如今,生成式AI賽道依然火爆,越來(lái)越多行業(yè)用戶(hù)也意識(shí)到生成式AI將對(duì)于其業(yè)務(wù)帶來(lái)巨大影響。但生成式AI應(yīng)用的打造,除了大語(yǔ)言模型之外,其實(shí)更像是一個(gè)復(fù)雜的系統(tǒng)工程,涉及到計(jì)算、數(shù)據(jù)、模型調(diào)優(yōu)、應(yīng)用開(kāi)發(fā)等一系列復(fù)雜的工作。
因此,“入局”大模型依然是一件很高門(mén)檻的事情。如何讓生成式AI門(mén)檻降低、惠及行業(yè)用戶(hù)?近日,在亞馬遜云科技生成式AI構(gòu)建者大會(huì)上,亞馬遜云科技帶來(lái)了它的答案。
亞馬遜云科技大中華區(qū)產(chǎn)品部總經(jīng)理陳曉建介紹,亞馬遜云科技正從應(yīng)用場(chǎng)景、工具和基礎(chǔ)設(shè)施、數(shù)據(jù)基座、AI原生應(yīng)用構(gòu)建和生成式AI服務(wù)五個(gè)層面幫助企業(yè)降低生成式AI應(yīng)用開(kāi)發(fā)門(mén)檻,加速實(shí)現(xiàn)生成式AI潛力的全面釋放。
賦能創(chuàng)新,亞馬遜云科技打造生成式AI全棧服務(wù)
麥肯錫《生成式人工智能的經(jīng)濟(jì)潛力:下一波生產(chǎn)力浪潮》報(bào)告顯示,分析當(dāng)前63種生成式AI應(yīng)用于各行各業(yè),將為全球經(jīng)濟(jì)每年帶來(lái)2.6萬(wàn)億至4.4萬(wàn)億美元的增長(zhǎng)。
可以說(shuō),生成式AI已經(jīng)初具產(chǎn)業(yè)魅力,吸引了越來(lái)越多企業(yè)的目光。與此同時(shí),生成式AI賽道也涌入了大批公司,中國(guó)市場(chǎng)更是上演了“百模大戰(zhàn)”。對(duì)于亞馬遜云科技等云服務(wù)商而言,生成式AI也是市場(chǎng)中必須爭(zhēng)奪的一個(gè)戰(zhàn)略制高點(diǎn)。
從今年4月起,亞馬遜云科技推出包括Amazon Bedrock、Amazon Titan基礎(chǔ)模型、Amazon CodeWhisperer AI編程工具等多款生成式AI產(chǎn)品和服務(wù)。
其中Amazon Bedrock是一項(xiàng)全托管生成式AI服務(wù),它允許用戶(hù)通過(guò)API訪(fǎng)問(wèn)亞馬遜云科技和第三方基礎(chǔ)模型提供商的預(yù)訓(xùn)練基礎(chǔ)模型。目前,Amazon Bedrock支持Meta、Anthropic、Stability AI、AI21 Labs、Cohere等第三方開(kāi)發(fā)商的主流大模型。
毫無(wú)疑問(wèn),Amazon Bedrock代表了云服務(wù)商在大模型服務(wù)上的一個(gè)重要方向,即利用云服務(wù)商自身的基礎(chǔ)設(shè)施優(yōu)勢(shì),通過(guò)大模型服務(wù)來(lái)屏蔽基礎(chǔ)設(shè)施的復(fù)雜性,降低大模型使用的門(mén)檻。陳曉建介紹,Amazon Bedrock是無(wú)服務(wù)器化的云服務(wù),并且提供廣泛的模型選擇和數(shù)據(jù)隱私保護(hù),用戶(hù)可以輕松構(gòu)建和擴(kuò)展生成式AI應(yīng)用程序。
以金山辦公為例,其在年初將大語(yǔ)言模型能力引入到辦公產(chǎn)品之中時(shí),就遇到了基礎(chǔ)模型性能有限、數(shù)據(jù)安全難保障、高額投入等一系列挑戰(zhàn)。為此,金山辦公成為Amazon Bedrock國(guó)內(nèi)第一批預(yù)覽版用戶(hù),利用Amazon Bedrock支持大模型在金山辦公軟件多個(gè)場(chǎng)景中的需求。
此外,Amazon CodeWhisperer是一款A(yù)I編程工具。眾所周知,編程是生成式AI技術(shù)快速應(yīng)用的領(lǐng)域之一,眾多開(kāi)發(fā)者開(kāi)始嘗試?yán)肁I編程工具來(lái)提升開(kāi)發(fā)效率。Amazon CodeWhisperer在基礎(chǔ)模型高級(jí)選項(xiàng)中使用,可以實(shí)時(shí)生成代碼建議,使用Amazon CodeWhisperer的開(kāi)發(fā)者完成任務(wù)的速度平均快57%,成功率高27%。
