คำถามที่พบบ่อยเกี่ยวกับ Amazon Bedrock

เอเจนต์ของ Amazon Bedrock เป็นความสามารถที่มีการจัดการอย่างเต็มรูปแบบซึ่งช่วยให้นักพัฒนาสามารถสร้างแอปพลิเคชันที่ใช้ AI ช่วยสร้างได้ง่ายขึ้น ซึ่งสามารถทำงานที่ซับซ้อนให้เสร็จสิ้นสำหรับกรณีการใช้งานที่หลากหลาย และมอบคำตอบที่ทันสมัยตามแหล่งความรู้ที่เป็นกรรมสิทธิ์ ด้วยเพียงไม่กี่ขั้นตอน เอเจนต์ของ Amazon Bedrock จะแบ่งงานและสร้างแผนการควบคุมระบบโดยอัตโนมัติโดยไม่ต้องเขียนโค้ดเอง เอเจนต์จะเชื่อมต่อกับข้อมูลของบริษัทอย่างปลอดภัยผ่าน API แปลงข้อมูลให้อยู่ในรูปแบบที่เครื่องอ่านได้โดยอัตโนมัติ และเพิ่มคำขอด้วยข้อมูลที่เกี่ยวข้องเพื่อสร้างการตอบสนองที่แม่นยำที่สุด จากนั้นเอเจนต์จะเรียกใช้ API โดยอัตโนมัติเพื่อตอบสนองคำขอของผู้ใช้ ตัวอย่างเช่น บริษัทผู้ผลิตอาจต้องการพัฒนาแอปพลิเคชัน AI ช่วยสร้างที่สร้างระบบอัตโนมัติในการติดตามระดับสินค้าคงคลัง ข้อมูลการขาย ข้อมูลห่วงโซ่อุปทาน และระบบที่สามารถแนะนำจุดที่ควรสั่งซื้อใหม่และปริมาณที่เหมาะสมเพื่อเพิ่มประสิทธิภาพสูงสุดได้ เนื่องจากเป็นความสามารถที่มีการจัดการเต็มรูปแบบ เอเจนต์ของ Amazon Bedrock จึงช่วยขจัดการจัดการการผสานรวมระบบและการจัดเตรียมโครงสร้างพื้นฐานออกไป ซึ่งช่วยให้นักพัฒนาสามารถใช้ AI ช่วยสร้างได้เต็มขอบเขตทั่วทั้งองค์กรของตน

คุณสามารถเชื่อมต่อ FM กับแหล่งที่มาของข้อมูลของบริษัทคุณได้อย่างปลอดภัยโดยใช้เอเจนต์ของ Amazon Bedrock ด้วยฐานความรู้ คุณสามารถใช้เอเจนต์เพื่อให้ FM ใน Amazon Bedrock เข้าถึงข้อมูลเพิ่มเติมที่ช่วยให้โมเดลสร้างการตอบสนองที่เกี่ยวข้อง ตรงตามบริบท และแม่นยำมากขึ้น โดยไม่ต้องฝึก FM ซ้ำอย่างต่อเนื่อง จากการป้อนข้อมูลของผู้ใช้ เอเจนต์จะระบุฐานความรู้ที่เหมาะสม ดึงข้อมูลที่เกี่ยวข้อง และเพิ่มข้อมูลลงในพรอมต์อินพุต ทำให้โมเดลมีข้อมูลบริบทมากขึ้นเพื่อสร้างความสมบูรณ์

เอเจนต์ของ Amazon Bedrock สามารถช่วยคุณเพิ่มประสิทธิภาพการทำงาน ปรับปรุงประสบการณ์การบริการลูกค้า หรือทำให้เวิร์กโฟลว์เป็นอัตโนมัติ (เช่น การประมวลผลการเคลมประกันภัย)

เอเจนต์จะช่วยให้นักพัฒนาจะได้รับการสนับสนุนอย่างราบรื่นสำหรับการตรวจสอบ การเข้ารหัส สิทธิ์การอนุญาตผู้ใช้ การกำหนดเวอร์ชัน และการจัดการการเรียกดำเนินการ API โดยไม่ต้องเขียนโค้ดแบบกำหนดเอง เอเจนต์ของ Amazon Bedrock ทำให้วิศวกรรมการโต้ตอบและการควบคุมระบบงานที่ผู้ใช้ร้องขอเป็นไปโดยอัตโนมัติ นักพัฒนาสามารถนำเทมเพลตพรอมต์จากเอเจนต์ มาใช้เป็นรูปแบบพื้นฐานไว้ปรับแต่งเพิ่มเติมเพื่อเสริมประสบการณ์ของผู้ใช้ให้ดียิ่งขึ้นไปได้ ซึ่งสามารถอัปเดตอินพุตของผู้ใช้ แผนการควบคุมระบบ และการตอบสนอง FM ด้วยการเข้าถึงเทมเพลตพรอมต์นี้ นักพัฒนาจะสามารถควบคุมการควบคุมระบบของเอเจนต์ได้ดีขึ้น

ด้วยเอเจนต์ที่มีการจัดการเต็มรูปแบบ คุณจะไม่ต้องกังวลกับการจัดเตรียมหรือการจัดการโครงสร้างพื้นฐาน และสามารถนำแอปพลิเคชันไปสู่การใช้งานจริงได้เร็วขึ้น

เนื้อหาของลูกค้าใด ๆ ที่ Amazon Bedrock ประมวลผลจะถูกเข้ารหัสและจัดเก็บเป็นข้อมูลที่ไม่ใช้งานไว้ใน AWS Region ที่คุณกำลังใช้ Amazon Bedrock อยู่

ไม่มี จะไม่มีการแชร์อินพุตผู้ใช้และเอาต์พุตโมเดลกับผู้ให้บริการโมเดลใดๆ

Amazon Bedrock นำเสนอความสามารถหลายอย่างเพื่อรองรับข้อกำหนดด้านความปลอดภัยและความเป็นส่วนตัว Amazon Bedrock มีขอบเขตสำหรับมาตรฐานการปฏิบัติตามมาตรฐานทั่วไป เช่น Fedramp Moderate, การควบคุมบริการและองค์กร (SOC) องค์การระหว่างประเทศเพื่อมาตรฐาน (ISO), กฎหมายการพกพาและความรับผิดชอบประกันสถานะ (HIPAA) ที่มีคุณสมบัติเหมาะสม และลูกค้าสามารถใช้ Bedrock ตามกฎระเบียบปกป้องข้อมูลทั่วไป (GDPR) Amazon Bedrock รวมอยู่ในขอบเขตของรายงาน SOC 1, 2, 3 ช่วยให้ลูกค้าได้รับข้อมูลเชิงลึกเกี่ยวกับการควบคุมความปลอดภัยของเรา เราแสดงให้เห็นถึงการปฏิบัติตามข้อกำหนดผ่านการตรวจสอบของบุคคลที่สามอย่างครอบคลุมของการควบคุม AWS ของเรา Amazon Bedrock เป็นหนึ่งในบริการของ AWS ภายใต้การปฏิบัติตามมาตรฐาน ISO 9001, ISO 27001, ISO 27017, ISO 27018, ISO 27701, ISO 22301 และ ISO 20000 Amazon Bedrock ได้รับการรับรอง CSA Security Trust Assurance and Risk (STAR) ระดับ 2 ซึ่งตรวจสอบการใช้แนวทางปฏิบัติที่ดีที่สุดและมาตรการรักษาความปลอดภัยของข้อเสนอ AWS Cloud ด้วย Amazon Bedrock เนื้อหาของคุณจะไม่ถูกใช้เพื่อปรับปรุงโมเดลพื้นฐาน และจะไม่แชร์กับผู้ให้บริการโมเดลรายใด คุณสามารถใช้ AWS PrivateLink เพื่อสร้างการเชื่อมต่อส่วนตัวจาก Amazon VPC ไปยัง Amazon Bedrock โดยไม่ต้องเปิดเผยการรับส่งข้อมูลอินเทอร์เน็ตของคุณ

ไม่ AWS และผู้ให้บริการโมเดลบุคคลที่สามจะไม่ใช้อินพุตหรือเอาต์พุตจาก Amazon Bedrock เพื่อฝึก Amazon Nova, Amazon Titan หรือโมเดลของบุคคลที่สาม

Amazon Bedrock รองรับ SDK สำหรับบริการรันไทม์ ส่วน SDK สำหรับ iOS และ Android รวมถึง Java, JS, Python, CLI, .Net, Ruby, PHP, Go และ C++ รองรับทั้งการป้อนข้อมูลเสียงพูดและข้อความ

SDK ทั้งหมดรองรับการสตรีม

โปรดดูหน้าค่าบริการ Amazon Bedrock เพื่อดูข้อมูลเกี่ยวกับค่าบริการปัจจุบัน

Amazon Bedrock ได้รับการสนับสนุนภายใต้แผนการสนับสนุนสำหรับนักพัฒนาซอฟต์แวร์ แผนการสนับสนุนธุรกิจ และแผนการสนับสนุนองค์กร ทั้งนี้ขึ้นอยู่กับสัญญา AWS Support ของคุณ

