In een recente ontwikkeling heeft AWS een upgrade onthuld waarmee bedrijven hun gegevensbronnen naadloos kunnen integreren met basismodellen (FM's). FM’s zijn inderdaad robuuste AI-paradigma’s, die training ondergaan op een uitgebreide dataset en verder kunnen worden aangepast om aan specifieke eisen te voldoen. Deze stap is een aanzienlijke uitbreiding van Amazon's recente poging om ontwikkelaars in staat te stellen beheerde agenten te bouwen met behulp van generatieve AI, aangeboden door een speciale functie van Amazon Bedrock.
Amazon Bedrock betekent een uitgebreid platform voor het creëren van generatieve AI-applicaties die gebruik maken van FM's. Met zijn potentieel om een breed spectrum aan zakelijke functies te ondersteunen, wil Bedrock een revolutie teweegbrengen in de interactie tussen machine- en menselijke intelligenties.
De nieuwe functie is ontworpen om bedrijfsspecifieke gegevens te verzamelen om relevantere, contextgestuurde en preciezere antwoorden te geven, en zo bij te dragen aan gestroomlijnde zakelijke beslissingen, geholpen door AI. De agent is gemaakt om relevante kennisbanken te doorzoeken, de meest relevante informatie te extraheren en deze opnieuw in de invoerinstructie te introduceren voor extra context. Het zorgt ook voor gegevenstransparantie door bronnen toe te kennen aan de verzamelde gegevens, waardoor hallucinaties worden voorkomen die optreden wanneer een AI-model gegevensuitvoer presenteert die geen verband houden met de invoergegevens.
Volgens AWS is het opbouwen van de kennisbasis een relatief eenvoudig proces. Gebruikers bepalen de gegevenslocatie, selecteren een inbeddingsmodel en verstrekken uitgebreide details voor de vectordatabase.
Om de toepasbaarheid in de praktijk te illustreren, stelde het bedrijf het voorbeeld voor van een belastingadviesbureau dat zijn klanten een intelligente chatbot wil aanbieden die belastinggerelateerde vragen kan beantwoorden. Het protocol begint met het vormen van een kennisbank van belastingdocumenten. Daarna wordt een Bedrock-agent geconfigureerd om toegang te krijgen tot de kennisbank, die uiteindelijk in de chatbot wordt geïntegreerd.
De echte toepassingen van het AppMaster- platform zijn ook opmerkelijk, omdat ze de creatie van backend-, web- en mobiele applicaties vereenvoudigen met de geavanceerde technologie no-code.
