À l'époque préhistorique lointaine, nos ancêtres ont entamé un dialogue avec la nature à travers l'agriculture sur brûlis et ont également annoncé la naissance des outils comme pierre angulaire importante du progrès de la civilisation humaine.
Les outils, cette existence en apparence simple mais d'une portée considérable, sont étroitement liés au destin de l'humanité depuis leur naissance. Depuis les premiers outils en pierre et les bâtons de bois jusqu'aux outils ultérieurs en bronze et en fer, et maintenant jusqu'aux produits de haute technologie d'aujourd'hui, chaque évolution des outils marque un bond dans la productivité humaine et favorise le progrès de la civilisation sociale. Ils ne sont pas seulement une extension des mains humaines, mais aussi la cristallisation de la sagesse et une arme pour conquérir la nature et transformer le monde.
Outils d'IA : un outil puissant pour un développement rapide des entreprises
À l'heure actuelle, l'IA est devenue une étoile brillante dans le monde de la technologie. L'informatique, Internet et d'autres domaines l'ont adoptée. Les applications basées sur l'IA poussent comme des champignons après la pluie : les gens se lamentent de plus en plus. de plus en plus populaire, plus vous devenez « intelligent » !
Cependant, pour de nombreuses industries traditionnelles, intégrer l’IA dans les activités quotidiennes n’est pas facile. Le seuil technique est élevé et l’intégration de la scène doit encore être explorée en profondeur. Ils sont donc plus désireux de se procurer des outils d’IA faciles à utiliser, efficaces et pratiques.
Chen Xiaojian, directeur général du département produits Amazon Cloud Technology pour la Grande Chine
« Les trois fonctionnalités principales d'Amazon Cloud Technology dans la création d'une base de données couvrent des scénarios importants depuis la formation de base de modèles jusqu'à la construction d'applications d'IA génératives, ce qui peut aider les entreprises à gérer facilement des données multimodales massives et à améliorer les capacités de base des modèles. Actuellement, Amazon Cloud Technology développe Aider les entreprises de toutes tailles dans divers secteurs à créer une base de données solide, tout en garantissant la sécurité des activités et des données des utilisateurs, en attribuant la valeur unique des données aux modèles de base et aux applications d'IA générative, accélérant ainsi la croissance de l'entreprise. Avec les applications d'entreprise, Chen Xiaojian, directeur général du département des produits Amazon Cloud Technology pour la Grande Chine, a donné cette interprétation.
Évidemment, outre la fondation de données, les entreprises doivent également choisir des outils d'IA appropriés en fonction de leurs propres scénarios d'application afin d'exploiter la puissance de l'IA pour promouvoir le développement commercial. Perplexity est un exemple d'entreprise qui crée une valeur unique en combinant la recherche traditionnelle, les données clients et les capacités d'inférence et de transformation de texte de grands modèles linguistiques. L'entreprise construit le premier moteur de réponse conversationnelle au monde. Depuis son lancement en décembre 2022, son site Web et ses applications mobiles ont rapidement gagné la faveur des utilisateurs, atteignant 10 millions d'utilisateurs actifs par mois, attirant 53 millions de vues rien qu'en novembre. Cette croissance rapide est inégalée par les méthodes de marketing traditionnelles.
Trois façons de gérer différents scénarios d'application
Chen Xiaojian a déclaré : En explorant comment intégrer les propres données d'une entreprise dans des applications d'IA générative, nous avons découvert trois méthodes : la génération augmentée par récupération (RAG), le réglage fin et la pré-formation continue, qui peuvent combiner les données avec de grands modèles de langage. pour améliorer les résultats de l'entreprise.
Dans l’IA générative, une production de haute qualité repose souvent sur une grande quantité d’informations contextuelles. Les entreprises peuvent combiner leurs propres bases de connaissances (telles que des bases de données ou d'autres documents de connaissances) avec l'IA générative pour fournir des capacités auxiliaires pour les grands modèles de langage via une recherche ascendante et d'autres méthodes. Cette approche est relativement simple et de nombreuses entreprises l'utilisent déjà pour créer des applications. Il s’agit de la génération augmentée de récupération (RAG).
