우리는 약 1년 전 Amazon Bedrock을 세상에 소개하여 생성적 인공 지능(AI) 애플리케이션을 구축하는 완전히 새로운 방법을 제공했습니다. 가장 광범위한 자사 및 타사 기반 모델(FM) 선택과 사용자 친화적인 기능을 갖춘 Amazon Bedrock은 안전한 생성 AI 애플리케이션을 구축하고 확장하는 가장 빠르고 쉬운 방법입니다. 이제 수만 명의 고객이 Amazon Bedrock을 사용하여 인상적인 애플리케이션을 구축하고 확장하고 있습니다. 그들은 AI 전략을 발전시키기 위해 빠르고 쉽고 안전하게 혁신하고 있습니다. 그리고 우리는 올바른 모델을 더 쉽게 선택하고, 특정 사용 사례에 맞게 모델을 사용자 지정하고, 생성적 AI 애플리케이션을 보호 및 확장할 수 있게 해주는 더 많은 모델 선택과 기능을 포함하여 흥미롭고 새로운 기능으로 Amazon Bedrock을 강화함으로써 이들의 노력을 지원하고 있습니다.

금융부터 여행, 숙박, 의료, 소비자 기술까지 다양한 산업 분야의 고객이 눈부신 발전을 이루고 있습니다. 그들은 고객 경험을 개선하고 운영 효율성을 높이기 위해 생성 AI 애플리케이션을 프로덕션으로 신속하게 이동함으로써 실제 비즈니스 가치를 실현하고 있습니다. 매일 수십억 건의 거래를 처리하는 세계 최대 자본 시장인 뉴욕 증권 거래소(NYSE)를 생각해 보십시오. NYSE는 이해하기 쉬운 언어로 답변을 제공하기 위해 수천 페이지의 규정을 처리하는 등 여러 사용 사례에 걸쳐 Amazon Bedrock이 선택한 FM과 최첨단 AI 생성 기능을 활용하고 있습니다.

글로벌 항공사인 United Airlines는 승객 서비스 시스템을 현대화하여 기존 승객 예약 코드를 일반 영어로 번역함으로써 대리인이 신속하고 효율적인 고객 지원을 제공할 수 있도록 했습니다. 정보 및 분석 분야의 선도적인 글로벌 제공업체인 LexisNexis Legal & Professional은 Lexis+ AI를 기반으로 개인화된 법률 생성 AI 도우미를 개발했습니다. LexisNexis 고객은 가장 가까운 경쟁 제품보다 40배 더 빠르게 신뢰할 수 있는 결과를 얻을 수 있으며 법률 조사 및 요약을 위해 주당 최대 30시간을 절약할 수 있습니다. 그리고 온라인 헬프 데스크 소프트웨어인 HappyFox는 보안과 성능을 위해 Amazon Bedrock을 선택하여 고객 지원 솔루션에서 AI 기반 자동 티켓 시스템의 효율성을 XNUMX%, 상담원 생산성을 XNUMX% 높였습니다.

그리고 Amazon 전체에서 우리는 고객에게 더욱 몰입적이고 매력적인 경험을 제공하기 위해 생성 AI를 통해 계속해서 혁신하고 있습니다. 지난 주 Amazon Music은 Maestro를 발표했습니다. Maestro는 Amazon Bedrock에서 제공하는 AI 재생 목록 생성기로서 Amazon Music 가입자에게 프롬프트에 따라 재생 목록을 생성하는 더 쉽고 재미있는 방법을 제공합니다. Maestro는 이제 Amazon Music의 모든 계층에서 소수의 미국 고객을 대상으로 베타 버전을 출시하고 있습니다.

Amazon Bedrock을 통해 우리는 고객이 적절한 비용과 속도로 프로덕션 지원 엔터프라이즈급 생성 AI 애플리케이션을 구축하는 데 필요한 주요 영역에 중점을 두고 있습니다. 오늘 저는 모델 선택, 생성적 AI 애플리케이션 구축을 위한 도구, 개인 정보 보호 및 보안 분야에 걸쳐 발표할 새로운 기능을 공유하게 되어 기쁩니다.

