機(jī)器之心報(bào)道
作者：蛋醬
在 2023 年上半年，AI 圈內(nèi)有一個(gè)熱議觀點(diǎn)：「所有產(chǎn)品都值得用大模型重做一次�！�
這個(gè)設(shè)想，曾引發(fā)了人們無(wú)限的想象。
最早的時(shí)候，我們以為「重做」可以依靠生成式 AI 助手，實(shí)際上這僅僅是大模型技術(shù)對(duì)現(xiàn)有數(shù)字化場(chǎng)景的一種補(bǔ)充，讓以往一部分繁瑣、重復(fù)的工作變得相對(duì)高效、簡(jiǎn)單，還未能觸及深層。
后來(lái)我們發(fā)現(xiàn)，用大模型「重做一遍」，除了意味著創(chuàng)新性的用戶體驗(yàn)，還應(yīng)該徹底變革當(dāng)前的生產(chǎn)范式和生活范式。
但是，如果想讓所有行業(yè)、所有應(yīng)用、所有服務(wù)都被革新，正確的路徑是怎樣的呢？
在近日接受外媒 SiliconANGLE 采訪時(shí)，亞馬遜云科技 CEO Adam Selipsky 給出了一個(gè)洞察：隨著生成式 AI 進(jìn)入各行各業(yè)，有一個(gè)核心能力可以確保其兌現(xiàn)其承諾 「適應(yīng)性」。
這也可以被用來(lái)概括 re:Invent 2023 大會(huì)的核心主題。在這場(chǎng)科技盛會(huì)中，亞馬遜云科技分享了助推各行業(yè)客戶在生成式 AI 革命中追趕前沿趨勢(shì)、實(shí)現(xiàn)智能化轉(zhuǎn)型的低成本方法論。
其中一個(gè)重要觀點(diǎn)是「生成式 AI 技術(shù)�！�。曾以「芯片層、框架層、模型層和應(yīng)用層」為普遍架構(gòu)的 AI 技術(shù)棧已經(jīng)發(fā)生了巨大變化，取而代之的是
基礎(chǔ)設(shè)施層、工具層和應(yīng)用層。
圍繞這三層架構(gòu)的最新技術(shù)趨勢(shì)，亞馬遜云科技發(fā)布了一系列面向生成式 AI 的重磅更新。對(duì)于千行百業(yè)的企業(yè)來(lái)說(shuō)，有了技術(shù)跟進(jìn)能力，就具備了「重做一遍」的充分條件。而全球各地的客戶，現(xiàn)在都可以通過(guò)亞馬遜云科技的服務(wù)獲得這些強(qiáng)大助力。
企業(yè)入局生成式 AI，如何快人一步？
在亞馬遜云科技的三層生成式 AI 技術(shù)棧中，「工具層」的 Amazon Bedrock 處于承上啟下的位置。
它想要解決的是各行業(yè)企業(yè)客戶入局生成式 AI 最普遍遇到的問(wèn)題：缺少構(gòu)建大模型和快速開發(fā)應(yīng)用的技術(shù)經(jīng)驗(yàn)。
在試圖全面擁抱生成式 AI 的公司中，能夠從零開始或使用開源資源構(gòu)建大模型只占很少一部分。直接使用現(xiàn)成的大模型 API 是一種更實(shí)際的方式，更重要的是，企業(yè)自身也希望將主要精力放在打造符合業(yè)務(wù)需求的應(yīng)用上。
當(dāng)然，沒有一個(gè)模型會(huì)完全適合所有的應(yīng)用場(chǎng)景，企業(yè)多次嘗試和切換模型的過(guò)程首先就會(huì)造成高額成本。而 Amazon Bedrock 打造了一個(gè)業(yè)內(nèi)幾乎所有領(lǐng)先的基礎(chǔ)大模型的匯聚平臺(tái)，覆蓋文本、嵌入和圖像等多種模態(tài)，不管是 Anthropic 的 Claude、Stability AI 的 Stable Diffusion XL、Cohere 的 Command、Meta 的 Llama 2，還是亞馬遜自研的 Titan 模型。
