使用Astra更轻松地构建生产级RAG应用(由DataStax赞助)

## 视频 <video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/AIM405-S-Production_RAG_apps_made_easier_with_Astra__sponsored_by_DataStax___DataStax_-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video> ## 导读 生成式AI并非炒作。但是使用RAG构建生产级生成式AI应用程序存在诸如准确性、大规模延迟、安全性和合规性等挑战。在这个闪电式演讲中,观看演示并了解DataStax使用LangChain、[Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail)和Astra DB向量搜索构建的自己的生产级RAG应用程序,并听听在这个过程中对生产需求和最佳实践的认识。本次演示由亚马逊云科技合作伙伴DataStax呈现。 ## 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700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> 演讲者首先探讨了检索增强生成（RAG）这一引人入胜的主题及其在将AI能力引入实际应用中的作用。他强调，近年来AI取得了飞速发展，这一点从关于其潜力的新闻报道中可见一斑。然而，一个持续面临的挑战是让开发者能够轻松地将AI切实地集成到现实世界的应用程序中。正如必须解决基础设施挑战以使AI发挥功效一样，现在也必须解决类似的应用程序级挑战以使AI实用有效。 为了详细介绍RAG，演讲者解释了它涉及到利用大型语言模型以及协调框架和基础设施来提供记忆和上下文。这使得应用程序能够通过利用AI而非仅以预编程的方式来生成新功能。RAG的主要优势在于能够将组织的专有数据纳入其中，从而提供所需的背景信息和驱动应用程序内的动态决策。演讲者强调，RAG代表了一种架构模式而非任何单一解决方案；它是一种访问和集成多种数据源以支持基于AI的应用程序的模式。 作为一个小规模的实际应用案例，演讲者描述了一家航空公司如何利用客户的旅行模式数据。如果航空公司知道一位常客每年11月都会参加亚马逊云科技的re:Invent，他们可以提前主动提供针对那次旅行的打包航班和酒店套餐。 演讲者描述了RAG栈的各个组件，包括用于大型语言模型的记忆和上下文的基础设施，如LangChain和LLama Index等协调数据的协调框架，以及用于以不同使用场景最优的格式表示数据的向量嵌入。例如，DataStax提供了一个基于成熟的Apache Cassandra技术构建的向量数据库，能够以高维度和低延迟存储数十亿个向量。他们的Astra DB产品专为并行查询和索引而设计，这是RAG应用程序的关键功能。除了向量数据库外，他们的RAG-X层还集成了各种AI组件的集成，以简化应用程序的构建。 为了展示RAG(即生成式人工智能)的实际应用，演讲者提供一个名为WikiChat的示例应用程序，该程序内置了维基百科数据以允许与信息的自然对话。他强调了如何使各种后续对话和时间上的新数据集成能够持续提高准确性。演讲者指出，与其他选项相比，WikiChat提供多18%的相关和准确信息，同时以15倍的速度对数据进行索引。 在构建任何生成性AI应用程序时，演讲者强调了几个关键需求，包括搜索代理的能力、处理不仅仅是文本的多模态数据以及通过连续索引新数据源来增强内容的能力。对于RAG特别来说，在所需的大型数据集上运行时需要高性能和可扩展性。演讲者强调，DataStax可以提供更比替代品高12倍的查询向量数据的性能。 作为另一个例子，演讲者建议赌场可以使用客户数据基于活动提供实时优惠。如果一位顾客在黑杰克中输得很惨，可以通过事件驱动的架构触发免费自助餐优惠券。RAG通过使用AI生成个性化激励措施，进一步超越了预定义规则。 演讲者最后强调，DataStax有开发生产级数据应用程序的悠久历史，这些应用程序能够应对企业工作负载。他们的解决方案旨在通过经过验证的技术为RAG应用程序提供准确性、速度和规模。关键优势包括查询向量数据时比替代品好12倍，索引速度快15倍，以及与替代方案相比准确率高出18%。 总之，这次演讲专注于RAG如何通过利用AI和数据在应用程序中生成新功能。通过解决关键的集成和挑战，DataStax寻求通过经过实战检验的数据管理技术、易于使用的集成层和高吞吐量的向量数据库使这种做法适合企业使用。RAG允许超越预编程的应用程序,实现真正智能的应用程序,它们可以通过结合不断增长的数据集随着时间的推移而发展。 **下面是一些演讲现场的精彩瞬间：** 将人工智能简化并使开发者能够轻松访问成为了一个亟待解决的关键挑战。  领导者们强调，生成性人工智能通过聊天机器人和自然语言处理等技术，可以便捷地获取数据。  真正的影响力源于将预测性人工智能与生成性人工智能相结合，从而构建起利用数据、进行分析以及在新功能上实现持续反馈循环的应用程序。  例如，亚马逊云科技的基础设施可以为客户提供个性化的体验，如当客户在赌场输大钱时提供免费自助餐。  DataStax提供了灵活的平台，用于构建人工智能应用程序，并通过集成多个组件并扩展基础设施来增强性能。  亚马逊云科技还宣布与[Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail)实现了完全集成，旨在提高生成性人工智能的准确性并加速生产部署过程。  领导者在演讲结束时谦虚地感谢观众，并邀请他们参观亚马逊云科技的展位。  ## 总结 本次演讲探讨了检索增强生成（RAG）及其在构建人工智能应用中的应用。RAG技术使开发者能够整合数据和模型，从而实现定制化体验。演讲者列举了如何使用客户数据进行个性化旅行套餐或赌场优惠的案例。 DataStax提供一个平台，用于大规模开发RAG应用。其AstraDB矢量数据库能存储和查询数十亿个低延迟向量，为AI应用提供准确性和高性能。此外，他们还提供了精选的库和API，以便集成诸如自然语言和图像处理等AI组件。 演示中展示了如何通过AstraDB中的向量利用维基百科数据创建聊天机器人。这使得对话可以随着时间的推移结合新的数据而进行。演讲者强调了不仅仅是简单的聊天机器人，而是通过协调数据、代理和模型来实现量身定制解决方案的重要性。DataStax凭借其优化规模、性能和生产就绪能力而在市场上独树一帜。 ## 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“")