Репортаж от Wedoany，AWS запустила Amazon Bedrock Managed Knowledge Base — управляемый сервис, предназначенный для автоматизации уровня поиска, лежащего в основе корпоративных AI-приложений, что снижает постоянную эксплуатационную нагрузку на разработчиков при создании систем генерации с расширенным поиском (RAG).
Для многих разработчиков сложность создания AI-приложений больше не сосредоточена на самих моделях, а заключается в поддержании актуальности знаний приложения. Генерация с расширенным поиском (RAG) стала распространённой технологией для внедрения AI-приложений в корпоративные данные, но она также вводит постоянные эксплуатационные задачи, включая обновление эмбеддингов и индексов, синхронизацию источников данных и настройку производительности поиска.
AWS стремится снизить эту нагрузку с помощью Bedrock Managed Knowledge Base. Старший архитектор решений AWS Дэниел Абиб в сообщении в блоге отметил, что сервис по умолчанию автоматически выбирает и управляет моделями эмбеддингов, моделями реранжирования и базовыми моделями, позволяя пользователям быстро начать работу без необходимости самостоятельно выбирать или обслуживать их. Для поддержки конвейеров данных без создания и управления пользовательскими интеграциями сервис также предлагает шесть нативных коннекторов к корпоративным источникам данных, включая Amazon S3, SharePoint, Confluence, Google Drive, OneDrive и веб-контент.
Главный аналитик Pareekh Consulting Париек Джайн отметил, что для команд разработчиков возможность автоматического управления инфраструктурой может немедленно повысить производительность. Он заявил, что компании тратят значительное время на создание коннекторов данных, управление импортом и индексацией документов, настройку качества поиска, внедрение контроля доступа и обслуживание векторных баз данных, что делает инфраструктуру RAG зачастую более сложной, чем само AI-приложение. С помощью этого сервиса разработчики могут сосредоточиться на создании приложений, что должно ускорить сроки развёртывания и снизить затраты на обслуживание.
Managed Knowledge Base также нацелен на повышение точности поиска. По словам Абиба, сервис оснащён такими функциями, как Smart Parsing и Agentic Retriever, предназначенными для повышения точности для различных типов контента и источников, что часто является проблемой для конвейеров RAG и запросов, охватывающих несколько репозиториев. Джайн считает, что улучшение качества поиска может быть особенно важным для организаций, стремящихся перевести AI-проекты из экспериментальной стадии в производственную, поскольку бизнес-данные распределены по множеству систем, и качество поиска имеет решающее значение для доверия пользователей.
AWS также позиционирует Managed Knowledge Base как базовый компонент для агентных приложений. По словам гиперскейлера, сервис интегрирован с Bedrock AgentCore, что сокращает объём кода и конфигураций, необходимых для подключения корпоративных источников знаний к AI-агентам, одновременно предоставляя встроенные функции мониторинга, оценки и управления доступом.
Джайн отметил, что такой интеграционный подход может повлиять на более широкую экосистему инструментов RAG, например, снизить потребность в независимых оркестровочных фреймворках, таких как LangChain и LlamaIndex, а также в пользовательских комбинациях векторных баз данных, конвейеров импорта и т.д. Однако он также предупредил, что удобство интеграционного подхода может усилить зависимость клиентов от одного облачного провайдера и ограничить гибкость сборки и управления AI-инфраструктурой.
Amazon Bedrock Managed Knowledge Base в настоящее время доступен в регионах Северная Виргиния, Орегон, Сидней, Токио, Дублин, Франкфурт, Лондон и AWS GovCloud (Запад США). Сервис использует модель ценообразования на основе использования, где плата взимается в зависимости от объёма проиндексированных данных и количества обработанных поисковых запросов.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
