毋庸置疑，生成式 AI 正迅速變革我們的工作方式，不少開發(fā)者和企業(yè)積極擁抱這股智能化浪潮，應用前沿生成式 AI技術來提高工作效率，創(chuàng)新和重塑產(chǎn)品和服務。
同時全球科技巨頭積極布局生成式 AI，例如近日亞馬遜云科技宣布推出五項生成式 AI 創(chuàng)新，使各種規(guī)模的企業(yè)都可以構建新的生成式 AI 應用程序，提高員工生產(chǎn)力并完成業(yè)務轉型。這五項創(chuàng)新包括：
1、亞馬遜云科技全面托管服務 Amazon Bedrock 正式可用，通過統(tǒng)一的應用程序編程接口（API）提供來自領先 AI 公司的基礎模型（FM）；
2、亞馬遜云科技宣布 Amazon Titan Embeddings 模型正式可用，為客戶提供更多基礎模型選擇；
3、Amazon Bedrock 最新引入了 Meta Llama 2 模型，這是第一個通過 API 提供完全托管 Meta Llama 2 模型的服務；
4、AI 編程助手 Amazon CodeWhisperer 的新功能即將提供預覽，可以根據(jù)企業(yè)的內(nèi)部代碼庫安全地定制 CodeWhisperer 的代碼建議，助力開發(fā)人員從生成式 AI 中獲得更大價值；
5、Amazon QuickSight 的生成式 BI 創(chuàng)作功能現(xiàn)已推出預覽版，可以提高業(yè)務分析師的工作效率。這一功能是云原生構建的統(tǒng)一 BI 服務，使客戶能夠通過自然語言簡單地描述他們想要的內(nèi)容，從而創(chuàng)建可視化內(nèi)容、格式化圖表、執(zhí)行計算等。
從 Amazon Bedrock、Amazon Titan Embeddings，再到 Amazon CodeWhisperer 和 Amazon QuickSight，這些創(chuàng)新增強了亞馬遜云科技在生成式 AI 堆棧各個層面的能力，無論任何規(guī)模的企業(yè)都可在獲得企業(yè)級安全和隱私保護的同時，選擇模型并進行模型定制。
“在過去的一年里，海量數(shù)據(jù)的爆炸、大規(guī)模彈性算力的就位，以及機器學習技術的快速進步點燃了人們對生成式 AI 的熱情，深刻改變了各行各業(yè)，并重塑了人們的工作方式。”亞馬遜云科技數(shù)據(jù)和機器學習全球副總裁 Swami Sivasubramanian表示，“憑借企業(yè)級的安全和隱私保護、領先的基礎模型選擇、數(shù)據(jù)為先的方法論，以及高性能、具有成本效益的基礎架構，亞馬遜云科技贏得了企業(yè)的信賴，并在技術棧的每一層使用生成式 AI 解決方案助力企業(yè)不斷創(chuàng)新。這次的發(fā)布是一個重要的里程碑，它將生成式 AI 提供給每個企業(yè)，從初創(chuàng)企業(yè)到大型企業(yè)的每個員工，從開發(fā)工程師到數(shù)據(jù)分析師。通過強大的創(chuàng)新，亞馬遜云科技為企業(yè)帶來了更強的安全性、多種選擇和出色的性能，同時還幫助它們緊密對齊企業(yè)的數(shù)據(jù)戰(zhàn)略，進而能夠充分釋放生成式 AI 的潛力。”
各行各業(yè)的企業(yè)無論規(guī)模大小，都渴望借助生成式 AI 來變革運營方式，重新思考解決復雜問題的方法，并創(chuàng)造全新的用戶體驗。盡管生成式 AI 的最新進展引起了廣泛關注，但許多企業(yè)還未能參與到這一轉型過程中。它們一邊對使用生成式 AI 充滿渴望，一邊又對這些工具的安全性和隱私問題憂心忡忡。這些企業(yè)希望能夠測試多種基礎模型，從而找到最適合自己應用場景的模型。它們還希望最大限度地利用已經(jīng)擁有的數(shù)據(jù)，通過定制模型來為最終用戶提供獨特的體驗。最后，企業(yè)需要工具將創(chuàng)新迅速推向市場，還需要具備在全球范圍內(nèi)部署生成式 AI 應用程序的基礎設施。
