कृत्रिम बुद्धिमत्ता का भविष्य तेजी से एक आउट-ऑफ-बॉक्स अनुभव में बनाया जा रहा है जिसे कंपनियां अपनी विशिष्ट आवश्यकताओं के आधार पर अनुकूलित कर सकती हैं। अनुकूलित चैट अनुभव जो सवाल-जवाब से कहीं अधिक कार्यात्मक हैं और महीनों के कोडिंग विकास के बिना एआई एप्लिकेशन बनाने के उपकरण नए प्लगइन्स और एक्सटेंशन पेश करने के अलावा अगला कदम हो सकते हैं।
अधिक सामान्य उपकरण, जैसे जानकारी के लिए चैटजीपीटी और छवियों के लिए मिडजर्नी , अंतिम उत्पाद बनाने के लिए सार्वजनिक डेटा और लगातार डेवलपर कोडिंग पर निर्भर करते हैं। इस बीच, अमेज़ॅन वेब सर्विसेज (एडब्ल्यूएस) जेनरेटिव एआई बनाने के लिए प्रतिबद्ध है जो न केवल अधिक उत्पादक और नेविगेट करने में आसान है बल्कि अपने टूल को तैनात करने वाली कंपनियों के लिए अद्वितीय और डेटा सुरक्षित भी है।
ब्रांड नए एआई बाजार में अपने लिए एक अनूठी जगह बनाने के लिए अमेज़ॅन बेडरॉक जैसे प्लेटफॉर्म का उपयोग कर रहा है। इसका प्रमुख केंद्र अप्रैल से उपलब्ध है और इसमें कई ऐसे स्थान हैं जिन्हें यह फाउंडेशन मॉडल (एफएम) कहता है। AWS ने शुरुआत में इन बेस-स्तरीय एपीआई को प्रशिक्षित किया है और संगठनों को उनकी इच्छानुसार मानक AI सुविधाएँ प्रदान की हैं। संगठन अपने पसंदीदा एफएम का मिश्रण और मिलान कर सकते हैं और फिर अपनी विशिष्ट आवश्यकताओं के लिए अपना स्वयं का स्वामित्व डेटा जोड़कर, ऐप्स विकसित करना जारी रख सकते हैं।
“एक प्रदाता के रूप में, हम मूल रूप से इन मॉडलों को डेटा के एक बड़े भंडार पर प्रशिक्षित करते हैं। एक बार जब मॉडल प्रशिक्षित हो जाता है, तो एक कटऑफ बिंदु होता है। उदाहरण के लिए, जनवरी 2023, तब मॉडल के पास उस बिंदु के बाद कोई जानकारी नहीं है, लेकिन कंपनियां डेटा चाहती हैं, जो निजी है, ”अमेज़ॅन बेडरॉक उत्पाद और इंजीनियरिंग महाप्रबंधक, अतुल देव ने डिजिटल ट्रेंड्स को बताया।
प्रत्येक कंपनी और उसके द्वारा उपयोग किए जाने वाले फाउंडेशन मॉडल अलग-अलग होंगे, इसलिए प्रत्येक परिणामी एप्लिकेशन एक मॉडल को सूचना संगठनों द्वारा फ़ीड के आधार पर अद्वितीय होगी। एफएम पहले से ही आधार टेम्पलेट हैं। फिर मॉडलों को पॉप्युलेट करने के लिए ओपन-सोर्स जानकारी का उपयोग करने से सभी कंपनियों में एप्लिकेशन दोहराए जा सकते हैं। AWS की रणनीति कंपनियों को अपना डेटा पेश करके अपने ऐप्स को अद्वितीय बनाने का अवसर देती है।