1. Amazon Bedrock은 Llama 3 모델을 통해 모델 선택을 확장하고 요구 사항에 가장 적합한 모델을 찾는 데 도움을 줍니다.

초기에도 고객은 다양한 목적에 사용할 모델을 결정하기 위해 다양한 모델을 학습하고 실험하고 있습니다. 그들은 최신 모델을 쉽게 시험해 보고 어떤 기능과 기능이 자신의 사용 사례에 가장 적합한 결과와 비용 특성을 제공하는지 테스트할 수 있기를 원합니다. 대부분의 Amazon Bedrock 고객은 두 개 이상의 모델을 사용하며, Amazon Bedrock은 자사 및 타사 LLM(대형 언어 모델)과 기타 FM의 가장 광범위한 선택을 제공합니다. 여기에는 다음 모델이 포함됩니다. AI21 연구소, 인류, 코어, 메타, 미스트랄 AI및 안정성 AI, 뿐만 아니라 우리 자신의 아마존 타이탄 모델. 실제로 Thomson Reuters의 AI 및 Thomson Reuters 연구소 책임자인 Joel Hron은 최근에 말했다 Amazon Bedrock 채택에 대해 이렇게 말했습니다. "다양한 범위의 모델이 출시될 때 사용할 수 있는 능력을 갖추는 것이 우리의 핵심 원동력이었습니다. 특히 이 공간이 얼마나 빠르게 발전하고 있는지를 고려할 때 더욱 그렇습니다." 다음을 포함한 Mistral AI 모델 제품군의 최첨단 모델 미스트랄 7B, 믹스트랄 8x7B및 미스트랄 라지 고객이 텍스트 생성, 요약, Q&A, 코드 생성에서 뛰어난 성능을 발휘할 수 있다는 점에 흥미를 갖게 됩니다. Anthropic Claude 3 모델 제품군을 출시한 이후 수천 명의 고객이 Claude 3 Haiku, Sonnet 및 Opus가 어떻게 타의 추종을 불허하는 지능, 속도 및 비용 효율성으로 인지 작업 전반에 걸쳐 새로운 벤치마크를 확립했는지 경험했습니다. Amazon Bedrock에서 Claude 3 Haiku 및 Opus를 사용한 초기 평가 후, 브랜드 인텔리전스 플랫폼인 BlueOcean.ai는 50개의 개별 API 호출을 보다 효율적인 단일 호출로 통합할 수 있게 되면서 XNUMX% 이상의 비용 절감을 경험했습니다.

소니 그룹 법인의 DX 플랫폼 그룹 연합 거버넌스 총괄 오바 마사히로(Masahiro Oba)는 다음과 같이 말했습니다.

“생성 AI를 비즈니스에 적용하는 데는 많은 어려움이 있지만 Amazon Bedrock의 다양한 기능은 생성 AI 애플리케이션을 Sony 비즈니스에 맞게 조정하는 데 도움이 됩니다. 우리는 Claude 3의 강력한 LLM 기능뿐만 아니라 기업 수준에서 애플리케이션을 보호하는 데 도움이 되는 기능도 활용할 수 있습니다. Sony Group 내에서 생성 AI를 더욱 민주화하기 위해 Bedrock 팀과 협력하게 된 것을 정말 자랑스럽게 생각합니다.”

나는 최근 최고의 자산 관리 회사인 Bridgewater Associates의 Artificial Investment Associate Labs의 CTO인 Aaron Linsky를 만났습니다. 그들은 생성 AI를 사용하여 고객을 위한 큰 도약인 "인공 투자 Associate"를 향상시키고 있습니다. 이는 투자 의사결정을 위해 규칙 기반 전문 조언을 제공한 경험을 바탕으로 구축되었습니다. Amazon Bedrock을 사용하면 기본적인 시장 이해와 AI의 유연한 추론 기능을 결합하여 다양한 작업에 Claude 3와 같은 최고의 FM을 사용할 수 있습니다. Amazon Bedrock을 사용하면 원활한 모델 실험이 가능하므로 Bridgewater는 체계적인 조언과 최첨단 기능을 결합하여 진화하는 AI 우선 프로세스를 생성하는 강력하고 자기 개선적인 투자 시스템을 구축할 수 있습니다.

