界面新闻记者 |
进入7月，AI大模型开始不断落地，主要云厂商纷纷推出结合大模型的产品方案，并展示了商业化能力：微软将AI语言大模型嵌入Office办公套件的Office Copilot，可创作、编辑和分析，并给出30美元/每月高定价；谷歌AI聊天机器人Bard升级支持更多语言，叫板ChatGPT同时，还将改变其核心搜索广告业务模式。
作为全球排名第一的云厂商，外界颇为关注亚马逊云科技（AWS）如何应对新一轮AI变革，挑战OpenAI等公司在人工智能市场上的地位。
有声音认为，相较其他云厂商，亚马逊云科技似乎显得“保守”：一方面其生成式AI产品开放程度有限，企业客户难以充分评估；另一方面，少有企业领域“标杆客户”对其AI服务进行推荐，使得亚马逊云科技在本轮AI竞赛中声量远逊于对手。
但亚马逊内部并不认为这一外部观察体现出其在AIGC领域的全貌。亚马逊云科技首席执行官Adam Selipsky认为，生成式AI目前处于非常早期的阶段，就像十公里比赛刚跑出几步，谈论胜负为时尚早。他举例称，1997年PC互联网正蓬勃发展时，主导市场的搜索公司名为AltaVista，然而如今的年轻人可能对这个公司已经不太熟悉了，“一场10公里的比赛，不能刚跑出几步就下结论谁将在比赛中领先。”
AI对于亚马逊来说并不新鲜。一直以来，亚马逊电商部门借助AI技术推荐、销售和配送产品，其云计算服务是实现云端安全、数据库、数据中心运营维护的基础，同时向企业客户提供AI服务。亚马逊云科技2017年推出的机器学习服务Amazon SageMaker，是行业主要的机器学习平台。
这一做法在过去颇为成功，如在制造领域，工业软件巨头欧特克使用Amazon SageMaker构建设计工具，在飞机制造中实现名为“衍生式设计”的新设计方案，该方案通常比人工设计方案更坚固、轻巧。欧特克曾向界面新闻介绍，基于衍生式设计，设计出的飞机航壁重量比传统零件轻了45%，但强度相当，保持了安全性。如果将这种航壁推广应用到全球飞机机队，将可以节省约相当于93000辆汽车油耗的燃油。
尽管如此，AI领域已发生了翻天覆地的变化，像ChatGPT这样的在线聊天服务成为一大转折点。这背后的核心是“大语言模型（LLM）”，许多技术专家认为这些模型标志着新型平台诞生，AI将变成一个技术层，在其之上可以构建各种软件服务。
很多人把大语言模型和互联网、智能手机和云计算的出现相比较，亚马逊云科技也希望从这一热潮中分得一杯羹。Adam Selipsky称，模型的选择与灵活性、企业级安全与隐私保护、数据战略是生成式AI的三大基石，并为此提供了相应的解决方案，首先要给客户提供选择和灵活性，未来不会是一个大模型主宰一切。
目前亚马逊也在出售一系列AI工具服务，包括帮助训练复杂模型的服务、无需编写大量代码便能使用AI的软件等等。4月，其发布了自研大模型Titan，包括Text和Embeddings两个大模型，分别负责文字处理和用于机器学习的表征向量转化，但亚马逊并未公布这两个大语言模型得参数规模。AI云服务Amazon Bedrock可让用户通过API来调用Titan和第三方模型，包括创业公司AI21 Labs、Anthropic和Stability Ai的基础模型。
不同于OpenAI与谷歌的闭源大模型，亚马逊云科技是开源大模型的主要云服务平台支持者。7月19日，Meta发布开源免费可商用大模型Llama 2，据称在预训练语料库、训练所用的字符文本单元（token）等方面均有升级，其700亿级模型的性能表现更加接近GPT-3.5，但与GPT-4的性能相比仍存在较大差距。同日，亚马逊云科技宣布Llama 2可在其云平台获取。
此外，亚马逊还宣布全面开放AI代码辅助工具CodeWhisperer，对个人开发者免费。该工具支持主要计算机语言。亚马逊称，使用该服务的开发者效率可提高57%，成功完成任务的可能性提升了27%。同时，CodeWhisperer引用了跟踪器功能，在为开发者提供代码选项时，会告知代码源和许可证信息，以免开发者使用可能侵权的代码。
Adam Selipsky提到，不少企业对生成式AI仍有顾虑，一些CIO在企业内禁止使用ChatGPT，原因是担心用自己企业的数据优化GPT模型，为竞争对手作嫁衣。今年5月，三星便发现有员工把敏感代码上传到了ChatGPT上。也有企业担忧，这些敏感信息可能被存储在外部云端服务器上，像苹果和摩根大通等公司已禁止或限制使用ChatGPT。
赢得客户的信任并不容易。为此，Adam Selipsky称Amazon Bedrock可以让企业在确保数据安全和隐私保护的前提下，使用自有数据建立基础模型，对模型定制调优。Amazon Bedrock不会让定制所用的客户数据用于训练基础模型。同时，所有数据都进行了加密，且不会离开客户的虚拟私有网络（VPC）。
不过，即使企业对生成式AI颇感兴趣，实现起来也不容易。亚马逊云科技发现，有相当数量的中国企业希望导入生成式AI的同时，业务数据远未达到要求，导致难以训练自有大模型，因此需要从数据底层积累做起。Adam Selipsky强调，数据是人工智能的核心，云在数据治理、存储和计算方面的能力，可以为生成式AI提供帮助。
评论