I problemi e le perplessità che sta vivendo ChatGPT non fermano lo sviluppo del mercato dell’Intelligenza Artificiale generativa. Altri player si stanno lanciando nell’arena, come ad esempio Amazon che in realtà da anni utilizza l’IA per diversi prodotti e applicazioni ma che ora ha appena lanciato una nuova iniziativa, battezzata Bedrock, un “nuovo servizio per la creazione e il ridimensionamento di applicazioni AI generative, ovvero applicazioni in grado di generare testo, immagini, audio e dati sintetici in risposta a richieste”.
Secondo il colosso dei servizi digitali, “Amazon Bedrock offre ai clienti un facile accesso ai modelli di base (FM) – quei modelli ML ultra-grandi su cui si basa l’IA generativa – dai principali fornitori di modelli di startup AI, tra cui AI21, Anthropic e Stability AI, e accesso esclusivo alla famiglia Titan di modelli di base sviluppati da AWS [Amazon Web Services]. Nessun singolo modello fa tutto. Amazon Bedrock apre una serie di FM di fornitori leader, quindi i clienti AWS hanno flessibilità e possibilità di utilizzare i modelli migliori per le loro esigenze specifiche”, aggiunge.
L’idea di base di Bedrock è di democratizzare lo sviluppo di applicazioni che fanno leva sull’IA generativa. Tramite questo servizio, gli utenti avranno accesso a un’ampia gamma di foundation models (FM) già pronti, sviluppati sia da Amazon sia da varie startup che collaborano con l’azienda. Gli utenti potranno semplicemente caricare i loro dati per addestrare questi modelli. Fra i FM disponibili segnaliamo Jurassic-2, per la generazione di testi in spagnolo, francese, portoghese, italiano e olandese; Claude, un FM progettato per la generazione di testi e l’automazione di workflow; Stable Diffusion, per la generazione di immagini; Amazon Titan, per l’estrazione di informazioni da testi e la creazione automatica di riassunti.
A quanto dichiara Amazon, il funzionamento di Bedrock è estremamente semplice: basterà caricare alcuni esempi di testi o immagini già etichettati su Amazon S3 e darli in pasto al FM selezionato. Non servono grandi volumi di informazioni: sono sufficienti circa 20 esempi per iniziare ad addestrare i modelli.
