关键字: [Amazon Bedrock, Pet Nutrition Recommendations, Generative Ai Applications, Customer Experience Enhancement, Responsible Ai Implementation, Pet Health Safeguards]

本文字数: 400, 阅读完需: 2 分钟

导读

Purina公司的Liz Hotel 与亚马逊云科技专业服务的Jack Tanny 探讨了生成式人工智能如何能够增强普瑞纳的客户体验, 并实现个性化的主动宠物健康管理。他们阐释了适当的提示和包含特定上下文信息对于生成准确和相关的响应至关重要。他们还强调了确立边界、利用可信赖的数据集以及在部署生成式人工智能模型时确保透明度和遵守道德准则的重要性。该演讲着重介绍了Amazon Bedrock 如何实现诸如事实核查、幻觉检测和数据隐私等保障措施, 这对于普瑞纳负责任地在面向消费者的应用程序中实施生成式人工智能解决方案至关重要。

演讲精华

首先, 利用合作伙伴的专业知识, 例如与亚马逊云科技的合作伙伴关系, 了解可用的技术及其潜能, 以及该领域的最佳实践。其次, 从产品和业务部门收集使用案例, 因为业务部门能够洞悉消费者需求的变化, 而产品和营销部门则负责将这种体验付诸实践, 为每一方带来独特的视角, 探索如何在整个范围内利用生成式人工智能。

第三, 制定边界条件, 负责任地开始, 明确需要遵守的参数, 或需要远离的领域, 可能包括监督、监控或实施主动控制措施。在与亚马逊云科技团队的合作中, 普瑞纳非常依赖Amazon Bedrock 的一些功能来保护面向消费者的内容。第四, 评估影响与努力的关系。普瑞纳希望了解对消费者的收益在哪里? 可能会在运营方面产生什么影响? 如何将影响与努力相结合? 这种努力不仅来自工程角度, 如果要最大限度地降低风险, 需要付出什么样的努力来最大限度地提高准确性? 最后, 确定优先次序, 制定学习计划, 推出一些内容, 学习、调整、迭代。

在与亚马逊云科技专业服务团队的合作中, 普瑞纳和亚马逊云科技大胆设想, 探索生成式人工智能可能为普瑞纳的客户带来的好处。其中一个想法是基于生成式人工智能的宠物训练师。可以将这种宠物训练师视为普瑞纳应用程序中的一种聊天机器人, 普瑞纳的客户可以与之互动, 询问有关宠物的问题, 了解更多信息, 并尝试理解普瑞纳如何帮助他们解决任何自身的状况或体验。

通过这种大胆设想和手动创建示例的过程, 普瑞纳和亚马逊云科技了解到以下几点: 首先, 正确的提示语(Prompt) 极其重要。他们发现, 通过尝试20 多种不同的提示语风格或策略, 可以帮助缩小语气和结构的范围, 最终获得所需的结果。如果不不断尝试和迭代, 就无法获得理想的结果。其次, 包含特定于行业或任务的上下文会极大地改善模型的推理能力。第三, 提供人工编写的理想响应示例可以建议预期的响应结构和语气。第四, 在开始使用Amazon Bedrock 的操场时, 他们发现调整模型的创造力水平非常容易。

普瑞纳和亚马逊云科技还创建了一个提示语模板, 用于标准化发送给不同生成式AI 工具的提示语。该模板分为三个段落: 第一段向生成式AI 模型说明, 它是普瑞纳的自动化宠物健康聊天机器人。并让这个聊天机器人知道, 根据宠物个人资料和具体的宠物健康状况, 它应该做什么, 即为主人提供下一步的推荐措施, 包括任何可以帮助的普瑞纳产品。可以将这第一段视为指令和上下文。

第二段提供了一个理想的人工编写响应示例。假设用户输入是” 我的狗[ 狗名] 在长途徒步时体力不支” 。理想响应会建议用户联系兽医, 因为这可能是导致活动耐力下降的主要原因之一。同时也会提及饮食, 因为这也可能是另一个导致活动耐力下降的因素。最后, 会让用户知道普瑞纳确实有一种专门为耐力下降的狗而配制的产品。