在 re:Invent 2023 大會(huì)上，亞馬遜云科技又宣布了
數(shù)位新成員加入 Amazon Bedrock 模型庫(kù)。首先是兩款第三方大模型，Anthropic 最新 200K 上下文窗口的 Claude 2.1 和開源大模型領(lǐng)域表現(xiàn)最好的模型之一 Llama-2 70B，均已入駐 Amazon Bedrock 。
提到 OpenAI 的競(jìng)爭(zhēng)對(duì)手，Anthropic 往往被認(rèn)為是最具潛力的一個(gè)。這家公司今年 9 月獲得了成立以來(lái)最大的一筆投資：40 億美元，來(lái)自亞馬遜。這次戰(zhàn)略合作證明了亞馬遜在生成式 AI 領(lǐng)域的雄心。目前，Amazon Bedrock 的客戶擁有了其他云服務(wù)所沒有的 Anthropic 旗下 Claude 大模型的早期訪問(wèn)、自動(dòng)定制和微調(diào)等特供功能。
同時(shí)，亞馬遜云科技的 Titan 大模型也迎來(lái)了重量級(jí)更新，正式加入多模態(tài)大模型之戰(zhàn)。
其中，
Amazon Titan Multimodal Embeddings 可以將圖像和短文本轉(zhuǎn)換為 embedding 數(shù)字表示形式，使模型能夠輕松理解語(yǔ)義以及數(shù)據(jù)之間的關(guān)系，提高多模態(tài)搜索和推薦體驗(yàn)。
Amazon Titan Image Generator
預(yù)覽版本也已經(jīng)登陸 Amazon Bedrock，它不僅可以理解復(fù)雜的提示詞并生成準(zhǔn)確度較高的圖像，還可以直接輸入自然語(yǔ)言提示對(duì)生成圖像或上傳圖像進(jìn)行自動(dòng)編輯。
Amazon Titan Image Generator 提供了隔離圖像的某些部分以添加或替換細(xì)節(jié)的能力，也可以實(shí)現(xiàn)使用其他類似原作風(fēng)格的細(xì)節(jié)擴(kuò)展圖像的邊界。
多模態(tài)大模型的加入，解決了 Amazon Bedrock 企業(yè)客戶更深層探索生成式 AI 應(yīng)用時(shí)的燃眉之急。真實(shí)世界中的問(wèn)題往往是「多模態(tài)」的，企業(yè)所想要打造的應(yīng)用往往也需要跨越多個(gè)模態(tài)，以此創(chuàng)造更豐富的用戶體驗(yàn)。
這也代表著生成式 AI 落地的未來(lái)趨勢(shì)。比如最近比較火熱的「具身智能」，就是將多模態(tài)大模型和機(jī)器人技術(shù)相結(jié)合。多模態(tài)大模型增加了機(jī)器人的推理決策能力，能夠識(shí)別環(huán)境中的多模態(tài)信息，并將人類給出的自然語(yǔ)言指令拆解成機(jī)器人可執(zhí)行的步驟。
這些從文本、語(yǔ)音到圖像、視頻的大模型既可單獨(dú)調(diào)用，也可靈活組合。對(duì)于企業(yè)來(lái)說(shuō)，Amazon Bedrock 幫助它們以最快的速度加入了下半場(chǎng)的生成式 AI 競(jìng)賽。
同時(shí)，Amazon Bedrock 還提供了大模型開發(fā)流程中的配套服務(wù)，讓企業(yè)開發(fā)者更容易上手。比如，
Amazon Bedrock 的「模型評(píng)估」功能能夠幫助企業(yè)在不斷涌現(xiàn)的大模型中快速完成評(píng)估和篩選，簡(jiǎn)化了確定基準(zhǔn)、設(shè)置評(píng)估工具和運(yùn)行評(píng)估這一套原本復(fù)雜耗時(shí)的流程。
