re:lnvent 2023 Swami Sivasubramanian主題演講，數(shù)據(jù)、AI和人類共進(jìn)共生，重塑生成式AI時(shí)代的數(shù)據(jù)戰(zhàn)略。

賦能人才加持生成式AI必備能

 生成式AI創(chuàng)新中心：解決生成式AI工程化挑戰(zhàn)。

 Amazon Bedrock平臺(tái)PartyRock：生成式AI應(yīng)用程序?qū)嵅贅?gòu)建平臺(tái)。

 Generative Al Scholarship和AI MLScholarship兩項(xiàng)計(jì)劃：面向全球?qū)W生提供技能培訓(xùn)和獎(jiǎng)學(xué)金。

 利用企業(yè)私有數(shù)據(jù)構(gòu)建差異化

 Vector search for Amazon MemoryDB for Redis：應(yīng)對(duì)更高的吞吐量和并發(fā)性。

 Vector engine for OpenSearch Serverless：添加向量支持、提升服務(wù)性能。

 Amazon DocumentDB和Amazon DynamoDB數(shù)據(jù)庫(kù)嵌入vector search功能。

 豐富的基礎(chǔ)模型和工具助力構(gòu)建

 Amazon Bedrock新增支持Claude 2.1、新增支持Llama2 70B。

 Model Evaluation on AmazorBedrock，根據(jù)客戶需求更快過(guò)輕松地評(píng)估模型。

 Amazon SageMaker HyperPod通過(guò)分布式訓(xùn)練，將模型訓(xùn)練時(shí)間減少40%

 Amazon SageMaker推理、訓(xùn)練、MLOps和IDEs上的四大創(chuàng)新更輕松地構(gòu)建、訓(xùn)練和部署新的LLMs。

 zero-ETL：Amazon OpenSearch Service zero-ETL集成Amazon S3。

 Amazon Clean Rooms ML：與合作伙伴共同訓(xùn)練模型時(shí)，無(wú)需共享底層數(shù)據(jù)。

 Amazon Q generative SQL in Amazon Redshift：自然語(yǔ)言提示轉(zhuǎn)換為SQL語(yǔ)句。

 Amazon Q data integration in Amazon Glue通過(guò)Q使用自然語(yǔ)言更快地集成數(shù)據(jù)。

 Multimodal Embeddings，創(chuàng)建更豐富的多模型搜索和推薦選項(xiàng)。

 Amazon Titan Text Lite和Amazor·Titan Express兩款文本生成模型。

 Amazon Titan lmage Generator文生圖基礎(chǔ)模型，高效生成高質(zhì)量圖像。