在 60 分钟内开发云支持的生成式 AI 游戏

## 视频 <video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/COM201-Building_a_cloud_backed_generative_AI_game_in_60_minutes-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video> ## 导读 生成式 AI 吸引了开发人员、公司和创意人员的想象力。ChatGPT 只是冰山一角。生成式 AI 可以实现新颖和创造性的用户体验，从而激发想象力。在本论坛中，请观看如何使用 [Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail)、[Amazon API Gateway](https://aws.amazon.com/cn/api-gateway/?trk=cndc-detail) 和 Amazon AppSync 构建生成式 AI 驱动游戏的演示。游戏将涉及玩家从情节的表情符号摘要中猜测电影或书籍的标题，由 Amazon Titan 生成和评分。 ## 演讲精华 <font color = "grey">以下是小编为您整理的本次演讲的精华，共800字，阅读时间大约是4分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。</font> 本段文字主要介绍了Ben Ellerby先生的演讲内容。他对参加会议的观众们表示由衷的感谢。接下来，他简要地概述了会议的主要议题，包括解释生成性人工智能的概念、展示在有限时间内制作游戏的过程以及讲解实现这一目标的各个步骤。最后，他还谈到了一些相关的主题，例如选择合适的大型语言模型、托管解决方案、提示工程的技巧、整合各种技术和协调各部分以实现生成性人工智能的应用。此外，Ellerby先生还提及了他担任AIS公司首席技术官的身份以及在亚马逊云科技社区中因对开源博客的贡献而获得的Server Hero称号。他强调，他的咨询公司AIS专注于帮助企业和创新型企业利用云计算和现代人工智能技术。然而，他也明确表示，此次会议并非关于他个人的讨论，而是将重点探讨生成性人工智能领域的各个方面。 艾勒比先生在某个时刻决定从理论研究转向实际操作，通过表情符号摘要来展示文本摘要。这个互动式案例旨在以一种有趣且引人入胜的方式来展示生成性AI的实际应用。据演讲者透露，最终目标是创建一个名为“Emoji Us”的游戏，口号是“Emojis Worth the Words”。他强调这并非实际应用，而只是一个示例，旨在在一个小时内传授生成性AI开发技能。 游戏的核心理念是，玩家需要根据一组由AI生成的六个表情符号来猜测一部著名书籍或电影。例如，咖啡杯☕️🦉巫师🧙‍♂️蛇🐍城堡🏰书📖的表情符号隐含地映射到《哈利·波特与密室》。玩家提交他们的猜测，并根据不仅仅是精确的文字匹配，而是基本的语义相似性获得分数。艾勒比先生指出，表情符号生成和评分是这个游戏的两个关键组件。 接下来，他概述了在更一般的上下文中构建这种生成性AI应用程序所涉及的步骤。第一步是选择大型语言模型以满足表情符号摘要的需求。演讲者建议评估六种关键标准的选择选项：媒介、微调需求、任务复杂性、预期流量、每次调用令牌数和成本。在权衡这些参数后，艾勒比先生透露选择了通过Bedrock访问的Amazon TITAN。他赞扬了Bedrock的[无服务器](https://aws.amazon.com/cn/serverless/?trk=cndc-detail)托管，将基础设施开销负担转移到亚马逊云科技。一致的界面、与补充服务的集成以及无缝交互进一步强调了Bedrock的价值。 演讲者强调，提示工程目前更多的是艺术而非科学，涉及制定引导生成性模型的提示。他们将基本的零射击提示与高级的零射击、单射击和少数射击提示进行了对比。对于他们的游戏，他们使用了一个没有示例的高级零射击提示，但具有清晰的格式化说明。艾勒比先生解释说，使用React、API Gateway、Lambda、DynamoDB等[无服务器](https://aws.amazon.com/cn/serverless/?trk=cndc-detail)架构将生成性模型集成到实际应用中。表情符号引擎利用EventBridge定期调用API并生成存储在DynamoDB中的表情符号概要。 最后，演讲者强调了对评分系统采用基于语义相似性的嵌入模型而非单纯文本匹配方法的重要性。