0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

AWS推出其机器学习分析工具实体解析

IEEE电气电子工程师 ? 来源:IEEE电气电子工程师 ? 2023-08-08 11:19 ? 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

在近日于纽约举行的AWS峰会上,亚马逊推出了“Bedrock代理”,将允许公司构建人工智能应用程序,这些应用程序可以自动完成任务,比如为用户预订航班,而不仅仅是聊天功能。人工智能将真正帮助人们完成餐厅预订,而不仅仅是为餐厅选择提供建议。

AWS数据和机器学习副总裁Swami Sivasubramanian告诉the Verge:“我相信这将给那些希望以更简单的方式构建代理并同时自定义模型读取的数据的开发人员带来压力。即使人工智能技术如此先进,构建代理也花了很多时间。但我们致力于打造该技术,以便开发人员能够准确地访问他们需要的模型。”

像GPT-4或Llama 2这样的生成型人工智能模型功能强大,但在没有插件等额外帮助的情况下,实际上并不能为用户自动化一些任务。有了代理,旅游公司可以使用生成人工智能来设置旅行行程,然后建立一个代理来了解用户的旅行历史和兴趣,另一个代理查找航班时间表,最后建立一个预订所选航班的代理。

亚马逊与Meta、谷歌和OpenAI等其他人工智能公司此前与白宫签署了一项协议,承诺开发负责任的人工智能。

亚马逊本身并不像Meta、谷歌、OpenAI和微软那样,在生成型人工智能军备竞赛中扮演重要角色。尽管如此,它还是通过AWS将自己定位为该领域的关键基础设施提供商。StabilityAI和Anthropic发布了他们的大型语言模型的新版本,Stable Diffusion XL 1.0和聊天机器人Claude 2,现在可以在Bedrock上使用。

Bedrock的代理面向初创公司和企业,让公司使用自己的数据来教授基础模型,如图像到文本模型或大型语言模型,然后构建额外的应用程序来完成任务。开发人员可以选择使用哪个基础模型,提供一些说明,并选择模型要读取的数据。

其他科技公司也在开发代理;Meta首席执行官Mark Zuckerberg告诉投资者,有机会将人工智能代理“以有用和有意义的方式带给数十亿人”。OpenAI首席执行官Sam Altman在接受《大西洋月刊》广泛采访时,讨论了人工智能代理以及如何最好地进行创作的问题。

Bedrock服务于四月份推出,当时亚马逊Bedrock提供Amazon Titan(AWS自己的基础模型)以及由stable.ai、AI21Labs 和Anthropic创建的模型。

AWS的其他公告包括通过一项名为AWS HealthScribe的新服务,以及与英伟达的合作,将生成人工智能引入医疗保健,允许AWS通过使用英伟达H100 Tensor Core GPU处理大量内存和数据。

然而,将人工智能引入医疗保健将是一件令人担忧的事情。医疗保健是美国监管最严格的领域之一。人工智能公司面临隐私保护和安全问题。数据隐私是联邦贸易委员会对OpenAI调查的主要焦点之一。AWS重申,HealthScribe符合HIPAA资格,不会使用HealthScribe的结果来培训该工具。

Sivasubramanian说:“医疗保健是人工智能可以显著减轻人们负担的领域之一。”

AWS推出了其机器学习分析工具实体解析,帮助人们在应用程序中分析和匹配文档。AWS还在Glue Studio中提供了其代码助理CodeWhisperer,这是一个简化数据分析师编码的平台,允许数据工程师和分析师访问。它实时提供代码建议。

责任编辑:彭菁

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1809

    文章

    49151

    浏览量

    250638
  • 模型
    +关注

    关注

    1

    文章

    3531

    浏览量

    50572
  • 机器学习
    +关注

    关注

    66

    文章

    8510

    浏览量

    134856
  • AWS
    AWS
    +关注

    关注

    0

    文章

    438

    浏览量

    25370
  • 分析工具
    +关注

    关注

    0

    文章

    29

    浏览量

    5266

原文标题:亚马逊云推出AI代理功能 使其能够处理繁忙的工作

文章出处:【微信号:IEEE_China,微信公众号:IEEE电气电子工程师】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    【「零基础开发AI Agent」阅读体验】+初品Agent

    任务的数字员工。 可将其概括为: Agent=大模型+记忆+主动规划+工具使用 可以这样来理解它,Agent是一个执行智能化处理的工具实体,但这种实体又有别于以具身
    发表于 04-22 11:51

    意法半导体推出创新网络工具ST AIoT Craft

    意法半导体新推出了一款基于网络的工具ST AIoT Craft,该工具可以简化在意法半导体智能MEMS传感器的机器学习内核(MLC)上开发节
    的头像 发表于 01-16 13:33 ?683次阅读

