AWS упрощает создание ИИ-моделей: SageMaker и Bedrock

Amazon Web Services (AWS) продолжает расширять арсенал инструментов для корпоративных клиентов, стремящихся создавать собственные передовые модели искусственного интеллекта. Вслед за анонсом Nova Forge, сервиса для обучения кастомных моделей Nova AI, компания представила новые возможности для Amazon Bedrock и Amazon SageMaker AI.

Эти инновации, представленные на конференции AWS re:Invent, призваны сделать процесс разработки и тонкой настройки пользовательских больших языковых моделей (LLM) более доступным для разработчиков.

AWS внедряет бессерверную кастомизацию моделей в SageMaker. Это означает, что разработчики смогут приступить к созданию модели, не задумываясь о вычислительных ресурсах или инфраструктуре. По словам Анкура Мехротра, генерального менеджера платформы AI в AWS, доступ к этим функциям возможен как через интуитивно понятный интерфейс с подсказками, так и с помощью агента, управляемого естественным языком.

«Если вы работаете в сфере здравоохранения и хотите, чтобы модель лучше понимала специфическую медицинскую терминологию, вы можете просто направить SageMaker AI, предоставить размеченные данные, выбрать нужную технику, и SageMaker автоматически начнет донастройку модели», — пояснил Мехротр.

Эта возможность доступна для кастомизации как собственных моделей Amazon, так и ряда открытых моделей, включая DeepSeek и Llama от Meta, при условии наличия общедоступных весов.

В Bedrock запускается функция Reinforcement Fine-Tuning. Она позволяет разработчикам выбрать функцию вознаграждения или готовый рабочий процесс, после чего Bedrock автоматически выполнит процесс кастомизации модели от начала до конца.

Передовые LLM, или самые современные модели ИИ, и их кастомизация, похоже, являются приоритетным направлением для AWS в этом году.

«Многие наши клиенты задаются вопросом: 'Если у моего конкурента есть доступ к той же модели, как мне выделиться?'», — отметил Мехротр. — «Как мне создавать уникальные решения, оптимизированные под мой бренд, мои данные, мой сценарий использования? Мы обнаружили, что ключ к решению этой проблемы — возможность создавать кастомизированные модели».

AWS пока не добилась значительного роста пользовательской базы своих ИИ-моделей. Однако возможность гибкой кастомизации и тонкой настройки LLM может стать их конкурентным преимуществом.