亚马逊SageMaker Canvas推出划时代LLM功能,与贝恩公司强强联手,为你的业务注入AI思维

## 视频 <video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/AIM363-New_LLM_capabilities_in_Amazon_SageMaker_Canvas__with_Bain-Company-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video> ## 导读 学习使用无代码[Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail)体验来构建和使用大型语言模型(LLM)。了解如何完成整个[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)生命周期,包括使用新的LLM驱动的自然语言接口进行数据探索和准备、模型构建以及无需任何代码的部署。深入了解新的LLM功能,包括如何比较多个FM的输出并选择最佳的FM来进行业务分析。最后,贝恩公司分享了他们如何使用SageMaker Canvas进行各种用例。 ## 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1000字，阅读时间大约是5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> 会议开始时，主持人Sham Srinivasan热烈欢迎众多与会者，其中超过一半的人表示他们是为了了解[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)并解决业务问题而来的。他指出，[Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) Canvas是一个旨在帮助实现将[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)功能普及到每个人的无代码工作空间。无论是没有技术专长的业务用户，还是数据科学家和其他技术用户，都可以通过协作工作空间来利用[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)。 Sham详细描述了端到端的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)工作流程，该流程从作为基础的数据准备开始，然后进行模型构建，根据模型生成预测，并最终将模型部署到生产中。Canvas使用户能够在无需编写任何代码的情况下完成这个完整的工作流程。 Canvas提供了超过300个内置的数据转换和可视化分析工具，以支持强大的数据准备功能。用户可以通过直观的用户界面而不是编写代码来可视化地探索他们的数据，识别问题并进行转换。对于那些确实想定制的人来说，Canvas还允许用户使用代码创作自己的数据转换。 Sham接着展示了一项名为“用于数据准备的聊天”的新功能，允许用户在Canvas中使用自然语言对话来查询、探索、可视化和转换他们的数据。这使用户可以在准备数据进行建模时，通过对话界面来操作和理解他们的数据。 除了授权用户构建自定义模型外，Canvas还提供了即用的完全训练好的模型。这包括包含数十亿参数的[Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail)的基础模型以及来自[Amazon SageMaker JumpStart](https://aws.amazon.com/cn/sagemaker/jumpstart/?trk=cndc-detail)的模型中心的开源模型。Sham重点介绍了在re:Invent上推出的一项新的能力——无需编写任何代码就能定制这些模型的输出。 在Canvas中对模型进行微调，使用户能够根据自己的行业或公司的需求定制模型。他们提供具有代表性的样本输入数据和预期的输出结果，以代表他们的使用案例。Canvas然后在后台处理微调模型，以产生与提供的示例一致的定制结果。这些经过微调的模型是在用户自己的环境中保护的原始模型的副本。 沙姆强调，模型微调是安全的，用户环境内的所有数据都得到了保护。经过微调的模型只能由单个用户访问，仅供其个人使用。 沙姆进一步阐述了Canvas的一个重要优势——轻松的协作。它允许用户在业务团队和技术团队之间无缝共享模型，从而促进了实现具有影响力业务成果的合作。 接下来，沙姆邀请了来自贝恩咨询公司的普里耶特发表演讲，他用实际案例展示了如何将Canvas和新技术应用于解决真实的企业问题。 普里耶特首先在低代码/无代码平台和生成性人工智能的背景下介绍了Canvas。这些技术共同帮助商业用户和专业开发者更高效地构建和部署应用程序。 他以贝恩公司的一个名为ChiefSite的项目为例，这是一个市场情报平台，旨在帮助企业通过数据驱动的见解来解锁业务增长。Canvas使他们能够快速消化历史销售数据，准备数据，构建预测销售周期完成的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型，并为销售代表部署查看预测的应用程序，而无需编写任何代码。 普里耶特还以一个名为InsideOut的项目为例，这是一个专注于实时威胁检测和响应的网络安全风险投资企业。他们利用Canvas和生成性人工智能来分析安全事件日志和策略信息，以生成针对安全威胁的可操作摘要警报。