AWS AI Practitioner· ~7 นาที
Knowledge Bases for Amazon Bedrock
การสร้าง RAG แบบ Fully-managed บน AWS
การทำ RAG บน AWS
คำศัพท์ที่เกี่ยวข้อง: - Vector Database: ฐานข้อมูลชนิดพิเศษที่เก็บความหมายของข้อความ (Embedding) เพื่อให้ค้นหาด้วยความหมายได้ - Embedding: การแปลงข้อความให้กลายเป็นตัวเลขที่คอมพิวเตอร์เข้าใจ
Knowledge Bases เหมือน "บรรณารักษ์ส่วนตัว" ของ AI ปกติถ้าคุณให้ AI ไปหาคำตอบจากหนังสือพันเล่ม AI จะงงและทำไม่ไหว แต่ถ้ามี Knowledge Bases มันจะทำหน้าที่ไปอ่านหนังสือทั้งหมด (เชื่อมต่อ S3) แล้วทำดัชนีไว้ล่วงหน้า (Vector Embedding) พอเราถาม บรรณารักษ์คนนี้จะไปหยิบหน้ากระดาษที่ตรงเป๊ะมาส่งให้ AI ตอบทันที
สรุป Key Takeaways
- Knowledge Bases ทำให้การทำ RAG เป็นเรื่องง่าย
- เบื้องหลังจะเชื่อมต่อกับ Data Source (เช่น S3) และดึงข้อมูลมาทำ Vector Embedding อัตโนมัติ
- รองรับ Vector Database หลายตัว (OpenSearch Serverless, Pinecone, Aurora PostgreSQL)
อ่านจบแล้วอย่าลืมทำเครื่องหมาย