當(dāng)下在公眾視野中最火爆的新技術(shù)應(yīng)該就是生成式AI了。對(duì)于大部分人來(lái)說(shuō)，這項(xiàng)技術(shù)好像突然就出現(xiàn)了。但是如果你深挖其過(guò)去，你就會(huì)發(fā)現(xiàn)這項(xiàng)技術(shù)發(fā)展的每一步都有跡可循，從1958年發(fā)明的Mark I感知機(jī)到20世紀(jì)后半葉的神經(jīng)網(wǎng)絡(luò)。
生成式AI的實(shí)現(xiàn)離不開統(tǒng)計(jì)技術(shù)的進(jìn)步、海量數(shù)據(jù)的公開、以及云技術(shù)的出現(xiàn)。關(guān)于生成式AI，你可能經(jīng)常聽(tīng)到兩個(gè)術(shù)語(yǔ)——基礎(chǔ)模型（Foundation Model）和大語(yǔ)言模型（Large Language Mode）�；A(chǔ)模型是基于海量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)訓(xùn)練的機(jī)器學(xué)習(xí)模型，通過(guò)微調(diào)即可以用來(lái)執(zhí)行更加具體的任務(wù)。大語(yǔ)言模型是基礎(chǔ)模型的一個(gè)子集，主要用來(lái)理解和生成類人文字表達(dá)。這些模型更適用于如翻譯、回答問(wèn)題、總結(jié)信息、創(chuàng)建或者識(shí)別圖片等場(chǎng)景。
亞馬遜云科技和生成式AI
亞馬遜云科技對(duì)于基礎(chǔ)模型的投資和使用已經(jīng)進(jìn)行很多年了，涉及業(yè)務(wù)包括亞馬遜網(wǎng)站的搜索服務(wù)和亞馬遜語(yǔ)音助理Alexa的對(duì)話功能。在媒體對(duì)于新技術(shù)鋪天蓋地的宣傳和營(yíng)銷中，我們至少應(yīng)該對(duì)于這些技術(shù)的“是什么”和“為什么”有著清晰且實(shí)際的理解。
自Amazon SageMaker服務(wù)于2017年推出以來(lái)，亞馬遜云科技就通過(guò)各種機(jī)器學(xué)習(xí)和人工智能服務(wù)為技術(shù)人員和非技術(shù)人員提供源源不斷的服務(wù)。在這些技術(shù)的深遠(yuǎn)影響下，亞馬遜云科技的使命是讓更多的人都能夠獲得這樣的服務(wù)。在最近發(fā)布的各項(xiàng)公告中，亞馬遜云科技也持續(xù)秉承著這樣的使命，以一種更開放的方式為各組織機(jī)構(gòu)提供它們需要的能力。例如，Amazon Bedrock可以為客戶提供各種預(yù)訓(xùn)練模型，這些模型可以通過(guò)客戶自己的數(shù)據(jù)進(jìn)行定制化，同時(shí)保障客戶數(shù)據(jù)安全，并借助云架構(gòu)來(lái)安全且大規(guī)模地駕馭這些能力。企業(yè)不需要再考慮模型托管、訓(xùn)練、或監(jiān)控方面的問(wèn)題，可以把精力集中在結(jié)果導(dǎo)向上。
Amazon Bedrock始終秉承著一個(gè)簡(jiǎn)單的事實(shí)——單一一個(gè)解決方案或者一個(gè)模型，是無(wú)法解決企業(yè)面臨的所有業(yè)務(wù)問(wèn)題的。一些組織機(jī)構(gòu)也已經(jīng)意識(shí)到，費(fèi)那么多力氣將企業(yè)的保密數(shù)據(jù)注入到公共模型，也無(wú)法解決所有業(yè)務(wù)問(wèn)題。
所以作為企業(yè)信息部門、技術(shù)部門、以及數(shù)據(jù)部門的領(lǐng)導(dǎo)者，面對(duì)這項(xiàng)新技術(shù)你應(yīng)該思考些什么？你能做些什么準(zhǔn)備？下面是幾個(gè)比較主要的方向。