“आप भी मॉडल से कुछ प्रश्न पूछने और उत्तर प्राप्त करने में सक्षम होना चाहते हैं, लेकिन अगर यह केवल कुछ पुराने सार्वजनिक डेटा पर प्रश्नों का उत्तर दे सकता है, तो यह बहुत मददगार नहीं है। आप मॉडल को प्रासंगिक जानकारी देने और वास्तविक समय में प्रासंगिक उत्तर प्राप्त करने में सक्षम होना चाहते हैं। यह उन मुख्य समस्याओं में से एक है जिनका यह समाधान करता है,'' डीओ ने कहा।
फाउंडेशन मॉडल
अमेज़ॅन बेडरॉक पर समर्थित कई फाउंडेशन मॉडल में अमेज़ॅन टाइटन, साथ ही प्रदाताओं एंथ्रोपिक, एआई21लैब्स और स्टेबिलिटीएआई के मॉडल शामिल हैं, प्रत्येक एआई क्षेत्र के भीतर पाठ विश्लेषण, छवि निर्माण और बहुभाषी पीढ़ी से लेकर अन्य कार्यों तक महत्वपूर्ण कार्यों से निपटते हैं। बेडरॉक पूर्व-प्रशिक्षित मॉडलों की एक निरंतरता है जिसे AWS ने पहले ही अपने स्टेजमेकर जम्पस्टार्ट प्लेटफॉर्म पर विकसित कर लिया है, जो मेटा एआई , हगिंग फेस, लाइटऑन, डेटाब्रिक्स और एलेक्सा सहित कई सार्वजनिक एफएम के ग्राउंड फ्लोर पर रहा है।
AWS ने हाल ही में जुलाई के अंत में न्यूयॉर्क शहर में अपने AWS शिखर सम्मेलन में कोहेर ब्रांड के नए बेडरॉक मॉडल की भी घोषणा की। इन मॉडलों में कमांड शामिल है, जो व्यावसायिक अनुप्रयोगों के लिए सारांशीकरण, कॉपी राइटिंग, डायलॉग, टेक्स्ट निष्कर्षण और प्रश्न-उत्तर निष्पादित करने में सक्षम है, और एंबेड, जो क्लस्टर खोजों को पूरा कर सकता है और 100 से अधिक भाषाओं में कार्यों को वर्गीकृत कर सकता है।
एडब्ल्यूएस मशीन लर्निंग के उपाध्यक्ष, स्वामी शिवसुब्रमण्यम ने शिखर सम्मेलन के मुख्य भाषण के दौरान कहा कि एफएम कम लागत, कम विलंबता, निजी तौर पर अनुकूलित किए जाने वाले, डेटा एन्क्रिप्टेड हैं, और एडब्ल्यूएस द्वारा विकसित मूल आधार मॉडल को प्रशिक्षित करने के लिए उपयोग नहीं किए जाते हैं।
ब्रांड अमेज़ॅन बेडरॉक का उपयोग करने वाली कई कंपनियों के साथ सहयोग करता है, जिनमें चेग, लोनली प्लैनेट, सिम्प्रेस, फिलिप्स, आईबीएम, नेक्सिओट, नीमन मार्कस, रयानएयर, हेलमैन, डब्ल्यूपीएस ऑफिस, ट्विलियो, ब्रिजवाटर एंड एसोसिएट्स, शोपैड, कोडा और बुकिंग.कॉम शामिल हैं। .