這就是為什么眾多企業(yè)正在向亞馬遜云科技尋求生成式AI服務，比如阿迪達斯、Alida、寶馬集團、Genesys、Glide、GoDaddy、Intuit、律商聯(lián)訊（LexisNexis Legal & Professional）、孤獨星球（Lonely Planet）、默克、國民西敏、Perplexity AI、Persistent、Quext、RareJob Technologies、Rocket Mortgage、SnapLogic、株式會社竹中工務店、Traeger Grills、美巡賽、Verint、Verisk 和 WPS 等。
Amazon Bedrock 正式可用，幫助更多客戶構建和擴展生成式 AI 應用程序
Amazon Bedrock 是一項完全托管的服務，提供了來自眾多領先 AI 公司（包括 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和亞馬遜）面向海外業(yè)務的的高性能基礎模型，以及企業(yè)構建生成式 AI 應用程序所需的一系列功能，能夠在實現(xiàn)簡化開發(fā)的同時確保隱私性和安全性�；A模型具有良好的適用性，可為信息搜索、內(nèi)容創(chuàng)建及藥物發(fā)現(xiàn)等諸多領域提供支持。但是對于許多希望利用生成式 AI 的企業(yè)來說，尚有一些問題需要解決。首先，它們需要簡單直觀的選取和訪問高性能基礎模型，滿足其場景需求且表現(xiàn)優(yōu)異；其次，客戶希望應用程序?qū)崿F(xiàn)無縫集成，無需管理龐大的基礎設施集群或花費大量成本；最后，客戶希望借助基礎模型并結合自身數(shù)據(jù)來輕松構建差異化的應用程序，而這些客戶用于定制的數(shù)據(jù)無疑是非常寶貴的資產(chǎn)，具有知識產(chǎn)權，因此在使用過程中必須做到全面保護，在確保安全和隱私的同時，保證客戶對數(shù)據(jù)共享和使用方式擁有控制權。
借助 Amazon Bedrock 的完善功能，企業(yè)能夠更方便、輕松地嘗試多種領先的基礎模型，使用自己的專有數(shù)據(jù)定制模型。此外，Amazon Bedrock 還提供差異化能力，例如無需再編寫任何代碼便可創(chuàng)建的托管代理（AI agent），它可以執(zhí)行復雜任務，如旅行預訂、處理保險索賠、策劃廣告活動和管理庫存等。由于 Amazon Bedrock 采用無服務器（serverless）技術，客戶不必管理任何基礎設施，就可以使用已經(jīng)熟悉的亞馬遜云科技服務將生成式 AI 能力安全地集成和部署到應用程序中。
Amazon Bedrock 在開發(fā)之初就考慮到安全性和隱私保護，幫助客戶保護敏感數(shù)據(jù)。客戶可以使用 Amazon PrivateLink，在Amazon Bedrock與虛擬私有網(wǎng)絡（VPC）之間建立專門的安全連接，確保任何數(shù)據(jù)傳輸都不會暴露在公共網(wǎng)絡。對于存在高度監(jiān)管需求的客戶，Amazon Bedrock 符合 HIPAA（《健康保險流通與責任法案》）要求，并且可以在 GDPR（歐盟《通用數(shù)據(jù)保護條例》）合規(guī)標準下使用，讓更多的客戶從生成式 AI 中獲益。
Amazon Bedrock通過 Amazon Titan Embeddings 和 Llama 2 進一步擴大可選模型范圍，幫助每個客戶找到適合應用場景的模型
事實上，沒有任何一個單一模型可以適用于所有的應用場景。因此，為了挖掘生成式 AI 的價值，企業(yè)往往需要訪問多個模型，根據(jù)自己的要求尋找最適合的那一個。為此，Amazon Bedrock 讓出海客戶只需通過單一 API 就能找到和測試 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和亞馬遜提供的領先的基礎模型。此外，亞馬遜云科技近日還宣布了 Anthropic 未來的所有基礎模型都將在 Amazon Bedrock 上可用，并為亞馬遜云科技出�？蛻籼峁┠Ｐ投ㄖ坪臀⒄{(diào)等特殊功能的優(yōu)先訪問。而現(xiàn)在起，Amazon Bedrock 再次引入新的基礎模型帶來更多選擇：