고객에게 더 많은 모델 선택권을 제공하기 위해 오늘 우리는 Amazon Bedrock에서 Meta Llama 3 모델 사용 가능. Llama 3의 Llama 3 8B 및 Llama 3 70B 모델은 생성 AI 애플리케이션을 구축, 실험 및 책임감 있게 확장하도록 설계되었습니다. 이러한 모델은 사전 훈련 확장 및 명령 미세 조정 접근 방식을 포함하여 이전 모델 아키텍처보다 크게 개선되었습니다. Llama 3 8B는 텍스트 요약, 분류, 감정 분석 및 번역에 탁월하여 제한된 리소스와 엣지 장치에 이상적입니다. Llama 3 70B는 콘텐츠 생성, 대화형 AI, 언어 이해, R&D, 기업, 정확한 요약, 미묘한 분류/감정 분석, 언어 모델링, 대화 시스템, 코드 생성 및 지시 따르기 분야에서 빛을 발합니다. 자세히 알아보기 이제 Amazon Bedrock에서 Meta Llama 3를 사용할 수 있습니다.

또한 Cohere의 Command R 및 Command R+ 엔터프라이즈 FM에 대한 지원이 곧 제공될 예정이라고 발표했습니다.. 이러한 모델은 확장성이 뛰어나며 환각을 완화하기 위한 인용 기능이 있는 RAG(검색 증강 생성), 복잡한 비즈니스 작업 자동화를 위한 다단계 도구 사용, 글로벌 운영을 위한 10개 언어 지원과 같은 장기 컨텍스트 작업에 최적화되어 있습니다. Command R+는 긴 컨텍스트 작업에 최적화된 Cohere의 가장 강력한 모델인 반면, Command R은 대규모 프로덕션 워크로드에 최적화되어 있습니다. Amazon Bedrock에서 곧 출시될 Cohere 모델을 통해 기업은 개념 증명을 넘어 일상적인 AI 작업에 대한 강력한 정확성과 효율성의 균형을 유지하는 엔터프라이즈급 생성적 AI 애플리케이션을 구축할 수 있습니다.

Amazon Titan Image Generator가 이제 정식 출시되고 Amazon Titan Text Embeddings V2도 곧 출시될 예정입니다.

가장 유능한 3P 모델을 추가하는 것 외에도 Amazon Titan 이미지 생성기가 오늘 정식 출시되었습니다. Amazon Titan Image Generator를 사용하면 광고, 전자 상거래, 미디어 및 엔터테인먼트와 같은 업계의 고객이 자연어 프롬프트를 활용하여 사실적인 스튜디오 품질의 이미지를 저렴한 비용으로 대량으로 효율적으로 생성할 수 있습니다. 텍스트 프롬프트를 사용하여 생성된 이미지나 기존 이미지를 편집하고, 이미지 크기를 구성하거나, 모델을 안내할 이미지 변형 수를 지정할 수 있습니다. 기본적으로 Amazon Titan Image Generator에서 생성된 모든 이미지에는 보이지 않는 워터마크가 포함되어 있습니다. 이는 잘못된 정보의 확산을 줄여 책임감 있고 윤리적인 AI를 장려하려는 AWS의 노력에 부합합니다. 워터마크 감지 기능은 Image Generator에서 생성된 이미지를 식별하고 변조 방지 기능을 제공하도록 설계되어 AI 생성 콘텐츠의 투명성을 높이는 데 도움이 됩니다. 워터마크 감지는 지적 재산 위험을 완화하는 데 도움이 되며 콘텐츠 제작자, 뉴스 조직, 위험 분석가, 사기 탐지 팀 등이 오해의 소지가 있는 AI 생성 콘텐츠의 유포를 더 잘 식별하고 완화할 수 있도록 지원합니다. 자세히 알아보기 Titan 이미지 생성기의 워터마크 감지.

