智東西（公眾號(hào)：zhidxcom）
作者 | ZeR0
編輯 | 漠影
如何應(yīng)用人工智能（AI）進(jìn)行創(chuàng)新和增強(qiáng)業(yè)務(wù)競(jìng)爭(zhēng)力？這是當(dāng)下許多企業(yè)正在思考的方向。在生成式AI和大模型熱潮驅(qū)動(dòng)下，各家云計(jì)算巨頭都在摩拳擦掌，從計(jì)算層、平臺(tái)與工具層到應(yīng)用層，提供面向企業(yè)生成式AI訓(xùn)練和部署的多元選項(xiàng)。
每年舉行的云計(jì)算盛會(huì)AWSre:Invent大會(huì)，是科技行業(yè)具有參考意義的“風(fēng)向標(biāo)”之一。在今年11月底舉行的re:Invent大會(huì)上，全球最大公有云巨頭亞馬遜云科技（AWS）全面披露了其生成式AI技術(shù)堆棧，并公布多項(xiàng)生成式AI新服務(wù)、新工具，特別是改變用戶構(gòu)建、部署、運(yùn)維應(yīng)用和工作負(fù)載方式的企業(yè)級(jí)生成式AI助手Amazon Q。
期間，AWS生成式AI全球副總裁Vasi Philomin博士接受智東西等少數(shù)媒體的采訪。他告訴智東西，Amazon Q的命名來(lái)自007系列電影中給詹姆斯邦德提供各種技術(shù)工具的著名軍需官Q(mào)；而Amazon Q之所以能成為企業(yè)業(yè)務(wù)的“懂王”，實(shí)現(xiàn)讓客戶能夠更輕松地探索新服務(wù)和功能、學(xué)習(xí)不熟悉的技術(shù)、構(gòu)建解決方案、發(fā)現(xiàn)問(wèn)題、升級(jí)應(yīng)用程序等多種復(fù)雜的任務(wù)，其背后不是單一模型，而是多種模型的組合。
過(guò)去五年，Vasi Philomin負(fù)責(zé)推出并管理了亞馬遜云科技的多項(xiàng)AI服務(wù)，包括語(yǔ)言類(lèi)、視覺(jué)類(lèi)、工業(yè)類(lèi)AI服務(wù)以及開(kāi)發(fā)者工具。在采訪中，他談?wù)摿薃WS圍繞生成式AI落地、監(jiān)管等議題的見(jiàn)解，強(qiáng)調(diào)AWS擅長(zhǎng)讓AI技術(shù)在現(xiàn)實(shí)世界的商業(yè)環(huán)境中真正有用，并將其所有的AI能力提供給客戶，以便企業(yè)在競(jìng)爭(zhēng)中脫穎而出。
一、一款大模型不能包打天下，99.9%客戶不應(yīng)構(gòu)建新的大模型
早在20世紀(jì)90年代，Vasi Philomin還在讀博士時(shí)，坐擁電商平臺(tái)的亞馬遜已經(jīng)大規(guī)模應(yīng)用機(jī)器學(xué)習(xí)算法來(lái)為客戶推薦書(shū)籍。如今，亞馬遜有大量的AI落地用例，例如裝機(jī)量超過(guò)1億的智能語(yǔ)音助手Alexa，每周與用戶有超過(guò)10億次語(yǔ)音互動(dòng)；在訂單履行中心，人類(lèi)與機(jī)器人協(xié)作，每天搬運(yùn)上百萬(wàn)個(gè)包裹。
“我們知道如何利用這些東西，并將其應(yīng)用于現(xiàn)實(shí)世界的業(yè)務(wù)問(wèn)題與規(guī)模，這是我們正用通用人工智能做的事情。”Vasi Philomin說(shuō)，這需要端到端的思考，在不同堆棧層上進(jìn)行創(chuàng)新，最終客戶才能真正接受你的服務(wù)。
在他看來(lái)，在提供生成式AI服務(wù)方面，AWS有三點(diǎn)能力與眾不同：
首先，單一模型不能包攬一切，AWS提供不同種類(lèi)的模型選擇，能夠以非常簡(jiǎn)單的方式為客戶提供適合其業(yè)務(wù)工作負(fù)載的最佳模型組合。
其次，云計(jì)算企業(yè)會(huì)將相同的功能提供給所有客戶，那么企業(yè)如何利用這些功能才能變得與其競(jìng)爭(zhēng)對(duì)手不同？企業(yè)自有的數(shù)據(jù)是關(guān)鍵�？蓪�(duì)托管基礎(chǔ)模型進(jìn)行訪問(wèn)的Amazon Bedrock平臺(tái)提供了定制功能，讓企業(yè)能使用自己的數(shù)據(jù)私密且安全地定制模型，構(gòu)建差異化的生成式AI應(yīng)用。
第三，亞馬遜自研基礎(chǔ)模型的Amazon Titan實(shí)現(xiàn)了多項(xiàng)升級(jí)，包括新增Amazon Titan Text Lite與Amazon Titan Text Express大語(yǔ)言模型、Amazon Titan多模態(tài)嵌入模型、Amazon Titan圖像生成器模型，這些均可微調(diào)。
