【AICon】AI 基础设施、LLM运维、大模型训练与推理,一场会议,全方位涵盖! >>> 了解详情
写点什么

了解你的系统和数据库!两天能升级上千 Java 应用:生成式 AI 大杀器 Amazon Q 才是开发专家?

  • 2023-11-29
    北京
  • 本文字数:2832 字

    阅读完需:约 9 分钟

大小:1.38M时长:08:02
了解你的系统和数据库!两天能升级上千Java应用:生成式AI大杀器Amazon Q 才是开发专家?

OpenAI 神秘项目“Q*”刚曝光不久,亚马逊云科技就推出了有着相似名字的企业级生成式 AI 助手 Q。


在日前于拉斯维加斯召开的 re: Invent 大会主题演讲中,亚马逊云科技 CEO Adam Selipsky 正式宣布推出 Amazon Q,“您可以使用 Q 轻松进行对话、内容生成并执行操作。Q 完全了解你的系统、数据存储库和运营需求。”Selipsky 说道。


据悉,Amazon Q 由亚马逊云科技 17 年来积累的知识和经验训练而成,可以提出满足业务需求的云基础设施建议、输出博客文章、帮助应用程序代码,以及搜索和分析企业数据。订阅起价为每用户每年 20 美元,且已经提供公开预览版。


如何帮助开发者

加速业务开发


Amazon Q 是用户在亚马逊云科技上构建、部署和操作应用程序及工作负载的专家。根据官方介绍,用户可以将 Q 接入组织指定的应用程序和软件(例如 Salesforce、Jira、Zendesk、Gmail 以及 Amazon S3 存储实例等),并据此进行自定义配置。


Q 能够根据所有关联数据及内容进行索引,“学习”关于当前业务的方方面面,包括组织结构、核心概念和产品名称等。


例如,公司可以通过 Web 应用程序要求 Q 分析用户在使用哪些功能时遇到了问题、应该如何改进这些功能;也可以像使用 ChatGPT 那样直接上传文件(支持 Word 文档、PDF、电子表格等)并询问与内容相关的问题。Q 则通过联系、整合和数据(包括特定业务数据)提供响应与参考。基于这些问题,Amazon Q 会给出明确答案并列出引用出处。


用户可以追问任意多轮的问题,来获取更加详尽的答案,找到实现其工作负载的最佳选项,并得到基本操作的步骤指导。


Q 不仅能够回答问题,还能作为助手生成或总结博文内容、新闻稿和电子邮件。它还为工作中的常规操作提供一组可配置的插件,包括自动创建服务工单、通过 Slack 中的特定团队以及更新 ServiceNow 中的仪表板等。


00:00 / 00:00
    1.0x
    • 2.0x
    • 1.5x
    • 1.25x
    • 1.0x
    • 0.75x
    • 0.5x
    网页全屏
    全屏
    00:00


    为了防止错误,Q 要求用户在行动之前检查其操作建议,并展示结果以供验证。


    Q 可以通过亚马逊云科技的管理控制台、各类 Web 应用程序以及 Slack 等聊天应用进行访问,而且对亚马逊云科技家族的产品和服务有着透彻了解。亚马逊云科技表示,Q 能够理解亚马逊云科技上各种应用工作负载间的细微差别,哪怕是只需运行短短几秒的应用、或者极少访问存储内容的程序也可以接受 Q 的指引和操作。


    Q 还能解决网络连接等常见问题,分析网络配置以提供修复建议。“如果控制台出现错误,您可以按下 Amazon Q 按钮进行故障排除。Q 将研究该错误并建议如何修复它。Amazon Q 还了解网络,“可以帮助快速解决连接问题,”Selipsky 说道。


    Selipsky 表示,“我坚信这将是一场生产力层面的变革,希望来自不同行业、从事不同岗位的人们都能从 Amazon Q 身上获益。”

    生成、解释代码


    Q 与 Amazon CodeWHisperer 服务相结合,可以生成并解释应用程序代码。在受支持的 IDE(例如 Amazon CodeCatalyst)当中,Q 可以为用户代码生成测试,借此衡量其质量水平。


    此外,Q 还能创建软件新功能、执行代码转换,并为代码包、存储库和框架更新草案和文档,使用自然语言对计划进行完善和执行。


    Selipsky 表示,亚马逊云科技内部的一支小团队就成功在短短两天之内,使用 Q 将上千款应用程序从 Java 8 升级到了 Java 17,甚至完成了相应的测试。


