In un recente sviluppo, AWS ha rivelato un aggiornamento che consente alle aziende di integrare perfettamente le proprie origini dati con i modelli di base (FM). I FM sono infatti robusti paradigmi di intelligenza artificiale, che vengono sottoposti ad addestramento su un ampio set di dati e possono essere ulteriormente personalizzati per soddisfare richieste specifiche. Questa mossa è un'estensione significativa della recente incursione di Amazon nel dare agli sviluppatori la possibilità di costruire agenti gestiti utilizzando l'intelligenza artificiale generativa, offerta da una funzionalità speciale di Amazon Bedrock.
Amazon Bedrock rappresenta una piattaforma completa per la creazione di applicazioni di intelligenza artificiale generativa che sfruttano i FM. Con il suo potenziale per supportare un vasto spettro di funzioni aziendali, Bedrock mira a rivoluzionare l’interazione tra macchina e intelligenza umana.
La nuova funzionalità è progettata per raccogliere dati specifici dell’azienda per fornire risposte più pertinenti, guidate dal contesto e precise, contribuendo così a decisioni aziendali semplificate aiutate dall’intelligenza artificiale. L'agente è fabbricato per ricercare basi di conoscenza rilevanti, estrarre le informazioni più pertinenti e reintrodurle nell'istruzione di input per un contesto aggiunto. Garantisce inoltre la trasparenza dei dati attribuendo le fonti ai dati raccolti, prevenendo così le allucinazioni che si verificano quando un modello di intelligenza artificiale presenta output di dati non correlati ai dati di input.
Secondo AWS, costruire la base di conoscenza è un processo relativamente semplice. Gli utenti determinano la posizione dei dati, selezionano un modello di incorporamento e forniscono dettagli completi per il database vettoriale.
L'azienda, per illustrare l'applicabilità nel mondo reale, ha proposto l'esempio di un'agenzia di consulenza fiscale che desidera offrire alla propria clientela un chatbot intelligente in grado di rispondere a domande relative alle tasse. Il protocollo inizia con la costituzione di una base di conoscenza dei documenti fiscali. Successivamente, un agente Bedrock viene configurato per accedere alla knowledge base, che alla fine viene integrata nel chatbot.
Degne di nota sono anche le applicazioni nel mondo reale della piattaforma AppMaster , che semplifica la creazione di applicazioni backend, web e mobili con la sua tecnologia all'avanguardia no-code.