DXC 使用 LLM 驱动的工具为其石油和天然气客户转变数据探索
在本博文中，我们向您展示了 DXC 和 AWS 如何合作使用大型语言模型 (LLM) 构建 AI 助手，使用户能够访问和分析来自各种数据源的不同数据类型。AI 助手由智能代理提供支持，该代理将用户问题路由到针对不同数据类型（例如文本、表格和特定于域的格式）优化的专用工具。它利用 LLM 理解自然语言、编写代码和推理对话上下文的能力。
来源:亚马逊云科技 _机器学习本篇文章由 DXC Technology 的 Kaustubh Kambli 共同撰写。
本篇文章由 DXC Technology 的 Kaustubh Kambli 共同撰写。DXC Technology 是一家 IT 服务领导者，拥有超过 130,000 名员工，为 70 多个国家的 6,000 家客户提供支持。DXC 跨行业垂直领域构建产品，为客户提供加速价值。
DXC TechnologyDXC 拥有深厚专业知识的领域之一是能源。石油和天然气行业依靠发现新的钻井地点来推动增长。数据驱动的洞察力可以加速识别潜在位置的过程并改善决策。对于该行业最大的公司来说，即使将首次采油时间缩短一天，也会对运营成本和收入产生数百万美元的影响。
在本文中，我们将向您展示 DXC 和 AWS 如何合作使用大型语言模型 (LLM) 构建 AI 助手，使用户能够访问和分析来自各种数据源的不同数据类型。AI 助手由智能代理提供支持，该代理将用户问题路由到针对不同数据类型（例如文本、表格和特定于域的格式）优化的专用工具。它利用 LLM 理解自然语言、编写代码和推理对话上下文的能力。
数据在确定石油勘探地点和加快从这些地点开采石油的时间方面发挥着关键作用，但该行业的数据是分散的、非标准的，并且类型多样。这些公司拥有远程站点、海上钻井位置、分支机构和公司办公室。相关数据也有各种格式，从电子表格到复杂的数据集，如卫星图像和 GIS 数据。此外，还有行业特定的数据格式，如 Log ASCII 标准 (LAS)。
Amazon Bedrock解决方案概述
该解决方案由几个由 Bedrock 上的 Anthropic 的 Claude 模型提供支持的组件组成：