Auto-sync: update nexus workspace
This commit is contained in:
44
wiki/entities/Stephen-Frank.md
Normal file
44
wiki/entities/Stephen-Frank.md
Normal file
@@ -0,0 +1,44 @@
|
||||
---
|
||||
title: "Stephen Frank"
|
||||
type: entity
|
||||
tags: [AWS, AI, expert, OpenText, learning-session]
|
||||
sources: [public-cloud-learning-sessions-opentext-ai-use-cases-20241126-160106-meeting-rec]
|
||||
last_updated: 2026-05-12
|
||||
---
|
||||
|
||||
## Aliases
|
||||
- Stephen Frank (AWS)
|
||||
- AWS Stephen Frank
|
||||
|
||||
## Summary
|
||||
**Stephen Frank** 是 AWS AI 专家(AI Specialist),在 OpenText Public Cloud Learning Sessions 中分享了 AWS Gen2 生成式 AI 发展驱动力与企业在生产环境中的 AI 应用场景,涵盖 AI 演进历程、数据整合方法、AWS 三层产品战略和负责任 AI 实践。
|
||||
|
||||
## Key Properties
|
||||
- **类型**:AWS 内部专家 / AI 专家
|
||||
- **所属**:Amazon Web Services (AWS)
|
||||
- **角色**:AI Specialist
|
||||
- **分享主题**:AWS AI Use Cases(AI 使用场景)
|
||||
|
||||
## Key Contributions
|
||||
- 阐述 AI 四代演进:模仿人类行为 → 机器学习 → 深度学习 → Gen2 大语言模型
|
||||
- 揭示 Gen2 AI 崛起两大驱动力:数据爆发式增长 + 更大算力可获得性
|
||||
- 总结通用 AI 应用场景(创造新体验/推断洞察/流程自动化/内容生成)
|
||||
- 总结企业软件 AI 应用(优化内部流程/启用新功能/创造新产品)
|
||||
- 强调"数据是企业差异化关键",详解 RAG / Fine-tuning / 持续预训练三大数据整合方法
|
||||
- 介绍 AWS 三层产品战略(基础设施 / Amazon Bedrock / AI 应用)
|
||||
- 强调负责任 AI(公平性、可解释性、透明性)和安全治理合规
|
||||
|
||||
## Related Entities
|
||||
- [[Amazon-Bedrock]]:AWS 旗舰生成式 AI 产品,Stephen Frank 重点介绍
|
||||
- [[Amazon-Q]]:AWS AI 助手,属于 AWS AI 应用层
|
||||
- [[Amazon-SageMaker]]:AWS 全托管 ML 平台
|
||||
- [[OpenText]]:学习会话主办方
|
||||
|
||||
## Related Concepts
|
||||
- [[Foundation-Models]]:基础模型是 Gen2 AI 的核心
|
||||
- [[RAG]]:数据整合方法之一
|
||||
- [[Fine-Tuning]]:数据整合方法之一
|
||||
- [[Responsible-AI]]:AWS AI 落地的核心原则
|
||||
|
||||
## Related Sources
|
||||
- [[public-cloud-learning-sessions-opentext-ai-use-cases-20241126-160106-meeting-rec]] — Stephen Frank 主讲的 AI Use Cases 分享
|
||||
Reference in New Issue
Block a user