其中，Amazon Titan圖像生產(chǎn)器的獨(dú)特之處在于從實(shí)際用例開(kāi)始逆向工作，其工作方式不是考慮需要最好的圖像生成技術(shù)，而是首先了解它將用在哪里（廣告或營(yíng)銷(xiāo)行業(yè)的創(chuàng)意人員定義新品、新公司想要?jiǎng)?chuàng)建一個(gè)品牌logo等），然后確定模型是什么、應(yīng)用如何運(yùn)作。AWS投入很多精力來(lái)確�，F(xiàn)實(shí)世界的偏見(jiàn)不會(huì)影響生成圖像。
在Vasi Philomin看來(lái)，99.9%的客戶不應(yīng)該嘗試構(gòu)建新的大模型，這是沒(méi)有商業(yè)意義的，只有當(dāng)你重新思考一個(gè)非常具體的業(yè)務(wù)，它才有意義。構(gòu)建大模型需要花費(fèi)大量資金和人才，現(xiàn)有定制功能可以將構(gòu)建生成式AI應(yīng)用的過(guò)程變得更便宜、更容易，把事情從幾個(gè)月減少到幾小時(shí)、從1億美元減少到不到100萬(wàn)美元。
二、五個(gè)策略，確保實(shí)現(xiàn)負(fù)責(zé)任的AI
在取得客戶信任方面，進(jìn)行上述工作時(shí)，AWS始終牢記企業(yè)客戶對(duì)隱私安全的需求，多年來(lái)已建立一系列安全控制，并在實(shí)現(xiàn)負(fù)責(zé)任AI的道路上做了五件事：
第一，護(hù)欄功能。企業(yè)可根據(jù)自身用例及負(fù)責(zé)任的AI政策，制定模型必須規(guī)避的主題，通過(guò)自動(dòng)評(píng)估最終用戶的輸入和基礎(chǔ)模型的回應(yīng)，提高模型對(duì)應(yīng)用程序中不良內(nèi)容的響應(yīng)方式的一致性，促進(jìn)最終用戶與生成式AI應(yīng)用的安全交互。
第二，模型評(píng)估功能。Amazon Bedrock的模型評(píng)估包括自動(dòng)和人工評(píng)估，可幫助客戶評(píng)估、比較和選擇在構(gòu)建應(yīng)用或用Agent來(lái)執(zhí)行自動(dòng)化工作時(shí)哪個(gè)模型更適合他們。
第三，版權(quán)賠償。如果客戶使用Amazon Titan模型或其輸出內(nèi)容侵犯了第三方版權(quán)，AWS將對(duì)使客戶進(jìn)行賠償�？蛻魺o(wú)需擔(dān)心版權(quán)訴訟。
第四，隱形水櫻所有Amazon Titan模型生成的圖像都包含不可見(jiàn)水印，這些水印被設(shè)計(jì)成“拒絕更改”，對(duì)圖像被篡改具備抵抗力，有助于減少錯(cuò)誤信息傳播，確保AI技術(shù)安全、透明。
第五，服務(wù)卡（Service Card）。這比模型卡（Model Card）更有意義，Model Card只針對(duì)一個(gè)模型來(lái)記錄模型檔案，為安全與倫理道德提供參考，但通常使用模型前后還有一些工作要做，因此需從系統(tǒng)的角度來(lái)看。AWS去年定義了超越模型功能的AI Service Card概念，解釋了構(gòu)建模型的目的、做法、限制、原則、隱私安全、偏見(jiàn)與公平等等，這些都有助于客戶決定如何以負(fù)責(zé)任的方式使用該模型。
“我認(rèn)為我們今天所擁有的，足以讓客戶真正開(kāi)始使用這個(gè)東西，并追求一些真正具有顛覆性的使用案例，這將改變他們今天所擁有的創(chuàng)新潛力。”Vasi Philomin說(shuō)。
三、Agent擅長(zhǎng)做的事，與還需解決的難題
Vasi Philomin也分享了對(duì)agent概念的理解。在他看來(lái)，GPT只是一個(gè)模型，而agent更像是一個(gè)工作流。Agent是基礎(chǔ)模型之上的抽象，本質(zhì)上是一個(gè)可以同時(shí)做兩件事的數(shù)字工作者：
第一，它可以幫助你快速創(chuàng)建一個(gè)了解業(yè)務(wù)特定知識(shí)的數(shù)字工作者。
