Configurar Machine Learning en Amazon OpenSearch sin servidor
Machine Learning
Machine Learning (ML) proporciona capacidades de ML en forma de algoritmos de ML y modelos remotos. Con el acceso a estos modelos, puede ejecutar varios flujos de trabajo de IA, como RAG o la búsqueda semántica. ML permite la experimentación y la implementación en producción de casos de uso de IA generativa mediante el uso de 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 de alojados en plataformas de ML de terceros. Sirven como puerta de enlace entre el clúster de OpenSearch y un modelo remoto. Para obtener más información, consulte la documentación siguiente:
-
Creación de conectores para plataformas de ML de terceros
en el sitio web de Documentación de OpenSearch -
Conectores para Servicios de AWS
importante
-
Al crear una política de confianza, agregue
ml.opensearchservice.amazonaws.comcomo principio de OpenSearch Service. -
Omita los pasos de la página Conectores que muestran cómo configurar un dominio en la política.
-
Agregue la sentencia
iam:PassRoleen el paso de Configuración de permisos. -
Omita el paso Asignar el rol de ML en OpenSearch Dashboards. No es necesaria la configuración del rol de backend. Esto se aplica a los Conectores para Servicios de AWS y a los Conectores para plataformas externas.
-
En su solicitud de SigV4 al punto de conexión de la colección, defina el nombre del servicio como
aossen 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 desplegando, puede ejecutar la predicción. Para obtener más información, consulte Registrar un modelo alojado en una plataforma de terceros
nota
OpenSearch sin servidor no admite todas las características de los modelos, como los modelos locales. Para obtener más información, consulte Características y API de Machine Learning 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). Reemplace los valores de marcador de posición con su información específica. 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 forcollection_name" }
-
aoss:DescribeMLResource: 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:UpdateMLResource: otorga permiso para actualizar conectores, modelos y grupos de modelos.
-
aoss:DeleteMLResource: otorga permiso para eliminar conectores, modelos y grupos de modelos.
-
aoss:ExecuteMLResource: otorga permiso para realizar predicciones en los modelos.