คุณสามารถใช้เมตริก CloudWatch เพื่อติดตามโทเค็นอินพุตและเอาต์พุต

ลูกค้าจะเห็นใบเรียกเก็บเงิน AWS Marketplace สำหรับโมเดลแบบไม่ต้องใช้เซิร์ฟเวอร์ของ Bedrock และโมเดล Bedrock Marketplace บางรุ่น เหตุผลเนื่องจากโมเดลเหล่านี้ถูกขายโดยผู้ให้บริการบุคคลที่สามเป็น “เนื้อหาของบุคคลที่สาม” ตามที่อธิบายไว้ในข้อกำหนดการให้บริการของ AWS ส่วน 50.12

ดAmazon Bedrock ช่วยให้คุณสามารถปรับแต่ง FM แบบส่วนตัว โดยยังคงควบคุมวิธีการใช้และเข้ารหัสข้อมูลของคุณไว้ Amazon Bedrock จะสร้างสำเนา FM พื้นฐานแยกต่างหากและทำการฝึกสำเนาโมเดลส่วนตัวนี้ ข้อมูลของคุณ ได้แก่ พรอมต์ ข้อมูลที่ใช้เพื่อเสริมพรอมต์และการตอบสนอง FM FM แบบกำหนดเองยังคงให้บริการในรีเจี้ยนที่ประมวลผลการเรียกใช้ API

เมื่อคุณปรับแต่งโมเดลอย่างละเอียด ข้อมูลของคุณจะไม่ถูกเปิดเผยต่ออินเทอร์เน็ตสาธารณะ ไม่หลุดออกจากเครือข่าย AWS ซึ่งถูกถ่ายโอนผ่านทาง VPC ของคุณอย่างปลอดภัยและถูกเข้ารหัสในระหว่างการจัดเก็บและการรับส่ง Amazon Bedrock ยังบังคับใช้การควบคุมการเข้าถึง AWS เดียวกับที่คุณมีบนบริการอื่นๆ ของเรา

เราได้เปิดตัวการฝึกเบื้องต้นแบบต่อเนื่องสำหรับโมเดล Amazon Titan Text Express และ Amazon Titan บน Amazon Bedrock การฝึกเบื้องต้นแบบต่อเนื่องช่วยให้คุณฝึกเบื้องต้นต่อไปบนโมเดลฐาน Amazon Titan โดยใช้ข้อมูลที่ไม่มีป้ายกำกับจำนวนมาก การฝึกประเภทนี้จะปรับโมเดลจากคอร์ปัสโดเมนทั่วไปเป็นคอร์ปัสโดเมนที่เฉพาะเจาะจงมากขึ้น เช่น ทางการแพทย์ กฎหมาย การเงิน ฯลฯ ในขณะที่ยังคงรักษาความสามารถส่วนใหญ่ของโมเดลพื้นฐาน Amazon Titan 

องค์กรอาจต้องการสร้างโมเดลสำหรับงานในโดเมนเฉพาะ โมเดลพื้นฐานอาจไม่ได้รับการฝึกฝนเกี่ยวกับคำศัพท์ทางเทคนิคที่ใช้ในหัวข้อเฉพาะนั้น ดังนั้นการปรับแต่งโมเดลพื้นฐานอย่างละเอียดโดยตรงจะต้องใช้บันทึกการฝึกที่มีป้ายกำกับจำนวนมากและระยะเวลาการฝึกที่ยาวนานเพื่อให้ได้ผลลัพธ์ที่ถูกต้อง หากต้องการลดภาระนี้ ลูกค้าสามารถจัดหาข้อมูลที่ไม่มีป้ายกำกับจำนวนมากแทนสำหรับงานการฝึกเบื้องต้นแบบต่อเนื่อง งานนี้จะปรับโมเดลพื้นฐาน Amazon Titan ให้เข้ากับโดเมนใหม่ จากนั้นลูกค้าอาจปรับแต่งโมเดลแบบกำหนดเองที่ฝึกเบื้องต้นใหม่อย่างละเอียดให้เข้ากับงานดาวน์สตรีม โดยใช้บันทึกการฝึกที่มีป้ายกำกับน้อยลงอย่างมีนัยสำคัญและมีระยะเวลาการฝึกน้อยลง 

การฝึกเบื้องต้นแบบต่อเนื่องและการปรับแต่งอย่างละเอียดของ Amazon Bedrock มีข้อกำหนดที่คล้ายกันมาก ด้วยเหตุนี้เราจึงเลือกที่จะสร้าง API แบบรวมที่รองรับทั้งการฝึกเบื้องต้นแบบต่อเนื่องและการปรับแต่งอย่างละเอียด การรวมกันของ API จะช่วยลดเส้นโค้งการเรียนรู้และช่วยให้ลูกค้าใช้ฟีเจอร์มาตรฐาน เช่น Amazon EventBridge เพื่อติดตามงานที่ทำงานยาวนาน การผสานรวม Amazon S3 สำหรับการดึงข้อมูลการฝึก แท็กทรัพยากร และการเข้ารหัสโมเดล 

การฝึกเบื้องต้นแบบต่อเนื่องช่วยให้คุณปรับโมเดล Amazon Titan ให้เข้ากับข้อมูลเฉพาะโดเมนของคุณได้อย่างง่ายดาย ในขณะที่ยังคงรักษาฟังก์ชันการทำงานพื้นฐานของโมเดล Amazon Titan หากต้องการสร้างงานการฝึกเบื้องต้นแบบต่อเนื่อง ให้ไปที่คอนโซล Amazon Bedrock แล้วคลิกที่ "โมเดลแบบกำหนดเอง" คุณจะไปที่หน้าโมเดลที่กำหนดเองที่มีสองแท็บ: โมเดลและงานฝึกฝน แท็บทั้งสองมีเมนูดรอปดาวน์ด้านขวา ซึ่งเรียกว่า “ปรับแต่งโมเดล” เลือก “การฝึกเบื้องต้นแบบต่อเนื่อง” จากเมนูดรอปดาวน์เพื่อไปที่ “สร้างงานการฝึกเบื้องต้นแบบต่อเนื่อง” คุณจะต้องระบุโมเดลต้นทาง ชื่อ การเข้ารหัสโมเดล ข้อมูลอินพุต ไฮเปอร์พารามิเตอร์ และข้อมูลเอาต์พุต นอกจากนี้ คุณยังสามารถจัดหาแท็กพร้อมรายละเอียดเกี่ยวกับบทบาท AWS Identity and Access Management (IAM) และนโยบายทรัพยากรสำหรับงานได้

โมเดลตระกูล Amazon Titan เป็นเอกสิทธิ์เฉพาะของ Amazon Bedrock ที่รวมเอาประสบการณ์ 25 ปีของ Amazon ในการสร้างสรรค์นวัตกรรมด้วย AI และแมชชีนเลิร์นนิงในทุกระดับธุรกิจ Amazon Titan FM มอบตัวเลือกโมเดลรูปภาพ มัลติโมดัล และโมเดลข้อความที่มีประสิทธิภาพสูงให้กับลูกค้าผ่าน API ที่มีการจัดการเต็มรูปแบบ โมเดล Amazon Titan สร้างขึ้นโดย AWS และได้รับการฝึกฝนล่วงหน้าโดยใช้ชุดข้อมูลขนาดใหญ่ ทําให้เป็นโมเดลอเนกประสงค์ที่ทรงพลังซึ่งสร้างขึ้นเพื่อสนับสนุนการใช้งานที่หลากหลาย ในขณะเดียวกันก็สนับสนุนการใช้ AI อย่างมีความรับผิดชอบ ใช้ตามที่สร้างมา หรือปรับแต่งส่วนตัวด้วยข้อมูลของคุณเอง เรียนรู้เพิ่มเติมเกี่ยวกับ Amazon Titan

หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับข้อมูลที่ประมวลผลเพื่อพัฒนาและฝึก Amazon Titan FM โปรดไปที่หน้าการฝึกโมเดล Amazon Titan และความเป็นส่วนตัว

คุณสามารถนำเข้าเนื้อหาจากแหล่งที่มาของข้อมูลต่าง ๆ รวมถึงเว็บ, Amazon Simple Storage Service (Amazon S3), Confluence (แสดงตัวอย่าง), Salesforce (แสดงตัวอย่าง), และ SharePoint (แสดงตัวอย่าง) นอกจากนี้คุณยังสามารถโปรแกรมรับข้อมูลสตรีมมิ่งหรือข้อมูลจากแหล่งที่ไม่รองรับได้ นอกจากนี้คุณยังสามารถเชื่อมต่อกับแหล่งที่มาของข้อมูลที่มีโครงสร้างของคุณ เช่น Redshift datawarehouse และแค็ตตาล็อกข้อมูลของ AWS Glue

Amazon Bedrock Knowledge Bases มอบการจัดการภาษาธรรมชาติสำหรับ SQL เพื่อแปลงภาษาธรรมชาติให้เป็นแบบสอบถาม SQL ที่ดำเนินการได้และดึงข้อมูล ช่วยให้คุณสามารถสร้างแอปพลิเคชันโดยใช้ข้อมูลจากแหล่งเหล่านี้ได้

ใช่ การจัดการบริบทของเซสชันมีในตัว ช่วยให้แอปพลิเคชันของคุณสามารถรักษาบริบทผ่านการโต้ตอบหลาย ๆ ครั้ง ซึ่งถือเป็นสิ่งสำคัญสำหรับการรองรับการสนทนาหลาย ๆ ครั้ง

ใช่ ข้อมูลทั้งหมดที่ได้รับมีการอ้างอิง ซึ่งช่วยเพิ่มความโปร่งใส และลดความเสี่ยงของผลลัพธ์เพี้ยนในคำตอบที่สร้างขึ้น

