 sekarang tersedia di Amazon Bedrock.
Kami juga mengumumkan dukungan segera untuk FM perusahaan Command R dan Command R+ Cohere. Model ini sangat skalabel dan dioptimalkan untuk tugas-tugas konteks panjang seperti pengambilan-augmented generation (RAG) dengan kutipan untuk mengurangi halusinasi, penggunaan alat multi-langkah untuk mengotomatisasi tugas-tugas bisnis yang kompleks, dan dukungan untuk 10 bahasa untuk operasi global. Command R+ adalah model Cohere yang paling kuat yang dioptimalkan untuk tugas-tugas konteks panjang, sementara Command R dioptimalkan untuk beban kerja produksi skala besar. Dengan model Cohere yang segera hadir di Amazon Bedrock, bisnis dapat membangun aplikasi AI generatif tingkat perusahaan yang menyeimbangkan akurasi dan efisiensi yang kuat untuk operasi AI sehari-hari di luar pembuktian konsep.
Amazon Titan Image Generator kini tersedia secara umum dan Amazon Titan Text Embeddings V2 segera hadir
Selain menambahkan model 3P paling mumpuni, Amazon Titan Image Generator umumnya tersedia saat ini. Dengan Amazon Titan Image Generator, pelanggan di industri seperti periklanan, e-commerce, media, dan hiburan dapat secara efisien menghasilkan gambar realistis berkualitas studio dalam volume besar dan biaya rendah, memanfaatkan perintah bahasa alami. Mereka dapat mengedit gambar yang dihasilkan atau yang sudah ada menggunakan perintah teks, mengonfigurasi dimensi gambar, atau menentukan jumlah variasi gambar untuk memandu model. Secara default, setiap gambar yang dihasilkan oleh Amazon Titan Image Generator berisi tanda air yang tidak terlihat, yang selaras dengan komitmen AWS untuk mempromosikan AI yang bertanggung jawab dan etis dengan mengurangi penyebaran informasi yang salah. Fitur Deteksi Tanda Air mengidentifikasi gambar yang dibuat oleh Image Generator, dan dirancang agar tahan terhadap kerusakan, membantu meningkatkan transparansi seputar konten yang dihasilkan AI. Deteksi Tanda Air membantu memitigasi risiko kekayaan intelektual dan memungkinkan pembuat konten, organisasi berita, analis risiko, tim pendeteksi penipuan, dan lainnya, untuk mengidentifikasi dan memitigasi penyebaran konten menyesatkan yang dihasilkan oleh AI dengan lebih baik. Baca lebih lanjut tentang Deteksi Tanda Air untuk Titan Image Generator.
Segera hadir, Amazon Titan Text Embeddings V2 secara efisien memberikan respons yang lebih relevan untuk kasus penggunaan perusahaan penting seperti pencarian. Model penyematan yang efisien sangat penting untuk performa saat memanfaatkan RAG untuk memperkaya respons dengan informasi tambahan. Embeddings V2 dioptimalkan untuk alur kerja RAG dan memberikan integrasi yang lancar Basis Pengetahuan untuk Batuan Dasar Amazon untuk memberikan tanggapan yang lebih informatif dan relevan secara efisien. Embeddings V2 memungkinkan pemahaman yang lebih mendalam tentang hubungan data untuk tugas kompleks seperti pengambilan, klasifikasi, pencarian kesamaan semantik, dan meningkatkan relevansi pencarian. Menawarkan ukuran penyematan yang fleksibel dengan dimensi 256, 512, dan 1024, Embeddings V2 memprioritaskan pengurangan biaya sekaligus mempertahankan 97% akurasi untuk kasus penggunaan RAG, mengungguli model terkemuka lainnya. Selain itu, ukuran penyematan yang fleksibel memenuhi beragam kebutuhan aplikasi, mulai dari penerapan seluler dengan latensi rendah hingga alur kerja asinkron dengan akurasi tinggi.
Evaluasi Model Baru menyederhanakan proses mengakses, membandingkan, dan memilih LLM dan FM
Memilih model yang tepat adalah langkah awal yang penting dalam membangun aplikasi AI generatif. Kinerja LLM dapat bervariasi secara drastis berdasarkan tugas, domain, modalitas data, dan faktor lainnya. Misalnya, model biomedis kemungkinan akan mengungguli model layanan kesehatan umum dalam konteks medis tertentu, sedangkan model pengkodean mungkin menghadapi tantangan dalam tugas pemrosesan bahasa alami. Penggunaan model yang terlalu kuat dapat mengakibatkan penggunaan sumber daya yang tidak efisien, sementara model yang kurang bertenaga mungkin gagal memenuhi standar kinerja minimum – yang berpotensi memberikan hasil yang salah. Dan memilih FM yang tidak sesuai pada awal proyek dapat melemahkan keyakinan dan kepercayaan pemangku kepentingan.
