返回资讯列表

Amazon SageMaker Canvas更新:无代码机器学习平台引入生成式AI功能

AWS为SageMaker Canvas添加新的生成式AI功能,使业务分析师无需编写代码即可创建和部署AI应用,大幅提升企业AI应用开发效率

2024/6/28
1785 浏览量
机器学习
Amazon SageMaker Canvas更新:无代码机器学习平台引入生成式AI功能
#机器学习 #SageMaker #无代码开发 #生成式AI

Amazon SageMaker Canvas更新:无代码机器学习平台引入生成式AI功能

亚马逊云科技(AWS)今日宣布为Amazon SageMaker Canvas引入重大更新,增加了一系列生成式AI功能,进一步赋能业务分析师和数据专家,让他们无需编写代码即可创建和部署强大的AI解决方案。

主要更新内容

此次SageMaker Canvas更新包含以下核心功能:

  1. 内置基础模型集成 - 直接访问Amazon Bedrock中的基础模型,包括Claude、Llama 2和Amazon Titan
  2. 自定义提示模板 - 创建和保存特定业务场景的提示模板
  3. 文档智能处理 - 自动提取非结构化文档中的数据和见解
  4. 多模态生成功能 - 支持文本到图像生成和图像编辑
  5. 流程自动化 - 将生成式AI任务整合到自动化工作流中

业务影响

SageMaker Canvas的新功能使各行业企业能够迅速实现AI转型:

  • 客户服务 - 自动生成个性化回复和摘要
  • 内容创建 - 快速生成营销文案和产品描述
  • 数据分析 - 从非结构化数据中提取关键见解
  • 文档处理 - 自动提取合同和表单中的关键信息
  • 业务预测 - 结合传统ML和生成式AI改进预测模型

客户案例:金融服务创新

某领先金融服务公司利用更新后的SageMaker Canvas实现了贷款申请处理自动化:

"SageMaker Canvas的新生成式AI功能帮助我们将贷款申请处理时间缩短了60%。业务分析师现在可以快速构建模型来提取申请文档中的关键信息,自动生成内部分析报告,并为客户准备个性化的回复。这些解决方案完全由我们的业务团队创建,无需依赖IT或数据科学资源。"
— 某全球金融服务公司数字创新总监

使用场景展示

1. 智能文档分析

通过简单的拖放界面,用户可以:

  1. 上传合同、表单等非结构化文档
  2. 定义要提取的信息(如合同条款、金额、日期)
  3. SageMaker Canvas自动使用最佳基础模型提取所需信息
  4. 将结果导出为结构化格式,用于下游分析

2. 个性化内容生成

营销团队可以:

  1. 创建产品描述模板,定义风格和关键要素
  2. 批量上传产品信息
  3. 自动生成数百个符合品牌风格的产品描述
  4. 直接在Canvas中编辑和细化内容

易于使用的界面

SageMaker Canvas保持了其特有的直观界面设计:

  • 可视化工作流构建器 - 通过拖放组件创建端到端AI/ML流程
  • 内置数据准备工具 - 清理和转换数据的无代码界面
  • 模型评估仪表板 - 简化的指标和性能可视化
  • 一键部署 - 轻松将模型集成到业务应用程序中

与现有ML功能的协同作用

新的生成式AI功能与Canvas原有的机器学习能力无缝集成:

  • 将预测结果输入到生成式AI工作流中
  • 使用生成式AI增强特征工程
  • 结合预测和生成功能创建智能应用

安全与合规

企业级安全特性包括:

  • 模型输出控制 - 设置内容过滤和安全防护
  • 审计跟踪 - 记录所有模型交互和生成内容
  • 权限管理 - 精细化控制用户访问权限
  • 私有VPC部署 - 确保数据安全和合规

定价与可用性

更新后的SageMaker Canvas现已在全球大部分AWS区域推出,定价模式包括:

  • 基本无代码ML功能的按小时计费
  • 生成式AI使用量按令牌数量计费
  • 批量处理和持续运行工作流的优化成本选项

具体定价详情可访问Amazon SageMaker定价页面

开始使用

企业可以通过以下步骤开始使用SageMaker Canvas的新功能:

  1. 登录AWS管理控制台
  2. 导航至Amazon SageMaker服务
  3. 选择"Canvas"选项,创建或打开现有应用
  4. 通过内置教程探索新的生成式AI功能

AWS还提供完整的文档视频教程,帮助用户快速掌握新功能。

结论

通过将生成式AI功能引入SageMaker Canvas,AWS进一步实现了其使AI民主化的承诺,让更多非技术用户能够创建和部署复杂的AI解决方案。这些更新特别有助于企业突破AI人才短缺的限制,加速创新并提高运营效率。

分享: