إعلان دعم جميع نماذج الذكاء الاصطناعي في Amazon الصخور الأساسية في Securiti Gencore AI

يسرنا أن نعلن Securiti يتيح تكامل Gencore AI مع Amazon Bedrock للمؤسسات استخدام بياناتها غير المهيكلة والمهيكلة بأمان من مئات الأنظمة عبر Amazon مكتبة Bedrock الغنية بنماذج الذكاء الاصطناعي، تدعم ابتكارات مثل مساعدي الطيارين المؤسسيين، وأنظمة المعرفة، وأتمتة عمليات الأعمال. يتوفر Gencore AI الآن عبر AWS Marketplace .

.

Amazon Bedrock هي خدمة مُدارة بالكامل تُقدم مجموعة مختارة من نماذج الأساس عالية الأداء لبناء تطبيقات الذكاء الاصطناعي التوليدي. يدعم Gencore AI نماذج الذكاء الاصطناعي التالية في Amazon الأساس الصخري:

• Amazon تايتان تكست جي 1 - إكسبريس
• Amazon تايتان تكست جي 1 - لايت
• الأنثروبيك Claude 3 سونيت
• الأنثروبيك Claude فوري 1.2
• الأنثروبيك Claude 2
• الأنثروبيك Claude 2.1
• ميتا لاما 2 دردشة 13ب
• ميتا لاما 2 دردشة 70ب
• ميتا لاما 3 70B تعليمات
• ميتا لاما 3 8ب تعليمات
• تعليمات ميسترال 7B
• ميسترال لارج
• تعليمات Mixtral-8x7B

من خلال هذا التكامل، يمكن للمؤسسات الاستفادة من بياناتها الخاصة مع أي نماذج ذكاء اصطناعي في Amazon مع الحفاظ على الأمن والحوكمة والامتثال الشاملين، يتم تحقيق ذلك من خلال مزامنة البيانات وتطهيرها بشكل آمن على مستوى استيعاب البيانات، والتطبيق الصارم لسياسات المؤسسة وضوابطها وحقوقها على مستوى استهلاك الذكاء الاصطناعي.

لتمكين الابتكار السريع في مجال الذكاء الاصطناعي العام باستخدام البيانات الخاصة على نطاق واسع، يجب مراعاة أربعة اعتبارات رئيسية.

1. أنظمة ذكاء اصطناعي آمنة سهلة البناء والتشغيل:

تمتلك المؤسسات عادةً عشرات أو مئات من حالات استخدام الذكاء الاصطناعي العام التي تحتاج إلى تطبيق وتشغيل. ولتطبيق ونشر وتشغيل مشاريع الذكاء الاصطناعي العام هذه على نطاق واسع، يلزم وجود أدوات برمجية تُسهّل استخدام البيانات غير المهيكلة والمهيكلة في أنظمة متنوعة مع نماذج الذكاء الاصطناعي العام.

تُسهّل منصة Gencore AI الاتصال بالبيانات غير المهيكلة أو المهيكلة في أنظمة البيانات المتنوعة واستخدام أي نموذج من نماذج الذكاء الاصطناعي العام. Amazon الصخرة الأساسية.

بإمكان فرق الذكاء الاصطناعي تهيئة هذه الأنظمة وتشغيلها في دقائق.

2. أمن البيانات وحوكمتها المدمجة في أنظمة الذكاء الاصطناعي:

يُعدّ أمن البيانات الخاصة وحوكمتها واستخدامها الآمن من أهمّ الاحتياجات والمتطلبات الأساسية لمديري تقنية المعلومات ومديري أمن المعلومات في مشاريع الذكاء الاصطناعي من الجيل الجديد. ويُمثّل هذا الأمر هاجسًا رئيسيًا للانتقال من مرحلة إثبات المفهوم إلى أنظمة جاهزة للإنتاج على مستوى المؤسسات . وهذا ليس بالأمر المُستغرب، ففي نهاية المطاف، يعتمد الذكاء الاصطناعي على البيانات، ولا يُمكن بناء أنظمة ذكاء اصطناعي آمنة دون إشراف دقيق على هذه البيانات. وفي استطلاع حديث أجرته شركة ديلويت لكبار القادة، شملت أبرز المخاوف استخدام البيانات الحساسة في النماذج، وإدارة قضايا أمن البيانات والخصوصية، والامتثال للوائح.