अमेज़ॅन बेडरॉक के लिए एजेंट
AWS ने अपने शिखर सम्मेलन में सहायक उपकरण, एजेंट्स फॉर अमेज़ॅन बेडरॉक भी पेश किया, जो फाउंडेशनल मॉडल की कार्यक्षमता का विस्तार करता है। कई उपयोग के मामलों के लिए कंपनियों पर लक्षित, एजेंट एक संवर्धित चैट अनुभव है जो उपयोगकर्ताओं को मानक चैटबॉट प्रश्न और उत्तर से परे सहायता करता है। यह उस जानकारी के आधार पर कार्यों को सक्रिय रूप से निष्पादित करने में सक्षम है जिस पर इसे ठीक किया गया है।
AWS ने एक उदाहरण दिया कि यह व्यावसायिक क्षेत्र में कैसे अच्छा काम करता है। मान लीजिए कि एक खुदरा ग्राहक एक जोड़ी जूते बदलना चाहता था। एजेंट के साथ बातचीत करते हुए, उपयोगकर्ता विस्तार से बता सकता है कि वे आकार 8 से आकार 9 तक जूते का आदान-प्रदान करना चाहते हैं। एजेंट उनसे ऑर्डर आईडी मांगेंगे। एक बार प्रवेश करने के बाद, एजेंट पर्दे के पीछे खुदरा इन्वेंट्री तक पहुंचने में सक्षम होंगे, ग्राहक को बताएंगे कि उनका अनुरोधित आकार स्टॉक में है, और पूछें कि क्या वे एक्सचेंज के साथ आगे बढ़ना चाहते हैं। एक बार जब उपयोगकर्ता हां कहता है, तो एजेंट पुष्टि करेंगे कि ऑर्डर अपडेट कर दिया गया है।
“परंपरागत रूप से ऐसा करना बहुत काम होगा। पुराने चैटबॉट बहुत कठोर थे। यदि आपने इधर-उधर कुछ कहा है और वह काम नहीं कर रहा है – तो आप कहेंगे कि मुझे केवल मानव एजेंट से बात करने दीजिए,'' देव ने कहा। "अब क्योंकि बड़े भाषा मॉडलों को इस बात की अधिक समृद्ध समझ है कि मनुष्य कैसे बात करते हैं, वे कार्रवाई कर सकते हैं और किसी कंपनी में मालिकाना डेटा का उपयोग कर सकते हैं।"
ब्रांड ने यह भी उदाहरण दिया कि कैसे एक बीमा कंपनी बीमा दावों को दाखिल करने और व्यवस्थित करने के लिए एजेंटों का उपयोग कर सकती है। एजेंट कॉर्पोरेट कर्मचारियों को पीटीओ पर कंपनी की नीति को देखने या एआई प्रॉम्प्ट की अब आम तौर पर ज्ञात शैली के साथ सक्रिय रूप से समय निर्धारित करने जैसे कार्यों में भी सहायता कर सकते हैं, जैसे कि, "क्या आप मेरे लिए पीटीओ दाखिल करते हैं ? "
एजेंट विशेष रूप से यह पता लगाते हैं कि कैसे मूलभूत मॉडल उपयोगकर्ताओं को एआई के उन पहलुओं पर ध्यान केंद्रित करने की अनुमति देते हैं जो उनके लिए सबसे महत्वपूर्ण हैं। एक समय में एक भाषा मॉडल को विकसित करने और प्रशिक्षित करने में महीनों खर्च किए बिना, कंपनियां एजेंटों में अपने संगठनों के लिए महत्वपूर्ण जानकारी को संशोधित करने में अधिक समय व्यतीत कर सकती हैं, यह सुनिश्चित करते हुए कि यह अद्यतित है।
“आप अपने मालिकाना डेटा के साथ एक मॉडल को बेहतर बना सकते हैं। जैसा कि अनुरोध किया जा रहा है, आप नवीनतम और महानतम चाहते हैं, ”देव ने कहा।
चूँकि कुल मिलाकर कई कंपनियाँ AI के लिए अधिक व्यवसाय-केंद्रित रणनीति की ओर बढ़ रही हैं, AWS का लक्ष्य केवल ब्रांडों और संगठनों को उनके AI-एकीकृत ऐप्स और सेवाओं को जल्दी से चालू करने में मदद करना प्रतीत होता है। ऐप विकास के समय में कटौती से बाजार में नए एआई ऐप्स की बहार आ सकती है, लेकिन कई सामान्य रूप से उपयोग किए जाने वाले टूल को बहुत जरूरी अपडेट भी मिल सकते हैं।