Amazon Titan Embeddings 現(xiàn)正式可用：Amazon Titan 基礎模型是由亞馬遜云科技在大型數(shù)據(jù)集上創(chuàng)建和預訓練的一系列模型，可以支持各種應用場景。作為這些模型中第一個正式可用的模型，Amazon Titan Embeddings 是一種大語言模型（LLM），它將文本轉換成被稱為嵌入向量（embeddings）的數(shù)值表示，以支持檢索增強生成（RAG）的應用場景�；A模型雖然適用于多種任務，但卻只能根據(jù)從訓練數(shù)據(jù)和提示詞上下文中學到的信息來回答問題。一旦這些回答需要利用高時效性的知識或?qū)Ｓ袛?shù)據(jù)時，其有效性就會受限。為了能通過擴展數(shù)據(jù)來改進基礎模型的回答，許多企業(yè)將目光轉向 RAG 這一流行的模型定制技術能將基礎模型連接到可被引用的知識庫，從而改進響應效果。要開始使用 RAG，客戶必須先訪問一個嵌入模型，將數(shù)據(jù)轉換成嵌入向量，使基礎模型更容易理解數(shù)據(jù)之間的語義和關系。然而，構建嵌入模型需要大量的數(shù)據(jù)和資源，以及深厚的機器學習專業(yè)知識，因此很多客戶很難完成自行構建，也就無法實現(xiàn) RAG。Amazon Titan Embeddings 使客戶能夠更簡單地啟用 RAG，以便利用專有數(shù)據(jù)擴展各種基礎模型的能力。Amazon Titan Embeddings 支持超過25種語言和多達8192個 token 的上下文長度，非常適合基于企業(yè)的應用場景處理單個單詞、短語或整個文檔。該模型可返回1536個維度的輸出向量，確保高度準確性的同時還專為實現(xiàn)更低延遲和更優(yōu)性價比進行了優(yōu)化。
Llama 2 即將在未來幾周推出：Amazon Bedrock 是業(yè)界首個通過托管 API 提供 Meta 下一代大語言模型 Llama 2 的完全托管的生成式 AI 服務。Llama 2 模型比之前的 Llama 模型有了顯著改進，包括使用了比原始訓練多40%的訓練數(shù)據(jù)，并具有更長的上下文長度（4000個 token），以處理更大的文檔。Amazon Bedrock 提供的 Llama 2 模型已經(jīng)過優(yōu)化，可以在亞馬遜云科技基礎設施上提供快速響應，非常適合對話式應用場景。客戶可以構建由130億和700億個參數(shù)的 Llama 2 模型驅(qū)動的生成式 AI 應用程序，且無需設置和管理任何基礎設施。
AmazonCodeWhisperer 新功能將允許客戶使用私有代碼庫安全地定制 CodeWhisperer 代碼建議，進一步提升開發(fā)人員效率
Amazon CodeWhisperer 是一款基于 AI 的編程助手，它通過對數(shù)十億行來自亞馬遜和公開可用的代碼進行訓練，提高開發(fā)人員的生產(chǎn)力。雖然開發(fā)人員在日常工作中頻繁使用 CodeWhisperer，但有時他們需要將其企業(yè)內(nèi)部私有代碼庫（例如內(nèi)部 API、代碼庫、軟件包和類）整合到應用程序中，而這些代碼都不屬于 CodeWhisperer 的訓練數(shù)據(jù)。內(nèi)部代碼的使用也是一個難題，因為說明文檔有限，并且沒有開發(fā)人員可以求助的公共資源或論壇。
例如，要編寫一個用于從購物車中移除商品的函數(shù)，開發(fā)人員必須首先了解用于與應用程序交互的 API、集合和其他內(nèi)部代碼。以前，開發(fā)人員可能需要花費數(shù)小時來檢查以前編寫的內(nèi)部代碼，從而找到所需信息并理解其工作原理。即使找到了正確的資源，他們?nèi)孕枳屑殭z查代碼，以確保其符合公司編碼的最佳實踐，并且不會重復引用代碼中的任何缺陷或漏洞。
