أعلنت شركة أمازون خلال قمة AWS في نيويورك عن دعم ما يعرف بوكلاء الذكاء الاصطناعي للعمل مع منصة Bedrock الخاصة بها.
الأمر الذي سيسمح للشركات ببناء تطبيقات الذكاء الاصطناعي التي يمكنها القيام بالمهام تلقائيًا بمفردها، مثل حجز رحلة طيران للمستخدمين بدلاً من إخبارهم عنها فقط.
إن وكلاء الذكاء الاصطناعي هم المساعدون الذي يقومون بالفعل بحجز مطعم بدلاً من مجرد تقديم اقتراحات حول مكان تناول الطعام.
يستهدف وكلاء Bedrock الشركات الناشئة والمؤسسات، مما يسمح للشركات باستخدام بياناتها الخاصة لتعليم النماذج التأسيسية، مثل نماذج تحويل الصور إلى نص أو نماذج اللغات الكبيرة، ثم إنشاء تطبيقات إضافية لإنهاء المهام.
يمكن للمطور اختيار النموذج التأسيسي الذي يجب استخدامه وتقديم بعض الإرشادات، واختيار البيانات التي يجب أن يقرأها النموذج.
وقد تم إطلاق منصة Bedrock في أبريل/نيسان من هذا العام، وهي تسمح للمؤسسات الوصول إلى نماذج الذكاء الاصطناعي التأسيسية مثل Stable Diffusion و Claude و Jurassic ولغة Titan الخاصة بشركة Amazon.
قال سوامي سيفاسوبرامانيان Swami Sivasubramanian ، نائب رئيس البيانات والتعلم الآلي في AWS: “أعتقد أن هذا يعطي طريقة أسهل للمطورين الذين أرادوا طريقة أسهل لبناء الوكلاء، وفي نفس الوقت تخصيص البيانات التي تقرأها النماذج”.
وتعد نماذج الذكاء الاصطناعي التوليدية مثل GPT-4 أو Llama 2 قوية ولكنها لا تقوم في الواقع بأتمتة بعض المهام للمستخدمين دون مساعدة إضافية، مثل المكونات الإضافية.
مع تطوير “الوكلاء”، يمكن لشركة السفر استخدام الذكاء الاصطناعي التوليدي لاقتراح الرحلات، ثم بناء وكيل واحد يأخذ تاريخ سفر المستخدم واهتماماته، ووكيلًا آخر يعثر على جداول الرحلات، وأخيرًا وكيل يحجز الرحلة المختارة.
وكانت شركة أمازون قد وقعت إلى جانب شركات الذكاء الاصطناعي الأخرى مثل Meta و Google و OpenAI، اتفاقية مع البيت الأبيض الأسبوع الماضي تتعهد فيها بتطوير ذكاء اصطناعي مسؤول.
لم تكن أمازون نفسها لاعباً كبيراً في سباق التسلح التوليدي للذكاء الاصطناعي بالطريقة التي كانت بها Meta و Google و OpenAI و Microsoft.
تضمنت إعلانات AWS الأخرى جلب الذكاء الاصطناعي التكويني إلى الرعاية الصحية من خلال خدمة جديدة تسمى AWS HealthScribe.
إضافة إلى شراكة مع Nvidia تسمح لأمازون بمعالجة كميات أكبر من الذاكرة والبيانات باستخدام وحدات معالجة الرسومات Nvidia H100 Tensor Core.