곧 출시될 Amazon Titan Text Embeddings V2는 검색과 같은 중요한 기업 사용 사례에 대해 보다 관련성이 높은 응답을 효율적으로 제공합니다. RAG를 활용하여 추가 정보로 응답을 강화할 때 효율적인 임베딩 모델은 성능에 매우 중요합니다. Embeddings V2는 RAG 워크플로우에 최적화되어 있으며 다음과의 원활한 통합을 제공합니다. Amazon Bedrock에 대한 기술 자료 보다 유익하고 관련성이 높은 응답을 효율적으로 제공합니다. Embeddings V2를 사용하면 검색, 분류, 의미 유사성 검색 및 검색 관련성 향상과 같은 복잡한 작업에 대한 데이터 관계를 더 깊이 이해할 수 있습니다. 256, 512 및 1024 차원의 유연한 임베딩 크기를 제공하는 Embeddings V2는 RAG 사용 사례에 대해 97%의 정확도를 유지하면서 비용 절감을 우선시하여 다른 주요 모델보다 성능이 뛰어납니다. 또한 유연한 임베딩 크기는 지연 시간이 짧은 모바일 배포부터 정확도가 높은 비동기 워크플로까지 다양한 애플리케이션 요구 사항을 충족합니다.

새로운 모델 평가는 LLM 및 FM에 대한 액세스, 비교 및 ​​선택 프로세스를 단순화합니다.

적절한 모델을 선택하는 것은 생성적 AI 애플리케이션을 구축하기 위한 중요한 첫 번째 단계입니다. LLM은 작업, 도메인, 데이터 양식 및 기타 요인에 따라 성능이 크게 달라질 수 있습니다. 예를 들어, 생의학 모델은 특정 의료 상황에서 일반 의료 모델보다 성능이 뛰어난 반면, 코딩 모델은 자연어 처리 작업에 어려움을 겪을 수 있습니다. 지나치게 강력한 모델을 사용하면 리소스를 비효율적으로 사용할 수 있고, 성능이 부족한 모델은 최소 성능 표준을 충족하지 못해 잘못된 결과를 초래할 수 있습니다. 그리고 프로젝트 시작 시 부적합한 FM을 선택하면 이해관계자의 확신과 신뢰가 훼손될 수 있습니다.

선택할 수 있는 모델이 너무 많기 때문에 고객이 자신의 사용 사례에 적합한 모델을 더 쉽게 선택할 수 있도록 하고 싶습니다.

Amazon Bedrock의 모델 평가 도구, 이제 정식 출시됨, 특정 데이터 세트 및 평가 지표에 대한 벤치마킹 및 비교를 활성화하여 선택 프로세스를 단순화하고 개발자가 프로젝트 목표에 가장 적합한 모델을 선택할 수 있도록 합니다. 이 안내 경험을 통해 개발자는 각 사용 사례에 맞는 기준에 따라 모델을 평가할 수 있습니다. 모델 평가를 통해 개발자는 공개 옵션, 가져온 사용자 정의 모델 또는 미세 조정 버전 등 평가할 후보 모델을 선택합니다. 정확도, 대기 시간, 비용 예측, 정성적 요소 등 관련 테스트 작업, 데이터 세트 및 평가 지표를 정의합니다. 자세히 알아보기 Amazon Bedrock의 모델 평가.

Amazon Bedrock의 최고 성능 FM 중에서 선택할 수 있는 기능은 Elastic Security에 매우 유익했습니다. Elastic의 제품 관리 이사인 James Spiteri는 다음과 같이 말했습니다.

“단 몇 번의 클릭만으로 여러 모델에 걸쳐 단일 프롬프트를 동시에 평가할 수 있습니다. 이 모델 평가 기능을 통해 다양한 모델의 결과, 지표 및 관련 비용을 비교할 수 있으므로 어떤 모델이 우리가 달성하려는 작업에 가장 적합한지 정보에 기반한 결정을 내릴 수 있습니다. 이를 통해 프로세스가 크게 간소화되어 애플리케이션을 프로덕션에 배포하는 데 상당한 시간이 절약되었습니다.”