Dengan banyaknya model yang dapat dipilih, kami ingin memudahkan pelanggan memilih model yang tepat untuk kasus penggunaan mereka.
Alat Evaluasi Model Amazon Bedrock, kini tersedia secara umum, menyederhanakan proses seleksi dengan mengaktifkan tolok ukur dan perbandingan terhadap kumpulan data dan metrik evaluasi tertentu, memastikan pengembang memilih model yang paling sesuai dengan tujuan proyek mereka. Pengalaman terpandu ini memungkinkan pengembang mengevaluasi model di seluruh kriteria yang disesuaikan dengan setiap kasus penggunaan. Melalui Evaluasi Model, pengembang memilih model kandidat untuk dinilai – opsi publik, model khusus yang diimpor, atau versi yang disempurnakan. Mereka menentukan tugas pengujian, kumpulan data, dan metrik evaluasi yang relevan, seperti akurasi, latensi, proyeksi biaya, dan faktor kualitatif. Baca lebih lanjut tentang Evaluasi Model di Amazon Bedrock.
Kemampuan untuk memilih FM dengan kinerja terbaik di Amazon Bedrock sangat bermanfaat bagi Keamanan Elastis. James Spiteri, Direktur Manajemen Produk di Elastic berbagi,
“Hanya dengan beberapa klik, kami dapat menilai satu permintaan di beberapa model secara bersamaan. Fungsi evaluasi model ini memungkinkan kita membandingkan output, metrik, dan biaya terkait di berbagai model, sehingga memungkinkan kita mengambil keputusan berdasarkan informasi mengenai model mana yang paling sesuai dengan tujuan yang ingin kita capai. Hal ini telah menyederhanakan proses kami secara signifikan, menghemat banyak waktu dalam menerapkan aplikasi kami ke produksi.”
2. Amazon Bedrock menawarkan kemampuan untuk menyesuaikan AI generatif dengan kebutuhan bisnis Anda
Meskipun model sangatlah penting, dibutuhkan lebih dari sekedar model untuk membangun aplikasi yang berguna bagi organisasi. Itu sebabnya Amazon Bedrock memiliki kemampuan untuk membantu Anda dengan mudah menyesuaikan solusi AI generatif untuk kasus penggunaan tertentu. Pelanggan dapat menggunakan data mereka sendiri untuk menyesuaikan aplikasi secara pribadi melalui penyesuaian atau dengan menggunakan Basis Pengetahuan untuk pengalaman RAG yang dikelola sepenuhnya guna memberikan respons yang lebih relevan, akurat, dan disesuaikan. Agen untuk Amazon Bedrock memungkinkan pengembang untuk menentukan tugas, alur kerja, atau proses pengambilan keputusan tertentu, meningkatkan kontrol dan otomatisasi sekaligus memastikan keselarasan yang konsisten dengan kasus penggunaan yang diinginkan. Mulai hari ini, kini kamu bisa menggunakan Agen dengan model Anthropic Claude 3 Haiku dan Sonnet. Kami juga memperkenalkan pengalaman konsol AWS yang diperbarui, mendukung skema yang disederhanakan dan pengembalian kendali untuk memudahkan pengembang untuk memulai. Baca lebih lanjut tentang Agen untuk Amazon Bedrock, kini lebih cepat dan mudah digunakan.
Dengan Impor Model Kustom baru, pelanggan dapat memanfaatkan kemampuan penuh Amazon Bedrock dengan model mereka sendiri
Semua fitur ini penting untuk membangun aplikasi AI generatif, itulah sebabnya kami ingin membuatnya tersedia bagi lebih banyak pelanggan termasuk mereka yang telah menginvestasikan sumber daya yang signifikan dalam menyempurnakan LLM dengan data mereka sendiri pada berbagai layanan atau dalam melatih model khusus dari menggores. Banyak pelanggan memiliki model khusus yang tersedia di Amazon SageMaker, yang menyediakan rangkaian terluas lebih dari 250 FM terlatih. FM ini mencakup model mutakhir seperti Mistral, Llama2, CodeLlama, Jurassic-2, Jamba, pplx-7B, 70B, dan Falcon 180B yang mengesankan. Amazon SageMaker membantu mengatur dan menyempurnakan data, membangun infrastruktur pelatihan yang skalabel dan efisien, lalu menerapkan model dalam skala besar dengan latensi rendah dan cara yang hemat biaya. Ini telah menjadi pengubah permainan bagi pengembang dalam mempersiapkan data mereka untuk AI, mengelola eksperimen, melatih model lebih cepat (misalnya Perplexity AI melatih model 40% lebih cepat di Amazon SageMaker), menurunkan latensi inferensi (misalnya Workday telah mengurangi latensi inferensi sebesar 80% dengan Amazon SageMaker), dan meningkatkan produktivitas pengembang (misalnya NatWest mengurangi time-to-value AI dari 12-18 bulan menjadi kurang dari tujuh bulan menggunakan Amazon SageMaker). Namun, mengoperasionalkan model yang disesuaikan ini dengan aman dan mengintegrasikannya ke dalam aplikasi untuk kasus penggunaan bisnis tertentu masih memiliki tantangan.
