re:Invent 2023 Amazon Q 初体验

前言

亚马逊云科技在2023 re:Invent 全球大会上宣布推出 Amazon Q , 在主题演讲中,亚马逊云科技 CEO Adam Selipsky 将其描述为能够"轻松聊天、生成内容和采取行动","一种新型的生成式人工智能助手,旨在工作中为你提供帮助"。 Selipsky说,考虑到这个聊天机器人的对话特性,Q 这个名字来源于"问题"( question )这个词。这也是对詹姆斯·邦德小说中角色 Q 和《星际迷航》中强大人物的模仿。

亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开发者或技术推荐给全球云社区。如果你还没有关注/收藏,看到这里请一定不要匆匆划过,点这里让它成为你的技术宝库!

Amazon Q 专注于工作场所,而不是面向消费者。它旨在帮助员工完成日常任务,例如总结文档、填写内部文件以及回答有关公司政策的问题。Amazon Q 将与其他企业聊天机器人竞争,包括微软 Copilot 、谷歌 Duet AI 和 ChatGPT Enterprise。

看介绍和用途,Amazon Q 想做企业用户的生意,个人用户还是不挣钱啊,据说微软他们那用户量高达 150 万的 AI 编程工具 GitHub Copilot,平均每个月在每个用户身上都要倒贴 20 美元,最高能达 80 美元。亚马逊从企业用户着手,思路还是不错滴,下面就好好体验一下,看看这个 " Q " 能不能重塑我的工作方式😂

一、Amazon Q 聊天功能初体验

1. 如何体验 Amazon Q

输入 aws.amazon.com/q?trk=cndc-...,然后点击 Get started with Amazon Q today

接着点击 Get started

这个时候会要求登录亚马逊账号,登录账号后,在控制台右侧会有一个 Amazon Q 的 preview 版,可以对话和亚马逊云科技相关的问题,相当于高级的搜索文档助手

2. Amazon Q 文档助手的 AI 聊天能力

2.1 基本对话理解能力

  • 看回答提示不支持中文,对中国开发者貌似不太友好
  • 而且从回答提示看,这个亚马逊云科技内部的回答助手目前只支持 C++ 和 C#
  • 支持最大 1000 字符的输入,记得昨天(11.29)最开始发布的时候支持最多 200 字符

2.2 技术方面回答能力

  • 官方说能解答常见的错误和异常问题,先来个栈溢出

看回答结果,和其他的 AI 聊天机器人大差不差,区别在于最后的 Sources ,点进去是个能访问的网页,这点做的不错,一般大模型回答的问题不太准确,辅助真实网页,至少能解决提问者的一些困惑,提问者后续去顺着这个网页的回答去找,也能有一个最终正确的方向。

  • 情感解析能力,用哈姆莱特的一句话试试:
  • 写个算法看看,冒泡排序

看来算法类和涉及人类情感的问题也无法回答,只能问和亚马逊云科技相关的内容,所以控制台的 Amazon Q 适合找文档,解决亚马逊云科技服务相关的问题,比如这个就能回答的很完善:

二、Amazon Q 搞的定代码?

下面就来看看 Amazon Q如何"重塑"工作方式的吧

1、 Amazon Q 集成 Visual Studio Code

1.1先安装 Amazon Toolkit

1.2 然后登录亚马逊云科技账号,接着就能在前端代码中使用 Amazon Q 了

1.3 具体能干哪些事?

1.4 解释工作区的代码:选中代码部分,然后在 chat 对话框中输入描述信息,就能描述所选中代码的内容

  • 用对应的代码语言来写算法:除了提供代码的解释,还会提供一个相关算法的博文网址链接
  • 看看能不能利用 Vue 写前端功能:这个代码实际上还是需要修改,没法直接用。。。

下面来看看在 Java 上面的使用咋样

2. Amazon Q 集成 IntelliJ IDEA

2.1 在 plugin market 搜索 Amazon Toolkit

2.2 安装完成后就会在左侧任务栏中看到亚马逊的标志,点击后就能找到 Amazon Q 了

集成的最大输入字符是 4000,基本上能满足输入需求,再来看看基本的代码辅助功能:

  • 解释 Java 代码:
  • 写个算法看看:

哈哈哈,出现问题了,看来刚发布,还需要优化一下啊

小结

整体来说,回答的效果不如 GPT-3.5 ,日常代码辅助不如 Copliot 。如果说只针对企业用户,对于企业内部的数据集进行模型微调,当成一个文档助手还是不错的。

作者: 亚马逊云科技 Builder

文章来源:dev.amazoncloud.cn/column/arti...

相关推荐
小雷FansUnion1 小时前
深入理解MCP架构:智能服务编排、上下文管理与动态路由实战
人工智能·架构·大模型·mcp
资讯分享周2 小时前
扣子空间PPT生产力升级:AI智能生成与多模态创作新时代
人工智能·powerpoint
叶子爱分享3 小时前
计算机视觉与图像处理的关系
图像处理·人工智能·计算机视觉
鱼摆摆拜拜3 小时前
第 3 章:神经网络如何学习
人工智能·神经网络·学习
一只鹿鹿鹿3 小时前
信息化项目验收,软件工程评审和检查表单
大数据·人工智能·后端·智慧城市·软件工程
张较瘦_3 小时前
[论文阅读] 人工智能 | 深度学习系统崩溃恢复新方案:DaiFu框架的原位修复技术
论文阅读·人工智能·深度学习
cver1233 小时前
野生动物检测数据集介绍-5,138张图片 野生动物保护监测 智能狩猎相机系统 生态研究与调查
人工智能·pytorch·深度学习·目标检测·计算机视觉·目标跟踪
学技术的大胜嗷3 小时前
离线迁移 Conda 环境到 Windows 服务器:用 conda-pack 摆脱硬路径限制
人工智能·深度学习·yolo·目标检测·机器学习
还有糕手3 小时前
西南交通大学【机器学习实验10】
人工智能·机器学习
江瀚视野3 小时前
百度文心大模型4.5系列正式开源,开源会给百度带来什么?
人工智能