As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Configurar o Machine Learning no Amazon OpenSearch Serverless
Machine Learning
O Machine Learning (ML) fornece recursos de ML na forma de algoritmos de ML e modelos remotos. Com acesso a esses modelos, você pode executar vários fluxos de trabalho de IA, como RAG ou pesquisa semântica. O ML é compatível com experimentação e implantação na produção de casos de uso de IA generativa usando os mais recentes modelos hospedados externamente que você pode configurar com conectores. Depois de configurar um conector, você deve configurá-lo em um modelo e depois implantá-lo para realizar previsões.
Conectores
Os conectores facilitam o acesso aos modelos hospedados em plataformas de ML de terceiros. Eles servem como gateway entre seu OpenSearch cluster e um modelo remoto. Para saber mais, consulte a documentação a seguir:
-
Criação de conectores para plataformas de ML de terceiros
no site de OpenSearch documentação -
Conectores para Serviços da AWS
Importante
-
Ao criar uma política de confiança, adicione-a
ml---opensearchservice.amazonaws.com.rproxy.govskope.cacomo princípio OpenSearch de serviço. -
Ignore as etapas na página Conectores que mostram como configurar um domínio na política.
-
Adicione a instrução
iam:PassRolena etapa Configurar permissões. -
Ignore a etapa Mapear a função de ML em OpenSearch Painéis. Não é necessário configurar perfil de backend. Isso se aplica aos conectores para Serviços da AWS e aos conectores para plataformas externas.
-
Em sua solicitação do SigV4 para o endpoint de coleção, defina o nome do serviço como
aossem vez dees.
-
Modelos da
Um modelo é a funcionalidade central usada em vários fluxos de trabalho de IA. Geralmente, você associa o conector a um modelo para realizar previsões usando o conector. Depois que o modelo está no estado implantado, você pode executar a previsão. Para obter mais informações, consulte Registrar um modelo hospedado em uma plataforma de terceiros
nota
Nem todos os recursos do modelo são compatíveis com o OpenSearch Serverless, como os modelos locais. Para obter mais informações, consulte Machine Learning APIs e recursos não suportados.
Configurar permissões para Machine Learning
A seção a seguir descreve as políticas de acesso a dados de coleções necessárias para Machine Learning (ML). Substitua placeholder values o por suas informações específicas. Para obter mais informações, consulte Permissões de políticas com suporte.
{ "Rules": [ { "Resource": [ "model/collection_name/*" ], "Permission": [ "aoss:DescribeMLResource", "aoss:CreateMLResource", "aoss:UpdateMLResource", "aoss:DeleteMLResource", "aoss:ExecuteMLResource" ], "ResourceType": "model" } ], "Principal": [ "arn:aws:iam::account_id:role/role_name" ], "Description": "ML full access policy forcollection_name" }
-
aoss:Describe MLResource — Concede permissão para pesquisar e consultar conectores, modelos e grupos de modelos.
-
aoss:create MLResource — Concede permissão para criar conectores, modelos e grupos de modelos.
-
aoss:Update MLResource — Concede permissão para atualizar conectores, modelos e grupos de modelos.
-
aoss:Delete MLResource — Concede permissão para excluir conectores, modelos e grupos de modelos.
-
aoss:Execute MLResource — Concede permissão para realizar previsões em modelos.