In der fernen prähistorischen Zeit begannen unsere Vorfahren durch Brandrodung in der Landwirtschaft einen Dialog mit der Natur und verkündeten auch die Geburt von Werkzeugen als wichtigen Eckpfeilern des Fortschritts der menschlichen Zivilisation.
Werkzeuge, diese scheinbar einfache, aber weitreichende Existenz, sind seit ihrer Geburt eng mit dem Schicksal der Menschheit verbunden. Von den ersten Steinwerkzeugen und Holzstöcken über die späteren Bronze- und Eisenwerkzeuge bis hin zu den heutigen High-Tech-Produkten markiert jede Weiterentwicklung der Werkzeuge einen Sprung in der menschlichen Produktivität und fördert den Fortschritt der sozialen Zivilisation. Sie sind nicht nur eine Verlängerung menschlicher Hände, sondern auch die Kristallisation von Weisheit und eine Waffe, um die Natur zu besiegen und die Welt zu verändern.
KI-Tools: ein leistungsstarkes Tool für die schnelle Unternehmensentwicklung
Rückblickend ist KI ein strahlender Stern in der Technologiewelt. IT-, Internet- und andere Bereiche schießen wie Pilze aus dem Boden, nachdem es geregnet hat: Heutzutage sind es APPs wird immer beliebter, je „schlauer“ man wird!
Für viele traditionelle Branchen ist die Integration von KI in das Tagesgeschäft jedoch nicht einfach. Die technischen Hürden sind hoch und die Szenenintegration muss noch gründlich erforscht werden. Daher sind sie bestrebter, KI-Tools zu erhalten, die einfach zu verwenden, effizient und praktisch sind.
Chen Xiaojian, General Manager der Produktabteilung von Amazon Cloud Technology Greater China
„Die drei Kernfunktionen von Amazon Cloud Technology beim Aufbau einer Datenbank decken wichtige Szenarien ab, vom einfachen Modelltraining bis zum Aufbau generativer KI-Anwendungen, die Unternehmen dabei helfen können, problemlos mit riesigen multimodalen Daten umzugehen und grundlegende Modellfunktionen zu verbessern. Derzeit entwickelt sich Amazon Cloud Technology.“ Wir helfen Unternehmen jeder Größe in verschiedenen Branchen beim Aufbau einer starken Datenbank und gewährleisten gleichzeitig die Sicherheit des Benutzergeschäfts und der Daten, indem wir den einzigartigen Wert von Daten Basismodellen und generativen KI-Anwendungen zuweisen und so das Geschäftswachstum von Unternehmen beschleunigen.“ Apropos KI. Kombinieren Diese Interpretation gab Chen Xiaojian, General Manager der Amazon Cloud Technology Greater China Product Department, mit Unternehmensanwendungen.
Natürlich müssen Unternehmen neben der Datengrundlage auch geeignete KI-Tools auf der Grundlage ihrer eigenen Anwendungsszenarien auswählen, um die Leistungsfähigkeit der KI zur Förderung der Geschäftsentwicklung zu nutzen. Perplexity ist ein Beispiel für ein Unternehmen, das durch die Kombination von traditioneller Suche, Kundendaten und den Inferenz- und Texttransformationsfähigkeiten großer Sprachmodelle einzigartige Werte schafft. Das Unternehmen entwickelt die weltweit erste Konversations-Antwort-Engine. Seit seiner Einführung im Dezember 2022 haben seine Website und seine mobilen Anwendungen schnell die Gunst der Benutzer gewonnen und 10 Millionen monatlich aktive Benutzer erreicht, die allein im November 53 Millionen Aufrufe anzogen. Dieses schnelle Wachstum wird von herkömmlichen Marketingmethoden nicht erreicht.
Drei Möglichkeiten, mit unterschiedlichen Anwendungsszenarien umzugehen
Chen Xiaojian sagte: Bei der Untersuchung, wie die eigenen Daten eines Unternehmens in generative KI-Anwendungen integriert werden können, haben wir drei Methoden entdeckt: Retrieval-Augmented Generation (RAG), Feinabstimmung und kontinuierliches Vortraining, mit denen Daten mit großen Sprachmodellen kombiniert werden können. um die Geschäftsergebnisse zu verbessern.
Bei der generativen KI ist eine qualitativ hochwertige Ausgabe häufig auf eine große Menge an Kontextinformationen angewiesen. Unternehmen können ihre eigenen Wissensdatenbanken (z. B. Datenbanken oder andere Wissensdokumente) mit generativer KI kombinieren, um durch Aufwärtssuche und andere Methoden Hilfsfunktionen für große Sprachmodelle bereitzustellen. Dieser Ansatz ist relativ einfach und viele Unternehmen nutzen ihn bereits zum Erstellen von Anwendungen. Dies ist Retrieval Augmented Generation (RAG).
