AWS 入门

AWS Certified AI Practitioner · 占考试 28%

AI 解决方案基础

您将学到什么

在本领域中，你将学习 AWS 提供的主要 AI / ML 服务。核心主题是区分与选用基础模型 API 的 Amazon Bedrock、机器学习平台的 Amazon SageMaker、面向业务的助手 Amazon Q，以及特定用途的 AI 服务（Comprehend、Rekognition、Transcribe 等）。这是占 AIF-C01 出题比例 28% 的最大领域。

要点

  • Amazon Bedrock - 可通过统一 API 调用多种基础模型的服务。能以无服务器方式使用 Anthropic、Meta 等各家厂商的模型以及 Amazon 自研的 Nova
  • Amazon SageMaker - 从数据准备到模型开发、训练、部署一气呵成地提供支持的 ML 平台
  • Amazon Q - 面向业务的生成式 AI 助手。分为 Q Developer（开发支持）与 Q Business（企业内部文档检索）
  • 特定用途 AI - Comprehend（文本分析）、Translate（翻译）、Transcribe（语音→文本）、Polly（文本→语音）、Rekognition（图像、视频分析）、Textract（从文档中提取文本）
  • 搜索、对话与人工审核 - Kendra（企业内部文档的语义搜索）、Lex（对话机器人）、Personalize（个性化推荐）、A2I（由人工审核 AI 的判定结果）
  • Bedrock Knowledge Bases - 可用自有数据轻松实现 RAG 的 Bedrock 功能
  • Bedrock Agents - 可在 Bedrock 上构建自主执行多个步骤的 AI 智能体的功能
  • Bedrock Guardrails - 防止不当言论或个人信息泄露的护栏功能

术语与概念

Amazon Bedrock

一项可通过单一 API 调用多家厂商基础模型的全托管服务（截至 2026 年 8 月，包括 Anthropic、Meta、Mistral AI 各家的模型以及 Amazon 自研的 Nova 等，阵容仍在持续扩充）。能以无服务器方式使用，并提供 Knowledge Bases（RAG）、Agents、Guardrails 等附加功能。

→ Bedrock 的模型选型 / → Amazon Bedrock 术语表

Amazon SageMaker

支持 ML 模型开发全流程（数据准备、训练、评估、部署、运维）的平台。用 SageMaker Studio 进行开发，用 SageMaker Training 进行训练，用 SageMaker Endpoint 提供生产推理。当你希望从零打造自有模型时，它非常强大。

→ 使用 SageMaker 进行 ML 开发 / → Amazon SageMaker 术语表

Amazon Q（Q Developer / Q Business）

Amazon Q 是 AWS 提供的面向业务的生成式 AI 助手。Q Developer 提供代码生成、审查、AWS 资源操作支持，Q Business 是基于企业内部文档通过 RAG 回答问题的企业知识助手。它以 SaaS 形态提供，可即刻使用。

→ 使用 Q Business 实现企业级 AI / → 使用 Q Developer 进行编码支持

特定用途 AI 服务的区分使用

Comprehend（情感分析、实体抽取）、Translate（机器翻译）、Transcribe（语音→文本）、Polly（文本→语音）、Rekognition（人脸检测、物体检测、内容审核）、Textract（从 PDF、图像中提取结构化文本）分别是为各自用途做了专门优化的 API。它们可以简单、快速、低成本地引入。

→ 使用 Comprehend 进行 NLP 分析 / → 使用 Rekognition 进行图像分析

Bedrock Guardrails 与 Knowledge Bases

Knowledge Bases 是从 S3 等数据源构建 RAG 的 Bedrock 功能，可自动完成检索与提示整合。Guardrails 是阻止不当内容、个人信息、特定主题等的过滤器，可确保企业使用所需的安全性。

→ Bedrock Knowledge Bases

Kendra 与 Q Business 的区别

Kendra 是基于机器学习的企业级搜索引擎，按语义搜索企业内部文档并返回「相关的文档或段落」。Q Business 则在搜索之外，还由生成式 AI 组织出「答案本身」并返回，是一个成品助手。也就是说，Kendra 是搜索组件（也可用作 RAG 的检索侧），而 Q Business 是包含搜索 + 生成的现成解决方案——这就是两者的对比。

→ 使用 Kendra 实现企业级搜索 / → 使用 Q Business 实现企业级 AI

Personalize / Lex / A2I

Personalize 是基于 Amazon.com 推荐技术的个性化推荐服务，可实现「看过此商品的人还看了这些」之类的个性化体验。Lex 是构建语音、文本聊天机器人的服务，采用与 Alexa 相同的对话技术，常用于联络中心的自动应答等场景。A2I（Augmented AI）则用于构建这样一种工作流：只把 AI 推理结果中置信度较低的部分转交给人工审核员，通常与 Textract 或 Rekognition 结合使用。

→ 使用 Personalize 构建推荐引擎 / → 使用 Lex 构建聊天机器人 / → Textract 与 A2I 的人工审核

检验理解程度

用 5 道题检验所学内容