114 lines
4.8 KiB
Markdown
114 lines
4.8 KiB
Markdown
---
|
||
title: Amazon SageMaker Canvas更新：无代码机器学习平台引入生成式AI功能
|
||
description: AWS为SageMaker Canvas添加新的生成式AI功能，使业务分析师无需编写代码即可创建和部署AI应用，大幅提升企业AI应用开发效率
|
||
category: machine-learning
|
||
date: 2024-06-28
|
||
tags: ['机器学习', 'SageMaker', '无代码开发', '生成式AI']
|
||
author: AWS机器学习团队
|
||
image: /images/awsnews/sagemaker-canvas-update.webp
|
||
views: 1785
|
||
trending: false
|
||
featured: true
|
||
---
|
||
|
||
# Amazon SageMaker Canvas更新：无代码机器学习平台引入生成式AI功能
|
||
|
||
亚马逊云科技（AWS）今日宣布为Amazon SageMaker Canvas引入重大更新，增加了一系列生成式AI功能，进一步赋能业务分析师和数据专家，让他们无需编写代码即可创建和部署强大的AI解决方案。
|
||
|
||
## 主要更新内容
|
||
|
||
此次SageMaker Canvas更新包含以下核心功能：
|
||
|
||
1. **内置基础模型集成** - 直接访问Amazon Bedrock中的基础模型，包括Claude、Llama 2和Amazon Titan
|
||
2. **自定义提示模板** - 创建和保存特定业务场景的提示模板
|
||
3. **文档智能处理** - 自动提取非结构化文档中的数据和见解
|
||
4. **多模态生成功能** - 支持文本到图像生成和图像编辑
|
||
5. **流程自动化** - 将生成式AI任务整合到自动化工作流中
|
||
|
||
## 业务影响
|
||
|
||
SageMaker Canvas的新功能使各行业企业能够迅速实现AI转型：
|
||
|
||
- **客户服务** - 自动生成个性化回复和摘要
|
||
- **内容创建** - 快速生成营销文案和产品描述
|
||
- **数据分析** - 从非结构化数据中提取关键见解
|
||
- **文档处理** - 自动提取合同和表单中的关键信息
|
||
- **业务预测** - 结合传统ML和生成式AI改进预测模型
|
||
|
||
## 客户案例：金融服务创新
|
||
|
||
某领先金融服务公司利用更新后的SageMaker Canvas实现了贷款申请处理自动化：
|
||
|
||
> "SageMaker Canvas的新生成式AI功能帮助我们将贷款申请处理时间缩短了60%。业务分析师现在可以快速构建模型来提取申请文档中的关键信息，自动生成内部分析报告，并为客户准备个性化的回复。这些解决方案完全由我们的业务团队创建，无需依赖IT或数据科学资源。"
|
||
> — 某全球金融服务公司数字创新总监
|
||
|
||
## 使用场景展示
|
||
|
||
### 1. 智能文档分析
|
||
|
||
通过简单的拖放界面，用户可以：
|
||
|
||
1. 上传合同、表单等非结构化文档
|
||
2. 定义要提取的信息（如合同条款、金额、日期）
|
||
3. SageMaker Canvas自动使用最佳基础模型提取所需信息
|
||
4. 将结果导出为结构化格式，用于下游分析
|
||
|
||
### 2. 个性化内容生成
|
||
|
||
营销团队可以：
|
||
|
||
1. 创建产品描述模板，定义风格和关键要素
|
||
2. 批量上传产品信息
|
||
3. 自动生成数百个符合品牌风格的产品描述
|
||
4. 直接在Canvas中编辑和细化内容
|
||
|
||
## 易于使用的界面
|
||
|
||
SageMaker Canvas保持了其特有的直观界面设计：
|
||
|
||
- **可视化工作流构建器** - 通过拖放组件创建端到端AI/ML流程
|
||
- **内置数据准备工具** - 清理和转换数据的无代码界面
|
||
- **模型评估仪表板** - 简化的指标和性能可视化
|
||
- **一键部署** - 轻松将模型集成到业务应用程序中
|
||
|
||
## 与现有ML功能的协同作用
|
||
|
||
新的生成式AI功能与Canvas原有的机器学习能力无缝集成：
|
||
|
||
- 将预测结果输入到生成式AI工作流中
|
||
- 使用生成式AI增强特征工程
|
||
- 结合预测和生成功能创建智能应用
|
||
|
||
## 安全与合规
|
||
|
||
企业级安全特性包括：
|
||
|
||
- **模型输出控制** - 设置内容过滤和安全防护
|
||
- **审计跟踪** - 记录所有模型交互和生成内容
|
||
- **权限管理** - 精细化控制用户访问权限
|
||
- **私有VPC部署** - 确保数据安全和合规
|
||
|
||
## 定价与可用性
|
||
|
||
更新后的SageMaker Canvas现已在全球大部分AWS区域推出，定价模式包括：
|
||
|
||
- 基本无代码ML功能的按小时计费
|
||
- 生成式AI使用量按令牌数量计费
|
||
- 批量处理和持续运行工作流的优化成本选项
|
||
|
||
具体定价详情可访问[Amazon SageMaker定价页面](https://aws.amazon.com/sagemaker/pricing/)。
|
||
|
||
## 开始使用
|
||
|
||
企业可以通过以下步骤开始使用SageMaker Canvas的新功能：
|
||
|
||
1. 登录AWS管理控制台
|
||
2. 导航至Amazon SageMaker服务
|
||
3. 选择"Canvas"选项，创建或打开现有应用
|
||
4. 通过内置教程探索新的生成式AI功能
|
||
|
||
AWS还提供完整的[文档](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas.html)和[视频教程](https://aws.amazon.com/sagemaker/canvas/resources/)，帮助用户快速掌握新功能。
|
||
|
||
## 结论
|
||
|
||
通过将生成式AI功能引入SageMaker Canvas，AWS进一步实现了其使AI民主化的承诺，让更多非技术用户能够创建和部署复杂的AI解决方案。这些更新特别有助于企业突破AI人才短缺的限制，加速创新并提高运营效率。 |