混合式AI时代：“用Amazon Bedrock更聪明地按需选用”

by Choi Yuri

Published 13 Aug.2024 13:14(KST)

亚马逊 Bedrock 搭载新功能
大幅强化代理执行力与安全性

亚马逊云服务（AWS）的生成式人工智能（AI）平台“Amazon Bedrock”完成了一次升级。在强化执行能力和安全性的基础上，加快进军企业级人工智能市场的步伐。

AWS韩国公司13日在驿三洞 Centerfield East 举办“AWS 2024 生成式AI媒体简报会”，介绍了 Amazon Bedrock 的新功能以及韩国本土企业的应用案例。

3日，在驿三洞 Centerfield East 举行的“AWS 2024 生成式 AI 媒体发布会”上，AWS Korea AI/ML 业务开发首席专家 Kim Seonsu 介绍了 Amazon Bedrock 的新功能。 [照片由 AWS Korea 提供]

Amazon Bedrock 通过单一应用程序编程接口（API）提供多种基础模型。除亚马逊自研模型“Titan”外，还可使用 Anthropic 的“Claude”、Meta 的“Llama”、Mistral AI 的“Mistral”等。客户可以利用多种模型构建生成式AI应用程序。

AWS通过此次 Amazon Bedrock 更新，在生成式AI模型优化、数据连接性能强化、负责任AI功能强化以及执行能力提升等方面取得了进展。

首先，为提高模型的执行能力，向 Amazon Bedrock Agent 新增了记忆保留功能。Agent 是可以执行多步骤复杂任务的人工智能。Bedrock Agent 即使在时间推移后也能记住用户的多次交互，为其提供个性化体验。每位用户的对话记录都存储在唯一的记忆标识符（ID）下，从而保障用户数据的安全性。

平台的可靠性也得到强化，这主要依托“Guardrails API”功能和“情境落地检查（Contextual Grounding Checks）”。Guardrails API 不受底层基础设施限制，可为所有AI应用统一、标准化地应用保护措施。情境落地检查则负责识别并阻断“幻觉”现象，即检查生成式AI的回答是否与提问相关、是否基于企业数据。

同时，数据连接性能也有所提升。企业为了提高生成式AI模型的专业性，正在采用检索增强生成（RAG，Retrieval-Augmented Generation）技术。RAG 是在已学习海量数据的模型上，联接最新信息或企业内部数据，以提高回答准确度。AWS 将 Salesforce、SharePoint 等外部数据资源接入后，用于 RAG。

AWS韩国公司 AI/机器学习（ML）业务开发首席专家 Kim Seonsu 表示：“在使用生成式AI模型的企业中，采用3个以上模型的比例高达41%，可见对多模型的需求非常旺盛”，“Bedrock 通过单一API提供多种最新模型，这正是其核心价值所在”。

面向开发者的生成式AI工具也搭载了新功能。开发者工具“Amazon Q Developer”新推出了定制（Customization）功能和代码转换功能。“Amazon Q Developer Customization”可基于公司内部代码和最佳实践，为开发者提供符合其需求的定制化代码建议。“Amazon Q Developer 代码转换”则通过自动化代码更新、测试执行、部署准备情况确认等升级流程，缩短工作耗时。