Feinabstimmungstechniken umfassen ein zusätzliches Training des Modells mithilfe von Daten, die einer bestimmten Zielaufgabe zugeordnet sind, mit dem Ziel, die Leistung des Modells bei der spezifischen Aufgabe zu verbessern. Die Schwierigkeit der Feinabstimmung liegt zwischen Pre-Training und RAG (Retrieval Augmented Generation). Es eignet sich für eine Vielzahl von Szenarien, z. B. zum Verstehen von Zeichen, zur Analyse des Eingabeinhalts und zur Steuerung des Ausgabeformats.
Kontinuierliches Vortraining hat einen hohen Schwellenwert und erfordert eine große Datenmenge. Unternehmen müssen die im Tagesgeschäft generierten Daten kontinuierlich in große Modelle eingeben, um sie an geschäftliche Veränderungen anzupassen. Anstatt eine Trainingsumgebung von Grund auf aufzubauen, basiert das kontinuierliche Vortraining auf einem vorhandenen großen Modell.
Das Amazon Bedrock-Produkt von Amazon Cloud Technology hat drei Schlüsselfunktionen implementiert, die viele Kunden nutzen, um maßgeschneiderte große Modelle in ihren Geschäftsumgebungen zu trainieren. Sich auf Modelle zu konzentrieren bedeutet, sich auf Geschäftsergebnisse zu konzentrieren, und eine solide Datengrundlage ist der Schlüssel zum Erfolg. Daher hat Amazon Cloud Technology einen wichtigen Standpunkt: keine Daten und keine Modelle.
Der Grundstein von KI-Anwendungen: Datenspeicherung
Im KI-Zeitalter zeigt sich, dass Speicherlösungen nicht nur große Datenmengen transportieren, sondern auch ausreichend Leistung bieten und kontrollierbare Kosten haben müssen. Aufgrund der Beliebtheit multimodaler Modelle variieren die Datentypen erheblich in Umfang und Form, weshalb wir über starke Datenspeicherfähigkeiten verfügen müssen.
Chen Xiaojian sagte, dass Amazon S3 der erste von Amazon Cloud Technology eingeführte Datenspeicher-Cloud-Dienst sei. Es hat sich zu einer Plattform entwickelt, die die Datenspeicheranforderungen für die Feinabstimmung oder das Vortraining von Basismodellen vollständig erfüllt. Amazon S3 speichert über 200 Billionen Objekte und verarbeitet über 100 Millionen Anfragen pro Sekunde. Darüber hinaus bietet es eine detaillierte Kontrolle, Compliance-Überprüfungsfunktionen und Lebenszyklusmanagementfunktionen, um die Datensicherheit und die legale Nutzung sicherzustellen. Amazon S3 ist auch eine ideale Wahl für den Aufbau von Data Lakes. Es gibt mehr als 200.000 Data Lake-Anwendungen auf der Amazon Cloud-Technologie.
Amazon S3 kann eine effiziente und wirtschaftliche Datenanalyse in großem Maßstab unterstützen und eignet sich für verschiedene Anwendungsszenarien wie künstliche Intelligenz, maschinelles Lernen und Hochleistungsrechnen. Im Zeitalter der generativen KI steigt der Bedarf an Datenspeicher- und Verarbeitungsleistung. Um dieser Nachfrage gerecht zu werden, hat Amazon Cloud Technology außerdem Amazon S3 Express One Zone eingeführt, einen neuen Dienst, der einen schnellen Zugriff in weniger als 10 Millisekunden ermöglicht. Viele Kunden haben diesen Dienst bereits in Zusammenarbeit mit ihren Unternehmen implementiert.
Im KI-Zeitalter trägt die serverlose Architektur dazu bei, dass Unternehmen schnell wachsen
In modernen Datenverarbeitungsumgebungen sind relationale Datenbanken nur eine Option für Vektorabruffunktionen. Mit der weit verbreiteten Anwendung von Suchfunktionen spielen verschiedene Datenbanktypen wie relationale Datenbanken, Schlüsselwertdatenbanken, Diagrammdatenbanken und Dokumentdatenbanken eine wichtige Rolle in ihren jeweiligen Bereichen. Wenn es jedoch um die Vektorabfrage geht, kann insbesondere die Einführung einer völlig neuen Vektordatenbank mit Lernkosten, Kosten für die Konfiguration neuer Ressourcen und der Komplexität der Datenmigration verbunden sein.
Aktuelle Beobachtungen zeigen, dass viele Kunden es vorziehen, Vektorabruffunktionen in ihre bestehenden Datenbanken zu integrieren, anstatt völlig neue Datenbanksysteme einzuführen. Dies hat den Vorteil, dass zusätzliche Lernkosten, Migrationskosten und eventuelle Lizenzgebühren vermieden werden. Gleichzeitig trägt die zentrale Speicherung und Verwaltung von Daten dazu bei, die Reaktionszeit zu verkürzen und die Leistung zu verbessern.
