認識AWS Kendra
Kendra是什麼?
Amazon Kendra 簡單來講是 Amazon Web Services (AWS) 提供的一項企業搜索服務，它是使用機器學習來提高搜索結果的準確性和相關性。
Amazon Kendra 可以在各種內容存儲庫中找到答案，包括文檔、網頁、電子郵件和社交媒體。
大型語言模型(LLM)的幻覺
在正式進入介紹Kendra之前，可能會先需要理解一下LLM的幻覺。現今人人都在使用AI，我們撇除各種錯誤的提問方式的前提之下，這是我們常常會遇到的問題，為什麼我問AI亞洲天團5566(不小心透漏年紀的部分)是哪幾個人，它卻跟我講白雪公主跟七個矮人一起生活？我問AI甲午戰爭後，日本跟中國簽訂了哪個條約，它跟我講東漢末年分三國？這裡舉了比較極端的例子。
但造成這種情況的原因是宇宙神秘力量嗎！？並不是！其實是因為有些AI的訓練數據比較老舊，因而有機率無法進行有效的規劃跟整理，所以就沒有辦法回答使用者，但是AI還是想要吐給使用者一個答案，進而造成這種我問它A，結果它回答我B，這種牛頭不對馬嘴的情況發生。
檢索增強生成RAG
為了要避免上述的這種情況發生，我們就需要用檢索增強生成，也就是俗稱的RAG，所謂的RAG(Retrieval Augmented Generation)就是透過提示工程推理，再加上LLM，雙管齊下，丟給我們的AI整理好的資訊，讓它能好好的針對問題回答。
目的就是讓AI根據提供的資訊直接的回答問題，不要創造對話中未包含的內容，確保LLM精準的回答問題本身，不要再讓AI當編劇啦！
搜尋引擎 Kendra
所以我們知道，要讓LLM不要亂回答問題，重點是要餵給它正確的內容，來人！餵公子吃餅！(威~~~ )既然要餵正確的資料，所以搜尋引擎就變成了很重要的角色，因為它需要理解使用者的問題，找到相對應的答案之後再丟給LLM去找答案
這邊就要介紹我們今天的主角「AWS Kendra」。
Kendra它具有以下幾個特性：
1. 支援自然語言以及關鍵字查詢
蝦米！？自然語言？是有關自然的語言嗎？當然不是，自然語言指的口語化的內容，就像是人類彼此正常交談一樣，讓你跟Kendra溝通時，可以像是跟人類說話一樣，用口語化文字讓Kendra去查詢相對應的內容；關鍵字查詢就很好理解了，大家常常在使用網路找尋資料，我們想找資料時所輸入了隻字片語就是所謂的關鍵字，舉個例子，我想要知道今天台北的天氣如何，用自然語言查找我就可以輸入：「今天台北的天氣如何？」，用關鍵字查找就可以輸入：「台北 天氣」。透過這種口語化的發問方式就能取得理想的結果。
2. 基於NLU和ML搜索
因為Kendra擁有NLU(Natural Language Understanding)這樣的特性，在搭配上ML(Machine Learning)，Kendra會透過
- 閱讀理解
顧名思義Kendra閱讀資料後理解文件內容。
- 常見問題匹配
針對使用者常常對Kendra下的問句或是關鍵字查找的內容。
- 搜尋到的文件排序
最相關的內容排名順序。
Kendra會根據以上的這幾點去進行結果的分析，將搜尋引擎找到的內容做一個收斂，並且拋出最適宜的內容給使用者或是給LLM。
3. 支援多種數據來源
Kendra作為一個搜尋引擎，最重要的是可以多方攝取資料，而Kendra當然也可以做到這點，它就像隔壁棚的名偵探X南一樣，在於查找方面鐵定是不放過各種蛛絲馬跡，因為Kendra支援超過50種的流行資料來源。
4. 針對領域進行最佳化檢索
我們常常聽到一句話叫做術業有專攻，Kendra針對14個主要領域進行了優化，讓我們在使用Kendra這個搜尋引擎的時候，只要涉及到這些範疇內的內容可以更好的找到答案。
這14個主要領域分別是：IT、金融服務、保險、製藥、工業、能源、法律、媒體和娛樂、旅遊和飯店、健康、人力資源、新聞、電信和汽車。
5. Kendra新特性
Kendra除了上述4點之外，還有一個酷酷的特性，就是它可以針對「自訂義文件豐富化」。Kendra這個新特性可以允許使用者在數據攝取期間，透過自訂義的攝取管道，在文件被Kendra查找到之前，先進行所謂的「預處理」。
