纽约——AWS周三推出了生成式AI应用工作室，并对其多项AI服务进行了更新，包括Amazon Q、Bedrock和SageMaker。
在云计算巨头一年一度的AWS纽约云峰会上，AWS发布了AWS应用工作室（AWS App Studio），这是一项使用自然语言创建企业级应用的新服务。
据AWS介绍，使用该应用的客户只需描述他们想要构建的应用类型以及应该与应用集成的数据源，几分钟内，App Studio即可构建完成。
虽然App Studio看似只是一个低代码工具，但根据Moor Insights and Strategy分析师Jason Andersen的说法，它与其他平台的不同之处在于它首先使用生成式AI（GenAI）来构建应用。大多数其他低代码平台则相反，它们先构建应用，然后再引入GenAI。
对于已经在AWS上运行大量数据的客户，App Studio可以帮助他们应用这些数据。
Andersen说：“很多人有数据收集过程，但他们无法真正利用这些数据或对其进行太多操作。这确实针对的是那些将数据存储在AWS中的人。他们可以使用这些数据，让数据发挥作用。”
AVOA分析师Tim Crawford表示，App Studio还帮助公民开发者，因为它消除了只有技术开发者才能访问复杂工具的障碍。
Crawford说：“对于企业而言，这很重要，因为我不希望只有专业开发者才能访问这些工具。App Studio降低了这一门槛，让更多人能够访问这些工具。”
Amazon Q的新功能
AWS还为基于GenAI的个人助理Amazon Q系列推出了新的定制和应用构建功能，并为Amazon Bedrock GenAI平台推出了新的定制功能。
这些新的GenAI和Amazon Q功能是在AWS于4月发布GenAI助理之后推出的，而自OpenAI的ChatGPT发布近两年以来，AWS、谷歌和微软之间的GenAI竞赛并未显示出放缓的迹象。
据行业分析师称，在这三家科技巨头中，AWS似乎最专注于企业市场。
Andersen说：“当我看到他们在Q和Bedrock上所做的工作时，我感觉他们非常专注于企业和B2B市场。其他一些公司试图满足更多样化的客户群。他们提供的是广度而非深度。”
AWS还为Q添加了更多功能，旨在帮助企业快速完成任务。
例如，AWS表示，新的Amazon Q开发者定制功能支持内联代码推荐，帮助开发者使用其内部代码库，并提供更相关和有用的内联编码建议。该功能现已全面上市。
云提供商还透露，Amazon Q现已在SageMaker中可用，SageMaker是AWS用于构建、训练和部署机器学习和AI模型的服务。
SageMaker用户现在可以获得Q的现有功能，如代码生成、调试和建议，以及新功能，如数据准备、模型训练和部署的协助。
Andersen说：“他们现在正在为Q添加功能，以真正提升生产力和进一步加快速度，这比它今年最初发布时还要快。”
Amazon Q Apps（Amazon Q Business的一项功能）也现已全面上市。它允许员工基于公司数据快速创建应用。
Futurum Group分析师Paul Nashawaty表示：“在我的研究中，组织希望每小时发布一次代码，但只有少数组织能够达到这一目标。”
Nashawaty说：“通过在Amazon Q业务中添加Amazon Q Apps，这加速了这些应用的创建。”
AWS人工智能产品副总裁Matt Wood在AWS峰会上介绍了Amazon Bedrock的新功能。
Bedrock的新功能
除了对Q的更新外，AWS还为Bedrock添加了新功能，其中包括预览版中对独立GenAI供应商Anthropic的基础模型Claude 3 Haiku进行微调的能力。
AWS还推出了两项新功能，帮助客户在Amazon Bedrock中构建AI代理。第一项功能允许代理记住不同会话中的信息。例如，当客户预订航班时，代理现在可以记住过去的旅行计划和客户选择的食物选项。
代理还可以解释代码以解决复杂的数据驱动用例。例如，用户可以要求代理检查历史房地产价格以寻找投资机会。
AWS还为Amazon Bedrock引入了更多Guardrails。新的Guardrails旨在解决企业对大型语言模型（LLM）产生幻觉和生成错误信息的担忧。
云提供商现在为Amazon Bedrock的Guardrails提供上下文基础检查，以在模型响应中找到幻觉。
Nashawaty表示，为Bedrock添加基础检查尤为重要，因为AWS允许客户使用更多数据源进行检索增强生成（RAG）。
RAG是一种AI框架，它使用GenAI LLMs和常规AI系统来生成更准确的响应。
AWS人工智能产品副总裁Matt Wood在主题演讲中表示：“您可以通过模型和RAG走得更远。[RAG]是构建功能强大且连贯的应用的关键组件，通过Guardrails，我们可以更安全地运行这些应用。”