Amazon Bedrock Knowledge Bases รองรับการประมวลผลข้อมูลแบบหลายรูปแบบ ช่วยให้นักพัฒนาสามารถสร้างแอปพลิเคชัน AI ช่วยสร้างซึ่งวิเคราะห์ทั้งข้อมูลข้อความและภาพ รวมถึงภาพ แผนภูมิ แผนผัง และตาราง การตอบของโมเดลสามารถใช้ประโยชน์จากข้อมูลเชิงลึกจากองค์ประกอบภาพนอกเหนือไปจากข้อความ โดยให้คำตอบที่แม่นยำยิ่งขึ้นและเกี่ยวข้องกับบริบทมากขึ้น นอกจากนี้ การระบุแหล่งที่มาสำหรับการตอบสนองรวมถึงองค์ประกอบภาพเพิ่มความโปร่งใสและความไว้วางใจในการตอบ

Amazon Bedrock Knowledge Bases สามารถประมวลผลเอกสารที่หลากหลายด้วยภาพในรูปแบบ PDF ซึ่งอาจมีภาพ ตาราง แผนภูมิ และแผนผัง สำหรับข้อมูลที่เป็นรูปภาพเท่านั้น Bedrock Knowledge Bases รองรับรูปแบบภาพมาตรฐาน เช่น JPEG และ PNG ช่วยให้สามารถใช้ความสามารถในการค้นหา โดยที่ผู้ใช้ดึงภาพที่เกี่ยวข้องจากการสืบค้นที่ใช้ข้อความได้

ลูกค้ามีตัวเลือกการวิเคราะห์สามตัวเลือกสำหรับฐานความรู้ Bedrock สำหรับการประมวลผลเฉพาะข้อความ ตัวแยกส่วน Bedrock ในตัวที่เป็นค่าเริ่มต้นจะพร้อมใช้งานโดยไม่มีค่าใช้จ่ายเพิ่มเติม เหมาะอย่างยิ่งสำหรับกรณีที่ไม่จำเป็นต้องมีการประมวลผลข้อมูลหลายรูปแบบ Amazon Bedrock Data Automation (BDA) หรือโมเดลพื้นฐานสามารถใช้เพื่อแยกวิเคราะห์ข้อมูลหลายรูปแบบ สำหรับข้อมูลเพิ่มเติม โปรดดูเอกสารประกอบผลิตภัณฑ์ 

Amazon Bedrock Knowledge Base จัดการกับความซับซ้อนของเวิร์กโฟลว์ต่าง ๆ เช่น การเปรียบเทียบเนื้อหา การจัดการความล้มเหลว การควบคุมอัตราการโอนถ่ายข้อมูลและการเข้ารหัส ช่วยให้มั่นใจได้ว่าข้อมูลของคุณจะได้รับการประมวลผลและจัดการอย่างปลอดภัยตามมาตรฐานการรักษาความปลอดภัยที่เข้มงวดของ AWS

การประเมินโมเดลบน Amazon Bedrock ช่วยให้คุณสามารถประเมิน เปรียบเทียบ และเลือก FM ที่ดีที่สุดสำหรับกรณีการใช้งานของคุณได้ในไม่กี่ขั้นตอน Amazon Bedrock เสนอทางเลือกในการประเมินอัตโนมัติและการประเมินของมนุษย์ คุณสามารถใช้การประเมินอัตโนมัติด้วยเมตริกที่กำหนดไว้ล่วงหน้า เช่น ความแม่นยำ ความทนทาน และความเป็นพิษ คุณสามารถใช้เวิร์กโฟลว์การประเมินของมนุษย์สำหรับเมตริกส่วนตัวหรือแบบกำหนดเอง เช่น ความเป็นมิตร สไตล์ และการจัดตำแหน่งตามลักษณะของแบรนด์ หากต้องการประเมินโดยมนุษย์ คุณสามารถใช้พนักงานในองค์กรของคุณหรือทีมที่จัดการโดย AWS ในฐานะผู้ตรวจสอบได้ การประเมินโมเดลบน Amazon Bedrock มีชุดข้อมูลที่คัดสรรในตัวหรือคุณสามารถนำชุดข้อมูลของคุณเองมาใช้ได้

คุณสามารถประเมินเมตริกที่กำหนดไว้ล่วงหน้าได้หลากหลาย เช่น ความแม่นยำ ความทนทาน และความเป็นพิษโดยใช้การประเมินอัตโนมัติ นอกจากนี้คุณยังสามารถใช้เวิร์กโฟลว์การประเมินของมนุษย์สำหรับเมตริกส่วนตัวหรือแบบกำหนดเอง เช่น ความเป็นมิตร ความเกี่ยวข้อง สไตล์ และการจัดตำแหน่งกับเสียงของแบรนด์

การประเมินอัตโนมัติช่วยให้คุณสามารถจำกัดรายการ FM ที่มีอยู่ได้อย่างรวดเร็วตามเกณฑ์มาตรฐาน (เช่นความแม่นยำความเป็นพิษและความแข็งแกร่ง) การประเมินโดยมนุษย์มักใช้เพื่อประเมินเกณฑ์ที่ละเอียดอ่อนหรืออัตนัยมากขึ้นซึ่งต้องการการตัดสินของมนุษย์และในกรณีที่การประเมินอัตโนมัติอาจไม่มีอยู่จริง (เช่น เสียงของแบรนด์ ความตั้งใจสร้างสรรค์ เป็นมิตร)

คุณสามารถประเมินโมเดล Amazon Bedrock ได้อย่างรวดเร็วสำหรับเมตริก เช่น ความแม่นยำ ความแข็งแกร่ง และความเป็นพิษ โดยใช้ชุดข้อมูลในตัวที่คัดสรรมาแล้ว หรือโดยการนำชุดข้อมูลที่รวดเร็วของคุณเอง หลังจากที่ชุดข้อมูลพรอมต์ของคุณถูกส่งไปยังโมเดล Amazon Bedrock เพื่ออนุมานแล้ว การตอบสนองของโมเดลจะถูกทำคะแนนด้วยอัลกอริทึมการประเมินสำหรับแต่ละมิติ กลไกแบ็กเอนด์จะรวมคะแนนการตอบกลับทันทีแต่ละรายการเป็นคะแนนสรุป และนำเสนอผ่านรายงานแบบภาพที่เข้าใจง่าย

Amazon Bedrock ช่วยให้คุณตั้งค่าเวิร์กโฟลว์การตรวจสอบโดยมนุษย์ได้ในไม่กี่ขั้นตอน และให้พนักงานในองค์กรของคุณหรือใช้ทีมผู้เชี่ยวชาญที่จัดการโดย AWS ในการประเมินโมเดล ผ่านอินเทอร์เฟซที่ใช้งานง่ายของ Amazon Bedrock มนุษย์สามารถตรวจสอบและให้ข้อเสนอแนะเกี่ยวกับการตอบสนองของโมเดลได้โดยคลิกยกนิ้วหรือคว่ำนิ้ว ให้คะแนน 1-5 การเลือกคำตอบที่ดีที่สุดจากหลายคำตอบหรือคำแนะนำในการจัดอันดับ ตัวอย่างเช่น สมาชิกในทีมสามารถแสดงให้เห็นว่าสองโมเดลตอบสนองต่อพรอมต์เดียวกันอย่างไร จากนั้นจะถูกขอให้เลือกโมเดลที่แสดงผลลัพธ์ที่แม่นยำ ตรงประเด็น หรือมีสไตล์มากขึ้น คุณสามารถระบุเกณฑ์การประเมินที่ต้องการสำหรับคุณ โดยปรับแต่งคำแนะนำและปุ่มเพื่อให้ปรากฏใน UI การประเมินสำหรับทีมของคุณ คุณยังสามารถให้คำแนะนำโดยละเอียดพร้อมตัวอย่างและเป้าหมายโดยรวมของการประเมินโมเดล เพื่อให้ผู้ใช้สามารถจัดการทำงานของตนให้สอดคล้องกัน วิธีนี้มีประโยชน์ในการประเมินเกณฑ์อัตนัยที่ต้องตัดสินโดยมนุษย์ หรือความเชี่ยวชาญเฉพาะด้านที่ละเอียดยิ่งขึ้นและไม่สามารถตัดสินได้อย่างง่ายดายโดยการประเมินอัตโนมัติ

กฎควบคุมระบบของ Amazon Bedrock ช่วยให้คุณใช้มาตรการป้องกันสำหรับแอปพลิเคชัน AI ช่วยสร้างของคุณตามกรณีการใช้งานและนโยบาย AI ที่มีความรับผิดชอบ กฎควบคุมระบบช่วยควบคุมปฏิสัมพันธ์ระหว่างผู้ใช้และ FM โดยการกรองเนื้อหาที่ไม่พึงประสงค์และเป็นอันตราย และจะแก้ไขข้อมูลที่ระบุตัวตนของบุคคลได้ (PII) ในไม่ช้า เพิ่มความปลอดภัยของเนื้อหาและความเป็นส่วนตัวในแอปพลิเคชัน AI ช่วยสร้าง คุณสามารถสร้างกฎควบคุมระบบหลายแบบด้วยการกำหนดค่าที่แตกต่างกันซึ่งปรับให้เหมาะกับกรณีการใช้งานเฉพาะ นอกจากนี้ เมื่อใช้กฎควบคุมระบบคุณยังสามารถตรวจสอบและวิเคราะห์อินพุตของผู้ใช้และการตอบสนอง FM ที่อาจละเมิดนโยบายที่ลูกค้ากำหนดได้อย่างต่อเนื่อง

