在不改變原意的情況下，需要重新寫成中文：我們之前已經向大家介紹了亞馬遜雲科技（Amazon Web Services, AWS）在re:Invent 2023上剛剛宣布的一系列旨在加速生成式人工智慧相關技術實際應用的舉措
其中包括但不限於與NVIDIA確立更深入的戰略合作關係、首發基於GH200超級晶片的計算集群，以及全新的自研通用處理器和AI推理晶片等等。
不過眾所周知的是，生成式AI靠的不僅是硬體方面的強大算力，它對於良好的AI模型更是高度依賴。特別是在當前的技術背景下，開發者和企業用戶往往面臨著諸多的選擇，由於不同的模型擅長不同的生成式類別，這就導致模型的合理選擇、參數設定，甚至效果的評估，實際上在許多用戶看來變成了非常麻煩的事情，也大幅提高了生成式AI運用到實際應用場景中的難度。
那麼如何解決生成式AI在實際應用上的困難點，真正解放新技術的生產力呢？就在北京時間2023年11月30日凌晨，AWS方面給了一系列的解答。
目前，更多的模型選擇都匯聚在一起了
#首先，AWS今天宣布了對Amazon Bedrock服務的進一步擴展。在此之前，該服務已經包含了多個領先業界的大語言模型來源，包括AI21 Labs、Anthropic、Cohere、Meta、Stability AI和Amazon。透過這個託管服務，使用者可以在一個平台上方便地選擇使用各種大語言模型，無需訪問其他平台
在今天的主題演講中，AI安全和研究公司Anthropic宣布他們已經將最新版本的Claude 2.1模型引入了Amazon Bedrock。 Claude 2.1擅長對大容量文字進行總結、執行問答和對比，因此它特別適用於處理財務報表和內部資料集。據Anthropic稱，與先前的模型相比，Claude 2.1在誠實性方面取得了顯著進步，虛假陳述減少了2倍
同時，知名的大語言模型Llama 2也將高達700億參數規模的新版本引入了Amazon Bedrock。作為Meta的下一代大語言模型，Llama 2的訓練資料比前代多40%，上下文長度增加了1倍。在最新版本中，它透過指令資料集和超過100萬個人工註釋進行微調，並針對對話用例進行了最佳化。
更未重要的是，AWS先前也已成功地開發了他們自有的AI大語言模型Titan。除了先前已經發布，用於文字生成的Amazon Titan Text Embeddings和Amazon Titan Text模型之外，主打圖像生成的Amazon Titan Image Generator和Amazon Titan Multimodal Embeddings今天也已正式公佈。與傳統的生成式圖像模型相比，AWS自有模型還植入了對版權保護的獨特技術，並支援將圖像和文字資訊嵌入資料庫，以產生後期更準確的搜尋結果。
此外，AWS方面還創新性地提出了大模型生成內容的版權賠償政策，即對於普遍可用的Amazon Titan模型或其輸出侵犯第三方版權的指控，將由AWS對客戶進行賠償。
更準確、更安全地使用大語言模型，如今變得很簡單
在傳統用例中，企業可能需要花費很長時間來確定基準、設定評估工具，並基於豐富的專業知識對不同的模型進行評估，然後才能選擇最適合自己的模型
但是现在有了Amazon Bedrock上的模型评估功能，以上的麻烦全部都可以免除。用户只需要在控制台里选择预先设定好的评估标准（比如准确性、鲁棒性），然后上传自己的测试数据集、或是从预设的数据量里进行选择，就能运行完全自动化的大模型评估流程。
即便是需要人工评估，AWS的专家队伍也可以基于客户定义的指标（比如相关性、风格、品牌形象），来提供详细的评估报告。在大幅节约时间的同时，也显著降低了企业使用生成式AI的技术门槛。
不仅如此，在Amazon Bedrock里，包括Cohere Command、Meta Llama 2、Amazon Titan，以及未来即将适配的Anthropic Claude 2.1在内，多款大语言模型都将支持用户根据自己的需要进行微调。除此之外，Amazon Bedrock知识库功能也将允许大模型连接到企业的专有数据源，从而为聊天机器人和问答系统等用例，提供更准确、也更具企业自身“个性化”的响应方式。
同时针对生成式AI使用当中的保护机制，Guardrails for Amazon Bedrock现在将允许企业自定义生成式AI的语言原则。他们可以设定哪些主题会被拒绝、配置仇恨言论，侮辱、性语言和暴力的阈值，以将有害内容过滤到他们想要的水平。未来Guardrails for Amazon Bedrock还将引入单词过滤器功能，并在多个不同的模型用例中使用相同或不同的防护级别。
收获大量用户的信赖后，AWS正全面推动生成式AI落地
除了通过新技术大幅简化生成式AI的选择和使用流程之外，AWS备受好评的Amazon SageMaker服务如今也正在被Hugging Face、Perplexity、Salesforce、Stability AI和Vanguard 等客户所使用，用于持续地训练和强化他们的大语言模型。相比于使用企业自己的算力设备，AWS巨大的硬件优势和灵活的业务模式，则使得“大模型”的进化也将得更快、更简单。
不仅如此，我们可以看到包括Alida、Automation Anywhere、Blueshift、宝马集团、科莱恩、Coinbase、Cox Automotive、dentsu、Druva、Genesys、Gilead、GoDaddy、Hellmann Worldwide Logistics、KONE、LexisNexis Legal & Professional、Lonely Planet、NatWest等一系列企业都选择将他们的数据放在AWS上，并且基于这些数据来对自身生成式AI服务进行私有化“定制”，而完全不必担心这些数据遭到泄露或被其他竞争对手使用。而因为“不会使用Amazon Bedrock的任何输入或输出来训练其基本模型，这不仅仅是AWS的自我保证，更是他们对第三方大模型提供商所做出的技术约束
事实上，列举今日这场主题演讲中出现的、AWS的相关合作伙伴，就会发现他们几乎包含了当今生成式AI的全部产业链环节，例如基础模型选择在AWS上加速训练和迭代；模型服务商则将自身的服务托管到AWS，以触及更多用户；并且大模型的用户也偏好AWS的相关付，因为该平台使得他们大幅简化了使用AI技术提升服务品质和企业运营效率的门槛，还具备出色的性价比和极高的可靠性。
几个月前大家或许还在思考，如何让“生成式人工智能”真正应用于实际企业和用户，并为他们带来利益。然而，在今天举行的AWS re:Invent 2023主题演讲后，答案显而易见
以上是AWS為實現生成式AI的落地提供了全面解答的詳細內容。更多資訊請關注PHP中文網其他相關文章！