在數(shù)據(jù)處理層面,亞馬遜云科技推出了,Amazon DataZone數(shù)據(jù)治理服務(wù),可以跨組織邊界發(fā)現(xiàn)、訪(fǎng)問(wèn)、共享和治理大規(guī)模數(shù)據(jù),并減少企業(yè)內(nèi)部成員訪(fǎng)問(wèn)數(shù)據(jù)和使用分析工具時(shí)繁重的工作量。針對(duì)檢索增強(qiáng)生成(RAG,Retrieval Augment GenerationRAG)需要處理的向量數(shù)據(jù),亞馬遜云科技為Amazon OpenSearch Service、Amazon Aurora PostgreSQL和 Amazon RDS for PostgreSQL加入向量數(shù)據(jù)庫(kù)功能。
在基礎(chǔ)設(shè)施層面,亞馬遜云科技提供客戶(hù)最為廣泛的GPU和AI加速器服務(wù),包括英偉達(dá)最新GPU H100的計(jì)算實(shí)例Amazon EC2 P5,基于自研機(jī)器學(xué)習(xí)推理芯片Amazon Inferentia2的Amazon EC2 Inf2實(shí)例、基于自研機(jī)器學(xué)習(xí)訓(xùn)練芯片Amazon Trainium的Amazon EC2 Trn1實(shí)例等,用戶(hù)可以根據(jù)需求來(lái)靈活選擇不同的基礎(chǔ)設(shè)施服務(wù)。
事實(shí)上,開(kāi)發(fā)生成式AI應(yīng)用就像一個(gè)充滿(mǎn)挑戰(zhàn)的系統(tǒng)工程,不是簡(jiǎn)單的產(chǎn)品、服務(wù)堆疊。陳曉建總結(jié)道:“生成式AI應(yīng)用就像海面上的冰山,大模型是被大多數(shù)人看到的冰山一角,底部則需要數(shù)據(jù)分析、數(shù)據(jù)安全等一系列服務(wù)。亞馬遜云科技提供完整的端到端生成式AI技術(shù)棧,來(lái)加速用戶(hù)最終的商業(yè)化落地?!?/p>
構(gòu)建生成式AI都應(yīng)該注意什么
毫無(wú)疑問(wèn),生成式AI正處于產(chǎn)業(yè)發(fā)展起步階段,對(duì)絕大多數(shù)企業(yè)而言都是陌生的,很多企業(yè)對(duì)于生成式AI是“想入局卻不知道怎么操作”的狀態(tài)。
亞馬遜云科技通過(guò)對(duì)大量企業(yè)服務(wù)的積累,逐步給出了“端到端的構(gòu)建生成式AI應(yīng)用”的關(guān)鍵路徑五步走的方法論。
首先,亞馬遜云科技建議用戶(hù)在嘗試生成式AI時(shí)需要選擇合適的場(chǎng)景入手,尤其是典型、經(jīng)過(guò) 驗(yàn)證的場(chǎng)景進(jìn)行嘗試。當(dāng)前,生成式AI對(duì)營(yíng)銷(xiāo)與銷(xiāo)售、產(chǎn)品與研發(fā)、軟件工程和客戶(hù)運(yùn)營(yíng)等工作能夠帶來(lái)顯著收益,企業(yè)選擇這些場(chǎng)景入手既能降低門(mén)檻和風(fēng)險(xiǎn),也能夠提升業(yè)務(wù)效率。
其次,亞馬遜云科技建議認(rèn)為用戶(hù)需要通過(guò)專(zhuān)門(mén)構(gòu)建的生成式AI工具和基礎(chǔ)設(shè)施來(lái)快速搭建生成式AI應(yīng)用。目前看,沒(méi)有一個(gè)基礎(chǔ)模型可以適用于所有的業(yè)務(wù)場(chǎng)景,用戶(hù)需要根據(jù)自身業(yè)務(wù)場(chǎng)景的需求特點(diǎn)去選擇最合適的模型。此時(shí),大模型云服務(wù)的優(yōu)勢(shì)就得到凸顯;類(lèi)似Amazon Bedrock這樣的大模型云服務(wù)可以快速讓用戶(hù)搭建生成式AI應(yīng)用。