Guardrails ช่วยให้คุณสามารถกำหนดชุดนโยบายเพื่อช่วยปกป้องแอปพลิเคชัน AI ช่วยสร้างของคุณ คุณสามารถกำหนดค่านโยบายต่อไปนี้ในกฎควบคุมระบบได้

• การตรวจสอบเหตุตามบริบท: ช่วยในการตรวจจับและกรองผลลัพธ์เพี้ยนออกหากการตอบสนองไม่ได้ตั้งอยู่บนข้อมูลแหล่งที่มาและไม่เกี่ยวข้องกับคำถามหรือคำแนะนำของผู้ใช้ (เช่น ข้อมูลที่ไม่ถูกต้องตามข้อเท็จจริงหรือข้อมูลใหม่)
• การตรวจสอบด้วยการให้เหตุผลอัตโนมัติ: ช่วยตรวจจับความไม่ถูกต้องของข้อเท็จจริงในเนื้อหาที่สร้างขึ้น แนะนำการแก้ไข และอธิบายว่าเหตุใดคำตอบจึงถูกต้องโดยตรวจสอบเทียบกับการแสดงความรู้ทางคณิตศาสตร์แบบมีโครงสร้างที่เรียกว่านโยบายการให้เหตุผลอัตโนมัติ
• ตัวกรองเนื้อหา: ช่วยให้คุณกำหนดค่าเกณฑ์ในการตรวจจับและกรองเนื้อหาข้อความที่เป็นอันตรายในหมวดหมู่ต่าง ๆ เช่น ความเกลียดชัง การดูหมิ่น การแสดงออกทางเพศ ความรุนแรง การประพฤติมิชอบ และการโจมตีพร้อมท์ นอกจากนี้ ตัวกรองเนื้อหาสามารถตรวจจับและกรองเนื้อหาภาพที่เป็นอันตรายในหมวดหมู่เหล่านี้ซึ่งจะช่วยสร้างแอปพลิเคชันหลายรูปแบบที่ปลอดภัย
• หัวข้อที่ถูกปฏิเสธ: คุณสามารถกำหนดชุดหัวข้อที่ไม่พึงปรารถนาในบริบทของแอปพลิเคชันของคุณ ตัวอย่างเช่น ผู้ช่วยธนาคารออนไลน์สามารถออกแบบมาเพื่อละเว้นจากการให้คำแนะนำการลงทุน
• ตัวกรองคำ: กำหนดชุดคำที่จะบล็อกในอินพุตของผู้ใช้และการตอบสนองที่สร้างโดย FM
• ตัวกรองข้อมูลที่ละเอียดอ่อน: ช่วยให้คุณตอบสนองต่อข้อมูลที่ละเอียดอ่อน เช่น ชุดข้อมูลส่วนบุคคล (PII) ที่สามารถแก้ไขในคำตอบที่สร้างโดย FM ได้ ตามกรณีการใช้งาน Guardrails ยังสามารถช่วยคุณบล็อกอินพุตผู้ใช้หากมี PII

Amazon Bedrock Guardrails ทำงานร่วมกับโมเดลที่หลากหลาย รวมถึง FM ที่รองรับใน Amazon Bedrock โมเดลที่ปรับแต่งอย่างละเอียด รวมถึงโมเดลที่โฮสต์ด้วยตนเองนอกจาก Amazon Bedrock สามารถประเมินอินพุตของผู้ใช้งานและเอาท์พุตของโมเดลได้อย่างอิสระสำหรับโมเดลของบุคคลที่สามและโฮสต์ด้วยตนเองโดยใช้ ApplyGuardrail API นอกจากนี้ยังสามารถผสานรวม Amazon Bedrock Guardrails กับ Amazon Bedrock Agents และฐานความรู้สำหรับ Amazon Bedrock เพื่อสร้างแอปพลิเคชัน AI ช่วยสร้างที่ปลอดภัยและมั่นคงซึ่งสอดคล้องกับนโยบาย AI ที่มีความรับผิดชอบ

AWS เสนอการชดเชยทรัพย์สินทางปัญญา (IP) ที่ไม่มีขีดจำกัดสำหรับการเรียกร้องลิขสิทธิ์ที่เกิดจากผลลัพธ์ช่วยสร้างของบริการ AI ช่วยสร้าง Amazon Titan และบริการอื่น ๆ ที่ระบุไว้ในข้อ 50.10 ของเงื่อนไขการให้บริการ (“บริการ AI ช่วยสร้างที่ได้รับการชดใช้ค่าเสียหาย”) ซึ่งหมายความว่าลูกค้าได้รับการคุ้มครองจากการเรียกร้องของบุคคลที่สามที่กล่าวหาว่าละเมิดลิขสิทธิ์โดยผลลัพธ์ที่สร้างโดยบริการ AI ช่วยสร้างที่ได้รับการชดใช้ค่าเสียหายเพื่อตอบสนองต่ออินพุตหรือข้อมูลอื่น ๆ ที่ลูกค้าให้ไว้ ลูกค้าจะต้องใช้บริการด้วยความรับผิดชอบ เช่น ไม่ป้อนข้อมูลที่ละเมิดหรือปิดใช้งานฟีเจอร์การกรองของบริการ

มีนโยบายกฎควบคุมระบบห้ารายการที่มีการป้องกันสำเร็จรูปที่แตกต่างกัน

• ตัวกรองเนื้อหา - ประกอบด้วยทั้งหมด 6 หมวดหมู่ (ความเกลียดชัง หมิ่นประมาทคุกคามทางเพศ ความรุนแรง การประพฤติมิชอบ (รวมถึงพฤติกรรมทางอาญา) และการโจมตีโดยใช้พรอมต์ (การแทรกพรอมต์และเจลเบรค)) แต่ละหมวดหมู่สามารถกำหนดเกณฑ์เพิ่มเติมได้เอง ในแง่ของความเข้มงวดของการกรอง เช่น ต่ำ/กลาง/สูง สำหรับทั้งเนื้อหาข้อความและภาพ
• หัวข้อที่ถูกปฏิเสธ - หัวข้อเหล่านี้เป็นหัวข้อแบบกำหนดเองที่ลูกค้าสามารถกำหนดได้โดยใช้คำอธิบายภาษาธรรมชาติที่เรียบง่าย
• ตัวกรองข้อมูลที่ละเอียดอ่อน - มาพร้อมกับ PII สำเร็จรูปกว่า 30 รายการ ซึ่งสามารถปรับแต่งเพิ่มเติมได้โดยการเพิ่มข้อมูลที่เป็นกรรมสิทธิ์ของลูกค้าที่ละเอียดอ่อน
• ตัวกรองคำ - มาพร้อมกับการกรองคำหยาบคายสำเร็จรูปและสามารถปรับแต่งเพิ่มเติมด้วยคำที่กำหนดเอง
• การตรวจสอบเหตุตามบริบทสามารถใช้เพื่อตรวจจับผลลัพธ์เพี้ยนสำหรับ RAG การประยุกต์สรุป และการสนทนา ซึ่งข้อมูลแหล่งข้อมูลสามารถใช้เป็นข้อมูลอ้างอิงเพื่อตรวจสอบการตอบสนองของโมเดล

มีนโยบายกฎควบคุมระบบห้ารายการที่มีการป้องกันสำเร็จรูปที่แตกต่างกัน

• ตัวกรองเนื้อหา - ประกอบด้วยทั้งหมด 6 หมวดหมู่ (ความเกลียดชัง หมิ่นประมาทคุกคามทางเพศ ความรุนแรง การประพฤติมิชอบ (รวมถึงพฤติกรรมทางอาญา) และการโจมตีโดยใช้พรอมต์ (การแทรกพรอมต์และเจลเบรค)) แต่ละหมวดหมู่สามารถกำหนดเกณฑ์เพิ่มเติมได้เอง ในแง่ของความเข้มงวดของการกรอง เช่น ต่ำ/กลาง/สูง
• หัวข้อที่ถูกปฏิเสธ - หัวข้อเหล่านี้เป็นหัวข้อแบบกำหนดเองที่ลูกค้าสามารถกำหนดได้โดยใช้คำอธิบายภาษาธรรมชาติที่เรียบง่าย
• ตัวกรองข้อมูลที่ละเอียดอ่อน - มาพร้อมกับ PII สำเร็จรูปกว่า 30 รายการ ซึ่งสามารถปรับแต่งเพิ่มเติมได้โดยการเพิ่มข้อมูลที่เป็นกรรมสิทธิ์ของลูกค้าที่ละเอียดอ่อน
• ตัวกรองคำ - มาพร้อมกับการกรองคำหยาบคายสำเร็จรูปและสามารถปรับแต่งเพิ่มเติมด้วยคำที่กำหนดเอง
• การตรวจสอบเหตุตามบริบทสามารถใช้เพื่อตรวจจับผลลัพธ์เพี้ยนสำหรับ RAG การประยุกต์สรุป และการสนทนา ซึ่งข้อมูลแหล่งข้อมูลสามารถใช้เป็นข้อมูลอ้างอิงเพื่อตรวจสอบการตอบสนองของโมเดล