你可以用工作流快速教它關(guān)于業(yè)務(wù)的知識(shí)，比如AWS今年推出的Agents for Amazon Bedrock功能，可通過(guò)簡(jiǎn)單幾步創(chuàng)建和部署完全托管式的agent，借助特定業(yè)務(wù)的知識(shí)庫(kù)私有數(shù)據(jù)，動(dòng)態(tài)調(diào)用API來(lái)執(zhí)行復(fù)雜的業(yè)務(wù)任務(wù)。這樣做能夠讓agent立即變成特定業(yè)務(wù)知識(shí)的專(zhuān)家。
第二，它可以幫你將工作自動(dòng)化。
企業(yè)有很多內(nèi)部API，需要調(diào)用各個(gè)API來(lái)串聯(lián)業(yè)務(wù)邏輯。比如你在亞馬遜電商網(wǎng)站上買(mǎi)東西，收貨后想換一雙同一品牌、不同顏色的鞋，亞馬遜做的幕后工作是用agent實(shí)現(xiàn)的，其做法是創(chuàng)建一個(gè)agent，教agent所有內(nèi)部API和文件中的知識(shí)，比如一個(gè)API可以去查詢(xún)這個(gè)牌子是否有這種顏色的鞋子、一個(gè)API可以檢查顏色是否可用，一個(gè)API可以進(jìn)行訂單交換。
現(xiàn)在agent會(huì)分解任務(wù)，首先用你所擁有的知識(shí)來(lái)了解業(yè)務(wù)，然后通過(guò)了解所有內(nèi)部API，收集調(diào)用API所需的信息，并決定何時(shí)調(diào)用它們。Agents for Amazon Bedrock功能使生成式AI應(yīng)用能夠跨公司系統(tǒng)和數(shù)據(jù)源執(zhí)行多步驟任務(wù)。
Vasi Philomin告訴智東西，要加速AI agents的應(yīng)用，需要解決如下問(wèn)題：
第一步，創(chuàng)建一個(gè)企業(yè)就緒的agent框架，制定數(shù)據(jù)安全和隱私策略，確保調(diào)用API有正確的權(quán)限，為特定應(yīng)用創(chuàng)建的agent可訪問(wèn)相應(yīng)信息。
下一步，今天尚且不能創(chuàng)建出一個(gè)可以教它100個(gè)API的agent并期望它知道調(diào)用哪些，因?yàn)槠浔澈竽Ｐ瓦�沒(méi)那么強(qiáng)大，如果想做更復(fù)雜的事情，需要更多的科學(xué)進(jìn)步。
當(dāng)前的解法是把問(wèn)題分解成更小的部分，創(chuàng)建多個(gè)有不同功能的agent，然后把這些agent所做的工作結(jié)合起來(lái)，最終完成任務(wù)。這要求開(kāi)發(fā)人員做一些軟件開(kāi)發(fā)工作，通過(guò)編寫(xiě)代碼來(lái)解決每一個(gè)更小的部分再進(jìn)行組合。
AWS的目標(biāo)群體是企業(yè)開(kāi)發(fā)人員，一直在思考客戶面臨的挑戰(zhàn)以及如何使用技術(shù)來(lái)幫助他們解決，希望為不同企業(yè)客戶提供解決方案，使他們嘗試做的事情變得更容易或更具成本效益，或者讓他們有機(jī)會(huì)做以前不可能做到的事情。
結(jié)語(yǔ)：推動(dòng)生成式AI普惠的關(guān)鍵：私密安全定制，負(fù)責(zé)任地開(kāi)發(fā)
圍繞生成式AI模型的創(chuàng)新正在重塑人們?cè)诠ぷ骱图彝ブ薪换サ脑S多應(yīng)用，提升人類(lèi)的生產(chǎn)力。隨著生成式AI日益普及，越來(lái)越多的企業(yè)關(guān)注如何在同等資源的基礎(chǔ)上取得競(jìng)爭(zhēng)優(yōu)勢(shì)，以及如何以經(jīng)濟(jì)有效的方式將AI大規(guī)模應(yīng)用于現(xiàn)實(shí)世界。對(duì)此，AWS認(rèn)為企業(yè)使用私有數(shù)據(jù)打造更懂得自身業(yè)務(wù)、更懂客戶的生成式AI應(yīng)用至為關(guān)鍵。
看向未來(lái)，Vasi Philomin向智東西總結(jié)了他所關(guān)注的生成式AI關(guān)鍵挑戰(zhàn)：一是企業(yè)就緒，必須真正關(guān)心企業(yè)的數(shù)據(jù)和數(shù)據(jù)治理，關(guān)心誰(shuí)有權(quán)利訪問(wèn)這些東西，與通用人工智能緊密結(jié)合，這是許多客戶選擇AWS的真正原因；二是取得客戶信任，負(fù)責(zé)任地解決一些挑戰(zhàn)，這仍然需要做很多工作，隨著時(shí)間推移，基礎(chǔ)模型會(huì)變得更強(qiáng)大，能在未來(lái)實(shí)現(xiàn)更復(fù)雜任務(wù)的自動(dòng)化。