第三段再次告知模型不应该做什么。它不应使用上述未包含的任何信息, 而应专注于普瑞纳的产品组合和为宠物症状提供的建议, 并解释主人如何帮助解决宠物的症状或状况。这种模板非常直白, 必须准确地写出这些指令, 因为生成式AI 模型会按字面理解。但这种模板在探索后期阶段非常有用。

在模型选择方面, 普瑞纳和亚马逊云科技尝试了多种不同的基础模型, 发现其中一种基础模型最适合普瑞纳所期望的语气和情感。Amazon Bedrock 为他们提供了使用相同提示语尝试多种不同基础模型的灵活性, 帮助他们缩小选择范围。在整个模型选择过程中, 这种灵活性非常关键, 拥有广泛的基础模型选择也是一个优势。

接下来, 让我们来看看Amazon Bedrock 中一些对普瑞纳和亚马逊云科技非常有用的功能。

首先是” 护栏”(Guardrails) 。护栏可用于事实核查, 即将生成式AI 的响应与知识库中的文本进行比对, 检查响应是否准确。例如, 当询问如何帮助患有常见猫过敏症的客户时, 生成式AI 机器人给出的响应是:“ 这里解释了普瑞纳ProPlan LiveClear 食品如何帮助缓解猫过敏症。” 然后引用普瑞纳产品组合中的信息:“ 这种食品含有从蛋白中提取的一种关键蛋白, 有助于减少Fel d 1, 这是猫唾液中的一种常见过敏原, 一些研究表明, 当您喂养猫咪这种食品时, 它们身上的毛发和皮屑中的Fel d 1 会减少。”

通过护栏, 我们能够将错误的Fel d5 替换为正确的Fel d1, 为用户提供准确无误的响应。这一功能对于确保响应不会偏离普瑞纳自己的产品组合而言非常有价值。

护栏的第二个有用功能是幻觉检测。幻觉是指模型提供的响应存在逻辑错误或事实错误。我们可以通过让模型为同一个提示语生成多个响应, 然后测试它们的一致性, 来自我检查生成式AI 响应, 从而检测是否存在幻觉。

总之,Amazon Bedrock 的护栏功能让您可以根据自己的负责任AI 政策实施量身定制的防护措施。无论选择哪种基础模型, 这些自定义的护栏都可以一致应用。这一点非常有用, 可以确保普瑞纳在生成式AI 领域正在制定的企业标准得到全面执行。

接下来, 您可以根据负责任AI 政策配置过滤任何有害内容和主题。例如, 如果普瑞纳希望避免对宠物健康状况进行具体诊断, 我们可以确保模型的响应不会试图诊断宠物的某种状况。

第三,Amazon Bedrock 还可以对个人身份信息进行编辑。虽然在普瑞纳的案例中不太相关, 但这仍然是Amazon Bedrock 的一个值得注意的功能, 因为当我们开始考虑如何将其集成到实际应用程序中时, 这一点很重要。

Amazon Bedrock 的最后一个有用功能是数据隐私。使用Amazon Bedrock, 您始终可以控制自己的数据。客户数据不会被用于改进任何基础模型, 它们会在您自己的VPC 中保持逻辑分离, 不会泄露给其他客户。当不同的消费者与这种生成式AI 聊天机器人互动时, 我们可能会输入有关普瑞纳产品的专有信息或构思, 我们总是可以确保这些数据保留在自己的VPC 中, 不会泄露出去。这一点给了我们很大的信心, 让我们可以评估利用内部数据来提供更好响应的可能性。

到这个阶段, 普瑞纳和亚马逊云科技已经完成了在评估将生成式人工智能应用于业务时所需的许多探索步骤。接下来, 他们希望了解将这种技术集成到现有应用程序中会有多么困难。

他们看到了一个将Amazon Bedrock 作为API 轻松集成到现有应用程序中的示例参考架构。在左侧, 前端应用程序可以部署在任何位置, 并使用Amazon API 网关提供一个API 端点, 前端可以使用Cognito 的身份验证与后端服务进行交互, 这些后端服务构成了生成式AI 机器人。无服务器后端可以由多个不同的服务组成, 例如Lambda 或DynamoDB, 用于处理提示语模板、协调不同类型的提示语和响应等。在右下角, 可以看到检索增强生成(RAG) 引擎, 我们可以在这里存储普瑞纳的产品组合, 使用诸如Amazon Aurora 或Amazon OpenSearch 之类的服务。当然, 右上角是Amazon Bedrock, 这是托管和部署基础模型的核心服务。查看这个示例参考架构, 他们相信将这种技术集成到现有应用程序中并不会太困难, 实际上只是另一个API 调用而已。