โมเดลพื้นฐานมีมาตรการป้องกันแบบดั้งเดิมและเป็นการป้องกันเริ่มต้นตามแต่ละโมเดล มาตรการป้องกันแบบดั้งเดิมเหล่านี้ไม่ใช่ส่วนหนึ่งของกฎควบคุมระบบของ Amazon Bedrock กฎควบคุมระบบของ Amazon Bedrock เป็นอีกชั้นของมาตรการป้องกันแบบกำหนดเอง ซึ่งลูกค้าสามารถปรับใช้ได้ตามข้อกำหนดการใช้งานและนโยบาย AI ที่มีความรับผิดชอบ

ในฐานะที่เป็นส่วนหนึ่งของกฎควบคุมระบบของ Amazon Bedrock การตรวจจับ SSN และหมายเลขโทรศัพท์เป็นส่วนหนึ่งของ PII สำเร็จรูปกว่า 30 รายการ รายการทั้งหมดอยู่ที่นี่

มีค่าใช้จ่ายแยกต่างหากสำหรับการใช้กฎควบคุมระบบของ Amazon Bedrock สามารถมีผลได้กับทั้งอินพุตและเอาต์พุต ค่าบริการด้านล่างของหน้าอยู่ที่นี่ ราคาสำหรับการสนับสนุนภาพพร้อมตัวกรองเนื้อหา (ปัจจุบันอยู่ในตัวอย่างสาธารณะ) จะประกาศในระหว่างความพร้อมใช้งานทั่วไป (GA)

มีค่าใช้จ่ายแยกต่างหากสำหรับการใช้กฎควบคุมระบบของ Amazon Bedrock สามารถมีผลได้กับทั้งอินพุตและเอาต์พุต ค่าบริการด้านล่างของหน้าอยู่ที่นี่

ใช่ Amazon Bedrock Guardrail API ช่วยให้ลูกค้าดำเนินการทดสอบอัตโนมัติ “ตัวสร้างกรณีทดสอบ” อาจเป็นสิ่งที่คุณต้องการใช้ก่อนที่จะใช้กฎควบคุมระบบในการผลิต ยังไม่มีตัวสร้างกรณีทดสอบแบบเนทีฟ สำหรับการตรวจการรับส่งข้อมูลการผลิตอย่างต่อเนื่อง กฎควบคุมระบบจะมีข้อมูลบันทึกโดยรายละเอียดของการละเมิดทั้งหมดของแต่ละอินพุตและเอาต์พุตเพื่อให้ลูกค้าสามารถตรวจติดตามทุกอินพุตที่เข้ามาและออกไปจากแอปพลิเคชัน AI ช่วยสร้างของตนได้อย่างละเอียด ข้อมูลบันทึกเหล่านี้สามารถจัดเก็บใน CloudWatch หรือ S3 และสามารถใช้สร้างแดชบอร์ดแบบกำหนดเองตามความต้องการของลูกค้าได้อีกด้วย

การใช้นโยบายการให้เหตุผลอัตโนมัติ การตรวจสอบการให้เหตุผลอัตโนมัติสามารถชี้ทั้งการกล่าวอ้างที่ถูกต้องและความไม่ถูกต้องตามข้อเท็จจริงในเนื้อหา สำหรับคำชี้แจงที่แม่นยำและไม่แม่นยำ การตรวจสอบด้วยการให้เหตุผลอัตโนมัติจะให้คำอธิบายที่ยืนยันได้และมีเหตุผลสำหรับผลลัพธ์ของคำชี้แจงนั้น การตรวจสอบด้วยการให้เหตุผลอัตโนมัติต้องได้รับการมีส่วนร่วมล่วงหน้าจากผู้เชี่ยวชาญด้านโดเมนเพื่อสร้างนโยบาย และรองรับเฉพาะเนื้อหาที่กำหนดกฎเท่านั้น ในทางกลับกัน การตรวจสอบด้วยการให้เหตุผลตามบริบทใน Bedrock Guardrails ใช้เทคนิคแมชชีนเลิร์นนิงเพื่อให้แน่ใจว่าเนื้อหาที่สร้างขึ้นเป็นไปตามเอกสารที่ให้ไว้เป็นข้อมูลจากฐานความรู้อย่างใกล้ชิด โดยไม่ต้องทำงานล่วงหน้าเพิ่มเติมใด ๆ ทั้งการตรวจสอบด้วยการให้เหตุผลอัตโนมัติและการตรวจสอบด้วยการให้เหตุผลตามบริบทให้ข้อเสนอแนะในเอาต์พุต Guardrail API คุณสามารถใช้ข้อเสนอแนะเพื่ออัปเดตเนื้อหาที่สร้างขึ้น

Amazon Bedrock Marketplace นำเสนอโมเดลยอดนิยม โมเดลใหม่ หรือโมเดลเฉพาะทางมากกว่า 100 โมเดลให้กับลูกค้า นอกเหนือจาก FM แบบไม่ต้องใช้เซิร์ฟเวอร์ของ Amazon Bedrock เพื่อให้ลูกค้าสามารถสร้างและเพิ่มประสิทธิภาพแอปพลิเคชัน AI ช่วยสร้างของตนได้อย่างง่ายดาย ภายในคอนโซล Amazon Bedrock ลูกค้าจะสามารถค้นพบแคตตาล็อก FM ที่นำเสนอโดยผู้ให้บริการหลายรายได้ จากนั้นคุณสามารถปรับใช้โมเดลเหล่านี้บนตำแหน่งข้อมูลที่ได้รับการจัดการอย่างเต็มรูปแบบ ซึ่งคุณสามารถเลือกจำนวนอินสแตนซ์และประเภทอินสแตนซ์ที่ต้องการได้ หลังจากปรับใช้โมเดลแล้ว สามารถเข้าถึงโมเดลได้ผ่านการเรียกดำเนินการ API ของ Amazon Bedrock สำหรับโมเดลการแปลงข้อความเป็นข้อความแบบปรับแต่งการแชท ลูกค้าสามารถใช้ Converse API ใหม่ของเรา ซึ่งเป็น API รวมที่แยกความแตกต่าง FM ออกและเปิดใช้งานการสลับโมเดลด้วยการเปลี่ยนแปลงพารามิเตอร์เพียงตัวเดียว ในกรณีที่ใช้ได้ สามารถใช้โมเดลร่วมกับ Amazon Bedrock Playground, เอเจนต์ ฐานความรู้, การจัดการพร้อมท์ โฟลว์พร้อมท์ กฎควบคุมระบบ และการประเมินโมเดลได้

คุณควรใช้ Amazon Bedrock Marketplace เพื่อรับประโยชน์จากโมเดลอันทรงพลังที่กำลังเกิดขึ้นอย่างรวดเร็วในขณะที่อุตสาหกรรม AI ช่วยสร้างยังคงพัฒนานวัตกรรมต่อไป คุณสามารถเข้าถึงและใช้งานโมเดลยอดนิยม โมเดลเกิดใหม่ และโมเดลเฉพาะทางที่ออกแบบมาเพื่อความต้องการเฉพาะของคุณได้อย่างรวดเร็ว ซึ่งจะช่วยเร่งเวลาในการออกสู่ตลาด ปรับปรุงความแม่นยำ หรือลดต้นทุนของเวิร์กโฟลว์ AI ช่วยสร้างของคุณได้ คุณสามารถเข้าถึงโมเดลต่างๆ ได้ผ่าน API แบบรวมของ Bedrock และหากโมเดลเหล่านั้นเข้ากันได้กับ Converse API ของ Bedrock คุณสามารถใช้งานโมเดลเหล่านั้นโดยตรงร่วมกับเครื่องมือของ Bedrock เช่น เอเจนต์ ฐานความรู้ และกฎควบคุมระบบ คุณสามารถเชื่อมต่อ Amazon Bedrock Marketplace กับโมเดลแบบไม่ต้องใช้เซิร์ฟเวอร์ของ Amazon Bedrock ได้อย่างง่ายดายทั้งหมดจากที่เดียว
 

เพียงไปที่หน้า Amazon Bedrock Model Catalgo ในคอนโซล Bedrock ซึ่งคุณสามารถค้นหารายการโมเดล Amazon Bedrock Marketplace พร้อมกับโมเดล Amazon Bedrock แบบไม่ต้องใช้เซิร์ฟเวอร์ หลังจากที่คุณเลือกโมเดล Amazon Bedrock Marketplace ที่ต้องการใช้แล้ว คุณสามารถสมัครใช้งานโมเดลได้ผ่านทางหน้ารายละเอียดโมเดล โดยยอมรับ EULA และราคาที่กำหนดโดยผู้ให้บริการ เมื่อสมัครสมาชิกเรียบร้อยแล้ว ซึ่งโดยปกติจะใช้เวลาไม่กี่นาที คุณสามารถปรับใช้โมเดลไปยังตำแหน่งข้อมูล SageMaker ที่ได้รับการจัดการเต็มรูปแบบได้ โดยคลิกที่ปรับใช้ในหน้ารายละเอียดโมเดล หรือโดยใช้ API ในขั้นตอนการปรับใช้ คุณสามารถเลือกจำนวนอินสแตนซ์และประเภทอินสแตนซ์ที่ต้องการเพื่อให้ตรงกับเวิร์กโหลดของคุณ เมื่อตั้งค่าตำแหน่งข้อมูลแล้ว ซึ่งโดยปกติจะใช้เวลา 10 – 15 นาที คุณสามารถเริ่มทำการเรียกใช้การอนุมานไปยังตำแหน่งข้อมูล และใช้โมเดลในเครื่องมือขั้นสูงของ Bedrock ได้ โดยต้องให้โมเดลนั้นเข้ากันได้กับ Converse API ของ Bedrock

