Создание приложений с генеративным искусственным интеллектом на Amazon Web Services – мой первый опыт
Мой первый опыт создания приложений с генеративным искусственным интеллектом на Amazon Web Services
48-часовой хакатон по Amazon Bedrock & SageMaker
Крупные компании не совсем уверены, что делать с генеративным ИИ, но они хотят что-то сделать.
Некоторые из них исследуют эту технологию с помощью внутренних хакатонов.
Как инженер и специалист по обработке данных в одном из «больших четырех» банков Австралии, меня уже за последний месяц втянули в три из этих захватывающих мероприятий.
Зачем хакатоны?
- Когнитивные вычисления определение, принцип работы, примеры и многое другое
- Мягкий робот ходит, повторно раздувая себя
- ChatGPT теперь может генерировать изображения
Они служат отличным способом для сотрудников фирмы – как технических, так и нетехнических – чтобы разработать сценарии использования генеративного ИИ, попробовать инструментальный набор ИИ, доступный на рынке, и быстро создать рабочие прототипы для рассмотрения принимающими решения.
Что в этом для вас?
- Отойти от повседневной работы. (Это шутка, шеф!)
- Повысьте свои навыки в области стартапов и инноваций.
- Gen-AI – это революционная технология. Влезайте в поезд или останетесь позади.
- Получите практический опыт с ИИ-набором от разных облачных публичных поставщиков, например AWS и Microsoft.
Последний пункт важен.
Не каждый день ваша фирма платит вам за исследование последних инструментов в области генеративного ИИ в предприятии.
В этой статье я хотел бы поделиться своими опытами работы с набором ИИ от Amazon Web Services (AWS) с коллегами-аналитиками, инженерами и специалистами по обработке данных.
Милые люди из AWS предоставили участникам хакатона доступ к следующему:
- AWS SageMaker JumpStart для доступа к моделям основы текста и изображений;
- Guru на AWS Bedrock для настройки наших чат-ботов на компанииные данные;
- Streamlit для быстрого развертывания приложений для демонстрации наших продуктов.
Давайте погрузимся!
Генеративный ИИ-набор AWS
Генеративный ИИ требует больших наборов данных и мощных вычислительных мощностей для обучения громадных нейронных сетей на этих данных, что делает облачную платформу идеальным выбором.
Крупные облачные поставщики, такие как Amazon, Google и Microsoft, находятся в…