    Q 的代码转换功能仅支持从 Java 8 和 Java 11 升级至 Java 17(后续将推出.NET Framework 到跨平台.NET 转换),且所有代码相关功能(包括代码转换)都需要配合 CodeWhisperer Professional 订阅服务。不清楚这方面要求后续是否会有所放松。


    Selipsky 补充道,Amazon Q 将能够将应用程序从 Windows .NET Framework 迁移到 Linux 上的跨平台 .NET,这是一个好主意,但由于仅依赖于 Windows,因此在实践中常常面临挑战。


    亚马逊云科技表示,他们也在利用 Q 增强更多第一方产品,例如 Supply Chain 和 QuickSight(一种商业分析服务)。


    Q 能够在 QuickSight 中为商业报告提供可视化选项,自动调整格式,或者根据报告中的引用及数据回答用户提问。而在 Supply Chain 当中,Q 能够通过最新分析结果响应诸如“为什么我的配送单延误了?”之类的查询。


    Q 还在逐步进入联络中心软件 Amazon Connect。在 Q 的支持下,客服人员现在可以快速获得关于用户提问的答复建议,对应的操作步骤以及背景资料链接,由此告别繁琐低效的手动搜索。Q 还能生成通话摘要,帮助主管后续跟踪服务进度。


    隐私安全


    在整场演讲中,Selipsky 多次强调 Q 给出的答案及操作建议完全可控且支持筛查。Q 只会返回用户有权查看的信息,管理员可以限制敏感主题,要求 Q 在必要时过滤掉不当问题和答案。


    为了缓解幻觉问题(即生成式 AI 系统中常见的捏造事实行为),管理员可以要求 Q 仅从公司内部文档中提取知识,而不得使用来自底层模型的知识。Selipsky 表示,驱动 Q 的底层模型是 Amazon AI 开发平台 Bedrock 提供的模型组合,包括 Amazon 原研的 Titan 系列,且绝不会利用用户数据进行模型训练。


    当前,已经有十几家公司明确禁止或限制使用 ChatGPT,反映出了当下人们对向聊天机器人输入数据可能导致泄露风险的担忧。Selipsky 强调,“如果你的用户本来就无权访问某些内容,那么在使用 Q 之后也仍然无权访问。Q 理解并尊重用户的当前身份、角色和权限……我们也永远不会使用业务内容来训练底层模型。”


    除了对隐私的高度重视,从各个方面来看,Q 似乎都是亚马逊云科技对于微软 Azure Copilot 做出的有力回应,而 Azure Copilot 又是微软对谷歌 Duet AI 的回应。Azure Copilot 与 Duet AI 均采用聊天助手的形式,负责为云用户提供应用程序和环境配置建议,并通过发现潜在问题和给出答案的方式协助故障排查。


    题外话


    Constellation Research 创始人兼首席分析师 Ray Wang 在采访中表示,他认为 Q 是本届 re: Invent 上最具份量的发布。“这是在用 AI 武装开发者,帮助他们取得成功。”


    很明显,亚马逊云科技看到了近期调查给出的关键结论,即大多数试用生成式 AI 的厂商都不知道该怎么将新技术纳入业务用例、将其真正转化为生产力。


    宝马集团数据工程和分析顾问 Christoph Albrecht 表示:“宝马团队需要快速提取和解释新数据,以提供客户期望的精确体验。Amazon QuickSight 中新增的 Amazon Q 功能可帮助我们的分析师在数小时内构建仪表板,而以前需要数天时间。”

     

    值得注意的是,Anthropic 首席执行官兼联合创始人 Dario Amodei 也在 re:Invent 上与 Selipsky 一起登台。9 月份,亚马逊云科技向这家人工智能初创公司进行了高达 40 亿美元的投资,为 Anthropic 提供更多云基础设施和芯片来训练和运行其模型。Anthropic 的 Claude LLM 将为一系列 AWS 产品提供支持,包括 AppFabric。



    Anthropic 的 7 个创始人都来自 OpenAI,曾经深度参与过 OpenAI 的 GPT-3、引入人类偏好的强化学习等多项研究。对于离开 OpenAI 的原因 ,据说是因为其“从一开始就在模型安全性方面有着不同的愿景。”Anthropic 在 OpenAI 高层斗争大戏落幕之后不久后亮相 re: Invent,这也彰显了亚马逊云科技发力生成式 AI 的决心。