因此，通过提供上下文基础，客户可以确信系统正在使用正确的数据源来生成正确的响应。
Nashawaty说：“这将有助于制定规则，以产生组织所期望的结果。您希望确保不同数据源不会产生不同的结果。您希望确保它们是协调一致的。”
AWS的Bedrock客户
Tactacam是一家生产户外摄影蜂窝相机的公司，已成为AWS三年的客户。
最近，该公司使用Amazon Bedrock中的Claude Haiku推出了一款名为Feathersnap的新产品。
对于Tactacam来说，Bedrock中新增的功能（如微调和Guardrails）意味着更好的用户体验，产品所有权总监Lindsay Bowers在接受TechTarget编辑采访时说。
Bowers说：“我们能够通过我们的语言学习模型以及我们输入的系统提示来获得很多结果。但任何已经内置在模型中的东西都将帮助我们获得更好的全方位结果。很高兴看到这些东西正在得到改进，而且Bedrock中的模型将对所有用户变得更好。”
与模型无关的服务
AWS还推出了一个独立的Guardrails API。
Moor Insights & Strategy分析师Jason Andersen表示，当我看到他们在Q和Bedrock上所做的工作时，我感觉他们非常专注于企业市场。
这允许在亚马逊和AWS上开展业务的公司对其所有GenAI应用应用保障措施，无论它们使用哪种基础模型或基础设施。
Andersen表示，通过这项服务，AWS展示了它是如何将AI服务从特定模型中抽象出来的。
在安全和负责任的AI方面，AWS没有将Guardrail功能构建到其模型中，而是让客户可以选择在不同的模型和云基础设施上使用API。因此，客户在考虑负责任的AI时，不会被绑定到一个模型上，Andersen补充道。
他说：“他们能够允许您在不同的模型之间共享不同的企业能力和企业需求，这将在客户的AI旅程中真正帮助他们。”
挑战与新的教育机会
Andersen继续表示，AWS必须克服的一个障碍是，该供应商仍在研究如何讲述自己的故事。
许多企业仍然认为，选择AWS就意味着他们可能必须成为AWS的独家客户，这并非事实。
Andersen说：“市场上有一些看法，他们可能需要让人们意识到，‘嘿，看，我们不仅仅希望你把我们作为你所有工作负载的承载者。我们是来帮助你做不同的事情，甚至可能是帮助你在多个云上完成不同的事情。'这主要是一个教育问题，而不是目前的技术或产品问题。”
虽然AWS可能仍在努力教育其客户群了解其GenAI战略，但根据该供应商的说法，云提供商已经实现了其目标，即通过免费培训课程让全球2900万工人掌握云技能。
AWS使用Amazon Bedrock提供基于GenAI的模拟和动手培训，以帮助人们通过名为SimuLearn的新沉浸式Gen AI学习系统将业务问题和技术解决方案联系起来。
这家科技巨头还推出了基于游戏的学习选项Cloud Quest的一个新生成式AI角色，以帮助技术人员获得实用的GenAI经验，如微调LLMs、部署基础模型和构建聊天机器人。
AWS Cloud Institute总监Kevin Kelly说：“很多人通过尝试和再尝试来学习，失败是一位伟大的老师。为学习者提供探索基于游戏的环境（如Cloud Quest）并解决问题的环境，是很多人喜欢的学习方式。”
他补充说：“他们还喜欢构建东西，看看他们构建了什么，并测试他们构建的东西。”
AWS还在AWS Educate平台上推出了Amazon PartyRock的培训，以便客户学习构建自己的AI应用。
合作伙伴关系
AWS还宣布了几项新的合作伙伴关系。
AWS和德勤现在建立了多年的战略合作关系，以帮助客户扩展生成式AI。供应商将建立一个创新实验室，帮助客户探索未来技术，如人工通用智能、量子机器学习和自主机器人技术。
AWS还与Scale AI结盟，成为其首个模型定制和评估合作伙伴。通过此次合作，企业和公共部门组织可以使用Scale GenAI平台和Scale Donovan来评估其生成式AI应用，并进一步定制、配置和微调模型。
Scale AI现场首席技术官Vijay Karunamurthy告诉TechTarget编辑，该合作伙伴关系解决了阻碍组织扩展其GenAI工作负载和项目的一些瓶颈。
这些瓶颈之一在于评估应用的难度以及了解在发布模型或应用之前必须满足的基准。
Karunamurthy说：“最大的瓶颈是信任模型、输出以及信任模型不会出错的能力。”
他补充说，评估对于负责任地部署GenAI模型至关重要。
Karunamurthy说：“如果不能评估模型在所有这些不同问题上的安全性和偏见，那么在谈到什么是负责任地使用AI时，您真的只是在盲目飞行。”
相关文章
