5 داده کلیدی و نوآوری های هوش مصنوعی برای توجه به سال 2025

در پایان سه ماهه اول سال 2025 ، اکنون زمان خوبی برای تأمل در مورد به روزرسانی های اخیر خدمات وب آمازون (AWS) به خدمات آنها است که داده ها و قابلیت های هوش مصنوعی را برای پایان دادن به مشتریان ارائه می دهد. در پایان سال 2024 ، AWS در کنفرانس سالانه خود ، دوباره: اختراع ، در لاس وگاس ، میزبان 60،000+ پزشک بود.

صدها ویژگی و خدمات در طول هفته اعلام شد. من اینها را با اعلامیه هایی که از آن زمان به دست آمده اند ترکیب کرده ام و پنج داده کلیدی و نوآوری های هوش مصنوعی را که باید از آنها توجه کنید ، تنظیم کرده ام. بیایید شیرجه بزنیم.

نسل بعدی Sagemaker Amazon

Amazon Sagemaker از لحاظ تاریخی به عنوان مرکز همه چیز AI در AWS دیده شده است. خدماتی مانند چسب آمازون یا MapReduce الاستیک از وظایف پردازش داده ها مراقبت کرده اند که آمازون Redshift وظیفه SQL Analytics را انتخاب می کند. با توجه به تعداد فزاینده ای از سازمان ها که تلاش های خود را بر روی داده ها و هوش مصنوعی متمرکز می کنند ، سیستم عامل های همه در یک مانند Databricks به طور واضح چشمان کسانی را که سفر خود را شروع می کنند ، جلب کرده اند.

نسل بعدی Amazon Sagemaker پاسخ AWS به این خدمات است. Sagemaker Unified Studio SQL Analytics ، پردازش داده ها ، توسعه مدل AI و توسعه برنامه های تولید هوش مصنوعی را در زیر یک سقف جمع می کند. این همه در بالای پایه های سرویس جدید دیگر – Sagemaker Lakehouse – ساخته شده است با داده ها و مدیریت هوش مصنوعی از طریق آنچه که قبلاً مستقل به عنوان Amazon Dataazone وجود داشته است.

نوید یک راه حل شخص اول AWS برای مشتریانی که به دنبال شروع کار هستند ، افزایش توانایی یا کنترل بهتر داده های خود را دارند و بار کاری هوش مصنوعی در واقع هیجان انگیز است.

بازار بستر آمازون

با توجه به موضوع بار کاری AI ، می خواهم بازار بستر آمازون را برجسته کنم. دنیای هوش مصنوعی تولیدی سریع است و مدلهای جدید همیشه در حال توسعه هستند. از طریق Bedrock ، مشتریان می توانند به محبوب ترین مدل ها بر اساس سرور دسترسی پیدا کنند – فقط هزینه نشانه های ورودی/خروجی را که استفاده می کنند پرداخت می کنند. برای انجام این کار برای هر مدل صنعت تخصصی که ممکن است مشتریان بخواهند به آن دسترسی پیدا کنند ، مقیاس پذیر نیست.

بازار آمازون Bedrock Marketplace پاسخ این است. پیش از این ، مشتریان می توانند از Amazon Sagemaker Jumpstart برای استقرار LLMS به حساب AWS شما به روشی مدیریت شده استفاده کنند. این امر آنها را از ویژگی های بستر که به طور فعال در حال توسعه بودند (عوامل ، جریان ، پایگاه دانش و غیره) حذف کرد. با وجود Bedrock Marketplace ، مشتریان می توانند از بین مدل های 100+ (و در حال رشد) ، از جمله آنهایی که از Huggingface و Deepseek استفاده می کنند ، انتخاب کنند و آنها را به یک نقطه پایانی مدیریت شده مستقر کرده و از طریق API های استاندارد Bedrock به آنها دسترسی پیدا کنند.

این منجر به یک تجربه یکپارچه تر می شود و آزمایش با مدل های مختلف را به طور قابل توجهی آسان تر می کند (از جمله مدل های تنظیم دقیق خود مشتریان).

اتوماسیون داده های بستر آمازون

استخراج بینش از داده های بدون ساختار (اسناد ، صوتی ، تصاویر ، فیلم) چیزی است که LLMS خود را اثبات کرده است که در آن عالی است. در حالی که مقدار بالقوه ناشی از این امر بسیار زیاد است ، تنظیم خط لوله های عملکردی ، مقیاس پذیر ، مقرون به صرفه و ایمن برای استخراج این چیزی است که می تواند پیچیده باشد و مشتریان از لحاظ تاریخی با آن دست و پنجه نرم کرده اند.

در روزهای اخیر – در زمان نوشتن – اتوماسیون داده های آمازون بستر آمازون به دسترسی عمومی (GA) رسید. این سرویس برای حل مشکل دقیقی که من فقط توضیح داده ام تنظیم شده است. بیایید روی مورد استفاده از سند تمرکز کنیم.

