في تطور حديث، كشفت AWS عن ترقية تسمح للشركات بدمج مصادر بياناتها بسلاسة مع النماذج الأساسية (FMs). تعد FMs بالفعل نماذج قوية للذكاء الاصطناعي، والتي تخضع للتدريب على مجموعة واسعة من البيانات ويمكن تخصيصها بشكل أكبر لتلبية متطلبات محددة. تعد هذه الخطوة امتدادًا مهمًا لغزوة أمازون الأخيرة لتمكين المطورين من إنشاء وكلاء مُدارين باستخدام الذكاء الاصطناعي التوليدي، والذي توفره ميزة خاصة من Amazon Bedrock.
تمثل Amazon Bedrock منصة شاملة لإنشاء تطبيقات الذكاء الاصطناعي التوليدية التي تستفيد من FMs. بفضل قدرته على دعم مجموعة واسعة من وظائف الأعمال، يهدف Bedrock إلى إحداث ثورة في التفاعل بين الذكاء الآلي والبشري.
تم تصميم الميزة الجديدة لتجميع البيانات الخاصة بالشركة للحصول على استجابات أكثر دقة ومعتمدة على السياق، وبالتالي المساهمة في قرارات العمل المبسطة بمساعدة الذكاء الاصطناعي. تم تصميم الوكيل للبحث في قواعد المعرفة ذات الصلة، واستخراج المعلومات الأكثر صلة، وإعادة تقديمها في تعليمات الإدخال للحصول على سياق إضافي. كما أنه يضمن شفافية البيانات من خلال إسناد المصادر إلى البيانات المجمعة، وبالتالي منع الهلوسة، التي تحدث عندما يقدم نموذج الذكاء الاصطناعي مخرجات بيانات لا علاقة لها بالبيانات المدخلة.
وفقًا لـ AWS ، يعد إنشاء قاعدة المعرفة عملية واضحة نسبيًا. يحدد المستخدمون موقع البيانات، ويحددون نموذج التضمين، ويقدمون تفاصيل شاملة لقاعدة بيانات المتجهات.
ولتوضيح قابلية التطبيق في العالم الحقيقي، اقترحت الشركة مثال وكالة استشارات ضريبية ترغب في أن تقدم لعملائها روبوت دردشة ذكيًا قادرًا على الإجابة على الاستفسارات المتعلقة بالضرائب. يبدأ البروتوكول بتشكيل قاعدة معرفية للمستندات الضريبية. بعد ذلك، يتم تكوين وكيل Bedrock للوصول إلى قاعدة المعرفة، والتي يتم دمجها في النهاية في برنامج الدردشة الآلي.
تعتبر التطبيقات الواقعية لمنصة AppMaster جديرة بالملاحظة أيضًا، حيث تعمل على تبسيط إنشاء تطبيقات الواجهة الخلفية والويب وتطبيقات الهاتف المحمول من خلال التكنولوجيا المتطورة no-code.
