亚马逊云科技,定义了生成式AI的生产力

简介: 亚马逊云科技,定义了生成式AI的生产力


生成式 AI 的落地,看来有答案了。

最近,大模型领域里正在激辩的话题是「应用」,越来越多人认为,ChatGPT 等突破性技术在进入创造价值的阶段。


但众所周知,要把大模型转化为生产力,AI 模型、算力和数据会是难以逾越的门槛。新的目标已经出现,我们是否有了足够强大的 AI 基础设施?


在 6 月 28 日上海举行的峰会上,亚马逊云科技展示了这样的能力。



从掀起 AI 画图热潮的 StabilityAI 的 Stable Diffusion,到 ChatGPT「最强竞品」Anthropic 的 Claude,再到目前 Hugging Face 上排名第一的大模型 Falcon 40B,它们都是业内领先的生成式 AI,激动人心的是,通过 Amazon Bedrock,人人都可以使用它们的能力,构建属于自己的应用。


生成式 AI 落地看来有了答案。「过去只有大型科技公司、政府机构和大学才有能力和时间、金钱去部署生成式 AI 能力。近二十年来,云服务把计算的门槛降低了,」亚马逊云科技全球产品副总裁 Matt Wood 博士表示。「我们希望在生成式 AI 上做同样的事,把技术提供到每个开发者和商业用户的手中。」


生成式 AI 落地,意味着什么?


在亚马逊云科技看来,生成式 AI 在重塑各行各业,它可以打开此前无法想象的空间,其意义不亚于网络浏览器的诞生,而我们正处在变革的最早阶段。


现代 AI 的上一次重要突破要追溯到 2012 年,著名的卷积神经网络 AlexNet 展示了通过 GPU 训练的 AI 模型,它对图片中物体的识别能力超过了之前所有计算机视觉算法。自此之后,深度学习推动了人工智能的大发展,人们教会了神经网络识别图像、视频、语音、蛋白质结构、物理学等等,催生出了一系列应用。


最近一段时间的生成式 AI 则代表着又一次「质变」—— 大模型可以创作全新的文本、图形、3D 物体,甚至模拟逼真的运动。现在我们可以扮演创意总监,通过提示来指导 AI 模型,再按照自己的想法对输出结果进行微调。


正如英伟达 CEO 黄仁勋所说的:「大模型等生成式 AI 就像一种转换器 —— 它可以进行语言之间的转换,可以把语言转变为图片和视频,也可以把人类的语言转成计算机的语言,让高中文凭的人操纵专业人员操作的机器。」


可以说,人与机器的交流,工业和商业的 AI 化转型,在生成式 AI 出现之后有了新的机会。


在亚马逊云科技看来,生成式 AI 的应用有四大方向:创意输出、总结和搜索、提升交互体验,最后是支持人类进行决策。


首先,不论写作、绘图、写代码还是文案,如果你脑中出现了大概的构想,通过一些文本的提示,AI 就可以把创意发挥到一定程度,让你可以在此基础上工作;其次,在此前 AI 擅长的领域里,生成式 AI 可以获得更好的效果,比如搜索、总结和排序;再次,通过掌控海量知识,生成式 AI 可以实现更好的互动,在特定领域内完成专业性工作;最后,在非常复杂的任务上,AI 协助决策将大大加速我们的工作效率。


如何才能让这些设想成为现实?亚马逊云科技提供了从基础大模型、安全开发环境、高性能 AI 算力到低门槛工具的完整体系。



从技术突破到场景落地,生成式 AI 应用过程中存在的大量复杂过程,被这一套体系大大简化了。


为生成式 AI 筑建「基石」


把业内最强生成 AI 集合在一起,化为开箱即用的能力,这是只有亚马逊云科技才能做到的事。


今年 4 月,亚马逊云科技发布「Amazon Bedrock」,正式加入大模型军备竞赛。训练大模型是一件费时费力的事,Amazon Bedrock 可以让所有人都可以基于已有的大模型、专用的 AI 算力和工具,再结合自己的数据开始构建生成式 AI 应用,这就是 Amazon Bedrock「基石」名字的由来。

 

