亚马逊云科技_生成式AI把握新机遇.pdf

1、拥抱成式AI，把握新机遇王启明亚马逊云科技合作伙伴解决案架构师创新能够生成式 AI成式 AI 技术栈Amazon Bedrock防护栏智能体自定义功能Amazon QAmazon Q inQuickSightAmazon Q inConnectAmazon CodeWhisperer如何衡量个 成式 AI Use Case 的成功?什么 Use Case 真能帮到业务？模型的适配/调优，Prompt Engineering/RAG/Finetune 哪种法合适？构建 成式 AI 应程化的挑战有哪些？如何克服?如何选择模型去构建应？如何保证企业私有数据不被模型吸收？如何设定 Guardrail

2、为负责任的成式 AI 应?如何去赋能团队加速去做成式 AI Use Case 的实验?我们缺乏质量的数据怎么办？构建成式 AI 应需要团队的 Skills 有哪些改变？企业在构建成式 AI 应旅程中会思考的问题按原样使模型、微调还是从头开始构建模型选择与部署？对事实的回应、完整性和覆盖范围的准确性的衡量反应中幻觉的测量以及引和来源的准确性精确速度测量到第个字节的时间并完成结果经济衡量托管和调LLM的成本透明度责任安全、隐私和治理的衡量和管理聊天机器人虚拟助手智能导购&个性化推荐联络中心呼叫分析智慧数字人对话式搜索从数据到洞察代码生成文字、图片、视频生成产品设计智能文档处理内容审核安全流程优化数

3、据增强指标业务大量可供选择的基础模型STABLE DIFFUSION XLCOMMAND+EMBEDJURASSIC-2LLAMA 2AMAZON TITANCLAUDEMistral AIMISTRAL 8x7BMISTRAL 7B亚马逊云科技 Marketplace基于SaaS架构的交付类型基础模型定制化您的私有数据持续预训练微调检索增强生成（RAG）问题基础模型向量数据存储 Vector embeddings答案AMAZON RDS FOR POSTGRESQL AMAZON AURORA POSTGRESQLAMAZON OPENSEARCH SERVICE构建、训练并大规模部署机器学

4、习模型自动化的模型微调和分布式训练灵活的模型部署方案机器学习运维工具面向负责任 AI 的内置功能数据从何来，数据如何处理数据辅助战略？成式 AI 应程序基础模型、分析、数据库和数据集成向成式 AI 构建强的数据“基座”全的于存储和查询结构化、结构化与量数据的服务集成的数据集成选项，包括 Zero ETL，以便轻松连接到您的所有数据受治理的质量合规数据的端到端数据治理功能应用程序设备人应用/日志第三方数据物联网/设备数据源端到端数据基础数据库数据仓库接入AmazonRDSAmazonDynamoDBAmazon Kinesis 和 Amazon MSKAmazon RedshiftAmazon

5、S3Amazon EMR集成商业智能Amazon QuickSightAmazon SageMaker机器学习生成式 AI执行Amazon Bedrock编目与治理|Amazon Glue Data Catalog，亚马逊云科技 Lake Formation，Amazon DataZone数据湖大数据存储处理数据库Amazon OpenSearch ServiceAmazon Database Migration ServiceAmazon Glue Data QualityAmazon Glue 连接器Amazon Glue 任务快速构建负责任的AI从POC到产？如何看待风险将帮助我们更负责

6、任地构建使用人工智能识别 x 光片上的肿瘤使用人工智能识别地图上的足球场您的方法如何变化？是否存在新的注意事项和规则？威 胁需要将法律和监管要求放在重要位置需要消除偏模型可能产幻觉必须确保问责制与透明度必须对可能滥和成有害内容进监管必须保护知识产权需要考虑隐私和数据保护Amazon保障数据安全和隐私绝不使用任何客户数据来训练底座模型所有数据在传输和存储时均进行了加密处理您的VPC不会泄露任何用于训练自定义模型的数据支持GDPR 和 HIPAA等标准成式 AI 时代开发者的能要