《科創(chuàng)板日報》7月4日訊（記者 黃心怡）隨著“百模”大戰(zhàn)拉開帷幕，各個領(lǐng)域的人工智能大模型先后涌現(xiàn)。亞馬遜云科技全球產(chǎn)品副總裁Matt Wood在接受《科創(chuàng)板日報》采訪時表示，一個萬能、單一的大型語言模型確實無法應(yīng)對各種任務(wù)。
“現(xiàn)在很多都是通用型的模型。坦率說，這些模型廣泛適用于各種類型的問題，但是深度不夠，即博而不淵。對于一定的使用場景是比較合適的，比如說聊天機器人、普通搜索等。但是絕大多數(shù)的用戶，還是希望模型在特定領(lǐng)域能有更深入的理解和解決問題的能力，也就是使用面不那么廣博，但是深度要足夠的產(chǎn)品。”
并不會有一個萬能大模型
不少業(yè)內(nèi)觀點認(rèn)為，一個以大模型為核心的人工智能新時代正在開啟，每一個產(chǎn)品都值得重做一遍。Matt Wood認(rèn)同，生成式AI將是整個技術(shù)行業(yè)的巨大突破。“亞馬遜云科技對于生成式AI的發(fā)展感到非常興奮。甚至可以說，這是自瀏覽器問世以來最大的跨越式前進。”
當(dāng)前，不少大廠和初創(chuàng)公司都爭先下場布局大模型。對此，Matt Wood表示，實際上，并不會有一個所謂的萬能大模型。
“我們認(rèn)為正確的做法是，客戶可以訪問多個模型，然后根據(jù)自己的需求和數(shù)據(jù)來定制自己的模型，在大模型的基礎(chǔ)之上，確保以私密和安全的方式讓用戶能夠定制自己的模型。”Matt Wood說。
目前，除了自研的預(yù)訓(xùn)練Amazon Titan基礎(chǔ)模型外，亞馬遜云科技也提供第三方提供的生成式AI模型，包括Anthropic、AI21Labs和Stability AI等合作伙伴�？蛻艨梢愿鶕�(jù)自身需求，在大語言模型的基礎(chǔ)之上，使用自己的數(shù)據(jù)進行專門化模型的構(gòu)建。“在過往一段時間，我們已經(jīng)看到有客戶以各種不同的方式，構(gòu)建出了根據(jù)自身需求決定的模型。”
數(shù)據(jù)是大模型競爭關(guān)鍵要素之一，訓(xùn)練大模型需要高質(zhì)量、大規(guī)模、多樣性的數(shù)據(jù)集。對于數(shù)據(jù)量的挑戰(zhàn)，Matt Wood回應(yīng)稱，尚未遇到訓(xùn)練數(shù)據(jù)不夠的問題。
“實際上客戶手里面掌握到的數(shù)據(jù)，甚至比現(xiàn)在亞馬遜云科技上面已有的數(shù)據(jù)還要多。這可能會令人驚訝，一些大企業(yè)，甚至是成功的創(chuàng)業(yè)企業(yè)，他們在亞馬遜云科技上擁有的數(shù)據(jù)已經(jīng)達(dá)到XB級別。”
不過，若想要構(gòu)建通用人工智能，更為海量的數(shù)據(jù)無疑是必須。“對于實現(xiàn)通用人工智能，現(xiàn)在的數(shù)據(jù)是否足夠，實話實說，我不知道。”Matt Wood提到。
“不過，生成式AI有一種能力，就是使用得越多，性能就會越好。換句話說，當(dāng)越來越多的企業(yè)、初創(chuàng)公司甚至個人來越來越多地使用這些模型的時候，隨著使用量的增加，反饋和回答都會變得越來越好。所以現(xiàn)在見到的是一個基儲是一個起跑線，而不是天花板。”
生成式AI仍處于早期階段
亞馬遜云科技近日宣布成立亞馬遜云科技生成式AI創(chuàng)新中心，將幫助客戶構(gòu)建和部署生成式AI解決方案。據(jù)了解，亞馬遜云科技為該中心投資一億美元，其團隊由戰(zhàn)略專家、數(shù)據(jù)科學(xué)家、工程師和解決方案架構(gòu)師組成。
“這個創(chuàng)新中心集結(jié)了亞馬遜在機器學(xué)習(xí)方面最聰明的科學(xué)家來開展工作，很多人在機器學(xué)習(xí)和人工智能領(lǐng)域有超過20年的工作經(jīng)驗。與此同時，我們也會和客戶進行合作，幫助他們構(gòu)想、設(shè)計和推出新的生成式AI產(chǎn)品、服務(wù)和流程。”
Matt Wood本人參與了亞馬遜云機器學(xué)習(xí)解決方案實驗室創(chuàng)建并負(fù)責(zé)管理，他介紹，該實驗室所提供的解決方案涉及健康醫(yī)療、生命科學(xué)、金融服務(wù)、保險等幾乎所有行業(yè)。
“我們的機器學(xué)習(xí)在體育行業(yè)里也得到了應(yīng)用，幫助改善運動員的身體健康、安全，這方面在美國的主要合作伙伴是NFL職業(yè)橄欖球大聯(lián)盟。在歐洲我們與德甲開展合作。”
Matt Wood坦言，就生成式AI而言，目前仍處在一個非常初期的階段，這是一場長期的競爭，是一場長跑。
“在某些用例當(dāng)中，生成式AI是有局限性的。例如在生成文本的時候，人工智能可能會給出完全錯誤的答案，但是表現(xiàn)得非常自信，讓人產(chǎn)生一種完全錯誤的幻覺。這是一個相當(dāng)困難的問題，尤其當(dāng)用戶本身不知道答案的情況下，很難辨別人工智能提供答案的準(zhǔn)確性，無法判斷語言模型給出的結(jié)果是對還是錯。”
Matt Wood透露，亞馬遜云科技在內(nèi)容篩查和過濾方面，已經(jīng)做了很多努力。
“使用Amazon Bedrock，用戶可以使用自定義數(shù)據(jù)，讓這種自信滿滿回答全錯的情況，發(fā)生的概率大大降低。同時，我們努力確保人工智能模型，給出的答案和解決方案不會對用戶產(chǎn)生傷害。包括對輸入的信息和數(shù)據(jù)進行過濾和檢查，以及非常認(rèn)真地核對模型產(chǎn)生出的答案，以確保給出的回復(fù)是健康無害的。”
（科創(chuàng)板日報記者 黃心怡）
