Lors d'un développement récent, AWS a révélé une mise à niveau qui permet aux entreprises d'intégrer de manière transparente leurs sources de données aux modèles de base (FM). Les FM sont en effet des paradigmes d’IA robustes, qui font l’objet d’une formation sur un vaste ensemble de données et peuvent être davantage personnalisés pour répondre à des demandes spécifiques. Cette décision constitue une extension significative de la récente incursion d'Amazon visant à permettre aux développeurs de créer des agents gérés utilisant l'IA générative, offerte par une fonctionnalité spéciale d'Amazon Bedrock.
Amazon Bedrock représente une plate-forme complète pour la création d'applications d'IA génératives tirant parti des FM. Avec son potentiel à prendre en charge un vaste éventail de fonctions commerciales, Bedrock vise à révolutionner l’interaction entre les intelligences machine et humaine.
La nouvelle fonctionnalité est conçue pour rassembler des données spécifiques à l'entreprise afin de produire des réponses plus pertinentes, plus contextuelles et plus précises, contribuant ainsi à des décisions commerciales rationalisées aidées par l'IA. L'agent est conçu pour rechercher des bases de connaissances pertinentes, extraire les informations les plus pertinentes et les réintroduire dans l'instruction d'entrée pour un contexte supplémentaire. Il garantit également la transparence des données en attribuant des sources aux données rassemblées, évitant ainsi les hallucinations qui se produisent lorsqu'un modèle d'IA présente des sorties de données sans rapport avec les données d'entrée.
Selon AWS, la construction de la base de connaissances est un processus relativement simple. Les utilisateurs déterminent l'emplacement des données, sélectionnent un modèle d'intégration et fournissent des détails complets sur la base de données vectorielles.
L’entreprise, pour illustrer l’applicabilité dans le monde réel, a proposé l’exemple d’une agence de conseil fiscal souhaitant proposer à sa clientèle un chatbot intelligent capable de répondre aux requêtes liées à la fiscalité. Le protocole commence par constituer une base de connaissances des documents fiscaux. Par la suite, un agent Bedrock est configuré pour accéder à la base de connaissances, qui est éventuellement intégrée au chatbot.
Les applications réelles de la plate-forme AppMaster sont également remarquables, simplifiant la création d'applications backend, Web et mobiles grâce à sa technologie de pointe no-code.