Itu sebabnya hari ini kami memperkenalkannya Impor Model Kustom Batuan Dasar Amazon, yang memungkinkan organisasi memanfaatkan investasi AI yang ada bersama dengan kemampuan Amazon Bedrock. Dengan Impor Model Kustom, pelanggan kini dapat mengimpor dan mengakses model kustom mereka sendiri yang dibangun pada arsitektur model terbuka populer termasuk Flan-T5, Llama, dan Mistral, sebagai antarmuka pemrograman aplikasi (API) yang dikelola sepenuhnya di Amazon Bedrock. Pelanggan dapat mengambil model yang mereka sesuaikan di Amazon SageMaker, atau alat lainnya, dan dengan mudah menambahkannya ke Amazon Bedrock. Setelah validasi otomatis, mereka dapat mengakses model kustom mereka dengan lancar, seperti model lainnya di Amazon Bedrock. Mereka mendapatkan semua manfaat yang sama, termasuk skalabilitas yang mulus dan kemampuan yang kuat untuk melindungi aplikasi mereka, kepatuhan terhadap prinsip-prinsip AI yang bertanggung jawab – serta kemampuan untuk memperluas basis pengetahuan model dengan RAG, dengan mudah membuat agen untuk menyelesaikan tugas-tugas multi-langkah, dan melaksanakan tugas-tugas multi-langkah. menyempurnakan untuk terus mengajar dan menyempurnakan model. Semuanya tanpa perlu mengelola infrastruktur yang mendasarinya.
Dengan kemampuan baru ini, kami memudahkan organisasi untuk memilih kombinasi model Amazon Bedrock dan model kustom mereka sendiri sambil mempertahankan pengalaman pengembangan yang efisien. Saat ini, Impor Model Kustom Amazon Bedrock tersedia dalam pratinjau dan mendukung tiga arsitektur model terbuka paling populer dan dengan rencana untuk lebih banyak lagi di masa mendatang. Baca lebih lanjut tentang Impor Model Kustom untuk Amazon Bedrock.
ASAPP adalah perusahaan AI generatif dengan sejarah 10 tahun dalam membangun model ML.
“Agen obrolan dan suara AI generatif percakapan kami memanfaatkan model ini untuk mendefinisikan kembali pengalaman layanan pelanggan. Untuk memberikan otomatisasi ujung ke ujung kepada pelanggan kami, kami memerlukan agen LLM, basis pengetahuan, dan fleksibilitas pemilihan model. Dengan Impor Model Kustom, kami akan dapat menggunakan model kustom yang ada di Amazon Bedrock. Bedrock akan memungkinkan kami untuk menerima pelanggan dengan lebih cepat, meningkatkan laju inovasi, dan mempercepat waktu pemasaran untuk kemampuan produk baru.”
– Priya Vijayarajendran, Presiden, Teknologi.
3. Amazon Bedrock memberikan landasan yang aman dan bertanggung jawab untuk menerapkan pengamanan dengan mudah
Seiring dengan kemajuan dan perluasan kemampuan AI generatif, membangun kepercayaan dan mengatasi masalah etika menjadi semakin penting. Amazon Bedrock mengatasi permasalahan ini dengan memanfaatkan infrastruktur AWS yang aman dan tepercaya dengan langkah-langkah keamanan terdepan di industri, enkripsi data yang kuat, dan kontrol akses yang ketat.
Pagar pembatas untuk Amazon Bedrock, kini tersedia secara umum, membantu pelanggan mencegah konten berbahaya dan mengelola informasi sensitif dalam aplikasi.