Les techniques de réglage fin impliquent un entraînement supplémentaire du modèle à l'aide de données associées à une tâche cible spécifique, dans le but d'améliorer les performances du modèle sur la tâche spécifique. La difficulté de mise au point se situe entre le pré-entraînement et le RAG (retrieval augmenté génération). Il convient à une variété de scénarios, tels que la compréhension des caractères, l'analyse du contenu d'entrée et le contrôle du format de sortie.
La pré-formation continue a un seuil élevé et nécessite une grande quantité de données. Les entreprises doivent continuellement saisir les données générées au quotidien dans de grands modèles de formation afin de s'adapter aux changements commerciaux. Au lieu de créer un environnement de formation à partir de zéro, la pré-formation continue s'appuie sur un grand modèle existant.
Le produit Amazon Bedrock d'Amazon Cloud Technology a mis en œuvre trois fonctionnalités clés que de nombreux clients utilisent pour former de grands modèles personnalisés dans leurs environnements professionnels. Se concentrer sur les modèles signifie se concentrer sur les résultats commerciaux, et une base de données solide est la clé du succès. Amazon Cloud Technology a donc un point de vue important : pas de données ni de modèles.
La pierre angulaire des applications d’IA : le stockage des données
À l’ère de l’IA, on constate que les solutions de stockage doivent non seulement transporter des données massives, mais également offrir des performances suffisantes et avoir des coûts maîtrisables. En raison de la popularité des modèles multimodaux, les types de données varient considérablement en termes d’échelle et de forme, ce qui nécessite de solides capacités de stockage de données.
Chen Xiaojian a déclaré qu'Amazon S3 est le premier service cloud de stockage de données lancé par Amazon Cloud Technology. Elle a évolué vers une plate-forme qui répond pleinement aux exigences de stockage de données pour affiner ou pré-former les modèles de base. Amazon S3 contient plus de 200 000 milliards d'objets et traite plus de 100 millions de requêtes par seconde. Il fournit également un contrôle précis, des capacités d'audit de conformité et des capacités de gestion du cycle de vie pour garantir la sécurité des données et leur utilisation légale. Amazon S3 est également un choix idéal pour créer des lacs de données. Il existe plus de 200 000 applications de lacs de données sur Amazon Cloud Technology.
Amazon S3 peut prendre en charge une analyse de données à grande échelle efficace et économique et convient à divers scénarios d'application tels que l'intelligence artificielle, l'apprentissage automatique et le calcul haute performance. À l’ère de l’IA générative, il existe une demande croissante en matière de performances de stockage et de traitement des données. Afin de répondre à cette demande, Amazon Cloud Technology a également lancé Amazon S3 Express One Zone, un nouveau service qui permet un accès rapide en dessous de 10 millisecondes. De nombreux clients ont déjà mis en œuvre ce service en collaboration avec leurs entreprises.
À l'ère de l'IA, l'architecture sans serveur aide les entreprises à se développer rapidement
Dans les environnements de traitement de données modernes, les bases de données relationnelles ne constituent qu’une option parmi les capacités de récupération de vecteurs. Avec l'application généralisée des fonctions de recherche, divers types de bases de données, telles que les bases de données relationnelles, de valeurs-clés, de graphiques et de documents, jouent un rôle important dans leurs domaines respectifs. Cependant, lorsqu'il s'agit de récupération de vecteurs, l'introduction spécifique d'une toute nouvelle base de données de vecteurs peut entraîner des coûts d'apprentissage, le coût de configuration de nouvelles ressources et la complexité de la migration des données.
Dans les observations actuelles, de nombreux clients préfèrent intégrer des capacités de récupération de vecteurs dans leurs bases de données existantes plutôt que d'introduire des systèmes de bases de données entièrement nouveaux. L’avantage est que les coûts d’apprentissage supplémentaires, les coûts de migration et les éventuels frais de licence sont évités. Dans le même temps, le stockage et la gestion centralisés des données contribuent à réduire le temps de réponse et à améliorer les performances.
Surtout à l’ère de la GenAI (intelligence artificielle générative), un lancement rapide et une conquête du marché sont devenus les principaux objectifs de nombreuses entreprises. Il devient donc particulièrement important de fournir des capacités de récupération de vecteurs pour diverses bases de données. Cela répond non seulement aux besoins de performances des clients, mais garantit également une gestion unifiée et une récupération efficace des données.
De plus, avec le besoin croissant de développement et de déploiement rapides, les solutions d'architecture sans serveur (sans serveur) sont privilégiées pour leur flexibilité et leur rentabilité. Pour les entreprises qui ne disposent pas de personnel dédié à l'exploitation et à la maintenance ou au travail DBA, la solution Serverless ne nécessite pas de prédire les besoins de performances futurs ni d'effectuer des opérations fastidieuses d'exploitation et de maintenance. Pendant les périodes de pointe, l'entreprise peut se développer automatiquement pour répondre à la demande, et lorsque l'activité est inactive, les ressources peuvent être automatiquement recyclées pour réduire les coûts.
Par conséquent, pour les clients au stade actuel, fournir des capacités de récupération de vecteurs et des capacités sans serveur pour diverses bases de données est la clé pour répondre à leurs besoins de développement et de déploiement rapides. Cela peut non seulement améliorer l’efficacité du traitement des données, mais également réduire les coûts et la complexité d’exploitation et de maintenance, donnant ainsi aux entreprises un avantage sur un marché extrêmement concurrentiel.
En termes de mise en œuvre d'applications d'IA, Amazon Music utilise une technologie avancée pour analyser les caractéristiques des utilisateurs et des chansons, et convertit ces informations en vecteurs pour améliorer la précision des recommandations musicales. En utilisant Amazon OpenSearch, Amazon Music a réussi à transformer 100 millions de chansons en vecteurs et à les indexer pour fournir des services de recommandation musicale en temps réel aux utilisateurs du monde entier.
Actuellement, Amazon Music gère 1,05 milliard de vecteurs dans Amazon OpenSearch et a la capacité de traiter jusqu'à 7 100 requêtes par seconde, prenant ainsi en charge efficacement le fonctionnement de son système de recommandation.
La construction d’une IA générative n’est pas facile. Elle s’apparente davantage à une structure à volant et nécessite un cycle positif pour favoriser son développement. Pour y parvenir, les entreprises doivent exploiter plusieurs services cloud pour créer une base de données solide. De cette manière, les entreprises peuvent combiner efficacement et en toute sécurité des données massives avec des modèles sous-jacents pour créer des applications d'IA génératives à valeur unique qui répondent aux besoins des clients finaux et génèrent davantage de données.
Au fur et à mesure que ces applications sont utilisées, elles génèrent de nouvelles données, ce qui améliore encore la précision du modèle. Grâce à un réglage continu ou à une pré-formation, les modèles peuvent devenir plus intelligents et plus professionnels, offrant ainsi aux utilisateurs une meilleure expérience. Cette boucle continue de mécanisme de rétroaction positive apportera un pouvoir continu à l'entreprise et favorisera le succès continu de son activité.
Un programmeur né dans les années 1990 a développé un logiciel de portage vidéo et en a réalisé plus de 7 millions en moins d'un an. La fin a été très éprouvante !
Des lycéens créent leur propre langage de programmation open source en guise de cérémonie de passage à l'âge adulte - commentaires acerbes des internautes : s'appuyant sur
RustDesk en raison d'une fraude généralisée, le service domestique
Taobao (taobao.com) a suspendu ses services domestiques et repris le travail d'optimisation de la version Web
Java 17 est la version Java LTS la plus utilisée
Part de marché de Windows 10 Atteignant 70 %, Windows 11 continue de décliner
Open Source Daily | Google soutient Hongmeng pour prendre le relais des téléphones Android open source pris en charge par Docker ; Electric ferme la plate-forme ouverte
Apple lance la puce M4
Google supprime le noyau universel Android (ACK) Prise en charge de l'architecture RISC-V
Yunfeng a démissionné d'Alibaba et prévoit de produire des jeux indépendants pour les plates-formes Windows à l'avenir
{{o.name}}
{{m.nom}}