ChatGPT一聲驚雷，讓全球見識到了生成式AI的威力。當前，生成式AI進入一個爆發(fā)時刻，并在許多領域中展現(xiàn)出它的無限潛力。那么，在這輪生成式AI大爆發(fā)中，企業(yè)應當如何抓住機遇，順應這一波時代的潮水，得到自己的獨特紅利？這屆亞馬遜云科技中國峰會，給了我們答案。?

0代碼構建應用

AI大爆發(fā)中，許多企業(yè)都希望能順勢抓住紅利，但無論是成本還是技術壁壘，大模型的門檻之高，都會把許多企業(yè)拒之門外。亞馬遜云科技的Amazon?Bedrock，就把大模型的門檻打了下來。

在峰會現(xiàn)場，亞馬遜云科技全球產(chǎn)品副總裁Matt Wood為大家展示了一個令人印象深刻的無代碼產(chǎn)品demo。

生成式AI的變革

DALL-E 2、Stable Diffusion、ChatGPT等AI工具的相繼誕生成功引爆了AIGC時代。由此，2022年也被稱為「生成式AI元年」。近二十年來，我們見證了從「機器學習」算法到「深度學習」，再到「基礎模型」的發(fā)展。隨著數(shù)據(jù)量大規(guī)模膨脹，可擴展的算力，再加上機器學習不斷創(chuàng)新，生成式AI走向了一個轉折點。

在亞馬遜云科技中國峰會上，亞馬遜云科技全球產(chǎn)品副總裁Matt Wood提到了，生成式AI將最先在四個方面發(fā)生深刻的變革。它們分別是：創(chuàng)意輸出、功能增強、交互式體驗、決策支持。

創(chuàng)意輸出是指通過生成式AI做一些有創(chuàng)造力的工作，比如寫作、編碼、視頻、設計等。辦公軟件能夠幫你去做總結、分析各種個性化內(nèi)容的實現(xiàn)，還有進行相關內(nèi)容搜索，都是功能增強的體現(xiàn)。另外，交互式體驗是通過與包括ChatGPT在內(nèi)的聊天機器人，進行Q&A互動。最后的決策支持，比如智能數(shù)據(jù)報表AI助理。

現(xiàn)在，生成式AI的大爆發(fā)就在眼前，而且還是多點爆破，許多企業(yè)，都希望能抓住機遇。

?

四大挑戰(zhàn)，一站式解決

然而在現(xiàn)實中，企業(yè)想要利用生成式AI，還面臨著重重困難。

而亞馬遜云科技，正在通過種種服務產(chǎn)品，彌補著這一差距，爭取讓生成式AI的好處，能夠惠及所有企業(yè)。

1.?獲得一流的模型

在當今的背景之下，大多數(shù)公司都有使用大語言模型的需要。便捷的訪問，靠譜的模型，都漸漸成為剛需。但包括ChatGPT和Bing AI在內(nèi)的聊天機器人，都無法避免「幻覺」的問題，會輸出看起來令人信服、實則是胡說八道的答案。

如何獲得一流的模型呢？亞馬遜云科技的Amazon?Bedrock，就提供了非常好的選擇。首先，Amazon?Bedrock最重要的優(yōu)勢就在于，用戶可以將其與亞馬遜云科技的其他部分集成。這意味著，企業(yè)可以更輕松地訪問存儲在Amazon S3對象存儲服務中的數(shù)據(jù)，并從亞馬遜云科技的訪問控制和治理策略中受益。其次，通過Amazon?Bedrock，用戶可以輕松訪問AI21的Jurassic-2、Anthropic的Claude、Stability AI的Stable Diffusion，以及亞馬遜云科技自己的Amazon?Titan模型。

Amazon?Titan包含了兩個大語言模型，一個是用于生成文本的Titan Text，一個是讓網(wǎng)絡搜索個性化的Titan Embedding。

用戶可以通過自己的數(shù)據(jù)定制Amazon?Titan模型。并且，亞馬遜云科技非常保護用戶數(shù)據(jù)隱私，不會將用戶數(shù)據(jù)拿來再訓練Amazon?Titan模型。