第三,生成式AI離不開(kāi)強(qiáng)大的的數(shù)據(jù)基座,需要融合企業(yè)私有化數(shù)據(jù)。眾所周知,大模型的背后是海量數(shù)據(jù)的存儲(chǔ)、匯聚、打通、安全管理等一系列的數(shù)據(jù)工程化工作。為此,亞馬遜云科技認(rèn)為端到端的數(shù)據(jù)服務(wù),有效集成和治理數(shù)據(jù)、安全策略,通過(guò)Zero ETL策略可以讓數(shù)據(jù)在生成式AI應(yīng)用開(kāi)發(fā)中充分發(fā)揮作用。
以西門(mén)子中國(guó)為例,面對(duì)企業(yè)內(nèi)部信息分散、數(shù)據(jù)信息傳遞能力不足、知識(shí)運(yùn)營(yíng)能力缺乏等情況,西門(mén)子與亞馬遜云科技一起合作,利用堅(jiān)實(shí)的數(shù)據(jù)底座,成功在三個(gè)月上線(xiàn)一款生成式AI應(yīng)用--“小禹”助手。
第四,生成式AI應(yīng)該是AI原生應(yīng)用構(gòu)建。亞馬遜云科技認(rèn)為微服務(wù)化、Serverless First、數(shù)據(jù)洞察、數(shù)據(jù)全等可以幫助企業(yè)減少重復(fù)造輪子的工作。例如,微服務(wù)化可以讓?xiě)?yīng)用在不斷變化需求之際,還能保持快速進(jìn)化和迭代;Serverless First則可以幫助用戶(hù)從繁重的基礎(chǔ)架構(gòu)運(yùn)維、部署中解脫出來(lái)。
最后,亞馬遜云科技建議使用生成式AI服務(wù)來(lái)降低工作的復(fù)雜性。亞馬遜云科技認(rèn)為開(kāi)箱即用的生成式AI服務(wù)、工具可以大幅提升效率。
總體來(lái)看,生成式AI正處于產(chǎn)業(yè)發(fā)展的早期,大模型、工具鏈當(dāng)前正是百花齊放的狀態(tài),行業(yè)用戶(hù)也在探尋生成式AI的落地場(chǎng)景,這無(wú)疑注定了生成式AI落地式一個(gè)復(fù)雜的過(guò)程。根據(jù)當(dāng)前產(chǎn)業(yè)界面臨的問(wèn)題,亞馬遜云科技的端到端全棧技術(shù)服務(wù)以及清晰的方法論路徑,無(wú)疑為當(dāng)前生成式AI普惠提供了重要的參考價(jià)值。
“生成式AI長(zhǎng)期發(fā)展離不開(kāi)強(qiáng)大的合作伙伴生態(tài),需要大家一起努力去解決生成式AI引用構(gòu)建中遇到的各種技術(shù)問(wèn)題。面向未來(lái),亞馬遜云科技將繼續(xù)攜手生態(tài)伙伴逐步持續(xù)完善生成式AI的體系,助力生成式AI真正走向普惠?!标悤越ㄗ詈蟊硎镜?。
免責(zé)聲明:此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章,所有文字和圖片版權(quán)歸作者所有,且僅代表作者個(gè)人觀點(diǎn),與極客網(wǎng)無(wú)關(guān)。文章僅供讀者參考,并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱:editor@fromgeek.com。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長(zhǎng)
- 100億美元史上最大融資的背后,國(guó)內(nèi)外巨頭齊瞄準(zhǔn)Data+AI
- 有一種羨慕叫“別人家的年終獎(jiǎng)”:京東采銷(xiāo)平均23薪,全網(wǎng)熱議“人的價(jià)值”
- 行業(yè)首個(gè)“人機(jī)大戰(zhàn)”對(duì)壘!AI翻譯已媲美人工
- 蘋(píng)果開(kāi)啟年終大促,降價(jià)1200元,被國(guó)產(chǎn)手機(jī)嚇怕了?
- 1999 元起,OPPO A5 Pro 超防水、超抗摔、超耐用
- 長(zhǎng)三角,如何把數(shù)據(jù)要素變成新長(zhǎng)江?
- 大模型,在內(nèi)卷中尋找出口
- 比亞迪“天神之眼”重磅升級(jí):無(wú)圖城市領(lǐng)航功能全國(guó)開(kāi)通
- 不愿成為微信的支付寶,注定失敗
- 大廠(chǎng)年終獎(jiǎng)全靠猜?京東帶頭透明化
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。