AWS anuncia nuevas y potentes ofertas para acelerar la innovación en IA generativa

Amazon Web Services anunció cinco innovaciones de inteligencia artificial (IA) generativa, para que organizaciones de todos los tamaños puedan construir nuevas aplicaciones de IA generativa, mejorar la productividad de los empleados y transformar sus negocios. El anuncio de incluye la disponibilidad general de Amazon Bedrock, un servicio totalmente gestionado que hace que los modelos de base (FM) de las principales empresas de IA estén disponibles a través de una única interfaz de programación de aplicaciones (API). Para ofrecer a los clientes una selección aún mayor de FM, AWS también ha anunciado que el modelo Amazon Titan Embeddings está disponible de forma general y que Llama 2 estará disponible como un nuevo modelo en Amazon Bedrock, convirtiéndose en el primer servicio totalmente gestionado que ofrece Llama 2 de Meta a través de una API. Para las organizaciones que desean maximizar el valor que sus desarrolladores obtienen de la IA generativa, AWS también anuncia una nueva capacidad (disponible pronto en vista previa) para Amazon CodeWhisperer, el compañero de codificación potenciado por IA de AWS, que personaliza de forma segura las sugerencias de código de CodeWhisperer en función de la base de código interna de una organización. Para aumentar la productividad de los analistas empresariales, AWS lanza una vista previa de las capacidades de creación de inteligencia empresarial (BI) generativa para Amazon QuickSight, un servicio de BI unificado creado para la nube, de modo que los clientes puedan crear imágenes atractivas, formatear gráficos, realizar cálculos y mucho más, todo ello simplemente describiendo lo que desean en lenguaje natural.

«Durante el último año, la proliferación de datos, el acceso a la computación escalable y los avances en el aprendizaje automático (ML) han llevado a un aumento del interés en la IA generativa, despertando nuevas ideas que podrían transformar industrias enteras y reimaginar cómo se hace el trabajo», dijo Swami Sivasubramanian, vicepresidente de Datos e IA en AWS. «Con seguridad y privacidad de nivel empresarial, una selección de FM líderes, un enfoque que da prioridad a los datos y nuestra infraestructura rentable y de alto rendimiento, las organizaciones confían en AWS para impulsar sus negocios con soluciones de IA generativa en cada capa de la pila». El anuncio de hoy es un hito importante que pone la IA generativa al alcance de todos los negocios, desde startups a empresas, y de todos los empleados, desde desarrolladores a analistas de datos. Con potentes y nuevas innovaciones, AWS está aportando mayor seguridad, opciones y rendimiento a los clientes, al tiempo que les ayuda a alinear estrechamente su estrategia de datos en toda su organización, para que puedan aprovechar al máximo el potencial transformador de la IA generativa.

Organizaciones de todos los tamaños y sectores quieren empezar a utilizar la IA generativa para transformar sus operaciones, reimaginar la forma de resolver problemas difíciles y crear nuevas experiencias de usuario. Aunque los recientes avances en IA generativa han captado la atención general, muchas empresas no han podido participar en esta transformación. Estas organizaciones quieren empezar a utilizar la IA generativa, pero les preocupa la seguridad y la privacidad de estas herramientas. También quieren tener la posibilidad de elegir entre una amplia variedad de MF, de modo que puedan probar diferentes modelos para determinar cuál funciona mejor para su caso de uso único. Los clientes también quieren sacar el máximo partido de los datos que ya tienen personalizando en privado los modelos para crear experiencias diferenciadas para sus usuarios finales. Por último, necesitan herramientas que les ayuden a introducir rápidamente estas nuevas innovaciones en el mercado y la infraestructura necesaria para desplegar sus aplicaciones de IA generativa a escala mundial. Por eso, clientes como Adidas, Alida, BMW Group, Genesys, Glide, GoDaddy, Intuit, LexisNexis Legal & Professional, Lonely Planet, Merck, NatWest Group, Perplexity AI, Persistent, Quext, RareJob Technologies, Rocket Mortgage, SnapLogic, Takenaka Corporation, Traeger Grills, el PGA TOUR, Verint, Verisk, WPS y muchos más han recurrido a AWS para la IA generativa.

