AWS, Amazon Web Services, Google ve Microsoft’tan farklı bir yaklaşım sergileyerek üretken yapay zeka konusunda kendini öne çıkarıyor. Microsoft OpenAI’nin GPT-n modellerine odaklanırken ve Google Cloud ise PaLM 2 gibi herkes için uygun olan modeller geliştirmeye çalışırken, AWS müşterilere geniş bir yapay zeka araçları yelpazesi sunma konusunda önemli bir çalışma yapıyor. AWS, kendi büyük dil modellerini (LLM) üçüncü taraf modellerle birleştirerek bir yapay zeka ekosistemi oluşturmakta.
AWS’nin yaklaşımının avantajı, ileri düzeyde belirli görevlerde uzmanlaşmış modellere erişebilme imkanı sunması. Bu modellerin daha fazla ayarlamaya ihtiyaç duymadan kullanılabilmesi, daha küçük ölçekli firmaların genel amaçlı modellere katlanmak zorunda kalmadan üretken yapay zekayı benimsemelerini sağlıyor. Örneğin, Amazon’un Titan LLM’leri, küfür ve nefret söylemini filtrelemek için önceden eğitilmiş ve bu nedenle içerik moderasyonu için uygun.
AWS Summit London konferansında bir dijital pazarlama firması, bir ürün kampanyası için bir dizi yapay zeka modelinin kullanımını gösterdi. Ürün açıklaması için farklı modeller, ürün görseli oluşturmak için StableDiffusion, sosyal medya metinleri için AI21’in Jurassic-1 LLM’i ve SEO-uyumlu terimler için AWS’in Titan temel modeli (FM) kullanıldı. Bu modellere Amazon Bedrock aracılığıyla erişilebiliyor. Amazon Bedrock, müşterilere API’ler aracılığıyla yapay zeka ve makine öğrenimi ekosistemi sunarak, müşterilerin hangi verilerin hangi modele gönderileceğini seçmelerine imkan tanıyor ve özelleştirilmiş çıktılar elde ediyor.
AWS’in veritabanı, analitik ve makine öğrenimi başkan yardımcısı Swami Sivasubramanian, müşterilerin önceden eğitilmiş modelleri veya kendi makine öğrenimi araçlarını AWS’in bulut altyapısını kullanarak kullanabileceklerini söylüyor, özellikle Amazon SageMaker JumpStart ile birlikte. AWS son zamanlarda, güvenilir açık modeller sunmak için Hugging Face ile işbirliği yaparak yapay zekanın demokratikleştirilmesini destekliyor.
Sivasubramanian, Microsoft’un güçlü genel amaçlı LLM’lerine odaklanmasının aksine, herhangi bir modelin her müşteri için her zaman uygun olabileceği fikrini reddediyor. Farklı modellerin farklı dilleri destekleme ve ses tonu gibi ince ayrıntılarda farklı etkililik gösterdiğini belirtiyor. Müşterilerin, belirli kullanım durumları, fiyat profili ve performans gereksinimlerine bağlı olarak doğru aracı seçmeleri gerektiğini söyüyor.
AWS’in API tabanlı yaklaşımı, firmalara deney yapma ve farklı modelleri keşfetme imkanı sağlıyor. Bu esneklik, özellikle markalarına tam olarak uyacak bir modeli özelleştirmek için geniş metadata’ya sahip olmayan daha küçük firmalar için önemli.
AWS ortağı olan dijital dönüşüm firması Persistent’in CTO’su Dr. Pandurang Kamat, Amazon CodeWhisperer adlı yapay zeka kod üretim aracını nasıl kullandıklarını açıklıyor. Kamat, müşterilerin veri gizliliği, veri saklama süresi, sınırlar ve modele eğitim verilerinin nasıl kullanıldığı gibi soruları olduğunu belirtmekte. Persistent, CodeWhisperer’ı projelerinde deneyerek çıktıların etkinliğini test edecek ve ardından müşterilerine tavsiye verecek. Bu yaklaşım, müşterilerin modelleri tamamen benimsemeden önce denemeler yapmalarını teşvik ediyor.
Amazon, CodeWhisperer’ın ortalama olarak %57 daha hızlı kod benimsenmesini sağladığını iddia etti ve yapay zeka çözümlerinin bireysel kullanım için olan modelini ücretsiz olarak kullanıma sundu.