企業(yè)定制大模型，已經(jīng)可以「無(wú)代碼」了
選擇好大模型之后，很多企業(yè)在將其接入自身業(yè)務(wù)的時(shí)候，還會(huì)遇到「水土不服」的現(xiàn)象。很多企業(yè)也意識(shí)到，訓(xùn)練一個(gè)「定制」大模型才是推動(dòng)進(jìn)一步落地的關(guān)鍵。
一方面，幻覺問(wèn)題已經(jīng)成為當(dāng)前大模型落地的絆腳石之一。這項(xiàng)難題與大模型的基礎(chǔ)架構(gòu)有關(guān)，由于當(dāng)前的 AI 只是在通過(guò)壓縮數(shù)據(jù)產(chǎn)生智能，就很難徹底避免錯(cuò)誤。目前的解決途徑就是加強(qiáng)各領(lǐng)域內(nèi)專業(yè)知識(shí)的注入，使用現(xiàn)有知識(shí)庫(kù)中未包含的數(shù)據(jù)進(jìn)行訓(xùn)練。
另一方面，即使是能力非常強(qiáng)的通用模型，企業(yè)也需要在基礎(chǔ)模型上使用專有數(shù)據(jù)對(duì)預(yù)訓(xùn)練模型的權(quán)重進(jìn)行額外訓(xùn)練來(lái)微調(diào)，這個(gè)過(guò)程中還可能會(huì)出現(xiàn)過(guò)擬合、「災(zāi)難性遺忘」等問(wèn)題。
這些增強(qiáng)大模型能力的方法首先是需要一流的技術(shù)團(tuán)隊(duì)做支撐，而生成式 AI 的高級(jí)人才卻格外緊缺，全部「自研」并不現(xiàn)實(shí)。
亞馬遜云科技提供了一種低代碼甚至無(wú)代碼的一站式解決方案：三個(gè)新的定制功能
檢索增強(qiáng)生成 (RAG)、微調(diào)、持續(xù)預(yù)訓(xùn)練已經(jīng)加入到 Amazon Bedrock 現(xiàn)有服務(wù)之中。
檢索增強(qiáng)生成 (RAG)
功能允許模型外掛企業(yè)知識(shí)庫(kù)來(lái)引入外部知識(shí)，能夠盡量減少幻覺。大概可以理解為，根據(jù)企業(yè)自身的「上下文」來(lái)定制語(yǔ)言模型。
另外兩項(xiàng)新功能是
微調(diào)和
持續(xù)預(yù)訓(xùn)練。預(yù)訓(xùn)練模型的實(shí)際落地一直是個(gè)難題，特別是當(dāng)大模型競(jìng)爭(zhēng)的風(fēng)向從模型層轉(zhuǎn)向應(yīng)用層之后，將會(huì)有越來(lái)越多的企業(yè)遭遇挑戰(zhàn)。
Amazon Bedrock 微調(diào)功能支持企業(yè)客戶在「標(biāo)記數(shù)據(jù)集」上訓(xùn)練受支持的 Bedrock 模型，持續(xù)預(yù)訓(xùn)練功能支持企業(yè)客戶使用大量「未標(biāo)記數(shù)據(jù)」來(lái)提高模型在其行業(yè)或領(lǐng)域的知識(shí)和推理能力。后者所用數(shù)據(jù)不需要包含 AI 模型應(yīng)生成的輸出示例，減少了創(chuàng)建訓(xùn)練數(shù)據(jù)集所需的工作量，進(jìn)一步降低了 AI 定制成本。
隨著 Amazon Bedrock 在大模型開發(fā)工具上的不斷完善，我們預(yù)計(jì)會(huì)看到更多的定制化大模型的應(yīng)用。
高效利用大模型，企業(yè)需要更多「標(biāo)準(zhǔn)化工具」