    接下来,就让我们一同期待 Q 的更多使用案例和反馈,看看它是否真如宣传的这么神奇。


    参考链接:

    https://aws.amazon.com/cn/q/

    https://techcrunch.com/2023/11/28/amazon-unveils-q-an-ai-powered-chatbot-for-businesses/


    公众号推荐:

    跳进 AI 的奇妙世界,一起探索未来工作的新风貌!想要深入了解 AI 如何成为产业创新的新引擎?好奇哪些城市正成为 AI 人才的新磁场?《中国生成式 AI 开发者洞察 2024》由 InfoQ 研究中心精心打造,为你深度解锁生成式 AI 领域的最新开发者动态。无论你是资深研发者,还是对生成式 AI 充满好奇的新手,这份报告都是你不可错过的知识宝典。欢迎大家扫码关注「AI前线」公众号,回复「开发者洞察」领取。

    2023-11-29 17:184910

    评论

    发布
    暂无评论
    发现更多内容

    如何评价MyBatis-Flex框架

    酱紫的小白兔

    Buck电路的原理及器件选型指南

    元器件秋姐

    电路 元器件 PCB设计 电源 Buck

    基于 EMQX 和 Neuron 的工业物联网 MQTT Sparkplug 解决方案

    EMQ映云科技

    解决方案 工业物联网 sparkplug

    DPO 直接偏好优化:跳过复杂的对抗学习,语言模型本来就会奖励算法

    Zilliz

    AIGC LLM RLHF

    语音标注平台:推动语音技术发展的关键支撑

    来自四九城儿

    ZipZapAI大模型与勇者斗恶龙:探索AVG游戏的无限可能

    Ricky

    AI Chat ChatGPT

    超高速稳定!香港虚拟主机助你网站飞一般的速度!

    一只扑棱蛾子

    香港虚拟主机

    区块链技术协议有哪些?

    TiAmo

    区块链 技术协议

    CentOS7系统更新yum源教程

    百度搜索:蓝易云

    MySQL Linux centos 运维 yum

    华为云云原生数据库,让企业离应用更进一步

    新消费日报

    RTC+AI|“即智”数智人创新内容生产体验,为企业降本增效再提速

    ZEGO即构

    数字人 虚拟直播 AI人工智能 数字人短视频 直播间

    HiveSQL 迁移 FlinkSQL 在快手的实践

    Apache Flink

    大数据 flink 实时计算

    问答对话文本数据:解锁智能问答的未来

    来自四九城儿

    点云标注的标准化与数据共享

    来自四九城儿

    低代码的出现,程序员要拒绝还是拥抱

    互联网工科生

    软件开发 低代码 JNPF

    基于列存储的开源分布式NoSQL数据库Apache Cassandra入门分享

    快乐非自愿限量之名

    开源 NoSQL 数据库

    对线面试官-Redis 八 | 基于哨兵HA的原理

    派大星

    Java 面试题

    不要爱上解决方案,而是爱上问题!什么是设计思维

    汽车之家客户端前端团队

    前端 设计思维 学会思考 ChatGPT

    点云标注与自动驾驶的安全性

    来自四九城儿

    HDC精彩回顾|7月8日OpenTiny重磅发布

    OpenTiny社区

    开源 前端 UI组件库

    技术分享 | 如何利用GPU云服务器加速AIGC训练

    阿里云弹性计算

    云计算 阿里云 大模型 AIGC

    模块七:王者荣耀商城异地多活设计

    家有两宝

    架构训练营

    GitHub上整理的一些实用的工具

    这我可不懂

    GitHub 程序员 提升效率

    Maxon Qualcomm QCN9024 WiFi6 Module 4x4 MIMO PCI Express 3.0

    wifi6module

    瓴羊QuickBI为什么被称为国内口碑最好的BI工具

    夜雨微澜

    秒验丨 REST API:手机号码置换接口

    MobTech袤博科技

    大数据 前端 后端

    以开放安全底座赋能全球开发者,华为云构筑云原生安全防护体系

    华为云开发者联盟

    云计算 华为云 华为云开发者联盟 企业号 7 月 PK 榜

    Python源码剖析:深度探索Cpython对象-达观数据

    NLP资深玩家

    Python CPython 达观数据

    一文详解新一代高效前端构建工具VITE-达观数据

    NLP资深玩家

    vite 前端构建 es modules

    点云标注的算法优化与性能提升

    来自四九城儿

    了解你的系统和数据库!两天能升级上千Java应用:生成式AI大杀器Amazon Q 才是开发专家?_亚马逊云科技_褚杏娟_InfoQ精选文章