使用 Amazon Neptune 的生成式 AI

Amazon 提供全受管和自我管理的路徑，用於建立和執行 GraphRAG 應用程式。

• 全受管：Amazon Bedrock 知識庫提供全球第一個使用 Amazon Neptune 的全受管 GraphRAG 服務。它會自動管理圖形和嵌入的建立和維護，使客戶能夠為最終使用者提供更相關的回應。以全受管服務的形式提供，您可以避免設定組態和與其他 LLM 或向量資料庫整合的挑戰。 
• 自我管理：對於希望在連接自訂資料來源、與第三方產品 (基礎模型、向量存放區、資料存放區) 進行整合，以及自我託管其生成式 AI 應用程式堆疊方面可自我託管或靈活性的使用者來說，您有兩種選擇。
  • AWS GraphRAG Python 工具組：AWS 現已發佈開放原始碼 GraphRAG 工具組，該工具組支援最新的基礎和圖形模型。它提供一個架構，用於自動從非結構化資料建構圖形，並在回答使用者問題時查詢此圖形。
  • 開放原始碼架構：AWS 支援 LangChain 和 LlamaIndex 等熱門開放原始碼專案並做出貢獻，以建置生產 RAG 管道。

LangChain 是一個開放原始碼 Python 架構，旨在簡化使用大型語言模型 (LLM) 建立應用程式。Neptune 與 LangChain 的整合，允許開發人員使用 LangChain 的開放原始碼架構，來簡化情境感知應用程式的建立。

LlamaIndex 是一個開源資料框架，可用於將自訂的資料來源連接到大型語言模型 (LLM)，並支援與 LLM 共用知識圖。

使用 LlamaIndex 時，您可以在 Neptune 進行圖形存放或向量存放，以使用 GraphRAG 等技術來建置生成式 AI 應用程式。

GraphRAG 可用於改善 IT 服務台和聯絡中心。例如，GraphRAG 可以讓安全營運中心 (SOC) 團隊更準確地解譯提醒，以協助保護關鍵系統。醫療保健成員支援聊天機器人可以從大量醫學文獻中快速找到相關資訊，以回答有關患者症狀、治療和結果的複雜問題。

GraphRAG 應用程式可以為企業職能的團隊提供深入洞察，例如財務規劃與會計 (FP&A)、行銷、法務、人力資源等。例如，企業法務團隊可以更有效地尋找有關稅務法律、法規和案例前例的資訊，以制定案例策略。行銷團隊可以根據潛在客戶的社交聯繫和購買歷史記錄建立客戶 360 度檢視。

跨產業的公司受益於 GraphRAG。例如，在製藥產業中，研發團隊可以使用 GraphRAG 加快藥物研究和試驗。在投資銀行業領域中，GraphRAG 能夠繪製複雜的關係並提供公司申報的全面檢視，協助盡職調查團隊透過 RAG 發現其他不明顯的洞察，例如監管權和競爭動態。

傳統推薦使用手動分析服務來提出產品推薦。Neptune ML 可以直接在圖形資料上識別新關係，並輕鬆推薦玩家可能有興趣購買的遊戲清單，有興趣關注的其他玩家，或有興趣購買的產品。