整個AI領域，GPT-4 發(fā)布無疑成為載入 AI 史冊的大事件。但其還留下來一些發(fā)展空間，其不可能把所有的事情都做完。比如，涉及小數(shù)、分數(shù)的運算，GPT-4 可能給不出正確答案（其多位乘法運算準確率僅為 4.3%）。
可以說，現(xiàn)階段我們并沒有實現(xiàn)理想中的「通用人工智能」，強如 GPT-4 也并不完美。這也意味著，對于大模型使用者或者想在其上開發(fā)應用的技術人員來說，GPT-4 或許不是唯一的選擇，甚至不是最適合的選擇。
那么，在生成式 AI 的下半場，應用到底應該怎么造？這并不是一個能夠簡單得出答案的問題，很多時候，我們恨不得把現(xiàn)有的比較強的模型都試一下。但即使要做這件事也不容易，因為很多模型在發(fā)布的同時其實并沒有提供太多「配套服務」，試用也有成本和代價。
好在，擁有強大基礎設施的亞馬遜云科技也關注到了這些問題。近日正式上線的 Amazon Bedrock 就是奔著「提供更多選擇」和配套服務這一目標來的。
一、Claude、Llama 2、Stable Diffusion... 超全明星模型庫
除了 ChatGPT，在更多領域中，人們想要應用生成式 AI 還存在肉眼可見的挑戰(zhàn)：我們必須構建專用于生成式 AI 的硬件基礎設施，配合自身數(shù)據(jù)對大模型進行調優(yōu)，不斷更新部署，同時還需要保護隱私數(shù)據(jù)的安全。即使對于科技公司而言，這也是非常復雜的事。
對此，亞馬遜云科技拿出了一套幫助人們建大模型應用的「基礎設施」。
今年 4 月，亞馬遜云科技正式發(fā)布 Amazon Bedrock，這是一套生成式 AI 全托管服務，包含業(yè)界領先的基礎模型和構建生成式 AI 應用程序所需的一系列功能。
Amazon Bedrock 匯聚了業(yè)內幾乎所有領先的基礎大模型，面對不同應用場景，它可以讓人們只需通過單一 API 就能用上來自 AI21 Labs、Anthropic、Cohere、Meta Llama2、Stability AI 等公司的先進大模型來構建自己的應用。
提到亞馬遜，很多人可能都會想到前段時間的一個重要融資事件：他們計劃對 OpenAI 頭號競爭對手 ——Anthropic 投資 40 億美元。
在大模型創(chuàng)業(yè)領域，Anthropic 是一個非常耀眼的存在。它由 OpenAI 前研究副總裁 Dario Amodei、GPT-3 論文第一作者 Tom Brown 等人在 2021 年共同創(chuàng)立，其創(chuàng)始成員大多為 OpenAI 的核心員工，他們曾經深度參與過 OpenAI 的 GPT-3，率先提出引入人類偏好的強化學習（RLHF）等技術。
這套強大的陣容打造出了一個同樣耀眼的模型 ——Claude（最新版本是 Claude 2）。在某些方面，這個模型甚至做到了 GPT-4 都沒做到的事情，比如 100k token 的上下文窗口，其代碼生成能力也超過了原版的 GPT-4。這些都是亞馬遜選擇投資 Anthropic 的重要原因。
更重要的是，亞馬遜云科技發(fā)布的新聞中有這么一段話：「作為投資協(xié)議的一部分，Anthropic 將使用亞馬遜云科技的服務承擔關鍵任務工作負載，合作進行安全研究和未來基礎模型開發(fā)。使用亞馬遜云科技的開發(fā)人員和工程師將能夠通過 Amazon Bedrock 在 Anthropic 最先進的模型基礎上構建應用?！?/p>
沒錯，應用生成式 AI，現(xiàn)在有了新的思路：有人把表現(xiàn)優(yōu)秀的模型上線到 AI 基礎設施平臺上，讓用戶去選什么是最合適的。為了擴大操作的范圍，Amazon Bedrock 不僅上線了 Claude 2，還有開源界的扛把子 Llama 2 以及口碑同樣很好的 Jurassic-2、Command 等模型。
Jurassic-2 來自 AI21 Labs，是業(yè)內規(guī)模最大，性能最強的幾種基礎大模型之一。在 Amazon Bedrock 上甚至提供了超千億參數(shù)的 Ultra 版本，其可以應用于任何復雜的語言生成任務，例如問答、摘要、長格式副本生成、高級信息提取等，也支持多種語言。
Command 則是另一家明星創(chuàng)業(yè)公司 Cohere 推出的，可夠接受用戶個性化命令訓練的文本生成模型。企業(yè)用戶在將自己的數(shù)據(jù)和 Command 結合之后，就可以生成一個面向特定應用的語言模型，能在實際業(yè)務中立即發(fā)揮作用。在 520 億參數(shù)的體量之上，Command 的性能超過了很多更大的模型。
此外，在 ChatGPT 之前就已席卷 AI 圈，擁有強大文生圖能力的 Stable Diffusion 也在他們的模型列表里。
至此，在大模型應用的方向上，一條道路正在變得逐漸清晰。
二、生成式 AI 落地的全流程服務
最近在業(yè)內，人們對于大模型的應用方向逐漸形成了一種思路：利用業(yè)內領先的大模型作為基礎模型（Foundation Model），配合自有數(shù)據(jù)進行訓練和調優(yōu)，進而構建出面向不同業(yè)務場景的應用。亞馬遜云科技把這條路迅速成為了現(xiàn)實，還進一步降低了企業(yè)入門的難度。
在 Amazon Bedrock 的基礎之上，企業(yè)可以更方便、快速地嘗試各種領先的基礎模型，進行提示工程，完成微調和檢索增強生成（RAG）等動作，使用自身專有數(shù)據(jù)定制模型。
