人工智能发展步入新阶段，生成式AI将改变未来
WAIC 2023世界人工智能大会是首个以人工智能为主题的国家级展会。会上，来自全球的数百家企业参展，亚马逊云科技生成式AI产品研究院院长Sherry Marcus在会上做了关于共建生成式AI生态的主题演讲，并引起了广泛关注。
放眼整个IT行业，今年最热门的话题都是围绕着AI，有一些领域已经在AI应用方面取得了不错的成绩，更加深入的应用也在逐渐研发中。
那么，为什么AI会在近几年迅速兴起呢？
Sherry Marcus认为，机器学习现在正处于一个转折点，且由三大驱动因素而影响。
首先是网络数据大幅爆炸性增长，而且这些数据有可获得性；其次是算力大幅增加，让AI能够做更多复杂的事情；但仅仅有以上两点还不够，Transformer AI模型出现以及该模型的复杂度演变，实现了融合趋势并推动了AI发展。
基于此，生成式AI降低了门槛，使其更容易与实际业务相结合，并让人工智能发展步入了快车道。
针对生成式AI，亚马逊云科技有备而来
一边是AI大模型的飞速发展，另一边是亟待AI能够赋能业务的企业，如何才能为其构建起一座互通的桥梁呢？
Sherry Marcus认为，可以通过四个关键因素，来帮助他们加速生成式人工智能之旅。包括：利用一流的基础模型构建出色的AI应用；保障模型的安全性和私密性；降低成本并保持低延迟；借助专业代码生成工具来消除繁重工作提高效率。
亚马逊云科技最近推出了一款名为Amazon Bedrock的生成式人工智能产品。这款产品最重要的能力之一是极其容易定制模型。客户只需向Amazon Bedrock展示Amazon S3中的几个标注好的数据示例，Amazon Bedrock就可以针对特定任务微调模型，最少仅需20个示例即可，而无需标注大量数据。
此外，亚马逊云科技还有一款名为Amazon CodeWhisperer的AI工具，它利用数十亿行开源代码进行训练，能够根据用户的代码注释和现有代码实时生成代码建议。它还具备安全漏洞扫描功能。
目前，Amazon CodeWhisperer支持15种编程语言(包括Python、Java和JavaScript),并可以集成到VS Code、IntelliJ IDEA、PyCharm等开发工具中使用。
在实际应用方面，有新闻机构通过使用生成式AI，促进他们团队的合作，可以快速完成各种新闻。在电商领域，成千上万中国供应商使用了亚马逊生成式AI功能，加速平台上产品图像生成的速度，使推理速度提升了270%。
Amazon Bedrock正在改变世界
德勤利用亚马逊云科技的Amazon Bedrock全托管服务扩展其生成式人工智能(AI)能力。借助该服务，用户可通过API轻松访问来自领先AI公司及亚马逊的预训练基础模型。通过与亚马逊云科技合作，德勤帮助用户更快速地大规模构建新的AI应用，释放生成式AI能力的巨大价值。借助Amazon Bedrock,德勤可以为客户提供更具成本效益的服务，帮助查验大量数据以定制模型，并将自然语言应用于各种用例。
埃森哲Velocity团队正在使用Amazon CodeWhisperer加速编码任务。他们发现Amazon CodeWhisperer可以帮助减少30%的开发工作量，客户的开发人员可以更专注于安全、质量和性能的提升。
在金融领域，生成式AI的应用范围广泛，有数据显示，85%的金融服务领域领导者已制定在产品和服务开发中使用生成式AI的战略，涵盖营销内容创作、客服聊天机器人、文本摘要、风险管理等。通过分析大量金融数据，生成式AI为投资者提供评估、预测、投资策略和建议。通过总结股票研报信息，为投资分析师提供参考。此外，它可以根据客户需求、偏好和场景生成适合的保险方案。
在医疗和生命科学领域，生成式AI将对制药、临床试验和医疗实践等整个价值链产生巨大影响，包括设计和合成新蛋白质序列、预测药物效果和副作用、识别患者风险因素、提供个性化护理方法，甚至合成患者和医疗数据进行模拟研究。
例如飞利浦医学影像系统Philips HealthSuite Imaging影像平台的服务部署在云端，并通过使用基于Amazon Bedrock的基础模型（Foundation Models）来加速开发基于云计算的生成式人工智能应用，以提供临床决策支持，实现更准确的诊断。
云平台可赋予用户定制化模型
开发AI大模型的目的就是化繁为简，但很多企业却面临着来自大模型训练方面的成本与时间压力。
相比之下，基于云平台的专业化模型则更适合大多数企业。
Sherry Marcus表示，大部分用户不需要自己从零开始来训练模型，也并不能依赖一个万能的、单一的大型语言模型来应对各种任务，而是希望能同时访问多个模型，然后根据自己的需求和数据来定制自己的模型。
也就是说在大模型的基础之上，确保以私密和安全的方式让用户能够定制自己的模型。
亚马逊云科技可以为用户提供已经训练过的以及预训练模型，这其中包括像有Amazon Titan系列基础模型，或来自于像Stability AI或者Anthropic的第三方合作伙伴训练过的模型，及通过Amazon SageMaker JumpStart提供的开源模型。
用户可以直接使用这些模型，或是根据自身需求，在大语言模型的基础之上，进行专业化或者专门化模型的构建，并且使用自己的数据。这样，一方面客户可以有大模型的丰富度，同时也可以有小模型能够带来的快速迭代。
生成式AI可完成开发任务
当前，企业所关注的重点是降本增效，那么生成式AI在开发方面能否实现呢？
据Sherry Marcus介绍，亚马逊云科技推出的Amazon CodeWhisperer在预览期间曾做过测试，它比参与者完成任务的速度平均快57%，成功率高27%。它把整个软件开发的行业水准拉到更高，甚至大学生也可以利用这样的工具来开发更复杂的软件。
此外，程序员写代码的时候通常需要花费大量时间在网上查询相关信息，而Amazon CodeWhisperer则也可以当做AI智能助手来使用，通过注释的方式就能够自动生成代码，大大节省了开发时间。
Amazon CodeWhisperer在代码编辑器中直接推荐一个或多个代码片段,帮助开发人员在编码过程中提高生产力。Amazon CodeWhisperer提供的代码建议是基于数十亿行在亚马逊和开源代码进行训练的大语言模型（LLM）。开发人员可以通过简单点击Tab键，快速轻松接受最顶端的推荐, 使用方向键查看更多推荐,或者继续编写代码。
Amazon CodeWhisperer对训练数据进行安全漏洞分析，并尽可能过滤掉了许多安全漏洞。这个过滤的目的是从训练数据中排除不安全的代码模式，避免模型在未来学习和生成类似的代码。为了帮助开发人员负责任地构建应用程序，Amazon CodeWhisperer还提供了一个参考追踪器，显示推荐代码的许可证信息，并在必要时提供对应开源仓库的链接。
谈到挑战，Sherry Marcus认为生成式AI应该更深入地了解各行各业，在数字化转型方面给予更大的推动力，并且能够保证AI必须在安全、合法、负责任的环境中运行，也只有这样才能真正地实现颠覆式创新。