Les progrès récents en matière d’intelligence artificielle (IA) générative ont suscité un large intérêt, mais de nombreuses entreprises, des startups aux grandes entreprises, ont du mal à exploiter efficacement cette technologie. Le souhait est d’accéder rapidement aux principaux modèles fondateurs (FM) pour résoudre divers problèmes commerciaux. Cependant, il n’existe pas de modèle unique. Certains modèles interprètent et produisent du texte, tandis que d’autres interprètent du texte et génèrent des images. Même au sein de ces catégories, l’efficacité des modèles varie en fonction du cas d’utilisation.

Amazon Web Services (AWS) a récemment lancé de nouveaux services et amélioré les outils existants pour aider les organisations à développer des applications utilisant l’IA générative en rendant la technologie plus accessible. Voici un résumé de ces annonces et de ce qu’elles signifient pour les entreprises cherchant à adopter l’IA générative.

Amazon Bedrock : création et mise à l’échelle d’applications d’IA

Bedrock est un service AWS entièrement géré qui est désormais disponible pour tous. Il fournit une sélection de FM de grandes sociétés d’IA telles que AI21 Labs, Anthropic, Cohere, Meta, Stability AI et Amazon, en utilisant une seule interface de programmation d’application (API). Considérez-le comme un service qui permet aux entreprises de choisir différents FM pour créer des applications d’IA sans avoir à faire face à des configurations compliquées ou à des risques de sécurité. Amazon est proposer un cours numérique gratuit pour aider les organisations à comprendre comment fonctionne Bedrock.

Trouver les bons modèles d’IA et les utiliser dans leurs applications peut s’avérer très compliqué pour les organisations. Bedrock vise à rendre ce processus plus simple, selon Vasi Philomin, vice-président et directeur général de l’IA générative chez Amazon. Il permet aux entreprises d’expérimenter différents modèles et de les modifier en privé en utilisant leurs données uniques sans écrire de code. Puisqu’il s’agit d’un service géré, les organisations n’ont pas à se soucier de la supervision d’une infrastructure technique. Ils peuvent se concentrer sur l’intégration des capacités d’IA dans leurs applications.

Bedrock est conçu dans un souci de confidentialité et de sécurité, en protégeant les données sensibles. Les organisations peuvent utiliser AWS PrivateLink pour créer une connexion sécurisée entre Bedrock et leur cloud privé virtuel (VPC), garantissant ainsi qu’aucun trafic n’est exposé à l’Internet public. De plus, les données de l’entreprise utilisées pour le réglage fin ne sont pas utilisées pour entraîner le modèle de base, garantissant ainsi que les autres entreprises utilisant Bedrock, y compris les concurrents, ne puissent pas profiter du travail des autres. De plus, Bedrock convient aux entreprises des secteurs hautement réglementés car il est conforme aux lois générales sur la protection des informations sur la santé et sur la protection des données.

Amazon Titan Embeddings et Llama 2 : extension de la sélection de modèles

AWS élargit sa sélection de modèles Bedrock disponibles, offrant aux utilisateurs plus de flexibilité et de choix pour trouver des modèles d’IA adaptés à leurs besoins. Un modèle, Titan Embeddings, convertit le texte en représentations numériques ou intégrations. Titan Embeddings est utile pour les entreprises intéressées par des tâches de recherche et de personnalisation puissantes, mais qui ne disposent peut-être pas des ressources nécessaires pour créer elles-mêmes un tel modèle. C’est un outil polyvalent qui prend en charge plus de 25 langues et peut gérer différentes longueurs de texte.

« Le modèle d’intégration prend un morceau de texte puis le convertit en un espace de grande dimension. Lorsque vous recevez une requête entrante, il est capable d’effectuer la recherche dans cet espace, ce qui conduit à de bien meilleures réponses. Ainsi, le modèle peut répondre avec confiance aux choses qui changent, car il sait comment utiliser les intégrations pour répondre à des questions qui échappent à ses connaissances », a déclaré Philomin.

De plus, dans les semaines à venir, Bedrock proposera Llama 2, le grand modèle de langage amélioré de Meta, qui a été formé en utilisant 40 % de données en plus et peut fonctionner avec des documents plus volumineux. Cet ajout est idéal pour les entreprises qui créent des applications basées sur le dialogue. Llama 2 fournit des réponses rapides et élimine le besoin pour les organisations de gérer toute configuration ou infrastructure.

Amazon encourage ses clients à « explorer et expérimenter différents modèles et à identifier ceux qui correspondent aux besoins de l’entreprise », a déclaré Philomin. Plusieurs clients ont signalé la facilité de changer de modèle dans Bedrock et de les ajuster à leurs cas d’utilisation uniques.