โมเดลที่มีสถาปัตยกรรมที่รองรับโดย Custom Model Import (Mistral, Mixtral, Flan และ Llama2/3/3.1/3.2) สามารถปรับแต่งได้ใน SageMaker และนำไปใช้ได้น Amazon Bedrock ผ่าน Custom Model Import โมเดลที่ไม่รองรับโดยการนำเข้าโมเดลแบบกำหนดเองยังสามารถปรับแต่งได้ใน SageMaker อย่างไรก็ตาม เวอร์ชันปรับแต่งละเอียดของโมเดลเหล่านี้ไม่สามารถใช้กับ Amazon Bedrock ได้

Bedrock Data Automation คืออะไร Amazon Bedrock Data Automation เป็นความสามารถที่ขับเคลื่อนด้วย GenAI ของ Bedrock ที่ทำให้การพัฒนาแอปพลิเคชัน AI ช่วยสร้างเป็นไปอย่างราบรื่น และทำให้เวิร์กโฟลว์ที่เกี่ยวข้องกับเอกสาร ภาพ เสียง และวิดีโอเป็นอัตโนมัติ การใช้ประโยชน์จาก Bedrock Data Automation ช่วยให้นักพัฒนาสามารถลดระยะเวลาและความพยายามในการพัฒนาลง ทำให้สามารถสร้างการประมวลผลเอกสารประกอบอัจฉริยะ การวิเคราะห์สื่อ และโซลูชันระบบอัตโนมัติหลายรูปแบบที่มีข้อมูลเป็นศูนย์กลางอื่น ๆ ได้ง่ายขึ้น Bedrock Data Automation นำเสนอความแม่นยำระดับชั้นนำของอุตสาหกรรมด้วยต้นทุนต่ำกว่าโซลูชันทางเลือก พร้อมด้วยฟีเจอร์เช่น การรับรู้ทางภาพพร้อมคะแนนความเชื่อมั่นเพื่อให้สามารถอธิบายได้ และการลดผลลัพธ์เพี้ยนในตัว สิ่งนี้ทำให้มั่นใจได้ถึงข้อมูลเชิงลึกที่น่าเชื่อถือและแม่นยำจากแหล่งที่มาของข้อมูลที่ไม่มีโครงสร้างและมีหลายรูปแบบ ลูกค้าสามารถปรับแต่งผลลัพธ์ของ Bedrock Data Automation ได้อย่างง่ายดายเพื่อสร้างข้อมูลเชิงลึกที่เฉพาะเจาะจงในรูปแบบที่สอดคล้องกันตามที่ระบบและแอปพลิเคชันของพวกเขาต้องการ นักพัฒนาเริ่มต้นใช้งาน Bedrock Data Automation บนคอนโซล Amazon Bedrock โดยสามารถกำหนดค่าและปรับแต่งเอาต์พุตโดยใช้ข้อมูลตัวอย่างของพวกเขาได้ จากนั้นพวกเขาสามารถผสานรวม API อนุมานหลายรูปแบบรวมของ Bedrock Data Automation ลงในแอปพลิเคชันของตนเพื่อประมวลผลเนื้อหาที่ไม่มีโครงสร้างในระดับการผลิตด้วยความแม่นยำและความสม่ำเสมอสูง Bedrock Data Automation ยังผสานการทำงานกับฐานความรู้สำหรับ Bedrock ทำให้นักพัฒนาสามารถสร้างข้อมูลที่มีความหมายจากเนื้อหาหลายรูปแบบที่ไม่มีโครงสร้างได้ง่ายขึ้น เพื่อให้การตอบสนองที่เกี่ยวข้องกับการดึงข้อมูลเพื่อการสร้างแบบเสริม (RAG) มากขึ้น

Bedrock Data Automation ช่วยให้แปลงข้อมูลองค์กรที่ไม่มีโครงสร้างให้เป็นรูปแบบเอาต์พุตเฉพาะแอปพลิเคชันได้อย่างง่ายดาย ซึ่งสามารถใช้ได้กับแอปพลิเคชัน Gen AI และเวิร์กโฟลว์ ETL ลูกค้าไม่จำเป็นต้องเสียเวลาและความพยายามในการจัดการและจัดการโมเดลต่าง ๆ วิศวกรรมพร้อมท์ การนำกฎควบคุมระบบความปลอดภัยมาใช้ หรือการรวบรวมเอาต์พุตเพื่อให้สอดคล้องกับข้อกำหนดของระบบปลายทางอีกต่อไป Bedrock Data Automation มอบการประมวลผลข้อมูลที่ไม่มีโครงสร้างที่แม่นยำสูง สอดคล้องกัน และคุ้มต้นทุน Bedrock Data Automation ได้รับการสร้างขึ้นโดยคำนึงถึง AI ที่มีความรับผิดชอบ โดยมอบฟีเจอร์หลัก ๆ ให้กับลูกค้า เช่น การวิเคราะห์ภาพและคะแนนความเชื่อมั่น ซึ่งทำให้การผสานรวม Bedrock Data Automation เข้ากับเวิร์กโฟลว์ขององค์กรเป็นเรื่องง่าย

ความสามารถของ Bedrock Data Automation  มีให้ผ่าน API ที่มีการจัดการอย่างเต็มรูปแบบซึ่งลูกค้าสามารถผสานรวมเข้ากับแอปพลิเคชันได้อย่างง่ายดาย ลูกค้าไม่จำเป็นต้องกังวลเกี่ยวกับการปรับขนาดทรัพยากรการประมวลผลพื้นฐาน การเลือกและการประสานโมเดล หรือการจัดการพร้อมท์สำหรับ FM

พิมพ์เขียวเป็นฟีเจอร์ที่ลูกค้าใช้เพื่อระบุความต้องการเอาต์พุตโดยใช้ภาษาธรรมชาติหรือตัวแก้ไขสคีมา ประกอบด้วยรายการฟิลด์ที่ต้องการแยก รูปแบบข้อมูลสำหรับแต่ละฟิลด์ และคำสั่งภาษาธรรมชาติสำหรับแต่ละฟิลด์ ตัวอย่างเช่น นักพัฒนาสามารถพิมพ์ “สร้างพิมพ์เขียวสำหรับใบแจ้งหนี้โดยมีฟิลด์ต่อไปนี้: ภาษี วันที่ครบกำหนดชำระ วันที่รับเงิน” หรือ “ยืนยันว่ายอดรวมในใบแจ้งหนี้ตรงกับยอดรวมของรายการสินค้า” นักพัฒนาสามารถอ้างอิงพิมพ์เขียวเป็นส่วนหนึ่งของการเรียกใช้ API อนุมานเพื่อให้ระบบส่งคืนข้อมูลในรูปแบบที่อธิบายไว้ในพิมพ์เขียว

เอกสาร

Bedrock Data Automation รองรับทั้งเอาต์พุตมาตรฐานและเอาต์พุตที่กำหนดเองสำหรับเอกสาร

• เอาท์พุตมาตรฐานจะให้การแยกข้อความจากเอกสารและเอาท์พุตจากการช่วยสร้าง เช่น สรุปเอกสารและคำอธิบายภาพสำหรับตาราง/ภาพ/แผนผัง เอาต์พุตจะถูกส่งกลับตามลำดับการอ่าน และสามารถจัดกลุ่มตามองค์ประกอบเค้าโครงได้ ซึ่งจะรวมถึงส่วนหัว/ส่วนท้าย/ชื่อเรื่อง/ตาราง/ภาพ/แผนผัง เอาต์พุตมาตรฐานจะถูกใช้สำหรับการผสานรวม BDA กับฐานความรู้ Bedrock
• เอาต์พุตแบบกำหนดเองใช้ประโยชน์จากพิมพ์เขียวซึ่งระบุข้อกำหนดเอาต์พุตโดยใช้ภาษาธรรมชาติหรือตัวแก้ไขสคีมา พิมพ์เขียวประกอบด้วยรายการฟิลด์ที่จะแยกและรูปแบบข้อมูลสำหรับแต่ละฟิลด์

Bedrock Data Automation รองรับ PDF, PNG, JPG, TIFF สูงสุด 1,500 หน้าและขนาดไฟล์สูงสุด 500MB ต่อคำขอ API ตามค่าเริ่มต้น BDA จะรองรับได้ 50 งานพร้อมกัน และธุรกรรม 10 ตรายการ่อวินาทีต่อลูกค้า

ภาพ

Bedrock Data Automation รองรับทั้งเอาท์พุตมาตรฐานและเอาท์พุตแบบกำหนดเองสำหรับภาพ

• เอาท์พุตมาตรฐานจะแสดงการสรุป เนื้อหาโจ่งแจ้งที่ตรวจพบ ข้อความที่ตรวจพบ การตรวจจับโลโก้ และการจำแนกโฆษณา: IAB สำหรับภาพ เอาต์พุตมาตรฐานจะถูกใช้สำหรับการผสานรวม BDA กับฐานความรู้ Bedrock
• เอาต์พุตแบบกำหนดเองใช้ประโยชน์จากพิมพ์เขียวซึ่งระบุข้อกำหนดเอาต์พุตโดยใช้ภาษาธรรมชาติหรือตัวแก้ไขสคีมา พิมพ์เขียวประกอบด้วยรายการฟิลด์ที่จะแยกและรูปแบบข้อมูลสำหรับแต่ละฟิลด์