تُشير استطلاعات أخرى إلى مخاوف مماثلة. ويكمن التحدي الأكبر في أن معظم البيانات المستخدمة في بناء أنظمة الذكاء الاصطناعي العام ستكون من أنظمة بيانات غير مُهيكلة ، إذ تُمثل ما بين 80% و90% من إجمالي بيانات المؤسسة. وبينما تطورت منظومة في هذا القطاع لإدارة البيانات المُهيكلة وشبه المُهيكلة على مر السنين، فإن إدارة البيانات غير المُهيكلة لا تزال مجالًا غير مُستكشف بشكل كافٍ.

يتوافق Gencore AI مع OWASP Top 10 لأنظمة إدارة التعلم للمساعدة في دمج أمن البيانات وحوكمتها في كل مرحلة مهمة من مراحل نظام الذكاء الاصطناعي، بدءًا من استيعاب البيانات وحتى طبقات استهلاك الذكاء الاصطناعي.

يقوم Gencore AI تلقائيًا بتنظيف البيانات عند إدخالها، ويفرض الاستحقاقات عند استهلاك الذكاء الاصطناعي، ويحمي النشاط على التضمينات في قواعد بيانات المتجهات، ويفحص ويتحكم في المطالبات والاستجابات.

3. المصدر الكامل لنظام الذكاء الاصطناعي:

يتألف نظام الذكاء الاصطناعي العام عادةً من مجموعة متنوعة من المكونات الأساسية وعلاقات معقدة لا حصر لها بين عناصر البيانات المتغيرة باستمرار، مثل الملفات، وصلاحيات المستخدمين، ونماذج الذكاء الاصطناعي، ووكلاء الذكاء الاصطناعي، وقواعد البيانات المتجهة، ونقاط نهاية المستخدمين. من المهم امتلاك رؤية شاملة لأصل نظام الذكاء الاصطناعي بأكمله، وصولاً إلى مستوى كل عنصر بيانات وملف. كما أن هذه الرؤية مطلوبة بموجب العديد من لوائح الذكاء الاصطناعي.

جينكور للذكاء الاصطناعي ، مدعوم من Data Command Graph يوفر بشكل فريد رؤية كاملة لأصل نظام الذكاء الاصطناعي بأكمله.

لذلك، من الضروري الحصول على رؤية كاملة لمصدر البيانات على مستوى دقيق. ما هي أنظمة البيانات التي تغذي برنامج ماجستير القانون المحدد في Amazon هل هذا هو الأساس؟ ما هي الملفات المستخدمة ضمن نظام البيانات هذا؟ ما هي صلاحيات الوصول إلى هذه الملفات للمستخدمين؟ إذا قمت بتغيير قاعدة بيانات متجهة في النظام، فما هي أنظمة البيانات المتأثرة؟ يعتمد Gencore AI على رسم بياني معرفي فريد يوفر رؤى سياقية دقيقة حول البيانات وأنظمة الذكاء الاصطناعي. لا يدعم هذا التحكم في الوقت الفعلي فحسب، بل يوفر أيضًا إمكانية تتبع شاملة لنظام الذكاء الاصطناعي بأكمله، بما في ذلك استخدام البيانات والذكاء الاصطناعي، وصولًا إلى مستوى كل ملف ومستخدم ونموذج ذكاء اصطناعي ونقاط نهاية الاستخدام.

4. الامتثال للوائح الذكاء الاصطناعي لكل نظام من أنظمة الذكاء الاصطناعي:

لقد ساهمت القدرة التحويلية الهائلة للذكاء الاصطناعي التوليدي في دفع عجلة وضع قوانين تنظيمية خاصة بالذكاء الاصطناعي في مختلف المناطق والأنظمة القضائية، مثل قانون الذكاء الاصطناعي للاتحاد الأوروبي وإطار إدارة مخاطر الذكاء الاصطناعي التابع للمعهد الوطني للمعايير والتكنولوجيا . ويجري حاليًا صياغة عشرات القوانين الإقليمية الأخرى المتعلقة بالذكاء الاصطناعي على مستوى العالم. لم يعد يتعين على المؤسسات الالتزام فقط بلوائح حماية البيانات الأساسية، مثل اللائحة العامة لحماية البيانات (GDPR) ، فيما يخص أنظمة الذكاء الاصطناعي الخاصة بها، بل بات عليها أيضًا ضمان الامتثال للوائح الجديدة المتعلقة بالذكاء الاصطناعي.

توفر Gencore AI بشكل فريد عمليات فحص الامتثال لكل نظام من أنظمة الذكاء الاصطناعي التي يتم تشغيلها فيها.