在这里,强大的基础模型至关重要。亚马逊云科技提出的 Amazon Titan 是一系列大模型的合集,其中既包括自研的模型,也有很多业界领先的第三方大模型。


目前,在 Amazon Bedrock 上可用的第三方模型包括 AI21 Labs 的 Jurassic-2 系列,这是一款多语言大模型,可生成西班牙语、法语、德语、葡萄牙语、意大利语和荷兰语文本。


由原 OpenAI 研究者们成立的 Anthropic 提出的 Claude 也背靠亚马逊云科技提供的云服务,其能力可以执行一系列对话和文本处理任务。


在图像领域,Stability AI 的文本到图像 Amazon Bedrock 托管模型套件(包括 Stable Diffusion)可以生成图像、艺术、徽标和图形设计。


这些最前沿的技术,可以作为基础模型(Foundation Model):它们包含大量参数,已通过互联网中的公开数据学会了复杂的概念,可以用于多种复杂任务。使用少量数据对其进行定制化,就可以让这些模型在特定领域内构建起应用。


Amazon Bedrock 是使用基础模型构建生成式 AI 应用的快捷方法,借助其无服务器化的体验,人们可以轻松找到合适的基础模型,使用自己的数据进行定制,并快速将新工作集成部署到已有应用中,在这个过程中无需管理任何算力基础设施。


人们正在用 Amazon Bedrock 做哪些事?在亚马逊云科技的平台上,很多企业已进行了成功的尝试。Eclix Tech 是一家国际智能营销服务商,通过用生成式 AI 帮助进行内容分发,他们在电商视觉产品上降低了 50% 成本,提升了 35% 效率,同时还有 45% 点击率提升。在广告领域,这可不是个常见的数字。


生成式 AI 技术的推广,很大程度取决于应用能力和辐射范围。在亚马逊云科技的服务加快了技术传播的速度。


让 AI 开发速度更快,门槛更低


大模型之外,亚马逊云科技已有的一整套体系也在重构所有产品的实践中发挥着作用。


Amazon Bedrock 上选好模型,写好代码之后,人们可以使用高性能基础设施来训练和运行自己的模型,包括亚马逊云科技 Inferentia 支持的 Amazon EC2 Inf1 实例、亚马逊云科技 Trainium 支持的 Amazon EC2 Trn1 实例以及英伟达 H100 Tensor Core GPU 支持的 Amazon EC2 P5 实例。


在数据层面,亚马逊云科技构建了端到端云原生的数据战略,让人们可以更便捷、安全地获取数据洞察。利用去年发布的 Amazon DataZone。人们可以更快、更轻松地对存储在云端、客户本地和第三方来源的数据进行编目、发现、共享和治理,同时提供更精细的控制工具,管理和治理数据访问权限,确保数据安全。


人们在处理数据时可以实现「Zero-ETL」,免除了数据的提取、转换和加载过程。


此外,客户还可以使用 Amazon SageMaker 构建、训练和部署自己的模型,或者使用 Amazon SageMaker Jumpstart 部署时下流行的基础模型,包括 Cohere 的大语言模型、TII 的 Falcon 40B 和 Hugging Face 的 BLOOM。


在基础模型、框架和算力之上,还有直接帮助开发者的工具。Amazon CodeWhisperer 是人工智能驱动的代码生成服务,经过了数十亿行公开可用的开源代码和亚马逊云科技自身代码库的训练,它可以仅通过自然语言提示或按钮的指令自动生成 Java、JavaScript、Python 等 15 种语言的代码。



在使用 Amazon CodeWhisperer 时,AI 会从其它的源代码当中提取有用的资源以生成新代码,这让它能够符合特定开发人员的习惯。在 AI 生成代码后,我们可以让它自动检查软件许可,进而让代码直接可用。


亚马逊云科技表示,与 Copilot 等类似产品相比,Amazon CodeWhisperer 能提供有效、安全的代码,更重要的是它没有任何使用限制,个人用户是完全免费的。


AI 写代码对于程序员来说是个吸引人的概念,但我们一直不太清楚它是否能够真正提升生产力。亚马逊云科技在内部对两组工程师进行了实验,结果证明:使用 Amazon CodeWhisperer 可以将工作速度提升 57%,而且代码的质量也能提升 27%。


如果完全不用代码,你也可以利用大模型构建出应用来。在现场,亚马逊云科技还展示了完全不用代码,只用自然语言提示词构建金融管理应用的能力。


在未来,我们会有更多同 AI 并肩协作的机会,人们看待编程的标准会有所转变,或许不会用 Amazon CodeWhisperer 的程序员才不是好的程序员?