Amazon CodeWhisperer 新定制功能將解鎖生成式 AI 編程的全部潛力，通過安全地利用客戶的內(nèi)部代碼庫和資源提供定制化建議。這使得開發(fā)人員在各種任務中能夠更準確地獲得代碼建議，從而節(jié)省時間。首先，管理員需要從源（例如 GitLab 或 Amazon S3）連接到他們的私有代碼存儲庫，并調(diào)度一個作業(yè)來創(chuàng)建自己的定制內(nèi)容。在創(chuàng)建定制內(nèi)容時，CodeWhisperer 利用各種模型和上下文定制技術，學習客戶的代碼庫并改進實時代碼建議，從而使開發(fā)人員花更少的時間去尋找無差別的問題的正確答案，同時將更多時間投入到創(chuàng)建新的差異化體驗上。管理員可以在亞馬遜云科技控制臺（Amazon Console）集中管理所有定制功能、查看評估指標、估算每個定制功能的性能，并有選擇地將它們部署給公司內(nèi)特定的開發(fā)人員，以限制對敏感代碼的訪問。
通過選擇高質(zhì)量的存儲庫，管理員可以確保 CodeWhisperer 提供的定制建議不包含已棄用的代碼，以滿足企業(yè)質(zhì)量與安全標準�？紤]到企業(yè)級安全和隱私，這項功能可以確保定制內(nèi)容完全私密，而支持 CodeWhisperer 的底層基礎模型在訓練過程中不使用定制內(nèi)容，能夠保護客戶寶貴的知識產(chǎn)權。該自定義功能將很快作為 CodeWhisperer 企業(yè)版的一部分在預覽中提供給客戶使用。此外，CodeWhisperer 的自定義設置默認確保了安全性，無論客戶使用 Amazon CodeWhisperer 專業(yè)版還是企業(yè)版，在處理來自開發(fā)人員 IDE 的請求時，亞馬遜云科技均不會存儲或記錄任何客戶內(nèi)容。
AmazonQuickSight 的新生成式 BI 創(chuàng)作功能，可以幫助業(yè)務分析師使用自然語言命令輕松創(chuàng)建和定制數(shù)據(jù)可視化效果
Amazon QuickSight 是一個為云端構建的統(tǒng)一 BI 服務，能夠創(chuàng)建交互式儀表盤、分頁報告以及嵌入式分析，同時具備使用 QuickSight Q 進行自然語言查詢的能力，因此企業(yè)的每位用戶都能以他們偏好的格式獲取所需的洞察。
通常情況下，商業(yè)分析師需要花費數(shù)小時使用 BI 工具來探索各種不同的數(shù)據(jù)源，添加計算、創(chuàng)建和完善可視化效果，然后將它們呈現(xiàn)在儀表盤中提供給業(yè)務利益相關者。要創(chuàng)建一個簡單的圖表，分析師首先必須找到正確的數(shù)據(jù)源、識別數(shù)據(jù)字段、設置過濾器，同時進行必要的個性化設置以實現(xiàn)良好的可視化效果。
如果進行數(shù)據(jù)可視化需要進行新的計算（例如年度銷售額），分析師還必須確定所需的參考數(shù)據(jù)，然后創(chuàng)建、驗證并將視覺效果添加到報告中。如果可以減少商業(yè)分析師手動創(chuàng)建和調(diào)整圖表和計算所花費的時間，讓他們將更多時間投入到高價值的任務中，企業(yè)也能從中獲益。
新的生成式 BI 創(chuàng)作功能擴展了 QuickSight Q 的自然語言查詢功能，使其不僅能夠回答清晰表述的問題（例如，“加利福尼亞州銷售排名前10的產(chǎn)品是什么？”），還能幫助分析師從問題片段（例如，“銷售排名前10的產(chǎn)品”）快速創(chuàng)建可定制的視覺效果，通過提出后續(xù)問題來澄清查詢意圖，優(yōu)化視覺效果，并完成復雜的計算。業(yè)務分析師只需描述想獲得的結果，QuickSight 即可生成具有良好觀感的視覺對象。分析師僅需簡單操作就能將其輕松添加到儀表盤或報告中。
例如，分析師可以要求 QuickSight Q 為“2022年和2023年運動鞋銷售額的月度趨勢”創(chuàng)建可視化內(nèi)容，該服務會自動選擇合適的數(shù)據(jù)，并根據(jù)請求使用最合理的圖表格式（比如線形圖或條形圖）繪制所需信息。QuickSight Q 還將提供預設的提示問題，幫助分析師澄清在多個數(shù)據(jù)字段與其匹配查詢時可能出現(xiàn)的歧義（比如圖表應包括運動鞋銷售額的美元總額還是銷售的單位個數(shù)）。