Amazon Bedrock ya está disponible de forma general para ayudar a más clientes a crear y escalar aplicaciones de IA generativa

Amazon Bedrock es un servicio totalmente administrado que ofrece una selección de MF de alto rendimiento de empresas líderes en IA, como AI21 Labs, Anthropic, Cohere, Meta, Stability AI y Amazon, junto con un amplio conjunto de capacidades que los clientes necesitan para crear aplicaciones de IA generativa, simplificando el desarrollo y manteniendo la privacidad y la seguridad. La flexibilidad de los MF los hace aplicables a una amplia gama de casos de uso, potenciando desde la búsqueda hasta la creación de contenidos o el descubrimiento de fármacos. Sin embargo, algunas cosas se interponen en el camino de la mayoría de las empresas que desean adoptar la IA generativa. En primer lugar, necesitan una forma sencilla de encontrar y acceder a CP de alto rendimiento que ofrezcan resultados sobresalientes y se adapten mejor a sus objetivos. En segundo lugar, los clientes quieren que la integración de las aplicaciones sea perfecta, sin tener que gestionar enormes grupos de infraestructuras ni incurrir en grandes costes. Por último, los clientes quieren formas sencillas de utilizar el CP base y crear aplicaciones diferenciadas con sus datos. Dado que los datos que los clientes quieren para la personalización son propiedad intelectual increíblemente valiosa, deben permanecer completamente protegidos, seguros y privados durante ese proceso, y los clientes quieren controlar cómo se comparten y utilizan los datos.

Gracias a las completas capacidades de Amazon Bedrock, los clientes pueden experimentar fácilmente con una variedad de los mejores FM y personalizarlos de forma privada con sus propios datos. Además, Amazon Bedrock ofrece capacidades diferenciadas como la creación de agentes administrados que ejecutan tareas empresariales complejas (desde la reserva de viajes y el procesamiento de reclamaciones de seguros hasta la creación de campañas publicitarias y la administración de inventario) sin necesidad de escribir código. Como Amazon Bedrock no tiene servidor, los clientes no tienen que administrar ninguna infraestructura y pueden integrar e implementar de forma segura capacidades de IA generativa en sus aplicaciones utilizando los servicios de AWS con los que ya están familiarizados. Creado pensando en la seguridad y la privacidad, Amazon Bedrock facilita a los clientes la protección de datos confidenciales. Los clientes pueden utilizar AWS PrivateLink para establecer una conexión privada y segura entre Amazon Bedrock y su nube privada virtual (VPC) sin exponer ningún tráfico a la Internet pública. Y, para los clientes de sectores muy regulados, Amazon Bedrock es un servicio que cumple los requisitos de la HIPAA y puede utilizarse de conformidad con el GDPR, lo que permite que aún más clientes se beneficien de la IA generativa.

Amazon Bedrock sigue ampliando su selección de modelos con Amazon Titan Embeddings y Llama 2 para ayudar a cada cliente a encontrar el modelo adecuado para su caso de uso.

Ningún modelo está optimizado para todos los casos de uso y, para desbloquear el valor de la IA generativa, los clientes necesitan tener acceso a una variedad de modelos para descubrir qué funciona mejor en función de sus necesidades. Por ello, Amazon Bedrock facilita a los clientes la búsqueda y prueba de una selección de los principales MF, incluidos los modelos de AI21 Labs, Anthropic, Cohere, Meta, Stability AI y Amazon, a través de una única API. Además, como parte de una colaboración estratégica anunciada recientemente, todos los futuros MF de Anthropic estarán disponibles en Amazon Bedrock con acceso anticipado a características únicas para la personalización de modelos y capacidades de ajuste. Con el anuncio de hoy, Amazon Bedrock sigue ampliando su selección de MF con acceso a nuevos modelos:

• Amazon Titan Embeddings ya está disponible de forma general: los FM de Amazon Titan son una familia de modelos creados y preentrenados por AWS en grandes conjuntos de datos, lo que los convierte en potentes capacidades de uso general para respaldar una gran variedad de casos de uso. Amazon Titan Embeddings, el primero de estos modelos disponible de forma general para los clientes, es un modelo de lenguaje de gran tamaño (LLM) que convierte texto en representaciones numéricas denominadas incrustaciones para potenciar casos de uso de búsqueda, personalización y generación aumentada de recuperación (RAG). Los MF son muy adecuados para una amplia variedad de tareas, pero sólo pueden responder a preguntas basadas en el aprendizaje de los datos de entrenamiento y la información contextual de una consulta, lo que limita su eficacia cuando las respuestas requieren conocimientos puntuales o datos propios. Para aumentar las respuestas de los MF con datos adicionales, muchas organizaciones recurren a la RAG, una popular técnica de personalización de modelos en la que el MF se conecta a una fuente de conocimientos a la que puede hacer referencia para aumentar sus respuestas. Para empezar con la RAG, los clientes deben acceder primero a un modelo de incrustación para convertir sus datos en incrustaciones que permitan al MF comprender más fácilmente el significado semántico y las relaciones entre los datos. La creación de un modelo de incrustación requiere grandes cantidades de datos y recursos, así como profundos conocimientos de ML, lo que hace que sea poco práctico para muchos clientes crearlo ellos mismos y pone a RAG fuera del alcance de muchas organizaciones. Amazon Titan Embeddings facilita a los clientes comenzar con RAG para ampliar la potencia de cualquier FM utilizando sus datos propios. Amazon Titan Embeddings admite más de 25 idiomas y una longitud de contexto de hasta 8 192 tokens, lo que lo hace idóneo para trabajar con palabras sueltas, frases o documentos completos en función del caso de uso del cliente. El modelo devuelve vectores de salida de 1.536 dimensiones, lo que le confiere un alto grado de precisión, al tiempo que se optimiza para obtener resultados rentables y de baja latencia.
• Llama 2 llegará en las próximas semanas: Amazon Bedrock es el primer servicio de IA generativa totalmente gestionado que ofrece Llama 2, el LLM de próxima generación de Meta, a través de una API gestionada. Los modelos Llama 2 incorporan mejoras significativas con respecto a los modelos Llama originales, incluido el entrenamiento con un 40% más de datos y una mayor longitud de contexto de 4.000 tokens para trabajar con documentos de mayor tamaño. Optimizados para ofrecer una respuesta rápida en la infraestructura de AWS, los modelos Llama 2 disponibles a través de Amazon Bedrock son ideales para casos de uso de diálogo. Los clientes podrán crear aplicaciones de IA generativa impulsadas por los modelos Llama 2 de 13B y 70B parámetros, sin necesidad de configurar y administrar ninguna infraestructura.

La nueva capacidad de Amazon CodeWhisperer permitirá a los clientes personalizar de forma segura las sugerencias de CodeWhisperer utilizando su código privado para desbloquear nuevos niveles de productividad de los desarrolladores.

Entrenado en miles de millones de líneas de código de Amazon y de código público, Amazon CodeWhisperer es un compañero de codificación basado en IA que mejora la productividad de los desarrolladores. Aunque los desarrolladores utilizan con frecuencia CodeWhisperer para el trabajo diario, a veces necesitan incorporar el código privado interno de su organización (por ejemplo, API internas, bibliotecas, paquetes y clases) en una aplicación, ninguno de los cuales está incluido en los datos de entrenamiento de CodeWhisperer. Sin embargo, el código interno puede ser difícil de trabajar porque la documentación puede ser limitada, y no hay recursos públicos o foros donde los desarrolladores puedan pedir ayuda. Por ejemplo, para escribir una función para un sitio web de comercio electrónico que elimine un artículo de un carrito de la compra, un desarrollador debe entender primero las API existentes, las clases y otro código interno utilizado para interactuar con la aplicación. Anteriormente, un desarrollador podría haber pasado horas examinando código interno escrito previamente para encontrar la información que necesita y entender cómo funciona. Incluso después de encontrar los recursos adecuados, deben inspeccionar el código de cerca para asegurarse de que se adhiere a las mejores prácticas de codificación de la empresa y no repite ningún fallo o vulnerabilidad presente en el código de referencia.

