Amazon: Ospitare i modelli AI generativi personalizzati delle aziende

Amazon Web Services (AWS), il servizio di cloud computing di Amazon, ha annunciato il suo obiettivo di diventare la piattaforma di riferimento per l’hosting e la messa a punto dei modelli AI generativi personalizzati delle aziende. Con l’introduzione di Custom Model Import, una nuova funzionalità in anteprima di Bedrock, la suite di servizi AI generativi di AWS, le organizzazioni possono importare e accedere ai propri modelli AI generativi come API completamente gestite.

Importare modelli personalizzati

Secondo un sondaggio recente condotto da Cnvrg, una controllata di Intel focalizzata sull’AI, la maggior parte delle aziende sta affrontando l’AI generativa creando e perfezionando i propri modelli da adattare alle proprie applicazioni. Tuttavia, queste aziende identificano l’infrastruttura, inclusa l’infrastruttura di cloud computing, come il principale ostacolo alla distribuzione di tali modelli.

Con Custom Model Import, AWS mira a colmare questa lacuna, mantenendo il passo con i concorrenti nel settore del cloud computing. Ad esempio, Vertex AI di Google consente da tempo ai clienti di caricare modelli AI generativi, personalizzarli e utilizzarli tramite API. Anche Databricks offre da tempo strumenti per ospitare e personalizzare modelli personalizzati, incluso il recentemente rilasciato DBRX.

Secondo Vasi Philomin, VP di generative AI presso AWS, ciò che differenzia Custom Model Import è l’ampia gamma di opzioni di personalizzazione dei modelli offerta da Bedrock rispetto alla concorrenza. Inoltre, Bedrock offre una serie di workflow che consentono agli utenti di sperimentare con diversi modelli e di passare facilmente dalla fase di sperimentazione alla produzione.

Opzioni di personalizzazione dei modelli

Una delle caratteristiche distintive di Bedrock è la possibilità di configurare soglie di filtraggio tramite la funzionalità di Guardrails. Ciò consente agli utenti di filtrare gli output dei modelli per contenuti indesiderati come discorsi di odio, violenza o informazioni personali o aziendali riservate. Philomin ha sottolineato anche la funzionalità di Model Evaluation, che consente ai clienti di testare le prestazioni dei modelli su criteri specifici.

Entrambe queste funzionalità, Guardrails e Model Evaluation, sono ora disponibili dopo un periodo di anteprima di diversi mesi. Tuttavia, al momento Custom Model Import supporta solo tre architetture di modelli: Flan-T5 di Hugging Face, Llama di Meta e i modelli di Mistral. Alcuni servizi concorrenti, come Azure AI Content Safety di Microsoft e la valutazione dei modelli in Vertex AI, offrono funzioni di sicurezza e valutazione simili.

Modelli Titan aggiornati

In concomitanza con il lancio di Custom Model Import, AWS ha anche annunciato lo sviluppo della seconda generazione dei modelli Titan. Titan Image Generator, il modello di generazione di immagini di testo di AWS, è ora disponibile al pubblico dopo essere stato in anteprima lo scorso novembre. Questo modello consente di creare nuove immagini a partire da una descrizione testuale o di personalizzare immagini esistenti, ad esempio modificando lo sfondo di un’immagine mantenendo gli elementi principali.

Rispetto alla versione di anteprima, Titan Image Generator nella versione disponibile al pubblico è in grado di generare immagini con maggiore “creatività“. Non sono stati forniti ulteriori dettagli su come sia stato addestrato Titan Image Generator. AWS ha dichiarato di utilizzare una combinazione di dati di prima parte e dati con licenza, acquisiti attraverso accordi di licenza con i proprietari dei dati.

AWS ha anche annunciato il lancio della seconda generazione del modello Titan Embeddings, chiamato Titan Text Embeddings V2. Questo modello converte il testo in rappresentazioni numeriche, chiamate embeddings, che vengono utilizzate per applicazioni di ricerca e personalizzazione. AWS afferma che Titan Text Embeddings V2 è più efficiente, economico e preciso rispetto alla prima generazione del modello.

Conclusioni

Con l’introduzione di Custom Model Import e il miglioramento continuo dei modelli Titan, AWS si posiziona come una solida scelta per le aziende che desiderano ospitare e personalizzare i propri modelli AI generativi. Grazie alle funzionalità di personalizzazione offerte da Bedrock, le aziende possono sperimentare con diversi modelli e implementare misure di sicurezza per mitigare eventuali problemi, come la generazione di contenuti indesiderati o la violazione di informazioni sensibili.

Nonostante alcune limitazioni in termini di architetture di modelli supportate, AWS continua a investire nello sviluppo di soluzioni AI innovative. Sia Titan Image Generator che Titan Text Embeddings V2 sono esempi di come AWS stia ampliando la propria offerta per soddisfare le esigenze dei clienti.

Ora, AWS è in grado di competere direttamente con servizi simili offerti da Google, Microsoft e altre aziende nel settore del cloud computing. Grazie alla sua ampia base di clienti e alla reputazione di affidabilità, AWS ha il potenziale per diventare la piattaforma di riferimento per l’AI generativa personalizzata delle aziende.

In conclusione, l’introduzione di Custom Model Import e i miglioramenti apportati ai modelli Titan testimoniano l’impegno di AWS nel fornire soluzioni AI di alta qualità ai propri clienti. Con la possibilità di importare modelli personalizzati e sfruttare le funzionalità di personalizzazione offerte da Bedrock, le aziende possono accelerare lo sviluppo e l’implementazione dei propri modelli AI generativi.

Fonte dell’articolo qui.