在亚马逊网络服务上构建生成式人工智能应用——我的第一次体验
在亚马逊网络服务上构建生成式人工智能应用
48小时亚马逊基岩和SageMaker黑客马拉松

大公司对生成式人工智能并不完全确定要做什么,但他们想要做些什么。
一些公司正在通过内部黑客马拉松来探索这项技术。
作为澳大利亚“四大”银行之一的一名工程师和数据科学家,我在过去一个月里已经参加了三次这样的活动。
为什么是黑客马拉松?
它们是公司知识型员工(技术和非技术)共同开展生成式人工智能用例头脑风暴,测试市场上可用的人工智能工具堆栈,并快速构建一些工作原型供决策者审查的绝佳方式。
你能从中获得什么?
- 摆脱日常工作。(这是个玩笑,老板!)
- 提升自己的初创和创新能力。
- 生成式人工智能是一项具有颠覆性的技术。跟上潮流,否则就会被落下。
- 通过与不同云公共供应商的人工智能堆栈获得实践经验,例如AWS与Microsoft。
最后一点很重要。
你的公司不会每天付钱让你探索企业生成式人工智能的最新工具。
在本文中,我想与我的分析师、工程师和数据科学家同行分享我使用亚马逊网络服务(AWS)的人工智能工具堆栈的经验。
亚马逊网络服务(AWS)的善良人士为我们的黑客马拉松参与者提供了以下资源:
- AWS SageMaker JumpStart以访问文本和图像基础模型;
- AWS Bedrock上的Guru来调整我们的聊天机器人公司数据;
- Streamlit来快速部署概念验证应用程序以推销我们的产品。
让我们开始吧!
AWS的生成式人工智能堆栈
生成式人工智能需要大数据集和大量计算能力来训练这些数据上的巨大神经网络,这使得公共云成为理想的平台选择。
亚马逊、谷歌和微软等主要公共云供应商正在进行一场竞争…