不管是使用任何 LLM API，還是借助 Amazon Bedrock 為自身業(yè)務(wù)接入大模型，企業(yè)都會(huì)遇到一些不可避免的部署細(xì)節(jié)問(wèn)題。
鑒于模型本身擅長(zhǎng)提供答案而不擅長(zhǎng)跨公司系統(tǒng)和數(shù)據(jù)源執(zhí)行具體的任務(wù)，企業(yè)的開發(fā)人員必須編寫代碼來(lái)協(xié)調(diào)模型、系統(tǒng)和用戶之間的交互，以便應(yīng)用程序可以按邏輯順序執(zhí)行一系列 API 調(diào)用。此外，在嘗試部署的過(guò)程中，企業(yè)必須根據(jù)自身需求制定數(shù)據(jù)安全和隱私策略。
這些步驟非常耗時(shí)且需要專業(yè)知識(shí)，都會(huì)增加生成式 AI 應(yīng)用程序開發(fā)的時(shí)間成本。
現(xiàn)在，Amazon Bedrock 將這些過(guò)程標(biāo)準(zhǔn)化了。用戶同樣能用一種簡(jiǎn)化的方式完成部署階段的這些問(wèn)題，甚至不寫一行代碼。
我們可以將創(chuàng)建「Agent」理解為「生成式 AI 應(yīng)用程序落地的最后一步」，亞馬遜云科技目前已經(jīng)全面推出 Agents for Amazon Bedrock 。借助這一功能 ，用戶只需選擇所需的模型，用自然語(yǔ)言編寫一些說(shuō)明，并開放其對(duì)公司企業(yè)系統(tǒng)和知識(shí)庫(kù)的訪問(wèn)，就能創(chuàng)建自動(dòng)分析請(qǐng)求并將任務(wù)分解為邏輯序列的 Agent 。
隨著 AI 大模型在行業(yè)中的廣泛應(yīng)用，對(duì)數(shù)據(jù)隱私保護(hù)和「負(fù)責(zé)任的 AI」的關(guān)注度急劇上升。這些目標(biāo)的實(shí)現(xiàn)，離不開工具和框架方面的創(chuàng)新。
針對(duì)
數(shù)據(jù)隱私安全的問(wèn)題，Amazon Bedrock 做了特別安排。企業(yè)客戶的任何輸入或輸出內(nèi)容不會(huì)用于改進(jìn)基本模型，也不會(huì)與第三方模型提供商共享。出于多一重保障的考慮，Amazon Bedrock 也支持加密。無(wú)論是在傳輸過(guò)程中，還是在靜態(tài)存儲(chǔ)時(shí)，企業(yè)客戶的數(shù)據(jù)始終處于加密狀態(tài)，也可以使用密鑰對(duì)數(shù)據(jù)加密。
此外，依據(jù)
「負(fù)責(zé)任的 AI」原則，Amazon Bedrock 發(fā)布了 Guardrails 功能的預(yù)覽版，Guardrails 會(huì)自動(dòng)評(píng)估用戶查詢和模型響應(yīng)，以檢測(cè)并防止出現(xiàn)屬于受限類別的內(nèi)容。
面向生成式 AI 時(shí)代的新型技術(shù)棧
正如「生成式 AI 技術(shù)�！谷皥D所展示的，「工具層」位于「應(yīng)用層」和「基礎(chǔ)設(shè)施層」之間，三者互為鋪墊、密不可分，每一層都是能否贏到最后的關(guān)鍵。
縱觀海內(nèi)外，能夠自下而上進(jìn)行全棧 AI 布局的科技公司并不多。在這場(chǎng)大會(huì)中，我們也看到了亞馬遜云科技的競(jìng)爭(zhēng)力。
在應(yīng)用層，亞馬遜云科技推出了
企業(yè)級(jí)生成式 AI 助手 Amazon Q。有了 Amazon Q ，用戶可以使用其數(shù)據(jù)詢問(wèn)有關(guān)其業(yè)務(wù)的問(wèn)題，無(wú)需去浩如煙海的工作文檔中檢索。例如，員工可以通過(guò)與 Amazon Q 聊天，查詢到公司最新的徽標(biāo)使用指南，或者了解其他工程師的代碼來(lái)維護(hù)應(yīng)用程序。