2. Amazon Bedrock은 비즈니스 요구 사항에 맞게 생성 AI를 맞춤화할 수 있는 기능을 제공합니다.

모델은 매우 중요하지만 조직에 유용한 애플리케이션을 구축하려면 모델 이상의 것이 필요합니다. 이것이 바로 Amazon Bedrock이 특정 사용 사례에 맞게 생성 AI 솔루션을 쉽게 맞춤화하는 데 도움이 되는 기능을 갖춘 이유입니다. 고객은 자신의 데이터를 사용하여 미세 조정을 통해 애플리케이션을 개인적으로 맞춤화하거나 완전히 관리되는 RAG 경험을 위한 기술 자료를 사용하여 보다 관련성이 높고 정확하며 맞춤화된 응답을 제공할 수 있습니다. Amazon Bedrock용 에이전트를 사용하면 개발자는 특정 작업, 워크플로 또는 의사 결정 프로세스를 정의하여 제어 및 자동화를 강화하는 동시에 의도한 사용 사례에 일관되게 맞출 수 있습니다. 오늘부터, 이제 Anthropic Claude 3 Haiku 및 Sonnet 모델과 함께 에이전트를 사용할 수 있습니다.. 또한 개발자가 쉽게 시작할 수 있도록 단순화된 스키마와 제어 반환을 지원하는 업데이트된 AWS 콘솔 환경을 도입할 예정입니다. 자세히 알아보기 이제 더 빠르고 사용하기 쉬워진 Amazon Bedrock용 에이전트.

새로운 사용자 정의 모델 가져오기를 통해 고객은 자신의 모델로 Amazon Bedrock의 모든 기능을 활용할 수 있습니다.

이러한 모든 기능은 생성적 AI 애플리케이션을 구축하는 데 필수적입니다. 따라서 우리는 이미 다양한 서비스에 대한 자체 데이터로 LLM을 미세 조정하거나 맞춤형 모델을 교육하는 데 상당한 리소스를 투자한 고객을 포함하여 훨씬 더 많은 고객이 이 기능을 사용할 수 있도록 하고자 했습니다. 할퀴다. 많은 고객이 사전 훈련된 250개 이상의 FM으로 구성된 가장 광범위한 배열을 제공하는 Amazon SageMaker에서 사용할 수 있는 맞춤형 모델을 보유하고 있습니다. 이러한 FM에는 Mistral, Llama2, CodeLlama, Jurassic-2, Jamba, pplx-7B, 70B 및 인상적인 Falcon 180B와 같은 최첨단 모델이 포함됩니다. Amazon SageMaker는 데이터를 정리하고 미세 조정하고, 확장 가능하고 효율적인 교육 인프라를 구축한 다음, 짧은 지연 시간과 비용 효율적인 방식으로 대규모 모델을 배포하는 데 도움을 줍니다. AI용 데이터 준비, 실험 관리, 모델 교육 속도 향상(예: Perplexity AI는 Amazon SageMaker에서 모델 교육 속도 40% 향상), 추론 지연 시간 단축(예: Workday는 Amazon을 통해 추론 지연 시간 80% 감소)에서 개발자에게 획기적인 변화를 가져왔습니다. SageMaker) 및 개발자 생산성 향상(예: NatWest는 Amazon SageMaker를 사용하여 AI 가치 실현 시간을 12~18개월에서 XNUMX개월 미만으로 단축했습니다.) 그러나 이러한 맞춤형 모델을 안전하게 운용하고 특정 비즈니스 사용 사례에 맞게 애플리케이션에 통합하는 것은 여전히 ​​어려운 과제입니다.

