Cloudera的最新創(chuàng)新加速了企業(yè)人工智能用例，并顯著縮短了部署時(shí)間

全新AMP將于9月12日在迪拜舉辦的EVOLVE24期間展出

加利福尼亞州圣克拉拉2024年9月13日 /美通社/ --Cloudera是唯一真正意義上的數(shù)據(jù)、分析和人工智能混合平臺(tái)，該平臺(tái)今天宣布推出多款全新機(jī)器學(xué)習(xí)項(xiàng)目加速器 (AMP) ，旨在縮短企業(yè)人工智能用例的價(jià)值實(shí)現(xiàn)時(shí)間。 新增功能主要是在Cloudera中為企業(yè)提供前沿的人工智能技術(shù)和示例，幫助企業(yè)進(jìn)行人工智能整合并推動(dòng)取得更有影響力的成果。

AMP是基于機(jī)器學(xué)習(xí) (ML) 的端到端項(xiàng)目，可直接從Cloudera平臺(tái)進(jìn)行一鍵部署。 無(wú)論企業(yè)在哪里運(yùn)行示例或部署數(shù)據(jù)，每個(gè)AMP都涵蓋了行業(yè)領(lǐng)先的實(shí)踐，可通過工作流解決復(fù)雜的ML挑戰(zhàn)，促進(jìn)無(wú)縫過渡。

Cloudera通過其AMP系列產(chǎn)品，致力于使人工智能更易于使用，從而加快企業(yè)采用人工智能的速度，并最大限度地提高自身數(shù)據(jù)和人工智能生成內(nèi)容的價(jià)值。 最新的AMP和更新包括：

Fine-Tuning Studio：為用戶提供全方位的應(yīng)用程序和“生態(tài)系統(tǒng)” ，用于管理、微調(diào)和評(píng)估LLM。

使用知識(shí)圖譜的RAG：演示如何使用知識(shí)圖譜為 RAG（檢索增強(qiáng)生成）應(yīng)用提供支持，以捕獲僅靠向量存儲(chǔ)無(wú)法輕松訪問的關(guān)系和上下文。

PromptBrew：通過簡(jiǎn)單的用戶界面，提供人工智能輔助功能，創(chuàng)建高效可靠的提示。

使用文檔進(jìn)行聊天：在之前的LLM聊天機(jī)器人增強(qiáng)企業(yè)數(shù)據(jù)AMP（LLM Chatbot Augmented with Enterprise Data AMP）的基礎(chǔ)上，該加速器利用從用戶上傳的文檔創(chuàng)建的內(nèi)部知識(shí)庫(kù)中獲取的上下文，增強(qiáng)了LLM的響應(yīng)能力。

除了加速人工智能項(xiàng)目外，Cloudera AMP還完全開源，包括適用于任何環(huán)境的部署說明，進(jìn)一步證明了Cloudera對(duì)開源社區(qū)的承諾。

The Futurum Group首席技術(shù)顧問Steven Dickens表示：“雖然幾乎所有企業(yè)都在嘗試生成式人工智能（Generative AI），但這項(xiàng)技術(shù)尚處于初期階段，企業(yè)的最佳實(shí)踐寥寥無(wú)幾?！?“因此，數(shù)據(jù)科學(xué)家和人工智能工程師在啟動(dòng)新的人工智能項(xiàng)目時(shí)，通常會(huì)在現(xiàn)有示例的基礎(chǔ)上進(jìn)行實(shí)踐。 但是，這種方法存在許多缺點(diǎn)，包括增加了安全和法律風(fēng)險(xiǎn)。 AMP通過提供完全構(gòu)建的端到端解決方案消除了這種模糊性，這些解決方案為數(shù)據(jù)科學(xué)家提供了隨時(shí)可用的MVP，可用于各種人工智能用例，這些用例已被證明是有效的，能夠快速推動(dòng)價(jià)值。”

Cloudera首席產(chǎn)品官Dipto Chakravarty表示：“在當(dāng)今環(huán)境下，企業(yè)在啟動(dòng)人工智能項(xiàng)目時(shí)受到時(shí)間和資源的限制?！?“我們的AMP是催化劑，可通過預(yù)建解決方案和工作示例快速將人工智能項(xiàng)目從概念變?yōu)楝F(xiàn)實(shí)，確保用例的可靠性和成本效益，同時(shí)縮短開發(fā)時(shí)間。 這使企業(yè)能夠迅速體驗(yàn)到人工智能計(jì)劃帶來(lái)的生產(chǎn)力提升和效率提高?！?/p>

Cloudera將于9月12日在迪拜未來(lái)博物館（Museum of the Future）舉行的Cloudera EVOLVE24活動(dòng)（業(yè)界首屈一指的數(shù)據(jù)和人工智能會(huì)議之一）期間展示這些更新。 與會(huì)者可以在現(xiàn)場(chǎng)與專家討論在生成式人工智能時(shí)代提高生產(chǎn)力的策略，同時(shí)從富有遠(yuǎn)見的演講者以及數(shù)據(jù)和人工智能專家那里獲得寶貴的見解。

審核編輯 黃宇