Configuración de Machine Learning en Amazon OpenSearch Serverless

Machine Learning

Machine Learning (ML) proporciona capacidades de aprendizaje automático en forma de algoritmos de aprendizaje automático y modelos remotos. Con el acceso a estos modelos, puede ejecutar varios flujos de trabajo de IA, como el RAG o la búsqueda semántica. El aprendizaje automático permite la experimentación y el despliegue en producción de casos de uso de IA generativa utilizando los últimos modelos alojados externamente que se pueden configurar con conectores. Después de configurar un conector, debe configurarlo en un modelo y, a continuación, implementarlo para realizar una predicción.

Connectors

Los conectores facilitan el acceso a los modelos alojados en plataformas de aprendizaje automático de terceros. Sirven como puerta de enlace entre el OpenSearch clúster y un modelo remoto. Para obtener más información, consulte la siguiente documentación sobre :

• Creación de conectores para plataformas de aprendizaje automático de terceros en el sitio web de OpenSearch documentación

• Conectores para plataformas externas

• Conectores para Servicios de AWS

  importante

  • Al crear una política de confianza, ml.opensearchservice.amazonaws.com agréguela como principio OpenSearch de servicio.

  • Omita los pasos de la página de conectores que muestran cómo configurar un dominio en la política.

  • Agregue la iam:PassRole declaración en el paso Configurar permisos.

  • Omita el paso Asignar la función de aprendizaje automático en los OpenSearch paneles. No es necesaria la configuración del rol de backend. Esto se aplica a los conectores para Servicios de AWS plataformas externas y a los conectores para plataformas externas.

  • En su solicitud de SigV4 al punto final de la recopilación, defina el nombre del servicio aoss en lugar dees.

Modelos

Un modelo es la funcionalidad principal que se utiliza en varios flujos de trabajo de IA. Por lo general, se asocia el conector a un modelo para realizar una predicción mediante el conector. Una vez que el modelo está en estado desplegado, puede ejecutar la predicción. Para obtener más información, consulte Registrar un modelo alojado en una plataforma de terceros en el sitio web de OpenSearch documentación.

nota

No todas las funciones del modelo son compatibles con OpenSearch Serverless, como los modelos locales. Para obtener más información, consulte Machine Learning APIs y funciones no compatibles.

Configurar permisos para Machine Learning

En la siguiente sección se describen las políticas de acceso a los datos de recopilación necesarias para Machine Learning (ML). Sustitúyala por su información específica. placeholder values Para obtener más información, consulte Permisos de política compatibles.

{
    "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 for collection_name"
}
            

• AOSS:Describe MLResource: otorga permiso para buscar y consultar conectores, modelos y grupos de modelos.

• AOSS:CreateMLResource: otorga permiso para crear conectores, modelos y grupos de modelos.

• AOSS:Update MLResource — Otorga permiso para actualizar conectores, modelos y grupos de modelos.

• AOSS:Delete MLResource — Otorga permiso para eliminar conectores, modelos y grupos de modelos.

• AOSS:Execute MLResource — Otorga permiso para realizar predicciones en los modelos.