پردازش اسناد هوشمند (IDP) مورد استفاده جدیدی برای هوش مصنوعی نیست – مدت ها قبل از آنکه Genai همه عصبانیت باشد وجود دارد. IDP می تواند کارآیی عظیمی را برای سازمانهایی که هنگام تقویت یا جایگزینی فرآیندهای دستی که توسط انسان انجام می شود ، به شکل های کاغذی سر و کار داشته باشند ، باز کند.

با اتوماسیون داده های بستر ، بلند کردن خطوط لوله IDP به دور از مشتریان انتزاع شده و به عنوان یک سرویس مدیریت شده ارائه می شود که مصرف آن آسان است و متعاقباً در فرآیندها و سیستم های میراث ادغام می شود.

آمازون شفق قطبی DSQL

بانکهای اطلاعاتی نمونه ای از ابزاری است که در آن سطح پیچیدگی در معرض کسانی که از آن استفاده می کنند ، لزوماً با چقدر پیچیده در پشت صحنه همبستگی ندارد. غالباً ، این یک رابطه معکوس است که هرچه یک پایگاه داده ساده تر و “جادویی” استفاده شود ، در مناطقی که دیده نمی شوند پیچیده تر است.

آمازون Aurora DSQL نمونه ای عالی از چنین ابزاری است که در آن استفاده ساده به عنوان سایر خدمات پایگاه داده مدیریت شده AWS است ، اما سطح پیچیدگی مهندسی برای ایجاد ویژگی آن بسیار زیاد است. صحبت از مجموعه ویژگی های آن ، بیایید به آن نگاه کنیم.

شفق قطبی DSQL به نظر می رسد در خدمات انتخابی برای بارهای کاری که به پایگاه داده های با دوام ، به شدت سازگار و فعال فعال در چندین منطقه یا مناطق در دسترس نیاز دارند. پایگاه داده های چند منطقه یا چند AZ در حال حاضر به خوبی در تنظیمات فعال-پاس (یعنی یک نویسنده و بسیاری از موارد خواندن) تثبیت شده اند. فعال فعال مشکلی است که حل آن بسیار سخت تر است در حالی که هنوز هم اجرا می شود و قوام قوی را حفظ می کند.

اگر علاقه مند به خواندن جزئیات فنی عمیق چالش هایی هستید که در ساختمان این سرویس غلبه شده است ، توصیه می کنم مجموعه پست های وبلاگ (مهندس برجسته در AWS) را بخوانید.

AWS هنگام اعلام سرویس ، آن را به عنوان “مقیاس بندی افقی عملاً نامحدود با انعطاف پذیری در مقیاس های مستقل در مقیاس های مستقل خواند ، می نویسد ، محاسبه و ذخیره می کند. بهبودی. “

برای سازمانهایی که مقیاس جهانی یک آرزو یا الزام است ، در بالای پایه و اساس شفق قطبی DSQL آنها را بسیار زیبا تنظیم می کند.

گسترش ویژگی های صفر ETL

AWS اکنون چند سال است که چشم انداز “صفر ETL” را تحت فشار قرار می دهد ، با این وجود آرزو دارد که داده های متحرک را بین خدمات هدفمند تا حد امکان انجام دهد. یک مثال می تواند انتقال داده های معامله ای از یک پایگاه داده PostgreSQL در حال اجرا در آمازون شفق قطبی به یک پایگاه داده طراحی شده برای تجزیه و تحلیل در مقیاس بزرگ مانند Amazon Redshift باشد.

در حالی که جریان نسبتاً مداوم از اعلامیه های جدید در این زمینه وجود داشته است ، پایان سال 2024 و شروع سال 2025 شاهد شرارت بود که همراه با خدمات جدید AWS منتشر شده در Re: Invent بود.

در اینجا در هر سطح از جزئیات که ارزش ارائه می دهد ، خیلی زیاد است. برای کسب اطلاعات بیشتر در مورد همه ادغام های موجود در صفر ETL بین خدمات AWS ، لطفاً به صفحه اختصاصی صفر ETL AWS مراجعه کنید.

با بسته بندی این موضوع ، ما پنج حوزه مربوط به داده ها و هوش مصنوعی را پوشش داده ایم که AWS در حال نوآوری است تا سازمان های ساختمان ، رشد و ساده سازی را آسانتر کند. همه این مناطق مربوط به راه اندازی های کوچک و رو به رشد و همچنین شرکت های میلیارد دلاری است. AWS و سایر ارائه دهندگان خدمات ابری در آنجا برای انتزاع پیچیدگی و بلند کردن سنگین در آنجا حضور دارند و شما را برای تمرکز بر ساختن منطق کسب و کار خود رها می کنند.