AWS ხელოვნური ინტელექტის პერსონალიზაციას აძლიერებს: ახალი ინსტრუმენტები მოდელების მარტივად შესაქმნელად

Amazon Web Services (AWS) აძლიერებს თავის პოზიციებს ხელოვნური ინტელექტის სფეროში და კომპანიებს საკუთარი, უნიკალური ენობრივი მოდელების (LLM) შექმნის გამარტივებულ გზებს სთავაზობს. ყოველწლიურ re:Invent კონფერენციაზე კომპანიამ Amazon Bedrock-სა და Amazon SageMaker AI-ში ახალი შესაძლებლობები წარადგინა, რომლებიც დეველოპერებს მოდელების დახვეწისა და პერსონალიზაციის პროცესს მნიშვნელოვნად უადვილებს.

ერთ-ერთი მთავარი სიახლე SageMaker-ში მოდელების „უსერვერო პერსონალიზაციაა“. AWS-ის AI პლატფორმების გენერალური მენეჯერის, ანკურ მეჰროტრას განმარტებით, ეს ნიშნავს, რომ დეველოპერებს მოდელის შექმნის დაწყება გამოთვლითი რესურსებისა თუ ინფრასტრუქტურის მართვაზე ფიქრის გარეშე შეუძლიათ. ამ ფუნქციაზე წვდომისთვის ორი გზა არსებობს: თვითმართვადი „point-and-click“ ინტერფეისი ან აგენტზე დაფუძნებული გამოცდილება, სადაც დეველოპერს შეუძლია SageMaker-ს ბუნებრივი ენით მიმართოს. ეს უკანასკნელი ფუნქცია ამჟამად საცდელ რეჟიმშია ხელმისაწვდომი.

მეჰროტრამ ამ შესაძლებლობის საილუსტრაციოდ მაგალითი მოიყვანა: „თუ თქვენ ჯანდაცვის სფეროს მომხმარებელი ხართ და გსურთ, რომ მოდელს უკეთ ესმოდეს სამედიცინო ტერმინოლოგია, შეგიძლიათ უბრალოდ მიუთითოთ SageMaker AI-ს თქვენს მონაცემებზე, შეარჩიოთ ტექნიკა და SageMaker თავად დახვეწს მოდელს“. ეს ფუნქცია ხელმისაწვდომია როგორც Amazon-ის საკუთარი Nova მოდელებისთვის, ასევე ღია კოდის მოდელებისთვის, მათ შორის DeepSeek-ისა და Meta-ს Llama-სთვის.

ამასთან ერთად, AWS-მა Bedrock-ში „Reinforcement Fine-Tuning“ ფუნქცია წარადგინა. ეს დეველოპერებს საშუალებას აძლევს, აირჩიონ „ჯილდოს ფუნქცია“ ან წინასწარ განსაზღვრული სამუშაო პროცესი, რის შემდეგაც Bedrock მოდელის პერსონალიზაციის პროცესს თავიდან ბოლომდე ავტომატურად განახორციელებს.

ეს სიახლეები ცხადყოფს, რომ მოწინავე AI მოდელებისა და მათი პერსონალიზაციის შესაძლებლობა AWS-ისთვის წლევანდელი კონფერენციის მთავარი პრიორიტეტია. ცოტა ხნით ადრე კომპანიამ Nova Forge-იც დააანონსა — სერვისი, რომლის ფარგლებშიც AWS კორპორატიულ კლიენტებს წელიწადში 100,000 დოლარად პერსონალურ Nova მოდელებს შეუქმნის.

„ბევრი ჩვენი კლიენტი კითხულობს: ‘თუ ჩემს კონკურენტს იმავე მოდელზე აქვს წვდომა, როგორ გამოვირჩევი? როგორ შევქმნა უნიკალური გადაწყვეტილებები, რომლებიც ჩემს ბრენდზე, მონაცემებსა და საჭიროებებზე იქნება ოპტიმიზებული?’“, — ამბობს მეჰროტრა. „ჩვენ აღმოვაჩინეთ, რომ ამ პრობლემის გადაჭრის გასაღები სწორედ პერსონალური მოდელების შექმნის შესაძლებლობაა“.

მიუხედავად ამისა, AWS-ს ჯერ კიდევ არ მოუპოვებია მომხმარებელთა ფართო ბაზა თავისი AI მოდელებისთვის. Menlo Ventures-ის ივლისის კვლევის თანახმად, კომპანიები უპირატესობას Anthropic-ის, OpenAI-სა და Gemini-ს მოდელებს ანიჭებენ. თუმცა, ენობრივი მოდელების დახვეწისა და პერსონალიზაციის შესაძლებლობა შესაძლოა AWS-ს კონკურენტული უპირატესობის მოპოვებაში დაეხმაროს.