大模型的定制化和落地應(yīng)用都需要更高的算力密度，帶來(lái)了全新的業(yè)務(wù)負(fù)載特征。在「基礎(chǔ)設(shè)施」上，亞馬遜云科技已有深厚積累。
多年前，亞馬遜預(yù)判到了高性能計(jì)算市場(chǎng)的爆發(fā)，開始投入自研芯片。相比于完全依賴公開發(fā)售的芯片產(chǎn)品，自研一定程度上幫助了這家公司在競(jìng)爭(zhēng)激烈的云計(jì)算市場(chǎng)保持領(lǐng)先地位。
大會(huì)上，亞馬遜云科技正式發(fā)布了新版本的定制微處理器
Amazon Graviton4 和用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的專用芯片
Amazon Trainium2。Graviton4 計(jì)算性能較上一代提升 30 %，Trainium 2 芯片針對(duì)萬(wàn)億參數(shù)的基礎(chǔ)模型（FM）和大語(yǔ)言模型設(shè)計(jì)，與第一代相比訓(xùn)練速度提升多達(dá) 4 倍。
從左到右分別是Graviton 1、2、3、4
還有一個(gè)環(huán)節(jié)是英偉達(dá) CEO 黃仁勛現(xiàn)身亞馬遜云科技 re:Invent 大會(huì)，他告訴與會(huì)者，亞馬遜云科技是第一家認(rèn)識(shí)到 GPU 加速計(jì)算重要性的云提供商。作為多年的合作伙伴，英偉達(dá)也選擇了亞馬遜云科技作為第一家部署 Nvidia GH200 芯片的云提供商。
這意味著，兩家具備深厚技術(shù)創(chuàng)新能力的公司，在生成式 AI 領(lǐng)域的合作未來(lái)將進(jìn)一步深化。
邁向未來(lái)
2023 年，生成式 AI 熱度居高不下，并重構(gòu)了大眾生活。歷史上有過(guò)一些類似的令人銘記的轉(zhuǎn)折時(shí)刻，比如第一代 iPhone 的發(fā)布，曾經(jīng)開啟了智能手機(jī)的時(shí)代。
以前，人們熱衷于圍觀蘋果公司的新品發(fā)布會(huì)，稱其為「科技春晚」。但從此以后，生成式 AI 將成為人們注意力的中心。
正如習(xí)慣了 iPhone 的人無(wú)法想象沒有智能手機(jī)的日子，體驗(yàn)過(guò) ChatGPT 的用戶如今也不愿想象沒有生成式 AI 的未來(lái)。將被顛覆的不只是「消費(fèi)級(jí)產(chǎn)品」，還有背后的一切，包括企業(yè)、場(chǎng)景和思維方式。
不過(guò)，圍繞生成式 AI 的新生態(tài)構(gòu)建，要想從概念化為實(shí)踐，仍然是一件充滿困難的事情，需要行業(yè)共創(chuàng)。
但偉大成就的取得，通常要先有對(duì)技術(shù)長(zhǎng)期投入的信心，同時(shí)克服急功近利的心態(tài)或短期內(nèi)的「高估」。
作為全球云計(jì)算領(lǐng)域的領(lǐng)導(dǎo)者，亞馬遜云科技深知技術(shù)創(chuàng)新的重要性。同時(shí)，這家企業(yè)用了很多年的時(shí)間堅(jiān)持做一件事：幫助各行各業(yè)的公司積極掌握最新科技，探索不斷變化的未來(lái)。目前，全球 80% 的獨(dú)角獸企業(yè)，都在使用亞馬遜云科技的技術(shù)。
現(xiàn)在，屬于生成式 AI 的故事開始了，我們將迎來(lái)一個(gè)全新的繁榮時(shí)代。