La nueva capacidad de personalización de Amazon CodeWhisperer desbloqueará todo el potencial de la codificación generativa impulsada por IA al aprovechar de forma segura la base de código y los recursos internos de un cliente para proporcionar recomendaciones personalizadas según sus requisitos exclusivos. Los desarrolladores ahorran tiempo gracias a la mejora de la relevancia de las sugerencias de código en toda una serie de tareas. Para empezar, un administrador se conecta a su repositorio de código privado desde una fuente, como GitLab o Amazon S3, y programa un trabajo para crear su propia personalización. Al crear una personalización, CodeWhisperer aprovecha una serie de técnicas de personalización de modelos y contextos para aprender del repositorio del cliente y mejorar sus sugerencias de código en tiempo real, de modo que los desarrolladores pasen menos tiempo buscando la respuesta correcta a problemas indiferenciados y más tiempo centrados en crear experiencias nuevas y diferenciadas. A continuación, los administradores pueden administrar de forma centralizada todas las personalizaciones desde la consola de AWS, lo que les permite ver las métricas de evaluación, estimar el rendimiento de cada personalización e implementarlas de forma selectiva en desarrolladores específicos de toda la empresa para restringir el acceso al código confidencial. Al elegir selectivamente sólo los repositorios de mayor calidad, los administradores pueden garantizar que las personalizaciones que proporciona CodeWhisperer omiten código obsoleto y cumplen las normas de calidad y seguridad de la organización. Creada teniendo en cuenta la seguridad y la privacidad de la empresa, esta función mantiene las personalizaciones totalmente privadas, y el FM subyacente de CodeWhisperer no utiliza las personalizaciones para la formación, protegiendo así la valiosa propiedad intelectual de los clientes. Esta capacidad de personalización estará disponible en breve para los clientes en versión preliminar, como parte del nuevo nivel Enterprise de CodeWhisperer. Las personalizaciones de CodeWhisperer también son seguras por defecto, y AWS no almacena ni registra ningún contenido del cliente cuando gestiona solicitudes del IDE de un desarrollador que utiliza la capa profesional o la capa empresarial de Amazon CodeWhisperer.

Las nuevas capacidades de creación de BI generativo de Amazon QuickSight ayudan a los analistas empresariales a crear y personalizar fácilmente elementos visuales mediante comandos de lenguaje natural.

Amazon QuickSight es un servicio de BI unificado creado para la nube que ofrece paneles interactivos, informes paginados y análisis integrados, además de capacidades de consulta en lenguaje natural mediante QuickSight Q, para que todos los usuarios de la organización puedan acceder a la información que necesitan en el formato que prefieran. Los analistas de negocio a menudo pasan horas con herramientas de BI explorando fuentes de datos dispares, añadiendo cálculos y creando y refinando visualizaciones antes de ofrecerlas en cuadros de mando a las partes interesadas de la empresa. Para crear un único gráfico, un analista debe encontrar primero la fuente de datos correcta, identificar los campos de datos, configurar los filtros y realizar las personalizaciones necesarias para garantizar que el visual sea convincente. Si el visual requiere un nuevo cálculo (por ejemplo, las ventas del año hasta la fecha), el analista debe identificar los datos de referencia necesarios y, a continuación, crear, verificar y añadir el visual al informe. Las organizaciones se beneficiarían de la reducción del tiempo que los analistas de negocio dedican a crear y ajustar manualmente gráficos y cálculos para que puedan dedicar más tiempo a tareas de mayor valor.

Las nuevas capacidades de creación de BI Generativo amplían la consulta en lenguaje natural de QuickSight Q más allá de la respuesta a preguntas bien estructuradas (por ejemplo, «¿Cuáles son los 10 productos más vendidos en California?») para ayudar a los analistas a crear rápidamente visualizaciones personalizables a partir de fragmentos de preguntas (por ejemplo, «10 productos más vendidos»), aclarar la intención de una consulta formulando preguntas de seguimiento, refinar visualizaciones y completar cálculos complejos. Los analistas de negocio sólo tienen que describir el resultado deseado y QuickSight genera imágenes atractivas que pueden añadirse fácilmente a un cuadro de mando o informe con un solo clic. Por ejemplo, un analista puede pedir a QuickSight Q que cree una visualización para la «tendencia mensual de las ventas de zapatillas en 2022 y 2023», y el servicio selecciona automáticamente los datos apropiados y traza la información utilizando el formato de gráfico (por ejemplo, gráfico de líneas o de barras) que tenga más sentido en función de la solicitud. QuickSight Q también ofrecerá preguntas relacionadas para ayudar a los analistas a aclarar casos ambiguos cuando varios campos de datos coincidan con su consulta (por ejemplo, si el gráfico debe incluir el valor total en dólares de las ventas de zapatillas o el número de unidades vendidas). Una vez que el analista dispone de la visualización inicial, también puede añadir cálculos complejos, cambiar los tipos de gráfico y perfeccionar las visualizaciones utilizando indicaciones en lenguaje natural. Las nuevas funciones de creación de BI generativo de QuickSight Q facilitan y agilizan la creación de atractivos elementos visuales por parte de los analistas empresariales y reducen el tiempo necesario para obtener la información necesaria para tomar decisiones basadas en datos a gran escala.