这些嵌入表示捕捉语义意义的向量，使我们在向量间执行余弦相似性计算成为可能。 总的来说，埃勒比先生在演示中概述了如何迅速构建富有创意和实用的生成应用的方法。涉及的主要课程内容包括最佳模型的选择、与Bedrock的无缝托管、提示工程的重要性、集成技术，以及利用诸如TITAN一类的模型的多样性来拓展功能。 **下面是一些演讲现场的精彩瞬间：** 演讲者即将展示如何仅用60分钟时间创建一款生成性AI游戏。  该系统会评估文本输入（例如书名）间的语义相似性，而非进行精确的文本匹配。  在编写任何代码或配置基础设施之前，开发者们可在Playground上尝试模型的功能。  为了展示其不可预测性和创造力，AI模型在没有提供任何示例的情况下生成了概括哈利波特系列情节的表情符号。  巫师指示两人将戒指带到山上。  借助Bedrock托管的AI模型，开发者能够构建完整的[无服务器](https://aws.amazon.com/cn/serverless/?trk=cndc-detail)应用程序，并可对其他Amazon Web Services服务保持持续访问。  领导者们在轻松应对技术问题的同时，承诺稍后分享相关内容，并邀请观众在社交媒体上与他们取得联系。  ## 总结 一位演讲者探讨了如何在60分钟内利用亚马逊云科技构建一款名为'Emoji Us'的生成性AI游戏。这款游戏旨在让玩家通过猜测由表情符号组成的著名书籍或电影标题来体验乐趣。 首先，演讲者解释了生成性AI的基本概念，并通过举例说明，如文本摘要等。接着，她详细阐述了'Emoji Us'游戏的玩法。玩家需要根据给出的六个表情符号来猜测对应的书籍或电影标题。 随后，演讲者介绍了构建这样一款应用的方法。这需要从亚马逊云科技中选择合适的大型语言模型，使用Bedrock[无服务器](https://aws.amazon.com/cn/serverless/?trk=cndc-detail)地进行托管，设计高效的提示以生成表情符号，调整推理参数，并将模型整合到[无服务器](https://aws.amazon.com/cn/serverless/?trk=cndc-detail)应用程序架构中。 提供的代码示例展示了如何通过Bedrock调用TITAN模型来生成表情符号摘要的过程。演讲者还展示了如何运用嵌入式模型，根据语义相似性而非精确匹配对猜测进行评分。 总之，这次演讲为如何将各种亚马逊云科技服务（如Lambda和DynamoDB）与通过Bedrock的大型语言模型相结合，以快速构建富有创意的生成性AI应用提供了深入的概述。 ## 演讲原文 ## 想了解更多精彩完整内容吗？立即访问re:Invent 官网中文网站！ [2023亚马逊云科技re:Invent全球大会 - 官方网站](https://webinar.amazoncloud.cn/reInvent2023/?s=8739&smid=19458 "2023亚马逊云科技re:Invent全球大会 - 官方网站") [点击此处](https://aws.amazon.com/cn/new/?trk=6dd7cc20-6afa-4abf-9359-2d6976ff9600&trk=cndc-detail "点击此处")，一键获取亚马逊云科技全球最新产品/服务资讯！ [点击此处](https://www.amazonaws.cn/new/?trk=2ab098aa-0793-48b1-85e6-a9d261bd8cd4&trk=cndc-detail "点击此处")，一键获取亚马逊云科技中国区最新产品/服务资讯！ ## 即刻注册亚马逊云科技账户，开启云端之旅！ [【免费】亚马逊云科技“100 余种核心云服务产品免费试用”](https://aws.amazon.com/cn/campaigns/freecenter/?trk=f079813d-3a13-4a50-b67b-e31d930f36a4&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技“100 余种核心云服务产品免费试用“") [【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”](https://www.amazonaws.cn/campaign/CloudService/?trk=2cdb6245-f491-42bc-b931-c1693fe92be1&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用“")