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 oferece suporte à experimentação e à implantação de produção de casos de uso generativos de IA usando os modelos hospedados externamente mais recentes que você pode configurar com conectores. Depois de configurar um conector, você deve configurá-lo em um modelo e, em seguida, implantá-lo para realizar a previsão.

Connectors

Os conectores facilitam o acesso a modelos hospedados em plataformas de ML de terceiros. Eles servem como gateway entre seu OpenSearch cluster e um modelo remoto. Para obter mais informações, consulte a seguinte documentação do :

• Criação de conectores para plataformas de ML de terceiros no site de OpenSearch documentação

• Conectores para plataformas externas

• Conectores para Serviços da AWS

  Importante

  • Ao criar uma política de confiança, adicione-a ml.opensearchservice.amazonaws.com como princípio OpenSearch de serviço.

  • Ignore as etapas na página Conectores que mostram como configurar um domínio na política.

  • Adicione a iam:PassRole declaração na etapa Configurar permissões.

  • Ignore a etapa Mapear a função de ML em OpenSearch Painéis. A configuração da função de back-end não é necessária. Isso se aplica aos conectores para Serviços da AWS e aos conectores para plataformas externas.

  • Em sua solicitação SigV4 para o endpoint de coleta, defina o nome do serviço como em vez deaoss. es

Modelos da

Um modelo é a principal funcionalidade usada em vários fluxos de trabalho de IA. Geralmente, você associa o conector a um modelo para realizar a previsão usando o conector. Depois que um modelo estiver no estado implantado, você poderá executar a previsão. Para obter mais informações, consulte Registrar um modelo hospedado em uma plataforma de terceiros no site da OpenSearch Documentação.

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 aos dados de coleta necessárias para o 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 for collection_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.