Gerade im Zeitalter von GenAI (Generative Künstliche Intelligenz) ist eine schnelle Markteinführung und Markteroberung für viele Unternehmen zum vorrangigen Ziel geworden. Daher ist es besonders wichtig, Vektorabruffunktionen für verschiedene Datenbanken bereitzustellen. Dies erfüllt nicht nur die Leistungsanforderungen der Kunden, sondern gewährleistet auch eine einheitliche Verwaltung und einen effizienten Abruf von Daten.
Darüber hinaus werden angesichts des wachsenden Bedarfs an schneller Entwicklung und Bereitstellung serverlose (serverlose) Architekturlösungen aufgrund ihrer Flexibilität und Kosteneffizienz bevorzugt. Für Unternehmen, die nicht über dediziertes Personal für Betrieb und Wartung oder DBA-Arbeit verfügen, ist es bei der serverlosen Lösung nicht erforderlich, zukünftige Leistungsanforderungen vorherzusagen oder langwierige Betriebs- und Wartungsvorgänge durchzuführen. In Spitzenzeiten kann es automatisch erweitert werden, um der Nachfrage gerecht zu werden, und wenn das Geschäft stillsteht, können Ressourcen automatisch recycelt werden, um Kosten zu sparen.
Daher ist für Kunden in der aktuellen Phase die Bereitstellung von Vektorabruffunktionen und serverlosen Funktionen für verschiedene Datenbanken der Schlüssel zur Erfüllung ihrer schnellen Entwicklungs- und Bereitstellungsanforderungen. Dies kann nicht nur die Effizienz der Datenverarbeitung verbessern, sondern auch die Betriebs- und Wartungskosten sowie die Komplexität reduzieren und Unternehmen einen Vorsprung auf dem hart umkämpften Markt verschaffen.
Im Hinblick auf die Implementierung von KI-Anwendungen verwendet Amazon Music fortschrittliche Technologie, um die Eigenschaften von Benutzern und Songs zu analysieren und diese Informationen in Vektoren umzuwandeln, um die Genauigkeit von Musikempfehlungen zu verbessern. Durch den Einsatz von Amazon OpenSearch hat Amazon Music erfolgreich 100 Millionen Songs in Vektoren umgewandelt und indiziert, um Benutzern auf der ganzen Welt Musikempfehlungsdienste in Echtzeit bereitzustellen.
Derzeit verwaltet Amazon Music 1,05 Milliarden Vektoren in Amazon OpenSearch und ist in der Lage, bis zu 7.100 Abfragen pro Sekunde zu verarbeiten, was den Betrieb seines Empfehlungssystems effektiv unterstützt.
Der Aufbau einer generativen KI ist nicht einfach. Sie ähnelt eher einer Schwungradstruktur und erfordert einen positiven Zyklus, um ihre Entwicklung voranzutreiben. Um dies zu erreichen, müssen Unternehmen mehrere Cloud-Dienste nutzen, um eine solide Datenbasis aufzubauen. Auf diese Weise können Unternehmen riesige Datenmengen effizient und sicher mit zugrunde liegenden Modellen kombinieren, um generative KI-Anwendungen mit einzigartigem Wert zu erstellen, die den Bedürfnissen der Endkunden gerecht werden und mehr Daten generieren.
Wenn diese Anwendungen zum Einsatz kommen, generieren sie neue Daten, was wiederum die Genauigkeit des Modells weiter verbessert. Durch kontinuierliche Feinabstimmung oder Vorschulung können Modelle intelligenter und branchenprofessioneller werden und so den Benutzern ein besseres Erlebnis bieten. Diese kontinuierliche Schleife positiver Feedback-Mechanismen wird dem Unternehmen kontinuierliche Kraft verleihen und den kontinuierlichen Erfolg seines Geschäfts fördern.
Ein in den 1990er Jahren geborener Programmierer hat eine Videoportierungssoftware entwickelt und in weniger als einem Jahr über 7 Millionen verdient. Das Ende war sehr bestrafend!
High-School-Schüler erstellen im Rahmen einer Coming-of-Age-Zeremonie ihre eigene Open-Source-Programmiersprache – scharfe Kommentare von Internetnutzern:
Der inländische Dienst Taobao (taobao.com) verließ sich aufgrund des grassierenden Betrugs auf RustDesk
und stellte die inländischen Dienste ein und startete die Arbeit zur Optimierung der Webversion
von Java neu 17 ist die am häufigsten verwendete Java LTS-Version.
Windows 11 erreicht weiterhin einen Rückgang.
Open Source Daily unterstützt die Übernahme von Open Source Rabbit R1; Electric schließt die offene Plattform
Apple veröffentlicht M4-Chip
Google löscht Android Universal Kernel (ACK) Unterstützung für RISC-V-Architektur
Yunfeng ist von Alibaba zurückgetreten und plant, in Zukunft unabhängige Spiele für Windows-Plattformen zu produzieren
{{o.name}}
{{m.name}}