Die 5 wichtigsten Ankündigungen vom AWS Summit

Am 26. Juli versammelte sich im ausverkauften Javits Center ein großes Publikum, um Keynotes und Sessions unter dem Motto „Das Cloud-Event für alle“ zu hören. Ich nahm am AWS Summit teil und teile meine wichtigsten Erkenntnisse – allesamt mit einem gewissen Fokus auf KI.

Swami Sivasubramanian, Vizepräsident für Datenbanken, Analytics und maschinelles Lernen bei AWS, hielt die Keynote. Ich denke, es ist sinnvoll, den begleitenden Blogbeitrag von Swami zu zitieren, um den Kontext zu setzen.

„KI war einst das Gebiet einer kleinen Gruppe von Forschern und Datenwissenschaftlern“, schrieb er. „Heute kann man keinen Newsfeed mehr öffnen, ohne irgendeinen Hinweis auf KI zu finden, insbesondere auf generative KI. Das mag überraschen, aber die Konzepte der KI gibt es bereits seit den 1950er-Jahren.“

Swami fragte sich anschließend, warum diese Technologie, die seit Jahrzehnten vor sich hin entwickelt wird, gerade jetzt so viel Aufmerksamkeit erfährt. „Kurz gesagt hat KI dank des Zusammentreffens technologischen Fortschritts mit einem besseren Verständnis ihrer Möglichkeiten einen Wendepunkt erreicht“, fuhr er fort. „Zusammen mit der massiven Verbreitung von Daten, der Verfügbarkeit hochgradig skalierbarer Rechenkapazitäten und der Weiterentwicklung von ML-Technologien im Laufe der Zeit nimmt der Fokus auf generative KI nun endlich Gestalt an.“

Vor diesem Hintergrund sind hier meine fünf wichtigsten Erkenntnisse vom AWS Summit.

Siehe auch: 100+ führende KI-Unternehmen 2023

1) Generative BI-Funktionen in Amazon QuickSight

Ganz genau – das ist kein Tippfehler: Es geht um generative BI. Diese Funktionen helfen Unternehmen dabei, schnell alle Erkenntnisse und „Aha“-Momente in ihren Daten zu finden. Ohne die Unterstützung dieses AWS-Tools würde es sehr lange dauern, diese Funktionalität intern aufzubauen.

Zu den wichtigsten Funktionen gehören laut Amazon:

• Erstellung von Visualisierungen innerhalb von Sekunden mit der von QuickSight Q unterstützten visuellen Erstellung.
• Möglichkeit, Visualisierungen mithilfe natürlicher Sprache zu optimieren und zu formatieren.
• Berechnungen mithilfe natürlicher Sprache, ohne dass eine spezielle Syntax erforderlich ist.

Mehr über generative BI mit QuickSight.

2) Einführung von Agents für Amazon Bedrock

Wenn man das Wort „Bedrock“ in den Raum wirft, denkt man vielleicht an die Heimatstadt von Fred Feuerstein. Doch dieses Bedrock ist etwas anderes.

AWS bezeichnet Bedrock als „den einfachsten Weg, Anwendungen mit generativer KI mit Foundation Models (FMs) zu entwickeln und zu skalieren“. Die aktualisierten generativen KI-Dienste von Bedrock ermöglichen es Unternehmen, komplexe Daten aufzunehmen und komplexe Texte auszugeben.

Die FMs ermöglichen es Unternehmen, verschiedene Algorithmen auf kuratierte Datensätze anzuwenden. Die Agents ermöglichen die Verbindung zu weiteren Datensätzen. Auf der Veranstaltung fragte ich Atul Deo, GM von Amazon Bedrock, nach einigen der ersten Anwendungsfällen.

„Einige der häufigsten Anwendungsfälle drehen sich derzeit um die Verbesserung von Fragen und Antworten für Mitarbeiter in Unternehmen“, sagte er. „Wenn man darüber nachdenkt, wie Fragen und Antworten traditionell mithilfe eines Bots bearbeitet werden, gibt es unweigerlich viel Hin und Her, weil die Anfrage nur selten eine exakt passende, fertige Antwort hat und vieles von der jeweiligen Person abhängt. Mit den Agents für Bedrock können relevante Kontextinformationen spontan übermittelt und die richtige Antwort formuliert werden.“

Siehe auch: Die besten Apps und Tools für generative KI

3) HealthScribe zur automatischen Erstellung klinischer Dokumentationen

Der neue Dienst von AWS, HealthScribe, nutzt Spracherkennung und generative KI, um aus Interaktionen zwischen Patienten und medizinischem Personal automatisch vorläufige klinische Dokumentationen zu erstellen. Zu den ersten Kunden und Partnern gehören 3M Health Information Systems, Babylon Health und ScribeEMR.

