Objectif
Comme nous le savons tous, l’IA est actuellement tendance, l’IA aide dans tout le domaine comme les soins de santé, l’industrie automobile, même en technologie de l’information également. Il aide, mais il est également très coûteux et le développement du modèle de fondation pour chaque industrie est plus difficile et prend du temps. Dans le monde en évolution rapide, tout le monde a un manque de temps, donc AWS propose des solutions où vous pouvez profiter du modèle de fondation sans se développer à partir de zéro, vous pouvez emprunter et former avec vos données et l’utiliser. AWS le rend très facile à utiliser.
Introduction
Ainsi, la formation d’un modèle de fondation personnalisé dans le fondement AWS vous permet d’exploiter la puissance de l’IA tout en l’adaptant à vos besoins commerciaux spécifiques, tout en gérant les coûts et en élargissant efficacement. Il est conçu pour les entreprises qui souhaitent tirer parti de l’IA sans la complexité de la gestion de l’infrastructure, de la formation à partir de zéro ou de l’inquiétude de la confidentialité et de la conformité des données.
AWS fournit également de solides mécanismes de sécurité, notamment le chiffrement, les contrôles d’accès et la conformité à diverses normes réglementaires. Ceci est crucial pour les données sensibles dans des domaines comme les soins de santé, la finance et le légal.
Utiliser
Pour former le modèle de fondation, vous pouvez conserver l’ensemble de données et créer un emploi pour former le modèle d’IA spécifique.
Vous n’avez besoin que d’un compte AWS, vous devez également préparer l’ensemble de données, l’ensemble de données que vous pouvez préparer en fonction de votre besoin, ici nous allons former le modèle avec un ensemble de données étiqueté pour les médicaments.
Bodet AWS S3, service de substitution et iam qui a la permission d’accéder au seau S3.
IAM Exemple de rôle:
{
«Version»: «2012-10-17»,
« Déclaration »: [
{
“Effect”: “Allow”,
“Action”: [
“s3:GetObject”,
“s3:PutObject”,
“s3:ListBucket”
],
« Ressource »: [
“arn:aws:s3:::<Bucket-name>”,
“arn:aws:s3::: <Bucket-name>/*”
],
« Condition »: {
«StringEquals»: {
«AWS: PrincipalAccount»: «»
}
}
}
]]
}
Création d’un travail de reprise pour former le modèle de fondation:
- Accédez à AWS Bedrock Service dans le compte AWS,
- Accédez au modèle personnalisé, cliquez sur Créer un modèle Personnaliser, puis sélectionnez «Créer un travail de réglage fin»
- Sélectionnez le modèle et ajoutez le nom et les balises du modèle personnalisés,
- Fournir un nom de travail et une configuration VPC
- Fournissez le chemin S3 Backet du fichier de jeu de données d’entrée et si vous avez créé une validation, vous pouvez partager.
- Fournir la configuration d’apprentissage du modèle
- Fournir le nom de seau S3 Sortie et sélectionner IAM
- Cliquez sur Créer un travail de réglage fin, une fois que le modèle de fondation sera formé et vous pourrez voir le statut «complet» lors de sa fin.
Une fois cela fait, vous pouvez provisionner et l’utiliser dans le terrain de jeu.
Conclusion
Les modèles de fondation de formation peuvent être très compliqués et coûteux, mais le substratum rocheux AWS facilite beaucoup la tâche. Avec le substratum rocheux, vous n’avez pas besoin de construire des modèles à partir de zéro ou de vous soucier de gérer un matériel puissant. Au lieu de cela, vous pouvez utiliser des modèles d’IA prêts à l’emploi des meilleurs fournisseurs et les personnaliser pour vos besoins.
Cela signifie que vous pouvez créer des applications intelligentes plus rapidement, gagner du temps et vous concentrer sur la résolution de problèmes réels, sans nécessiter une expertise profonde de l’IA. Le fondement AWS prend également en charge des choses importantes comme la sécurité, l’évolutivité et la fiabilité, afin que vous puissiez travailler en toute confiance.
En bref, AWS Bedrock est un excellent outil qui aide les entreprises et les développeurs à utiliser la puissance de l’IA plus facilement et plus efficacement.
Source link