这将通过将大量的日志数据提炼成简单的英语警报（解释问题、建议和原因）来减少警报疲劳。 对于人才分析平台TalentNeuron，Canvas和生成性人工智能使其能够处理并从极其庞大的数据集中提取见解，包括9.5亿职业记录，2000万职业技能和4亿职位招聘信息。普里耶特演示了他们是怎样构建复杂的数据工作流，生成评分和解释，并利用对话交互的。 潘尼特随后从ORI（贝恩公司的另一个子公司，专注于人力资源和人才情报业务）分享了一个案例研究。Canvas能够处理众多大型数据集，准备数据并运用生成性AI对技能进行评估，不仅给出分数，还提供自然语言解释。这种自动化功能大大减少了以往所需的大量人工劳动。 在总结部分，潘尼特根据贝恩公司的经验向组织提出了一些建议。他建议创建一个具备执行赞助的有效运营模式，投入正式计划以提高意识并促进采纳，将这些技术应用于全面的端到端用例而非仅仅关注容易实现的成果。从小规模实验起步并同时关注安全和知识产权保护也非常重要。 潘尼特注意到，在他们调查的过程中，使用低代码平台的组织报告了17%的当前采用率，并在两年内有望达到40%的采用目标。超过40%的组织正在开发或采用生成性AI技术。 沙姆概述了Canvas如何同时支持预制的和定制的模型以及满足不同类型用户的协作需求。他鼓励与会者通过展示诸如客户流失预测、需求预测和制造缺陷检测等不同用例的手动实验室来尝试Canvas。沙姆强调要以客户为中心并征求反馈以不断优化Canvas的重要性。 总的来说，这次会议突显了SageMaker Canvas如何通过提供一个无代码的工作空间来消除[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)采用的障碍。新功能，如对话式数据准备和无代码模型微调，进一步推动了[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)的大众化。贝恩公司的案例研究表明其在销售、安全、人力资源等领域的应用价值，而建议则侧重于提高组织的效率。最终目标是让所有人都能利用[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)解决商业问题。 **下面是一些演讲现场的精彩瞬间：** 领导对亚马逊云科技re:Invent的精彩一周表示感激，并感谢与与会者建立联系的机会。  Canvas 为各种模型提供了灵活的选择空间，包括[Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail)和通过SageMaker JumpStart的开放源代码选项。  Canvas允许用户同时与多个AI模型互动，并将他们的回应进行比较，以找到最适合他们需求的选择。  领导描述了Canvas如何使用户能够轻松地用自己的数据和对模型的提示来定制模型，以满足他们的需求。  领导展示了如何在[Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) Canvas中精细调整[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型。  生成性AI和低代码共同带来了从代码生成到错误减少再到增强开发者生产力的快速原型设计等一系列显著好处。  领导鼓励观众尝试Canvas并提供反馈，以便亚马逊云科技可以继续改进它。  ## 总结 在亚马逊云科技举办的re:Invent上，演讲者Sham Srinivasan详细介绍了[Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) Canvas的最新功能。这是一款无需编码的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)工作空间，旨在让每位开发人员和业务用户都能轻松掌握[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)。Srinivasan表示，Canvas提供了一个端到端的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)工作流程，让用户可以在一个单一的工作空间中进行操作，无需编写任何代码。 此外，Srinivasan还宣布了Canvas中的一项新的自然语言处理能力，通过对话式的交互方式，使得数据准备工作变得更加简便。用户现在可以通过简单的英语与数据进行交流、探索、可视化和转换，而不需要编写代码。 紧接着，Srinivasan展示了Canvas如何通过大型语言模型（如GPT-3）来完成文本生成、摘要以及其他自然语言处理任务。此外，新的微调功能允许用户定制这些模型以适应特定的行业和应用场景，同样无需编写代码。 在演示过程中，Puneet from Bain & Company展示了低代码生成的AI在实际应用中的示例。他解释道，如何使用Canvas和GPT-3等工具来加速开发过程并让业务用户也能参与到AI解决方案中来。Bain已经在人力资源、市场营销和网络安全等领域使用了Canvas来进行快速的原型设计和部署。 最后，Srinivasan总结道，Canvas提供了现成的可定制ML模型，涵盖了从数据准备到部署的整个过程。这有助于促进技术团队与非技术团队之间的合作。这次演讲的重点在于强调Canvas的无代码功能，使得任何企业都能够轻松地访问和使用AI技术。 ## 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“")