Ziel ist es, dass medizinisches Personal weniger Zeit mit der Erstellung, Pflege und Verwaltung grundlegender Gesundheitsdaten verbringt. Stattdessen können sich Ärztinnen und Ärzte laut Bratin Saha, Vizepräsident für Machine Learning und Artificial Intelligence Services bei AWS, „während persönlicher oder telemedizinischer Besuche mehr Zeit für die Patienten nehmen. Die Dokumentation ist für Beschäftigte im Gesundheitswesen besonders zeitaufwendig. Deshalb freuen wir uns, die Leistungsfähigkeit generativer KI in AWS HealthScribe zu nutzen und diese Belastung zu reduzieren.“

4) AWS Glue Studio Notebook mit Unterstützung durch Amazon CodeWhisperer

AWS Glue, das 2017 eingeführt wurde, hilft bei der Integration von Daten aus mehreren Quellen. Amazon CodeWhisperer ist ein KI-Coding-Assistent mit zugrunde liegenden Foundation Models, die die Produktivität bei der Entwicklung steigern. Auf dem Summit kündigte AWS an, dass AWS-Glue-Studio-Notebooks nun Amazon CodeWhisperer für AWS-Glue-Nutzer unterstützen.

AWS zufolge wird dies „Ihr Nutzungserlebnis verbessern und dazu beitragen, die Produktivität bei der Entwicklung zu steigern. In Ihrem Glue-Studio-Notebook können Sie jetzt einen Kommentar in natürlicher Sprache (auf Englisch) verfassen, der eine konkrete Aufgabe beschreibt, etwa: ‚Erstelle einen Spark DataFrame aus einer JSON-Datei.‘“

Alles, was eine schnellere Entwicklung mithilfe natürlicher Sprache ermöglicht, wird sich durchsetzen.

Siehe auch: Unternehmen für generative KI: Die 12 wichtigsten Marktführer

5) Eine Vorschau auf die Vektor-Engine für Amazon OpenSearch Serverless

AWS stellte eine Vorschau der Vektor-Engine für Amazon OpenSearch Serverless vor. Dieses neue Tool soll die Suche verbessern und sie präziser machen.

In einem Blogbeitrag erklärte AWS: „Die Vektor-Engine bietet in Amazon OpenSearch Serverless eine einfache, skalierbare und leistungsstarke Ähnlichkeitssuche. Damit können Sie moderne, durch maschinelles Lernen (ML) erweiterte Sucherlebnisse und Anwendungen für generative künstliche Intelligenz (KI) entwickeln, ohne die zugrunde liegende Infrastruktur der Vektordatenbank verwalten zu müssen.“

OpenSearch Serverless dürfte eine einfachere und skalierbarere Möglichkeit bieten, Vektoren schnell zu speichern und abzufragen. AWS zufolge werden die Antwortzeiten im Millisekundenbereich liegen.

Ein Bekenntnis zu verantwortungsvoller generativer KI

Die Schlagzeilen über KI konzentrieren sich in der Regel auf die Gefahren. Der AWS Summit unterstrich das anhaltende Bekenntnis des Unternehmens zu verantwortungsvoller KI, das AWS nun auch auf generative KI ausgeweitet hat. AWS erklärte, in sechs Bereichen tätig zu werden: Genauigkeit, Fairness, Fragen des geistigen Eigentums und des Urheberrechts, angemessene Nutzung, Toxizität und Datenschutz.

AWS wies beispielsweise darauf hin, dass das Unternehmen Titan FMs entwickelt habe, „um schädliche Inhalte in den von Kunden zur Anpassung bereitgestellten Daten zu erkennen und zu entfernen, unangemessene Inhalte in den Eingaben der Nutzer abzulehnen und die Ausgaben des Modells zu filtern, die unangemessene Inhalte enthalten (etwa Hassrede, Obszönitäten und Gewalt).“

Dies ist ein enormer fortlaufender Einsatz für verantwortungsvolle KI und generative KI.

Der Summit war vollgepackt mit zahlreichen spannenden Entwicklungen. Ich bin gespannt, wie sich diese zentralen Punkte im Laufe der Zeit weiterentwickeln. AWS re:Invent ist nur noch wenige Monate entfernt, und ich bin sicher, dass es weitere Neuigkeiten zur generativen KI geben wird.

Siehe auch: Cloud und KI vereint: Eine Revolution für die Technologie