利用 Amazon Bedrock Agents 工具生成式 AI 應用的開發(fā)、部署、管理等 Agent 能力被集合在一起。我們可以像用 AutoGPT 一樣無需編寫任何代碼就能創(chuàng)建出托管代理（AI agent），讓它來指揮大模型執(zhí)行復雜的任務，如旅行預訂、處理保險索賠、策劃廣告活動和管理庫存等。
只需用自然語言文字寫指令，Agent 就能明白要完成的目標。
在平臺和硬件上，作為專為人工智能打造的平臺，Amazon Bedrock 連接了亞馬遜云科技的基礎設施，從硬件和軟件都對 AI 計算進行了專門的優(yōu)化，覆蓋大模型從構建、訓練到部署的一系列工作負載。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，就能在熟悉的亞馬遜云科技服務平臺上將生成式 AI 能力安全地集成和部署到應用程序中。
想要做大模型的應用，一個繞不過的問題就是算力的成本。最近就有人給微軟 GitHub Copilot 的服務算了筆賬：每月每位用戶收費 10 美元，結果微軟反而還要倒貼 20 美元。
對于亞馬遜云科技這樣的服務廠商而言，提高算力、降低成本的系統(tǒng)性解決方案是其最擅長的事。以使用最先進 AI 芯片英偉達 H100 的 Amazon EC2 P5 為例，它可以為訓練大模型提供高達 20 exaflops 的計算性能。與上一代基于 GPU 的實例相比，訓練時間最多可縮短 6 倍，而訓練成本則可以降低多達 40%。
具體到每 token 的價格上，Amazon Bedrock 上使用 Claude 系列模型的價格相比 GPT 系列有顯著優(yōu)勢。
當然，Amazon Bedrock 也充分考慮了安全性和隱私保護。客戶可以使用 Amazon PrivateLink 在 Amazon Bedrock 與虛擬私有網絡（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絡上。
有趣的是，除了可以高效構建生成式 AI 應用之外，亞馬遜云科技也在其他層面上充分利用技術幫我們提高工作效率，比如利用大模型工具寫有你「自己風格」的代碼。
Amazon CodeWhisperer 是亞馬遜云科技提出的 AI 編碼應用程序，可在 IDE 中生成整行代碼和完整的函數(shù)代碼建議，幫人加速完成工作，它在今年 6 月發(fā)布了預覽版，并對個人開發(fā)者免費。目前它可以幫人們生成的 15 種編程語言的代碼，包括 Python、Java 和 JavaScript。
最近，亞馬遜云科技推出了一項 CodeWhisperer 企業(yè)計劃，旨在實現(xiàn)自定義化的 AI 代碼生成和建議服務。基于新功能，用戶可以利用企業(yè)內部的代碼存儲庫當訓練數(shù)據(jù)，讓 AI 相應地調整代碼生成建議，管理員也可以從控制臺管理自定義，在控制臺查看評估指標，估計每個自定義的執(zhí)行方式，并有選擇地將它們部署給開發(fā)人員，保證了企業(yè)質量與安全標準。
在開發(fā)新技術之外，我們也能應用生成式 AI 提高業(yè)務評估和診斷的效率。Amazon QuickSight 提供了生成式 BI 的數(shù)據(jù)分析功能，它能夠創(chuàng)建交互式儀表盤、分頁報告以及嵌入式分析，同時具備進行自然語言查詢的能力，讓業(yè)務分析師能夠更加方便快捷的探索數(shù)據(jù)，并使用自然語言描述輕松創(chuàng)建可視化報告。
在所有流程上，亞馬遜云科技提供的能力大幅度降低了先進大模型的落地門檻，在人們使用技術領先大模型的同時，消除了管理環(huán)境、配置硬件與安全管理的事務，只需要關心業(yè)務創(chuàng)新就可以了。
三、生成式 AI 的變革，應該走這條路
我們知道，生成式 AI 的前景是不可限量的。
隨著門檻被 AI 基礎設施打下來，我們可以展望：在醫(yī)療健康領域，讓 AI 自動提取關鍵細節(jié)并根據(jù)臨床醫(yī)生與患者的互動創(chuàng)建文檔摘要；在藥物發(fā)現(xiàn)上，使用生成式 AI 工具進行蛋白質折疊、蛋白質序列、對接和分子設計，加速藥物發(fā)現(xiàn)和設計過程；在制造業(yè)中，生成式 AI 可以通過提取歷史數(shù)據(jù)實時診斷設備故障，并建議維護操作，例如輸入調整、維修或可能的備件。
利用開箱即用的生成式 AI 服務提升創(chuàng)新效率，更快地構建出實用化應用，或許才是大模型時代創(chuàng)新的正確方式。
如此看來，構建平臺，降低門檻的意義與 Llama2 這樣的重要技術創(chuàng)新可謂同等重要。
正如亞馬遜 CEO Andy Jaessy 所說的：「讓任何人，哪怕他還在自己的宿舍或者車庫里剛剛開始創(chuàng)業(yè)之旅，也能獲得與大型企業(yè)一樣先進的基礎設施和成本來實現(xiàn)自己的創(chuàng)新。我們希望幫助所有初創(chuàng)企業(yè)都有機會成為明天的『巨頭』?！?/p>
一句話，亞馬遜云科技提供的服務，正在讓眾多AI 浪潮旁觀者變成參與者。一場變革正悄然發(fā)生，生成式 AI 也將會在不遠的未來發(fā)生顛覆式變化，沖擊各行各業(yè)。
免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