Bedrock Data Automation รองรับ JPG, PNG ความละเอียดสูงสุด 4K และขนาดไฟล์สูงสุด 5 MB ต่อคำขอ API ตามค่าเริ่มต้น BDA รองรับภาพพร้อมกันได้สูงสุด 20 ภาพที่ธุรกรรม 10 รายการต่อวินาที (TPS) ต่อลูกค้า

วิดีโอ

Bedrock Data Automation รองรับทั้งเอาท์พุตมาตรฐานสำหรับวิดีโอ

• เอาต์พุตมาตรฐานจะให้สรุปวิดีโอเต็มรูปแบบ การแบ่งบท สรุปบท การถอดเสียงเต็มรูปแบบ การระบุผู้พูด เนื้อหาโจ่งแจ้งที่ตรวจพบ ข้อความที่ตรวจพบ การตรวจจับโลโก้ และจำแนก Interactive Advertising Bureau (IAB) สำหรับวิดีโอ บทสรุปวิดีโอฉบับเต็มได้รับการปรับให้เหมาะสมสำหรับเนื้อหาที่มีบทสนทนาเชิงบรรยาย เช่น ภาพรวมผลิตภัณฑ์ การฝึกอบรม ข่าว และสารคดี

Bedrock Data Automation รองรับ MOV และ MKV ด้วย H.264, VP8, VP9, ระยะเวลาวิดีโอสูงสุด 4 ชั่วโมงและขนาดไฟล์สูงสุด 2 GB ต่อคำขอ API ตามค่าเริ่มต้น BDA รองรับวิดีโอพร้อมกันสูงสุด 20 ชิ้นที่ธุรกรรม 10 รายการต่อวินาที (TPS) ต่อลูกค้า

เสียง

Bedrock Data Automation รองรับทั้งเอาท์พุตมาตรฐานสำหรับเสียง

• เอาต์พุตมาตรฐานจะให้การสรุป รวมถึงการสรุปบท การถอดเสียงเต็มรูปแบบ และตรวจจับการควบคุมเนื้อหาที่โจ่งแจ้งสำหรับไฟล์เสียง

Bedrock Data Automation รองรับ FLAC, M4A, MP3, MP4, Ogg, WebM, WAV ความยาวเสียงสูงสุด 4 ชั่วโมง และขนาดไฟล์สูงสุด 2 GB ต่อคำขอ API

โดยทั่วไปแล้ว Amazon Bedrock Data Automation มีให้บริการใน AWS Region อย่างสหรัฐอเมริกาฝั่งตะวันตก (ออริกอน) และสหรัฐอเมริกาฝั่งตะวันออก (เวอร์จิเนียฝั่งเหนือ)

ปัจจุบัน Amazon Bedrock Data Automation รองรับภาษาอังกฤษ โดยกำลังจะรองรับภาษาเพิ่มเติมเร็ว ๆ นี้ในปี 2025

Amazon Bedrock สามารถเข้าถึงได้ผ่านคอนโซลการจัดการของ AWS, API หรือ สตูดิโอแบบครบวงจรของ Amazon SageMaker ภายในสตูดิโอแบบครบวงจรของ Amazon SageMaker ผู้ใช้สามารถสร้างและทำซ้ำบนแอปพลิเคชัน AI ช่วยสร้างได้อย่างรวดเร็วโดยใช้โมเดลพื้นฐาน (FM) ที่มีประสิทธิภาพสูง ด้วยอินเทอร์เฟซที่ใช้งานง่าย คุณสามารถทดลองใช้โมเดลต่าง ๆ ร่วมมือกันในโครงการ และเข้าถึงเครื่องมือและทรัพยากร Bedrock ต่าง ๆ ได้อย่างคล่องตัว เพื่อสร้างแอปพลิเคชัน AI ช่วยสร้างได้อย่างรวดเร็ว

หากต้องการเข้าถึง Amazon Bedrock ภายในสตูดิโอแบบครบวงจรของ Amazon SageMaker นักพัฒนาและผู้ดูแลระบบจะต้องทำตามขั้นตอนเหล่านี้:

1. สร้างโดเมนใหม่ใน Amazon SageMaker Unified Studio
2. เปิดใช้งานโปรไฟล์โครงการพัฒนาแอปพลิเคชัน Gen AI
3. เข้าถึง Amazon Bedrock ผ่าน Generative AI Playground (ค้นพบ) และ Generative AI App Development (สร้าง) โดยใช้ข้อมูลประจำตัวสำหรับการเข้าสู่ระบบครั้งเดียว (SSO) ของบริษัทภายในสตูดิโอแบบครบวงจรของ Amazon SageMaker

แม้ว่า Amazon Bedrock จะสามารถเข้าถึงได้ผ่านคอนโซลการจัดการของ AWS, API หรือสตูดิโอแบบครบวงจรของ Amazon SageMaker แต่ความสามารถภายในสตูดิโอแบบครบวงจรของ SageMaker สร้างขึ้นจากสตูดิโอ Amazon Bedrock ดั้งเดิม (ซึ่งไม่สามารถใช้ได้อีกต่อไป) อีกทั้งยังมีการปรับปรุงที่สำคัญ ๆ อีกหลายประการ เมื่อเข้าถึงผ่านสตูดิโอแบบครบวงจรของ Amazon SageMaker จะสามารถเข้าถึงโมเดล AI ขั้นสูงจากบริษัทชั้นนำ, เครื่องมือสำหรับการสร้างและทดสอบพร้อมท์ AI, ผสานรวมกับฐานความรู้ของ Amazon Bedrock ได้อย่างราบรื่น, กฎควบคุมระบบของ Amazon Bedrock, โฟลว์ของ Amazon Bedrock และเอเจนต์ของ Amazon Bedrock ทีมงานสามารถทำงานร่วมกันในพื้นที่ทำงานร่วมกันเพื่อสร้างแอปพลิเคชัน AI ที่กำหนดเองซึ่งเหมาะกับความต้องการของตนเอง

ฟีเจอร์ใหม่ ได้แก่ ศูนย์รวมโมเดลสำหรับการเปรียบเทียบโมเดล AI แบบเคียงข้างกัน พื้นที่ทดลองที่ขยายรองรับการโต้ตอบแบบแชท ภาพ และวิดีโอ และการสร้างฐานความรู้ที่ได้รับการปรับปรุงด้วยการรวบรวมข้อมูลเว็บ ขอแนะนำการสร้างเอเจนต์สำหรับแอปพลิเคชันแชทที่ซับซ้อนยิ่งขึ้น และทำให้การแชร์แอป AI และคำเตือนภายในองค์กรเป็นเรื่องง่าย ผลิตภัณฑ์ดังกล่าวยังมีการเข้าถึงโค้ดแอปพลิเคชันพื้นฐานและความสามารถในการส่งออกแอปแชทเป็นเทมเพลต CloudFormation การจัดการรายละเอียดโครงสร้างพื้นฐาน AWS ช่วยให้ผู้ใช้ที่มีทักษะต่าง ๆ กันสามารถสร้างแอปพลิเคชัน AI ได้อย่างมีประสิทธิภาพมากขึ้น ทำให้เป็นเครื่องมือที่มีความหลากหลายและทรงพลังมากกว่ารุ่นก่อน

Amazon Bedrock IDE ได้รับการเปลี่ยนชื่อเพื่อแสดงถึงความสามารถหลักของ Amazon Bedrock ที่เข้าถึงได้ผ่านสภาพแวดล้อมที่มีการควบคุมของสตูดิโอแบบครบวงจรของ Amazon SageMaker

เมื่อเข้าถึงอินเทอร์เฟซของ Amazon Bedrock ผ่านสตูดิโอแบบครบวงจรของ Amazon SageMaker ทีมจะได้รับประโยชน์จากสภาพแวดล้อมที่มีการควบคุมซึ่งช่วยให้ทำงานร่วมกันได้ ทีมงานสามารถสร้างโครงการ เชิญเพื่อนร่วมงาน และร่วมกันสร้างแอปพลิเคชัน AI ช่วยสร้างได้ พวกเขาสามารถรับข้อเสนอแนะอย่างรวดเร็วเกี่ยวกับต้นแบบของพวกเขา และแบ่งปันแอปพลิเคชันกับใครก็ได้ในสตูดิโอแบบครบวงจรของ SageMaker หรือกับผู้ใช้เฉพาะในโดเมน การควบคุมการเข้าถึงและฟีเจอร์การกำกับดูแลที่เข้มงวดช่วยให้เฉพาะสมาชิกที่ได้รับอนุญาตเท่านั้นที่จะเข้าถึงทรัพยากรของโครงการ เช่น ข้อมูลหรือแอปพลิเคชัน AI ช่วยสร้างซึ่งสนับสนุนความเป็นส่วนตัวและการปฏิบัติตามข้อมูล และส่งเสริมการทำงานร่วมกันและการแบ่งปันระหว่างฟังก์ชันที่ปลอดภัย นอกจากนี้ แอปพลิเคชัน AI ช่วยสร้างสามารถแชร์จากผู้สร้างไปยังผู้ใช้เฉพาะในโดเมนสตูดิโอแบบครบวงจรของ SageMaker หรือกับบุคคลเฉพาะได้ ซึ่งช่วยให้มีสิทธิ์ในการเข้าถึง ควบคุม และกำกับดูแลสินทรัพย์ดังกล่าวได้อย่างเหมาะสม