    传统机器学习方法和应用指导

    用于开发生物学数据的机器学习方法。尽管深度学习(一般指神经网络算法)是一个强大的工具,目前也非常流行,但它的应用领域仍然有限。与深度学习相比
    的头像 发表于 12-30 09:16 ?1254次阅读
    传统<b class='flag-5'>机器</b><b class='flag-5'>学习</b>方法和应用指导

    zeta在机器学习中的应用 zeta的优缺点分析

    在探讨ZETA在机器学习中的应用以及ZETA的优缺点时,需要明确的是,ZETA一词在不同领域可能有不同的含义和应用。以下是根据不同领域的ZETA进行的分析: 一、ZETA在机器
    的头像 发表于 12-20 09:11 ?1191次阅读

    Arm与AWS合作深化,AWS Graviton4展现显著进展

    :Invent 2024大会上,AWS进一步展示了基于Arm架构的AWS Graviton4处理器的显著进展。AWS Graviton4作为AWS
    的头像 发表于 12-18 14:17 ?593次阅读

    傅立叶变换在机器学习中的应用 常见傅立叶变换的误区解析

    傅里叶变换在机器学习中的应用 傅里叶变换是一种将信号分解为组成频率分量的数学运算,它在机器学习中的应用日益广泛。以下是一些主要的应用领域:
    的头像 发表于 12-06 17:06 ?1108次阅读

    苹果利用AWS定制AI芯片提升服务

    近日,苹果公司在AWS Reinvent大会上透露,正借助亚马逊云计算部门AWS的定制人工智能(AI)芯片来强化搜索等服务。此举显示了苹果在AI技术领域的深入布局和对提升服务质量的持续追求
    的头像 发表于 12-05 14:14 ?611次阅读

    FIB技术:芯片失效分析的关键工具

    芯片失效分析的关键工具在半导体行业迅速发展的今天,芯片的可靠性成为了衡量性能的关键因素。聚焦离子束(FIB)技术,作为一种先进的微纳加工技术,对于芯片失效分析至关重要。在芯片失效
    的头像 发表于 11-28 17:11 ?1261次阅读
    FIB技术:芯片失效<b class='flag-5'>分析</b>的关键<b class='flag-5'>工具</b>

    什么是机器学习?通过机器学习方法能解决哪些问题?

    计算机系统自身的性能”。事实上,由于“经验”在计算机系统中主要以数据的形式存在,因此机器学习需要设法对数据进行分析学习,这就使得它逐渐成为智能数据
    的头像 发表于 11-16 01:07 ?1007次阅读
    什么是<b class='flag-5'>机器</b><b class='flag-5'>学习</b>?通过<b class='flag-5'>机器</b><b class='flag-5'>学习</b>方法能解决哪些问题?

    NPU与机器学习算法的关系

    在人工智能领域,机器学习算法是实现智能系统的核心。随着数据量的激增和算法复杂度的提升,对计算资源的需求也在不断增长。NPU作为一种专门为深度学习机器
    的头像 发表于 11-15 09:19 ?1320次阅读

    Commvault在AWS推出Commvault Cloud网络弹性平台

    混合云网络弹性和数据保护解决方案的领先提供商Commvault(纳斯达克代码:CVLT)宣布将在Amazon Web Services(AWS)上推出Commvault Cloud网络弹性平台。
    的头像 发表于 10-15 09:19 ?756次阅读

    【《时间序列与机器学习》阅读体验】+ 时间序列的信息提取

    本人有些机器学习的基础,理解起来一点也不轻松,加油。 作者首先说明了时间序列的信息提取是时间序列分析的一个重要环节,目标是从给定的时间序列数据中提取出有用的信息和特征,以支持后续的分析
    发表于 08-14 18:00

    【「时间序列与机器学习」阅读体验】+ 简单建议

    这本书以其系统性的框架和深入浅出的讲解,为读者绘制了一幅时间序列分析机器学习融合应用的宏伟蓝图。作者不仅扎实地构建了时间序列分析的基础知识,更巧妙地展示了
    发表于 08-12 11:21

    【《时间序列与机器学习》阅读体验】+ 了解时间序列

    收到《时间序列与机器学习》一书,彩色印刷,公式代码清晰,非常精美。感谢作者,感谢电子发烧友提供了一个让我学习时间序列及应用的机会! 前言第一段描述了编写背景: 由此可知,这是一本关于时间序列进行大数据
    发表于 08-11 17:55

    【「时间序列与机器学习」阅读体验】全书概览与时间序列概述

    时间序列中的自相关性。 时间序列有基于线性场景,也有一些非线性性质周期性和不对称性、波动的聚集性、波动中出现的跳跃现象,以及时间的不可逆性。机器学习已经是目前非线性时序分析的主攻方向之一。 时间序列
    发表于 08-07 23:03