堅(jiān)持采用云端架構(gòu)
不知道大家是否還記得小時(shí)候電視上總會(huì)說(shuō)：“請(qǐng)勿自行在家中嘗試”。對(duì)于生成式AI，亞馬遜云科技也有類似的警告：“請(qǐng)勿在非云端嘗試”。如果你想要團(tuán)隊(duì)成員把精力都放在解決問(wèn)題和創(chuàng)新上，不為底層問(wèn)題或者管理基礎(chǔ)架構(gòu)和許可成本浪費(fèi)時(shí)間，那么上云是至關(guān)重要的。
云計(jì)算能夠?yàn)樯墒紸I賦能，為用戶提供高性價(jià)比的數(shù)據(jù)湖、可持續(xù)供應(yīng)的圖形處理器（GPU）和算力、高速的網(wǎng)絡(luò)、以及基于消耗的成本計(jì)算。同時(shí)，云端架構(gòu)還融合了基于Amazon Trainium和Inferentia芯片組的計(jì)算實(shí)例以優(yōu)化模型訓(xùn)練和推理性能，即便一些本地的解決方案切實(shí)可行，云服務(wù)仍然可以提供成本更低、性能更高、碳排放量更友好的解決方案。
打造好數(shù)據(jù)基石
再牛的房子建在垃圾地基上也不會(huì)長(zhǎng)久，機(jī)器學(xué)習(xí)也是這個(gè)道理。對(duì)于生成式AI來(lái)說(shuō)，業(yè)務(wù)數(shù)據(jù)的質(zhì)大于量。
現(xiàn)在很多人都在說(shuō)技術(shù)負(fù)債，但其實(shí)很多企業(yè)在不知不覺(jué)間也積累了很多數(shù)據(jù)負(fù)債。一般造成這種問(wèn)題的原因包括數(shù)據(jù)質(zhì)量管控不到位、數(shù)據(jù)源分散或者出現(xiàn)數(shù)據(jù)孤島、缺乏數(shù)據(jù)素養(yǎng)、在打造產(chǎn)品前期沒(méi)有或者很少考慮如何將數(shù)據(jù)整合到產(chǎn)品中，以及養(yǎng)成一種只會(huì)“說(shuō)”數(shù)據(jù)而不會(huì)日常“用”數(shù)據(jù)的企業(yè)文化�，F(xiàn)在，企業(yè)是時(shí)候要將這些基本原理夯實(shí)。畢竟，機(jī)器學(xué)習(xí)生活化的過(guò)程中都要涉及到數(shù)據(jù)整理和標(biāo)簽化。
不止于技術(shù)
生成式AI創(chuàng)造了一片令人驚奇的天地，但技術(shù)并不是憑空運(yùn)轉(zhuǎn)的。我們要認(rèn)識(shí)到“意外后果法則”（law of unintended consequences）。首先要考慮你在運(yùn)用AI時(shí)的道德立嘗透明度、數(shù)據(jù)歸屬、安全性、以及隱私性。你如何確保這項(xiàng)技術(shù)是被正確地、公平地、恰當(dāng)?shù)厥褂媚兀侩m然我們一直強(qiáng)調(diào)要負(fù)責(zé)任地使用AI，很多書籍如邁克爾·卡恩斯（Michael Kearns）的《講倫理的算法（The Ethical Algorithm）》中也提到了這點(diǎn)，但僅僅有這些是不夠的。我們要趁現(xiàn)在付諸行動(dòng)！比如強(qiáng)調(diào)技能和世界觀的多樣性，保證參與創(chuàng)造和使用模型的人可以對(duì)應(yīng)上客戶的多樣性，這有助于確保你提供服務(wù)的相關(guān)性，并在早期階段識(shí)別可能存在的歧視問(wèn)題。
基于這些想法進(jìn)行訓(xùn)練，將其整合到管理和合規(guī)框架中，甚至可以運(yùn)用到供應(yīng)商的篩選過(guò)程中，幫助你篩選價(jià)值觀相同的伙伴。