什麼是預處理？其實也很好理解，就是預先處理的意思，舉例來說，如果我們提供Kendra查找的內容，有包含了一些資料敏感的個人資訊，我們就可以透過自定義文件將這些資料先一步進行清除，等到Kendra找到這些資料的時候，已經是不含這些資料敏感內容的版本了，這就很好的幫助我們將資料進行第一步處理；除此之外這部分也可以調用Lambda函數，或是對於圖像進行光學符號的識別，或對文本進行翻譯等等…。
下一代搜索的標準架構
現在我們已經比較清楚Kendra是個什麼樣的搜尋引擎了，由此延伸出來，為了達成RAG的模式，所以下一代的搜索架構就會是由搜尋引擎加上大型語言模型。
由搜尋引擎藉由使用者所下的指令，負責找到最精確的內容，以及過濾掉更多的有害物質。再由大型語言模型以更加人性化且自然的方式，進行資訊的閱讀，最後再將答案展現到我們的面前。
套用到各行各業
這時候我們其實就會有一個疑問產生，雖然好像被筆者吹成這樣，但是你我真的用的到AI服務嗎？這個答案我想是肯定的，我們都知道下個世代絕對是AI的時代，很多東西都可以透過AI來協助我們完成，而且各個領域也有全然不同的且大量的Domain，以傳統的方式來說，我們將以人工的方式找到相對應的資料庫，搜尋期間就會耗費不少的時間，以不見得每次都可以找到相對應的資訊跟答案。找到資訊之後，我們仍然要花費大量的時間去閱讀並且理解內容，況且也不見得能夠找到理想中的答案。但是這個過程又是不可避免的。
時間拉回現在，我們可以藉由這種好用的工具來協助我們完成，並省去大量的時間，對於我們產出會有十足的幫助。
從架構來了解
簡易的架構該如何組成呢？大致上分為幾個步驟：
1. 使用者從前端的Web介面下達指令後(通常是輸入想要獲取的資料關鍵字或自然語言)，
2. 通過AWS的API Gateway去向AWS Lambda發出請求，
3. 會調動AWS的Kendra這個搜尋引擎去找出最符合使用者想要得到的資料內容，
4. 再來把這些資料再餵給LLM，讓LLM根據這些內容去找出或是彙整出答案，並回答使用者，
5. 最後把這些提問的紀錄存放在AWS DynamoDB，作為歷史紀錄。
而使用者也可以透過資料放置到S3 Bucket，成為可以被Kendra搜尋到的Datasource。
結語
希望透過今天簡單的介紹，可以讓大家對於AWS Kendra有更進一步的了解，也可以知道我們該如何確保LLM能不要亂回答啦！如果大家也想要利用Kendra還有LLM幫助我們提升工作效率，或是想要知道AI會如何簡短我們工時，也歡迎各位聯繫我們網創資訊啦！今天的介紹就到這邊結束囉~~~ 大家掰掰！
認識AWS Kendra
Kendra是什麼?
Amazon Kendra 簡單來講是 Amazon Web Services (AWS) 提供的一項企業搜索服務，它是使用機器學習來提高搜索結果的準確性和相關性。
Amazon Kendra 可以在各種內容存儲庫中找到答案，包括文檔、網頁、電子郵件和社交媒體。
大型語言模型(LLM)的幻覺
但造成這種情況的原因是宇宙神秘力量嗎！？並不是！其實是因為有些AI的訓練數據比較老舊，因而有機率無法進行有效的規劃跟整理，所以就沒有辦法回答使用者，但是AI還是想要吐給使用者一個答案，進而造成這種我問它A，結果它回答我B，這種牛頭不對馬嘴的情況發生。
檢索增強生成RAG
為了要避免上述的這種情況發生，我們就需要用檢索增強生成，也就是俗稱的RAG，所謂的RAG(Retrieval Augmented Generation)就是透過提示工程推理，再加上LLM，雙管齊下，丟給我們的AI整理好的資訊，讓它能好好的針對問題回答。
目的就是讓AI根據提供的資訊直接的回答問題，不要創造對話中未包含的內容，確保LLM精準的回答問題本身，不要再讓AI當編劇啦！
搜尋引擎 Kendra
所以我們知道，要讓LLM不要亂回答問題，重點是要餵給它正確的內容，來人！餵公子吃餅！(威~~~ )既然要餵正確的資料，所以搜尋引擎就變成了很重要的角色，因為它需要理解使用者的問題，找到相對應的答案之後再丟給LLM去找答案
這邊就要介紹我們今天的主角「AWS Kendra」。
Kendra它具有以下幾個特性：
1. 支援自然語言以及關鍵字查詢
蝦米！？自然語言？是有關自然的語言嗎？當然不是，自然語言指的口語化的內容，就像是人類彼此正常交談一樣，讓你跟Kendra溝通時，可以像是跟人類說話一樣，用口語化文字讓Kendra去查詢相對應的內容；關鍵字查詢就很好理解了，大家常常在使用網路找尋資料，我們想找資料時所輸入了隻字片語就是所謂的關鍵字，舉個例子，我想要知道今天台北的天氣如何，用自然語言查找我就可以輸入：「今天台北的天氣如何？」，用關鍵字查找就可以輸入：「台北 天氣」。透過這種口語化的發問方式就能取得理想的結果。