最后,Liz 讨论了使用生成式人工智能所带来的风险和责任。她表示, 在整个探索过程中, 制定一种积极主动、健全的风险管理方法至关重要, 不仅是为了保护业务, 更重要的是保护消费者、宠物和员工。这不仅仅是制定规则, 而是要制定愿景, 与业务价值观保持一致, 识别风险, 发现差距, 并制定衡量计划, 以真正为你铺平前进的道路。

他们发现, 负责任的方法需要做到以下几点:

首先, 从小处着手, 降低风险, 远离敏感领域。对于普瑞纳来说, 这包括财务或个人身份信息, 这些都是它们不愿意冒险的领域。

其次, 利用可信赖的数据集进行模型微调。通过提高准确性和可靠性, 您将获得更可靠的结果。

第三, 人工审查。对于普瑞纳来说, 这一环节至关重要, 可以帮助审查准确性, 检查偏差, 并真正确保模型按预期运行。

第四, 在收集用于模型微调的数据时保持透明度, 这与诚实性是并行的。对于任何面向消费者的输出, 也要设置预期, 在涉及人工智能时保持透明度。

最后, 制定明确的道德准则, 设计和部署, 尽可能防止意外后果。

普瑞纳永远不会冒险牺牲宠物健康, 包括采用新技术。尽管人工智能的力量和前景令人兴奋, 但普瑞纳希望能够驾驭这股力量, 同时继续成为值得信赖的管家, 负起责任和信任。

普瑞纳公司展示了如何与亚马逊云科技合作, 负责任地探索生成式人工智能在提升客户体验方面的潜力。该公司阐述了相关的技术细节, 如优化提示语、选择合适的模型、Amazon Bedrock 的防护措施以及数据隐私等。同时, 普瑞纳也强调了风险管理和道德考量的重要性, 包括从小处着手、利用可信数据源、人工审查、保持透明度和制定道德准则等。普瑞纳坚持在拥抱新技术的同时, 绝不会牺牲宠物健康和安全, 希望能够利用人工智能的力量, 同时继续赢得消费者的信任。

总结

作为领先的宠物食品公司,Purina 正着手探索生成式人工智能在提升客户体验和提供个性化、主动的宠物护理方面的潜力。凭借对负责任创新的关注,Purina 与亚马逊云科技合作, 共同探索这项尖端技术的复杂性。

首先,Purina 旨在创建一个基于生成式AI 的宠物训练师, 构想为一种聊天机器人, 能够根据宠物主人的具体需求和疑虑提供量身定制的建议和见解。这种创新方法旨在与客户建立更深层次的联系, 在宠物的整个生命周期内提供个性化指导。

其次,Purina 认识到适当的提示和特定上下文信息对于确保生成式AI 模型给出准确、相关的响应至关重要。通过尝试各种提示技术并提供行业特定术语, 它努力提高模型对宠物营养的推理和理解能力。

第三,Purina 利用Amazon Bedrock 的功能, 如防护栏、过滤和数据隐私, 以确保负责任地实施AI 。防护栏能够实现事实核查和幻觉检测, 而过滤功能则允许避免有害内容。数据隐私是重中之重, 确保客户数据的安全性, 并与其他客户数据分离。

最后,Purina 强调采取积极主动和健全的风险管理方法, 保护企业和消费者的利益。通过从小处着手、利用可信数据集、纳入人工审查、确保透明度并遵守明确的道德准则,Purina 旨在发挥AI 的力量, 同时恪守其对信任和责任的承诺。

亚马逊云科技（Amazon Web Services ）是全球云计算的开创者和引领者。提供200 多类广泛而深入的云服务，服务全球245 个国家和地区的数百万客户。亚马逊云科技致力于成为企业构建和应用生成式AI 的首选，通过生成式AI 技术栈，提供用于模型训练和推理的基础设施服务、构建生成式AI 应用的大模型等工具、以及开箱即用的生成式AI 应用。深耕本地、链接全球 -- 在中国，亚马逊云科技通过安全、稳定、可信赖的云服务，助力中国企业加速数字化转型和创新，并深度参与全球化市场。