re:invent 2023 Amazon Q 初體驗

發表於2024-02-25

前言

亞馬遜雲科技在2023 re:Invent 全球大會上宣佈推出 Amazon Q , 在主題演講中,亞馬遜雲科技 CEO Adam Selipsky 將其描述為能夠“輕鬆聊天、生成內容和採取行動”,“一種新型的生成式人工智慧助手,旨在工作中為你提供幫助”。 Selipsky說,考慮到這個聊天機器人的對話特性,Q 這個名字來源於“問題”( question )這個詞。這也是對詹姆斯·邦德小說中角色 Q 和《星際迷航》中強大人物的模仿。

亞馬遜雲科技開發者社群為開發者們提供全球的開發技術資源。這裡有技術文件、開發案例、技術專欄、培訓影片、活動與競賽等。幫助中國開發者對接世界最前沿技術,觀點,和專案,並將中國優秀開發者或技術推薦給全球雲社群。如果你還沒有關注/收藏,看到這裡請一定不要匆匆劃過,點這裡讓它成為你的技術寶庫!

圖片

Amazon Q 專注於工作場所,而不是面向消費者。它旨在幫助員工完成日常任務,例如總結文件、填寫內部檔案以及回答有關公司政策的問題。Amazon Q 將與其他企業聊天機器人競爭,包括微軟 Copilot 、谷歌 Duet AI 和 ChatGPT Enterprise。

看介紹和用途,Amazon Q 想做企業使用者的生意,個人使用者還是不掙錢啊,據說微軟他們那使用者量高達 150 萬的 AI 程式設計工具 GitHub Copilot,平均每個月在每個使用者身上都要倒貼 20 美元,最高能達 80 美元。亞馬遜從企業使用者著手,思路還是不錯滴,下面就好好體驗一下,看看這個 " Q " 能不能重塑我的工作方式😂

一、Amazon Q 聊天功能初體驗

1. 如何體驗 Amazon Q

輸入 https://aws.amazon.com/q?trk=cndc-detail,然後點選 Get started with Amazon Q today

圖片

接著點選 Get started

圖片

這個時候會要求登入亞馬遜賬號,登入賬號後,在控制檯右側會有一個 Amazon Q 的 preview 版,可以對話和亞馬遜雲科技相關的問題,相當於高階的搜尋文件助手

圖片

2. Amazon Q 文件助手的 AI 聊天能力

2.1 基本對話理解能力

  • 看回答提示不支援中文,對中國開發者貌似不太友好

圖片

  • 而且從回答提示看,這個亞馬遜雲科技內部的回答助手目前只支援 C++ 和 C#
  • 支援最大 1000 字元的輸入,記得昨天(11.29)最開始釋出的時候支援最多 200 字元

2.2 技術方面回答能力

  • 官方說能解答常見的錯誤和異常問題,先來個棧溢位

圖片

看回答結果,和其他的 AI 聊天機器人大差不差,區別在於最後的 Sources ,點進去是個能訪問的網頁,這點做的不錯,一般大模型回答的問題不太準確,輔助真實網頁,至少能解決提問者的一些困惑,提問者後續去順著這個網頁的回答去找,也能有一個最終正確的方向。

  • 情感解析能力,用哈姆萊特的一句話試試:

圖片

  • 寫個演算法看看,氣泡排序
    圖片

看來演算法類和涉及人類情感的問題也無法回答,只能問和亞馬遜雲科技相關的內容,所以控制檯的 Amazon Q 適合找文件,解決亞馬遜雲科技服務相關的問題,比如這個就能回答的很完善:

圖片

二、Amazon Q 搞的定程式碼?

下面就來看看 Amazon Q如何"重塑"工作方式的吧

1 Amazon Q 整合 Visual Studio Code

1.1先安裝 Amazon Toolkit

圖片

1.2 然後登入亞馬遜雲科技賬號,接著就能在前端程式碼中使用 Amazon Q 了

圖片

1.3 具體能幹哪些事?
1.4 解釋工作區的程式碼:選中程式碼部分,然後在 chat 對話方塊中輸入描述資訊,就能描述所選中程式碼的內容

圖片

  • 用對應的程式碼語言來寫演算法:除了提供程式碼的解釋,還會提供一個相關演算法的博文網址連結

圖片

  • 看看能不能利用 Vue 寫前端功能:這個程式碼實際上還是需要修改,沒法直接用。。。

圖片

下面來看看在 Java 上面的使用咋樣

2. Amazon Q 整合 IntelliJ IDEA

2.1 在 plugin market 搜尋 Amazon Toolkit

圖片

2.2 安裝完成後就會在左側工作列中看到亞馬遜的標誌,點選後就能找到 Amazon Q 了

圖片

整合的最大輸入字元是 4000,基本上能滿足輸入需求,再來看看基本的程式碼輔助功能:

  • 解釋 Java 程式碼:

圖片

  • 寫個演算法看看:

圖片

哈哈哈,出現問題了,看來剛釋出,還需要最佳化一下啊

小結

整體來說,回答的效果不如 GPT-3.5 ,日常程式碼輔助不如 Copliot 。如果說只針對企業使用者,對於企業內部的資料集進行模型微調,當成一個文件助手還是不錯的。

作者: 亞馬遜雲科技 Builder

文章來源:
https://dev.amazoncloud.cn/column/article/65894caf79476548e3e...

相關文章