그래서 오늘 소개해드리는 Amazon Bedrock 사용자 지정 모델 가져오기이를 통해 조직은 Amazon Bedrock의 기능과 함께 기존 AI 투자를 활용할 수 있습니다. 사용자 지정 모델 가져오기를 통해 고객은 이제 Flan-T5, Llama, Mistral 등 널리 사용되는 개방형 모델 아키텍처를 기반으로 구축된 자체 사용자 지정 모델을 Amazon Bedrock의 완전 관리형 API(애플리케이션 프로그래밍 인터페이스)로 가져오고 액세스할 수 있습니다. 고객은 Amazon SageMaker 또는 기타 도구에서 사용자 정의한 모델을 가져와 Amazon Bedrock에 쉽게 추가할 수 있습니다. 자동화된 검증 후에는 Amazon Bedrock의 다른 모델과 마찬가지로 사용자 지정 모델에 원활하게 액세스할 수 있습니다. 원활한 확장성과 애플리케이션을 보호하는 강력한 기능, 책임감 있는 AI 원칙 준수, RAG를 통해 모델의 지식 기반 확장, 쉽게 에이전트를 생성하여 다단계 작업을 완료하는 기능 등 모든 동일한 이점을 얻습니다. 계속해서 모델을 가르치고 개선하기 위해 미세 조정을 수행합니다. 기본 인프라를 관리할 필요 없이 모두 가능합니다.

이 새로운 기능을 통해 우리는 조직이 동일하고 간소화된 개발 경험을 유지하면서 Amazon Bedrock 모델과 자체 사용자 지정 모델의 조합을 쉽게 선택할 수 있도록 만들고 있습니다. 현재 Amazon Bedrock 사용자 지정 모델 가져오기는 미리 보기로 제공되며 가장 널리 사용되는 세 가지 개방형 모델 아키텍처를 지원하며 향후 더 많은 기능을 지원할 계획입니다. 자세히 알아보기 Amazon Bedrock용 사용자 정의 모델 가져오기.

ASAPP는 10년 동안 ML 모델을 구축해 온 생성적 AI 회사입니다.

“우리의 대화형 생성 AI 음성 및 채팅 에이전트는 이러한 모델을 활용하여 고객 서비스 경험을 재정의합니다. 고객에게 엔드투엔드 자동화를 제공하려면 LLM 에이전트, 지식 기반 및 모델 선택 유연성이 필요합니다. 사용자 정의 모델 가져오기를 통해 Amazon Bedrock의 기존 사용자 정의 모델을 사용할 수 있습니다. Bedrock을 통해 우리는 고객을 더욱 빠르게 온보딩하고 혁신 속도를 높이며 신제품 기능 출시 시간을 단축할 수 있습니다.”

– Priya Vijayarajendran, 기술 부문 사장.

3. Amazon Bedrock은 안전 장치를 쉽게 구현할 수 있는 안전하고 책임감 있는 기반을 제공합니다.

생성적 AI 기능이 발전하고 확장됨에 따라 신뢰를 구축하고 윤리적 문제를 해결하는 것이 더욱 중요해졌습니다. Amazon Bedrock은 업계 최고의 보안 조치, 강력한 데이터 암호화 및 엄격한 액세스 제어 기능을 갖춘 AWS의 안전하고 신뢰할 수 있는 인프라를 활용하여 이러한 문제를 해결합니다.

이제 정식 출시된 Amazon Bedrock용 Guardrails는 고객이 애플리케이션 내에서 유해한 콘텐츠를 방지하고 민감한 정보를 관리하는 데 도움이 됩니다.