Amazon CodeWhisperer : personnalisation des suggestions de codage

CodeWhisperer dispose d’une nouvelle fonctionnalité qui permet aux développeurs de personnaliser les suggestions de CodeWhisperer à l’aide de la base de code privée de leur organisation. Ce compagnon de codage alimenté par l’IA, formé à la fois sur le code Amazon et disponible au public, améliore le rendement des développeurs en offrant des conseils pertinents pour les tâches de codage. L’intégration de CodeWhisperer peut être particulièrement utile lorsqu’il s’agit de code interne dépourvu de documentation complète ou de ressources publiques.

Pour utiliser cette fonctionnalité, un administrateur se connecte à son référentiel de code privé, planifie une tâche pour créer sa personnalisation, et CodeWhisperer, à l’aide d’un mélange de techniques de personnalisation de modèle et de contexte, apprend du référentiel pour améliorer ses suggestions de code en temps réel. Cela signifie que les développeurs peuvent passer moins de temps à chercher des réponses aux problèmes courants et plus de temps à créer de nouvelles expériences. Les administrateurs gèrent toutes les personnalisations de manière centralisée depuis la console AWS. Ils peuvent afficher les mesures d’évaluation, estimer les performances de chaque personnalisation et les déployer de manière sélective auprès de développeurs spécifiques au sein de l’entreprise.

De plus, cette fonctionnalité est conçue dans un souci de sécurité et de confidentialité de niveau entreprise. Les personnalisations restent privées et le FM sous-jacent qui alimente CodeWhisperer n’utilise pas les personnalisations pour la formation, protégeant ainsi la propriété intellectuelle des clients. La nouvelle fonctionnalité sera bientôt disponible pour les clients en avant-première dans le cadre du nouveau niveau CodeWhisperer Enterprise.

« Cela débloquera de nouveaux niveaux de productivité pour les développeurs dans leur organisation, car le CodeWhisperer générique ne pourra jamais voir les bibliothèques internes, les API et les meilleures pratiques d’une organisation de manière sûre et sécurisée », a déclaré Philomin.

Amazon QuickSight : simplifier les rapports visuels avec l’IA

Amazon introduit de nouvelles fonctionnalités de création de business intelligence (BI) génératives dans QuickSight, conçues pour simplifier la création et la personnalisation de visuels pour les analystes commerciaux à l’aide de commandes en langage naturel. Les analystes peuvent rapidement créer des visuels personnalisables à partir de fragments de questions et clarifier l’intention d’une requête en posant des questions de suivi. L’outil est particulièrement apte à affiner les visualisations et à exécuter des calculs complexes.

Auparavant, pour créer un graphique unique, un analyste devait méticuleusement rechercher une source de données correcte, identifier les champs de données, configurer des filtres et effectuer des personnalisations. Désormais, les analystes peuvent décrire le résultat souhaité et QuickSight génère des graphiques visuellement convaincants et précis qui peuvent être ajoutés à un tableau de bord ou à un rapport en un seul clic. Une fois la visualisation initiale générée, les analystes peuvent ajouter des calculs complexes, modifier les types de graphiques et affiner les visuels à l’aide d’invites en langage naturel.

Exemple de client : exploration de connaissances basée sur l’IA et services améliorés

Dans le secteur pharmaceutique, il existe des processus manuels et chronophages liés à la grande quantité de connaissances et de documentation internes produites par des entreprises comme Merck. L’entreprise biopharmaceutique est un exemple de client AWS qui s’appuie sur Bedrock pour l’aider dans l’exploration des connaissances et les études de marché. Cela aide Merck à mieux comprendre les besoins des patients, à améliorer leur santé et à toucher davantage de personnes. Cela garantit également que l’IA est utilisée de manière responsable, en particulier lors de l’accès aux dossiers des patients et à d’autres informations sensibles.

« Chaque entreprise possède des connaissances internes et souhaite permettre à ses collaborateurs de les retrouver très rapidement. Ensuite, il existe des centres de contact avec des agents qui doivent savoir comment répondre aux problématiques des clients. Il existe une tendance selon laquelle l’acquisition de connaissances permet d’être capable d’aider quelqu’un. C’est le cas dans plusieurs types de secteurs verticaux », a déclaré Philomin.

Un autre exemple est le PGA Tour, qui utilise Bedrock pour changer la façon dont les fans de golf interagissent avec ce sport. L’organisation professionnelle de golf réinvente l’expérience des fans grâce à l’IA générative. Il développe également une plate-forme qui exploite Bedrock pour montrer les performances des joueurs et donne des suggestions pour ajuster leurs stratégies en fonction des capacités du joueur et des conditions du parcours ce jour-là.