AWS近日宣布全面推出AWS Entity Resolution服務，旨在幫助企業將數據組織成更易於處理的形式。
AWS在紐約舉行的AWS Summit峰會上首次公布了這項服務。AWS高官們還在台上介紹了一些現有產品的新功能，這些功能與新的AWS Entity Resolution服務類似，都是為了讓企業更輕鬆地管理和處理他們的數據。
AI驅動的實體解析功能
企業通常有多個記錄描述同一對象。例如，某家電子產品零售商可能有一份描述手機功能的文檔和一份包含了有關價格和上市資訊的文檔。儘管關注的是同一主題，但這些記錄往往被保存在不同的系統中。
將相關記錄鏈接到單個數據集中可能會很有幫助。單個數據集要比多個不同的文件更容易使用，特別是當這些文件分散在多個系統中時，而且在某些情況下，合併記錄可以降低數據存儲成本。
這次AWS發布的AWS Entity Resolution服務簡化了將相關文件鏈接在一起的過程，而且該服務比企業經常用於實體解析的定製軟體工作流程更易於使用。
用戶可以通過可視化的界面與實體解析進行交互。AWS稱，用戶只需要點擊幾點下，就可以創建一個軟體工作流程來查找相關記錄並將其鏈接起來，還可以手動配置記錄鏈接工作流程或者是使用AWS提供的預配置AI模型實現這個過程的自動化。
AWS應用副總裁Dilip Kumar表示：「如今，有關客戶、產品或業務的資訊通常是分散的並且保存在各個組織中，只需要點擊幾下，AWS Entity Resolution就可以讓組織輕鬆匹配不同記錄，並且將工作流靈活地、可擴展地、輕鬆地連接到現有應用。」
簡化的AI數據管理
這次AWS峰會的另一個焦點是Amazon OpenSearch Serverless，這項託管搜尋引擎和分析服務是在今年1月份推出的，現在已經更新加入了一種矢量引擎，處於預覽階段，將讓企業更容易構建AI應用。
AI模型不會以原始格式存儲它們攝取的文本、圖像和其他文件。相反，模型會把攝取的數據轉化為所謂的嵌入，這些是專門的數學結構，比其他類型的數據更容易被神經網路處理。
AWS稱，客戶可以使用OpenSearch Serverless中新增的矢量引擎來存儲他們的AI模型嵌入，而且該引擎可以存儲多達數十億個嵌入。它會在幕後把數據保存在AWS Amazon S3對象存儲中，並隨著應用需求的變化自動添加或者刪除基礎設施容量。
AWS公司產品管理高管Pavani Baddepudi和Carl Meadows在博客文章中詳細介紹稱：「這種矢量引擎通過適應不斷變化的工作負載模式和需求來自動調整資源，以提供始終如一的快速性能和規模。隨著矢量數量從原型設計期間的幾千個增加到生產中的數億個甚至更多，這種矢量引擎將實現無縫擴展。」
除了存儲AI模型的資訊外，這種矢量引擎還提供了相似性搜索功能，允許神經網路上傳文件並查找已存儲在引擎中的類似記錄。通常，企業執行該任務需要使用複雜的第三方軟體工具。
在資料庫中查找相似記錄，對很多AI用例來說至關重要。例如，推薦引擎的工作原理就是分析用戶購買了哪些產品並顯示出類似的商品。AI驅動的網路安全工具則是通過將系統訪問請求與已知惡意活動模式進行比較來檢測違規行為的。
生成式AI增強
除了OpenSearch Serverless之外，AWS此次還更新了另外兩項服務：AWS Glue和Amazon QuickSight，這兩項服務增加了生成式AI功能，旨在通過自動執行重複性任務來簡化用戶的日常工作。
Glue是一種數據集成服務，用於將業務記錄轉換為更易於分析的形式。工程師們通過編寫腳本或者筆記本與Glue進行交互，這些腳本或筆記本定義了如何準備數據以供分析。同時，它集成了AWS的生成式AI編碼助手Amazon CodeWhisperer，使工程師能夠使用自然語言命令創建這些腳本。
QuickSight也增加了生成式AI增強功能。據AWS稱，這項商業智能服務現在允許用戶通過在側邊欄中輸入自然語言指令將數據轉換為圖表，分析團隊同樣可以使用文本提示來自定義圖表並對數據進行計算。