우리는 또한 제공 이제 정식 출시된 Amazon Bedrock용 Guardrails입니다. Guardrails는 업계 최고의 안전 보호 기능을 제공하여 고객에게 콘텐츠 정책을 정의하고, 애플리케이션 동작 경계를 설정하고, 잠재적인 위험에 대한 보호 장치를 구현할 수 있는 기능을 제공합니다. Amazon Bedrock용 Guardrails는 고객이 단일 솔루션에서 생성 AI 애플리케이션에 대한 안전 및 개인 정보 보호 기능을 구축하고 사용자 지정할 수 있도록 주요 클라우드 공급자가 제공하는 유일한 솔루션입니다. 고객은 Amazon Bedrock의 FM이 기본적으로 제공하는 보호보다 85% 더 많은 유해 콘텐츠를 차단할 수 있습니다. Guardrails는 유해 콘텐츠 필터링 및 강력한 개인 식별 정보(PII) 탐지 기능에 대한 포괄적인 지원을 제공합니다. Guardrails는 Amazon Bedrock의 모든 LLM 및 미세 조정된 모델과 함께 작동하여 모델이 바람직하지 않고 유해한 콘텐츠에 대응하는 방식에 일관성을 제공합니다. 증오, 모욕, 성적, 폭력, 위법 행위(범죄 행위 포함), 즉각적인 공격(탈옥 및 즉각적인 주입) 등 XNUMX가지 범주에 걸쳐 콘텐츠를 필터링하도록 임계값을 구성할 수 있습니다. 유해한 단어, 욕설, 경쟁사 이름, 제품 등 생성 AI 애플리케이션에서 차단해야 하는 주제 또는 단어 세트를 정의할 수도 있습니다. 예를 들어, 뱅킹 애플리케이션은 투자 조언과 관련된 주제를 감지하고 차단하도록 가드레일을 구성할 수 있습니다. 콜센터 기록을 요약하는 콜센터 애플리케이션은 PII 수정을 사용하여 통화 요약에서 PII를 제거할 수 있으며, 대화형 챗봇은 콘텐츠 필터를 사용하여 유해한 콘텐츠를 차단할 수 있습니다. 자세히 알아보기 Amazon Bedrock용 가드레일.

1만 명 이상의 사람들이 제품 전략을 실현하도록 지원하는 소프트웨어 회사인 Aha!와 같은 회사에서는 Amazon Bedrock을 사용하여 다양한 생성 AI 기능을 강화합니다.

“우리는 Amazon Bedrock의 데이터 보호 및 개인 정보 보호 정책을 통해 정보를 완벽하게 제어할 수 있으며 Amazon Bedrock용 Guardrails를 통해 유해한 콘텐츠를 차단할 수 있습니다. 우리는 고객이 제출한 피드백을 분석하여 제품 관리자가 통찰력을 발견할 수 있도록 이를 기반으로 구축했습니다. 이것은 시작에 불과합니다. 우리는 계속해서 고급 AWS 기술을 기반으로 구축하여 전 세계의 제품 개발 팀이 확신을 갖고 다음에 구축할 항목의 우선 순위를 정할 수 있도록 도울 것입니다.”

모델을 평가하고 애플리케이션을 보호하는 데 도움이 될 뿐만 아니라 Amazon Bedrock의 기능과 함께 AI에 대한 이전 투자를 활용하는 데 도움이 되는 더욱 다양한 주요 FM 및 기능을 통해 오늘의 출시를 통해 고객은 생성적 AI를 더욱 쉽고 빠르게 구축하고 확장할 수 있습니다. 응용 프로그램. 이 블로그 게시물에서는 새로운 기능 중 일부만 강조합니다. 기술 자료 및 기술 자료를 통해 여러 데이터 소스에 대한 지원 일반 가용성.

Amazon Bedrock의 기능을 활용하는 얼리 어답터는 생산성 향상을 촉진하고 도메인 전반에 걸쳐 획기적인 발견을 촉진하며 충성도와 참여를 촉진하는 향상된 고객 경험을 제공하는 등 중요한 출발점을 확보하고 있습니다. 고객이 이러한 새로운 기능을 통해 다음에 무엇을 할 것인지 기대됩니다.

제 멘토인 Werner Vogels는 항상 "이제 Go Build"라고 말하고 저는 "...Amazon Bedrock을 사용하여!"라고 덧붙이겠습니다.

자료

이번 발표에 대해 자세히 알아보려면 다음 리소스를 확인하세요.

---

저자,

스와미 시바수브라마니아어 AWS의 데이터 및 기계 학습 담당 부사장입니다. 이 역할에서 Swami는 모든 AWS 데이터베이스, 분석, AI 및 기계 학습 서비스를 감독합니다. 그의 팀의 임무는 조직이 데이터를 저장, 액세스, 분석, 시각화 및 예측할 수 있는 완전한 종단 간 데이터 솔루션으로 작동하도록 돕는 것입니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: 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/