ChatGPT 之后,生成式 AI 的技术仍在快速发展,对于基础设施的提供者来说,亚马逊云科技也对未来持开放态度,Matt Wood 就表示,Amazon Titan 中还要引入更多业内领先的开源及第三方大模型,让开发者能够用上最先进的能力。


而另一方面,有一些事是可以确定的:亚马逊云科技希望通过不断实现 AI 基础设施的高可用性,帮助开发者、创业公司和科技巨头,把用大模型的门槛打下来。


「我相信,Amazon Bedrock 会持续降低它的价格,让用户可以开箱即用,按需付款,免去购买算力硬件的巨大成本。在未来,大模型的用户可以根据输入字数和输出字数付款,无论是创业公司还是科技巨头,我们会让每个人都可以享受 Amazon Bedrock 的高性价比服务,」Matt Wood 说道。


自去年底 ChatGPT 发布以来,全球科技巨头针对大语言模型等技术进行了激烈竞争,大模型技术落地的方案也已层出不穷。今年 4 月发布 Amazon Titan、Amazon Bedrock 服务的亚马逊云科技被人认为是后来者。但在 AI 平台的构建上,能够提供全套软硬件基础设施,吸引众多顶尖创业公司,整合先进技术并形成服务的只有亚马逊云科技。



生成式 AI 这场马拉松比赛,亚马逊云科技的目标是在终点线上获得第一。随着技术的发展和人们的不断应用实践,我们可以预见亚马逊云科技的技术还将催生出更多 AI 应用。


Keynote 演讲结束后,现场响起了一曲 Bob Dylan 的《The Times They Are A-Changin'》


或许在你所在的行业,变革将从这里开始。

相关文章
|
2月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【10月更文挑战第3天】随着网络技术的发展,网络安全问题日益严峻,传统防御手段已显不足。本文探讨了构建AI驱动的自适应网络安全防御系统的必要性及其关键环节:数据采集、行为分析、威胁识别、响应决策和执行。通过Python库(如scapy、scikit-learn和TensorFlow)的应用实例,展示了如何利用AI技术提升网络安全防护水平。这种系统能够实时监控、智能分析并自动化响应,显著提高防护效率与准确性,为数字世界提供更强大的安全保障。
66 2
|
16天前
|
人工智能 搜索推荐 安全
数百名研发人员用通义灵码,33%新增代码由AI生成,信也科技研发模式焕新升级
目前,信也科技数百名研发人员正在使用通义灵码,周活跃用户占比70%,新增代码中有33%由通义灵码编写,整体研发效率提升了11%,真正实现了数百研发人员开发效能的全面提升。
|
1月前
|
人工智能 Cloud Native 算法
|
1月前
|
人工智能 算法 新制造
走进北京科技大学,通义灵码与企业高校共筑 AI 创意课堂
近日,通义灵码有幸参与到一场由伊利集团主办的 AIGC 生态创新大赛路演舞台,与高校专家、企业代表、青年学子共同探讨 AIGC 创意应用,交流企业在数智领域转型、青年开发者科技创新的思路和落地实践。
|
2月前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
2月前
|
人工智能 算法 前端开发
无界批发零售定义及无界AI算法,打破传统壁垒,累积数据流量
“无界批发与零售”是一种结合了批发与零售的商业模式,通过后端逻辑、数据库设计和前端用户界面实现。该模式支持用户注册、登录、商品管理、订单处理、批发与零售功能,并根据用户行为计算信用等级,确保交易安全与高效。
|
4月前
|
人工智能 运维 自然语言处理
从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
【8月更文挑战第10天】从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
AI战略丨物流 AI 新变化,用大模型定义
物流企业在大模型上纷纷主动探索,也在推动物流行业实现智能化加速。
|
4月前
|
人工智能 测试技术 持续交付
就AI 基础设施的演进与挑战问题之定义应用的交付模式的问题如何解决
就AI 基础设施的演进与挑战问题之定义应用的交付模式的问题如何解决
|
4月前
|
人工智能 分布式计算 大数据
大数据及AI典型场景实践问题之“开发者藏经阁计划”的定义如何解决
大数据及AI典型场景实践问题之“开发者藏经阁计划”的定义如何解决

热门文章

最新文章