分析師獲得了最初的可視化內(nèi)容后，還可以使用自然語言添加復雜的計算，改變圖表類型，或優(yōu)化可視化效果。QuickSight Q 中新的生成式 BI 創(chuàng)作功能使業(yè)務分析師能夠輕松快捷地創(chuàng)建良好的視覺效果，更快速地為大規(guī)模數(shù)據(jù)驅(qū)動型決策提供寶貴的信息依據(jù)。
千行百業(yè)的客戶都在利用亞馬遜云科技的生成式 AI 服務創(chuàng)建新的應用程序，提高開發(fā)人員的效率，以及幫助分析師更快速地獲取洞察
阿迪達斯是全球最大的運動品牌之一。“我們很高興能參與 Amazon Bedrock 預覽版的試用，親身體驗這項服務。Amazon Bedrock 對我們的生成式 AI 工具構建大有裨益，Amazon Bedrock 承擔了構建生成式 AI 應用的繁重基礎設施管理工作，使我們能夠?qū)Ｗ⒂诖笳Z言模型項目的核心方面。”阿迪達斯企業(yè)架構副總裁 Daniel Eichten表示，“我們已經(jīng)使用 Amazon Bedrock 開發(fā)了一款生成式 AI 解決方案，使阿迪達斯的廣大工程師只需通過單個對話界面，就能從知識庫中找到所需的各種信息和答案，回答從入門到復雜的多種技術問題。”
默克是一家研發(fā)密集型生物制藥公司，130多年來一直致力于發(fā)現(xiàn)和研發(fā)創(chuàng)新藥物和疫苗，以拯救生命和改善健康。“完整的制藥價值鏈上存在很多手動且耗時的流程，這些流程阻礙了更有價值的工作的開展，同時還不能有效利用數(shù)據(jù)改善員工、客戶和患者體驗。”默克數(shù)據(jù)科學執(zhí)行董事 Suman Giri 表示，“借助 Amazon Bedrock，我們迅速建立了生成式 AI 功能，使知識挖掘和市場研究等工作更高效。在我們的美國患者分析工作流程中，我們可以利用這些功能提供對患者治療的見解，提高生活質(zhì)量，擴大商業(yè)影響力，同時填補數(shù)據(jù)共享方面的空白，為負責任的生成式 AI 打造數(shù)據(jù)治理生態(tài)系統(tǒng)。”
寶馬集團是全球頂級的汽車和摩托車制造商之一。“寶馬的區(qū)域?qū)＜抑铝τ趦?yōu)化整條供應鏈的庫存。他們經(jīng)常收到董事會成員或供應鏈專家等利益相關者的請求，要求創(chuàng)建新的儀表盤視圖，以便他們分析最新趨勢。”寶馬集團數(shù)據(jù)工程和分析專家 Christoph Albrecht 表示，“QuickSight Q 創(chuàng)作體驗能夠顯著節(jié)省時間，可以在無需參考的情況下創(chuàng)建計算、快速構建視覺效果，然后通過自然語言對可視化呈現(xiàn)進行精確調(diào)整。區(qū)域?qū)＜业目焖俜答伣o我們的業(yè)務用戶留下了深刻印象，從而讓他們可以更快地做出重要決策。”
千行百業(yè)的客戶都在利用亞馬遜云科技的生成式 AI 服務創(chuàng)建新的應用程序，你還在觀望嗎？
10月24日，亞馬遜云科技生成式AI構建者大會即將召開。在這里，我們將聚焦生成式 AI 的前沿技術，分享如何便捷安全地訪問一流基礎模型，保護企業(yè)私有數(shù)據(jù)的安全與隱私；展示豐富的人工智能產(chǎn)品和工具，助力企業(yè)降低生成式 Al 應用開發(fā)門檻，加速端到端生成式 AI 應用構建；探討企業(yè)如何從選擇合適的應用場景入手，增強客戶體驗，提升員工效率，激發(fā)內(nèi)容創(chuàng)意，并助力業(yè)務運維；為開發(fā)者提供新工具試用與實踐的機會，幫助開發(fā)者應對生成式 AI 帶來的機遇與挑戰(zhàn)，確保開發(fā)者能輕松構理創(chuàng)新的應用，在 AI 時代保持競爭力！