2. 基於NLU和ML搜索
因為Kendra擁有NLU(Natural Language Understanding)這樣的特性，在搭配上ML(Machine Learning)，Kendra會透過
顧名思義Kendra閱讀資料後理解文件內容。
針對使用者常常對Kendra下的問句或是關鍵字查找的內容。
最相關的內容排名順序。
Kendra會根據以上的這幾點去進行結果的分析，將搜尋引擎找到的內容做一個收斂，並且拋出最適宜的內容給使用者或是給LLM。
3. 支援多種數據來源
Kendra作為一個搜尋引擎，最重要的是可以多方攝取資料，而Kendra當然也可以做到這點，它就像隔壁棚的名偵探X南一樣，在於查找方面鐵定是不放過各種蛛絲馬跡，因為Kendra支援超過50種的流行資料來源。
4. 針對領域進行最佳化檢索
我們常常聽到一句話叫做術業有專攻，Kendra針對14個主要領域進行了優化，讓我們在使用Kendra這個搜尋引擎的時候，只要涉及到這些範疇內的內容可以更好的找到答案。
這14個主要領域分別是：IT、金融服務、保險、製藥、工業、能源、法律、媒體和娛樂、旅遊和飯店、健康、人力資源、新聞、電信和汽車。
5. Kendra新特性
Kendra除了上述4點之外，還有一個酷酷的特性，就是它可以針對「自訂義文件豐富化」。Kendra這個新特性可以允許使用者在數據攝取期間，透過自訂義的攝取管道，在文件被Kendra查找到之前，先進行所謂的「預處理」。
什麼是預處理？其實也很好理解，就是預先處理的意思，舉例來說，如果我們提供Kendra查找的內容，有包含了一些資料敏感的個人資訊，我們就可以透過自定義文件將這些資料先一步進行清除，等到Kendra找到這些資料的時候，已經是不含這些資料敏感內容的版本了，這就很好的幫助我們將資料進行第一步處理；除此之外這部分也可以調用Lambda函數，或是對於圖像進行光學符號的識別，或對文本進行翻譯等等…。
下一代搜索的標準架構
現在我們已經比較清楚Kendra是個什麼樣的搜尋引擎了，由此延伸出來，為了達成RAG的模式，所以下一代的搜索架構就會是由搜尋引擎加上大型語言模型。
由搜尋引擎藉由使用者所下的指令，負責找到最精確的內容，以及過濾掉更多的有害物質。再由大型語言模型以更加人性化且自然的方式，進行資訊的閱讀，最後再將答案展現到我們的面前。
套用到各行各業
這時候我們其實就會有一個疑問產生，雖然好像被筆者吹成這樣，但是你我真的用的到AI服務嗎？這個答案我想是肯定的，我們都知道下個世代絕對是AI的時代，很多東西都可以透過AI來協助我們完成，而且各個領域也有全然不同的且大量的Domain，以傳統的方式來說，我們將以人工的方式找到相對應的資料庫，搜尋期間就會耗費不少的時間，以不見得每次都可以找到相對應的資訊跟答案。找到資訊之後，我們仍然要花費大量的時間去閱讀並且理解內容，況且也不見得能夠找到理想中的答案。但是這個過程又是不可避免的。
時間拉回現在，我們可以藉由這種好用的工具來協助我們完成，並省去大量的時間，對於我們產出會有十足的幫助。
從架構來了解
簡易的架構該如何組成呢？大致上分為幾個步驟：
1. 使用者從前端的Web介面下達指令後(通常是輸入想要獲取的資料關鍵字或自然語言)，
2. 通過AWS的API Gateway去向AWS Lambda發出請求，
3. 會調動AWS的Kendra這個搜尋引擎去找出最符合使用者想要得到的資料內容，
4. 再來把這些資料再餵給LLM，讓LLM根據這些內容去找出或是彙整出答案，並回答使用者，
5. 最後把這些提問的紀錄存放在AWS DynamoDB，作為歷史紀錄。
而使用者也可以透過資料放置到S3 Bucket，成為可以被Kendra搜尋到的Datasource。
結語
希望透過今天簡單的介紹，可以讓大家對於AWS Kendra有更進一步的了解，也可以知道我們該如何確保LLM能不要亂回答啦！如果大家也想要利用Kendra還有LLM幫助我們提升工作效率，或是想要知道AI會如何簡短我們工時，也歡迎各位聯繫我們網創資訊啦！今天的介紹就到這邊結束囉~~~ 大家掰掰！