แม้ว่าจะสามารถเข้าถึง Amazon Bedrock ได้ผ่านคอนโซลการจัดการของ AWS, API หรือ สตูดิโอแบบครบวงจรของ Amazon SageMaker การผสานรวมนี้จะช่วยขจัดอุปสรรคระหว่างข้อมูล เครื่องมือ และนักพัฒนาในกระบวนการพัฒนา AI ช่วยสร้าง ทีมงานจะได้รับประสบการณ์การพัฒนาที่เป็นหนึ่งเดียวโดยการเข้าถึงสภาพแวดล้อม JupyterLab ที่คุ้นเคยและเครื่องมือวิเคราะห์ในขณะที่ผสานความสามารถ AI ช่วยสร้างที่ทรงพลังของ Amazon Bedrock ได้อย่างราบรื่น ทั้งหมดนี้ภายในพื้นที่ทำงานเดียวกัน

สภาพแวดล้อมแบบรวมช่วยให้นักพัฒนาที่มีทักษะหลากหลายระดับสามารถทำงานร่วมกันได้อย่างราบรื่นตลอดทั้งวงจรการพัฒนา ตั้งแต่การเตรียมข้อมูลไปจนถึงการพัฒนาแบบจำลองและการสร้างแอปพลิเคชัน AI ช่วยสร้าง ทีมงานสามารถเข้าถึงเครื่องมือแบบผสานรวมสำหรับการสร้างฐานความรู้ การกำหนดค่ากฎควบคุมระบบ และการพัฒนาแอปพลิเคชัน AI ช่วยสร้างที่มีประสิทธิภาพสูง ทั้งหมดนี้ภายในเฟรมเวิร์กที่ปลอดภัยและมีการควบคุม

ภายใน Amazon SageMaker Unified Studio นักพัฒนาสามารถสลับระหว่างเครื่องมือต่าง ๆ ได้อย่างง่ายดายตามความต้องการ โดยรวมการวิเคราะห์ แมชชีนเลิร์นนิง และความสามารถของ AI ช่วยสร้างไว้ในเวิร์กสเปซเดียว แนวทางแบบรวมศูนย์นี้ช่วยลดความซับซ้อนในการพัฒนาและเร่งระยะเวลาในการสร้างมูลค่าให้กับโครงการ AI ช่วยสร้าง ด้วยการนำ Amazon Bedrock ไปรวมไว้ในสตูดิโอแบบครบวงจรของ Amazon SageMaker ทำให้ AWS ลดอุปสรรคในการเข้าสู่การพัฒนา AI ช่วยสร้าง ในขณะที่ยังคงรักษาความปลอดภัยและการกำกับดูแลระดับองค์กร ส่งผลให้องค์กรสามารถสร้างสรรค์นวัตกรรมได้เร็วขึ้นและมีประสิทธิภาพมากขึ้นด้วย AI ช่วยสร้างในที่สุด

ความสามารถของ Amazon Bedrock ในสตูดิโอแบบครบวงจรของ Amazon SageMaker เหมาะอย่างยิ่งสำหรับทีมองค์กรที่ต้องการสภาพแวดล้อมที่มีการควบคุมสำหรับการสร้างและปรับใช้แอปพลิเคชัน AI ช่วยสร้างแบบทำงานร่วมกัน ในสตูดิโอแบบครบวงจรของ Amazon SageMaker ทีมจะสามารถเข้าถึงส่วนดังต่อไปนี้ได้:
 

• Generative AI Playground ในส่วน “ค้นพบ” ช่วยให้ทีมสามารถทดลองใช้โมเดลพื้นฐาน (FM) ทดสอบโมเดลและการกำหนดค่าแบบต่าง ๆ เปรียบเทียบเอาต์พุตของโมเดล และทำงานร่วมกันในส่วนของพร้อมท์และแอปพลิเคชัน สภาพแวดล้อมนี้ทำให้ทีมประเมินและทำความเข้าใจความสามารถของโมเดลต่าง ๆ ได้อย่างราบรื่นก่อนที่จะนำไปใช้ในแอปพลิเคชันของตนเอง
   
• การพัฒนาแอป AI ช่วยสร้างในส่วน “สร้าง” ช่วยให้ทีมมีเครื่องมือที่จำเป็นในการสร้างแอปพลิเคชัน AI ช่วยสร้างที่พร้อมนำไปใช้งานจริง ทีมสามารถสร้างและจัดการฐานความรู้ นำกฎควบคุมระบบไปใช้เพื่อให้ได้ AI ที่มีความรับผิดชอบ พัฒนาเอเจนต์และโฟลว์ รวมถึงทำงานร่วมกันอย่างปลอดภัยไปพร้อม ๆ กับการคอยกำกับดูแลและควบคุมการปฏิบัติตามข้อกำหนดอยู่เสมอ สภาพแวดล้อมนี้มีประโยชน์อย่างยิ่งสำหรับองค์กรที่ต้องการการทำงานร่วมกันที่ปลอดภัยและการเข้าถึงความสามารถทั้งหมดของ Amazon Bedrock ได้อย่างราบรื่น พร้อม ๆ กับปฏิบัติตามมาตรฐานด้านความปลอดภัยและการปฏิบัติตามข้อกำหนดขององค์กรอยู่เสมอ

ความสามารถของ Amazon Bedrock มีให้บริการโดยทั่วไปในสตูดิโอแบบครบวงจรของ Amazon SageMaker ซึ่งนำเสนอสภาพแวดล้อมการทำงานร่วมกันที่ควบคุมซึ่งช่วยให้นักพัฒนาสามารถสร้างและปรับแต่งแอปพลิเคชัน AI ช่วยสร้างได้อย่างรวดเร็ว อินเทอร์เฟซที่ใช้งานง่ายนี้รองรับนักพัฒนาทุกระดับทักษะโดยให้การเข้าถึงโมเดลพื้นฐาน (FM) ประสิทธิภาพสูงของ Amazon Bedrock อย่างราบรื่นและเครื่องมือปรับแต่งขั้นสูงสำหรับการทำงานร่วมกันของแอปพลิเคชัน AI ช่วยสร้างที่ปรับให้เหมาะสม

ภายในสตูดิโอแบบครบวงจรของ Amazon SageMaker, Amazon Bedrock สามารถผสานรวมกับการวิเคราะห์ แมชชีนเลิร์นนิง (ML) และความสามารถด้าน AI ช่วยสร้างของ Amazon SageMaker ได้อย่างราบรื่น องค์กรสามารถย้ายจากแนวคิดไปสู่การผลิตได้เร็วขึ้นโดยการสร้างต้นแบบและการทดลองกับโมเดลพื้นฐานใน Amazon Bedrock จากนั้นเปลี่ยนไปใช้ JupyterLab Notebook หรือโปรแกรมแก้ไขโค้ดได้อย่างง่ายดายเพื่อผสานรวมทรัพยากรเหล่านี้เข้ากับแอปพลิเคชันและเวิร์กโฟลว์ที่กว้างขึ้น พื้นที่การทำงานแบบรวมนี้ช่วยลดความซับซ้อน ทำให้สร้างต้นแบบ การวนซ้ำ และการปรับใช้แอปพลิเคชัน AI ช่วยสร้างที่มีความรับผิดชอบและพร้อมใช้งานจริงได้เร็วขึ้น ซึ่งสอดคล้องกับข้อกำหนดเฉพาะของธุรกิจ

Amazon Bedrock ในสตูดิโอแบบครบวงจรของ SageMaker ถูกผูกมัดด้วยขีดจำกัดบัญชีและโควตาที่กำหนดไว้สำหรับแพลตฟอร์มและทรัพยากร Amazon Bedrock พื้นฐาน เช่น โมเดลพื้นฐาน (FM) ฐานความรู้ เอเจนต์ โฟลว์ และกฎควบคุมระบบ

การเข้าถึง Amazon Bedrock ในสตูดิโอแบบครบวงจรของ SageMaker ไม่มีค่าใช้จ่ายเพิ่มเติม และผู้ใช้จะจ่ายเฉพาะค่าใช้ทรัพยากรพื้นฐานที่จำเป็นสำหรับแอปพลิเคชัน AI ช่วยสร้างที่ผู้ใช้สร้างขึ้นเท่านั้น ตัวอย่างเช่น ลูกค้าจะชำระเงินเฉพาะค่าโมเดลที่เกี่ยวข้อง กฎควบคุมระบบ และฐานความรู้ที่พวกเขาใช้ในแอปพลิเคชัน AI ช่วยสร้างของตนเท่านั้น สำหรับข้อมูลเพิ่มเติม โปรดไปที่หน้าราคาของ Amazon Bedrock

Amazon Bedrock ภายในสตูดิโอแบบครบวงจรของ SageMaker ถูกผูกมัดด้วย SLA เดียวกับ Amazon Bedrock สำหรับข้อมูลเพิ่มเติม โปรดไปที่หน้าข้อตกลงระดับบริการของ Amazon Bedrock

เพื่อช่วยให้ใช้งาน Amazon Bedrock ในสตูดิโอแบบครบวงจรของ SageMaker ได้อย่างราบรื่น คุณสามารถดูเอกสารโดยละเอียดได้ในคู่มือผู้ใช้ หากคุณมีคำถามเพิ่มเติมหรือต้องการความช่วยเหลือเพิ่มเติม โปรดอย่าลังเลที่จะติดต่อทีมบัญชี AWS ของคุณ