而且，不同于其他大模型時常會出現(xiàn)的「幻覺」，Amazon?Titan在訓練時非常關注精度，就是為了保證產(chǎn)生的響應一定是高質量的。

2.?安全和私有環(huán)境

雖然使用大模型是剛需，但所有客戶都不希望自己的數(shù)據(jù)被拿去訓練模型。

在一項調查中亞馬遜云科技也發(fā)現(xiàn)，由于數(shù)據(jù)非常寶貴，因此客戶的一個關鍵需求就是，在模型訓練的過程中時刻保持數(shù)據(jù)的安全和隱私。

而Amazon?Bedrock的Amazon?SageMaker，正提供了這樣一個安全的模型訓練環(huán)境，可以讓客戶把預訓練模型通過在自己的數(shù)據(jù)上微調，變成一個定制化的模型。

亞馬遜云科技的副總裁表示，客戶可以使用自己的數(shù)據(jù)定制Amazon?Titan模型，但這些數(shù)據(jù)永遠不會用于訓練Amazon?Titan模型，可以保證其他客戶（包括競爭對手），都不會從這些數(shù)據(jù)中獲益。

3.?低成本和低延遲

而在這些基礎上，就需要有相應的工具實現(xiàn)更快的開發(fā)。

大模型時代，得算力者得天下。

對此，亞馬遜云科技推出的訓練和推理芯片Amazon?Inferentia、Amazon?Inferentia2和Amazon?Trainium，就加速了AI工具的開發(fā)過程。

Amazon?Trainium是亞馬遜云科技專門為超過1000億參數(shù)模型的深度學習訓練打造的第二代機器學習加速器。每個Amazon Elastic Compute Cloud（EC2）Trn1實例可部署多達16個Trainium加速器，為云中的深度學習（DL）訓練提供高性能、低成本的解決方案。

Amazon?Inferentia是亞馬遜云科技設計的一款機器學習推理加速器，可在云中提供高性能和低成本的機器學習推理。與第一代Amazon?Inferentia相比，Amazon?Inferentia2加速器在性能和功能方面實現(xiàn)了重大飛躍，吞吐量提高了4倍，延遲低至前者的1/10。

4.?專業(yè)的代碼生成

在有了便宜高效的算力之后，另一個讓企業(yè)開發(fā)者頭大的問題，就是代碼了。

前段時間，GiHub就展開了一項關于「AI對開發(fā)者體驗影響」的調查。從結果來看，幾乎所有（92%）的開發(fā)人員都會在工作中使用AI編碼工具，大多數(shù)（67%）開發(fā)者在工作環(huán)境和個人時間中都使用過，不過還有6%的開發(fā)人員表示他們只在工作之外使用編碼輔助工具。其中，更是有超過70%的開發(fā)者表示，AI編碼工具可以滿足現(xiàn)有的性能標準、提高代碼質量、更快地輸出代碼，而且生產(chǎn)級事故也會更少。

無獨有偶，亞馬遜云科技也曾進行過一個生產(chǎn)力挑戰(zhàn)。結果顯示，使用自家Amazon?CodeWhisperer的參與者在任務的完成率上，要比不使用的高了27%，而平均速度更是快了57%。然而，這對于項目負責人來說，卻是一個不小的挑戰(zhàn)。

由于大模型的「幻覺」問題，此時的代碼和安全審查就變得尤為重要了。

為了解決這些挑戰(zhàn)，亞馬遜云科技全面推出了AI加持的代碼開發(fā)工具Amazon?CodeWhisperer，可以讓用戶實現(xiàn)更快、更穩(wěn)健的開發(fā)。

具體來說，經(jīng)過數(shù)十億行亞馬遜和公開可用代碼的訓練之后，Amazon?CodeWhisperer不僅可以理解用自然語言（英語）編寫的注釋，還能實時生成整個函數(shù)和代碼的邏輯塊（通常包含10-15行代碼）。

與此同時，Amazon?CodeWhisperer還會自動過濾掉任何可能有偏見或不公平的代碼建議，并且對疑似開源代碼進行過濾和標記。

要知道，開發(fā)者從網(wǎng)上復制代碼片段時，很可能就會復制了有安全隱患的代碼，或者對開源代碼的使用沒有進行有效的追溯。而Amazon?CodeWhisperer大大掃清了這些潛在的問題。

在安全方面，Amazon?CodeWhisperer也是查漏洞、debug樣樣精通。而且它查起bug來還非常細致，不僅會掃描開發(fā)者編寫的代碼，甚至連自己生成的都不放過。

當然，對于個人用戶來說，最重要的一點便是——Amazon?CodeWhisperer可以免費用！