提升自己和團(tuán)隊(duì)的能力
AI在給人們帶來(lái)興奮的同時(shí)也帶來(lái)了擔(dān)憂。它打開了知識(shí)、創(chuàng)新、和效率的大門，但是也讓很多人開始擔(dān)心自己的職業(yè)會(huì)被其取代。AI的不斷涌現(xiàn)讓人們開始深切思考在未來(lái)什么技能不再被需要，什么技能仍然如日中天。所以作為領(lǐng)導(dǎo)者要考慮哪些技術(shù)能力是必備的，以及如何將其注入到自己的企業(yè)中。
一些Machine Learning University的課程可能有幫助，但是這還不夠。批判性思維和問(wèn)題解決導(dǎo)向等技能將變得尤為重要。我們最終想要的還是能在AI的輔助下解決業(yè)務(wù)挑戰(zhàn)的人，他們能夠批判性地看待和挑戰(zhàn)機(jī)器學(xué)習(xí)模型給出的推理思路。由于生成式AI模型是提煉數(shù)據(jù)而不是提供成熟的答案，所以這些能力尤為重要。要給員工提供空間來(lái)鍛煉這些能力，這樣才能不斷地淘換掉那些低價(jià)值的工作，無(wú)論這些工作是否是在機(jī)器學(xué)習(xí)輔助下完成的！
技能提升并不只是提升個(gè)人技能這么簡(jiǎn)單。湯姆·達(dá)文波特（Tom Davenport）的研究表明，35%的首席數(shù)據(jù)官發(fā)現(xiàn)，通過(guò)開展數(shù)據(jù)和人工智能相關(guān)的項(xiàng)目，可以強(qiáng)有力地推動(dòng)變革。大量企業(yè)已不再堅(jiān)守?cái)?shù)據(jù)孤島孤軍奮戰(zhàn)，而是轉(zhuǎn)向跨組織合作，這有助于開拓?cái)?shù)據(jù)使用范圍及其可能帶來(lái)的效果。
開始了解使用案例
生成式AI可以幫助解決什么非常耗時(shí)、困難、或者難以解決的問(wèn)題呢？你能夠找出哪些數(shù)據(jù)來(lái)輔助這個(gè)過(guò)程呢？我們可以暢想這項(xiàng)技術(shù)可以帶來(lái)的機(jī)會(huì)與可能，但是實(shí)際起步的時(shí)候最好從日常的小麻煩開始，這種小問(wèn)題我們一般叫“紙劃出來(lái)的口子”。這些小問(wèn)題可以通過(guò)自動(dòng)化解決嗎？這樣既能解放企業(yè)人員的時(shí)間，又能提升AI的理解能力。
例如，開發(fā)人員可以使用Amazon Code Whisperer服務(wù)來(lái)感受生成式AI在提升產(chǎn)能效率、針對(duì)陌生API接口提供建議、提高編碼安全性等方面的作用。我們通過(guò)內(nèi)部定標(biāo)分析發(fā)現(xiàn)此項(xiàng)服務(wù)可以提升57%的生產(chǎn)效率并提升代碼任務(wù)成功率。這是一個(gè)大好的、近在眼前的成為代碼產(chǎn)出標(biāo)兵的機(jī)會(huì)！
最后，仰望星空的同時(shí)我們要記得腳踏實(shí)地。我們現(xiàn)在處于大語(yǔ)言模型的拐點(diǎn)階段。有時(shí)候我們對(duì)人工智能了解得越深入，好像知道得越不夠多。在接觸生成式AI時(shí)，記得抱有一種開放、好奇的心態(tài)，但是不要相信那些天花亂墜的炒作。批判性地看待我們讀到的東西，不要相信有所謂最好的模型。很高興亞馬遜云科技發(fā)布了Amazon Bedrock服務(wù)，針對(duì)不同的需求采用不同的基礎(chǔ)模型。亞馬遜云科技讓更多構(gòu)建者可以使用基礎(chǔ)模型，提供各種商業(yè)和開源的基礎(chǔ)模型。在AI業(yè)內(nèi)有經(jīng)驗(yàn)的人都能感受到，亞馬遜云科技云端提供多種模型，比吊在單獨(dú)一個(gè)模型上要好得多。