Kami juga menawarkan Pagar Pembatas untuk Amazon Bedrock, yang kini tersedia secara umum. Guardrails menawarkan perlindungan keselamatan terdepan di industri, memberi pelanggan kemampuan untuk menentukan kebijakan konten, menetapkan batasan perilaku aplikasi, dan menerapkan perlindungan terhadap potensi risiko. Guardrails untuk Amazon Bedrock adalah satu-satunya solusi yang ditawarkan oleh penyedia cloud besar yang memungkinkan pelanggan membangun dan menyesuaikan perlindungan keselamatan dan privasi untuk aplikasi AI generatif mereka dalam satu solusi. Ini membantu pelanggan memblokir konten berbahaya hingga 85% lebih banyak dibandingkan perlindungan yang awalnya disediakan oleh FM di Amazon Bedrock. Guardrails memberikan dukungan komprehensif untuk pemfilteran konten berbahaya dan kemampuan deteksi informasi identitas pribadi (PII) yang kuat. Guardrails berfungsi dengan semua LLM di Amazon Bedrock serta model yang disesuaikan, mendorong konsistensi dalam cara model merespons konten yang tidak diinginkan dan berbahaya. Anda dapat mengonfigurasi ambang batas untuk memfilter konten dalam enam kategori – kebencian, penghinaan, seksual, kekerasan, pelanggaran (termasuk aktivitas kriminal), dan serangan cepat (jailbreak dan injeksi cepat). Anda juga dapat menentukan serangkaian topik atau kata-kata yang perlu diblokir dalam aplikasi AI generatif Anda, termasuk kata-kata yang merugikan, kata-kata kotor, nama pesaing, dan produk. Misalnya, aplikasi perbankan dapat mengonfigurasi pagar pembatas untuk mendeteksi dan memblokir topik terkait saran investasi. Aplikasi pusat kontak yang merangkum transkrip pusat panggilan dapat menggunakan redaksi PII untuk menghapus PII dalam ringkasan panggilan, atau chatbot percakapan dapat menggunakan filter konten untuk memblokir konten berbahaya. Baca lebih lanjut tentang Pagar Pembatas untuk Batuan Dasar Amazon.
Perusahaan seperti Aha!, sebuah perusahaan perangkat lunak yang membantu lebih dari 1 juta orang mewujudkan strategi produk mereka, menggunakan Amazon Bedrock untuk mendukung banyak kemampuan AI generatif mereka.
“Kami memiliki kendali penuh atas informasi kami melalui perlindungan data dan kebijakan privasi Amazon Bedrock, dan dapat memblokir konten berbahaya melalui Guardrails untuk Amazon Bedrock. Kami baru saja mengembangkannya untuk membantu manajer produk menemukan wawasan dengan menganalisis masukan yang dikirimkan oleh pelanggan mereka. Ini baru permulaan. Kami akan terus memanfaatkan teknologi AWS yang canggih untuk membantu tim pengembangan produk di mana pun memprioritaskan apa yang harus dibangun selanjutnya dengan percaya diri.”
Dengan lebih banyak pilihan FM dan fitur terkemuka yang membantu Anda mengevaluasi model dan melindungi aplikasi serta memanfaatkan investasi Anda sebelumnya dalam AI serta kemampuan Amazon Bedrock, peluncuran hari ini semakin memudahkan dan mempercepat pelanggan dalam membangun dan menskalakan AI generatif aplikasi. Entri blog ini hanya menyoroti sebagian fitur baru. Anda dapat mempelajari lebih lanjut tentang semua yang kami luncurkan di sumber daya postingan ini, termasuk mengajukan pertanyaan dan merangkum data dari satu dokumen tanpa menyiapkan database vektor di Basis Pengetahuan dan ketersediaan umum dukungan untuk berbagai sumber data dengan Basis Pengetahuan.
Pengguna awal yang memanfaatkan kemampuan Amazon Bedrock mendapatkan langkah awal yang penting – mendorong peningkatan produktivitas, mendorong penemuan terobosan di seluruh domain, dan memberikan pengalaman pelanggan yang lebih baik yang menumbuhkan loyalitas dan keterlibatan. Saya sangat antusias untuk melihat apa yang akan dilakukan pelanggan kami selanjutnya dengan kemampuan baru ini.
Seperti yang selalu dikatakan mentor saya, Werner Vogels, “Sekarang, Bangunlah” dan saya akan menambahkan “…dengan Amazon Bedrock!”
Sumber
Lihat sumber daya berikut untuk mempelajari lebih lanjut tentang pengumuman ini:
Tentang Penulis
Swami Sivasubramanian adalah Wakil Presiden Data dan Pembelajaran Mesin di AWS. Dalam peran ini, Swami mengawasi semua layanan AWS Database, Analytics, dan AI & Machine Learning. Misi timnya adalah membantu organisasi menempatkan data mereka untuk bekerja dengan solusi data yang lengkap dan menyeluruh untuk disimpan, diakses, dianalisis, dan divisualisasikan, serta diprediksi.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://aws.amazon.com/blogs/machine-learning/new-capabilities-make-it-easier-to-use-amazon-bedrock-to-build-and-scale-generative-ai-applications-and-deliver-impact/
