回想一下当一套新技术或一个技术支持的小玩意完全吸引了你的注意力和想象力的时候。第一台个人电脑。互联网和网络的出现。电子邮件。智能手机。这些东西以难以预料的方式改变了我们的生活，也许也难以欣赏，直到我们有一段时间使用这些技术。我们对负责任地使用 AIAmazon 的承诺承诺继续与白宫、政策制定者、技术组织和人工智能社区合作，以促进负责任和安全地使用人工智能。我们再次出现在人工智能 （AI） 和机器学习 （ML） 的那一刻。我相信人工智能和机器学习是我们这个时代最具变革性的技术。这就是为什么 20 多年来，亚马逊在人工智能和机器学习的开发上投入了大量资金，将这些惊人的功能注入了几乎每个业务部门。生成式人工智能为何备受关注人工智能曾经是一小群研究人员和数据科学家的领域。今天，如果不参考 AI，特别是生成式 AI，您就无法打开新闻源。这可能会让人感到惊讶，但人工智能的概念自 1950 年代以来就已经存在。那么，为什么这项已经渗透了几十年的技术现在受到如此多的兴趣呢？简而言之，由于技术进步的融合和对人工智能所能完成的成就的日益了解，人工智能已经达到了一个临界点。再加上数据的大量激增、高度可扩展的计算能力的可用性以及机器学习技术随着时间的推移而进步，对生成式人工智能的关注终于形成。此外，您很可能已经拥有使用 AI 和 ML 的经验。如果您听过 Wondery 播客、向 Alexa 询问今天的天气预报、在 Prime Video 中搜索新剧集，或者访问过一家采用 Just Walk Out 技术的商店，那么您就利用了亚马逊的人工智能。更具体地说，您与 ML 系统或模型进行了交互。正是这些机器学习模型处于生成式人工智能兴奋和潜力的中心。那么，生成式人工智能到底是什么？它与其他人工智能有何不同？尽管基于相同的概念，但我们多年来一直投入使用的人工智能传统机器学习技术（尤其是深度学习）和生成式人工智能之间存在直接的区别。顾名思义，生成式人工智能是一种可以创造新内容和想法的人工智能。它可以是文本、图像、视频、语音，甚至代码。与所有 AI 一样，生成式 AI 由机器学习模型提供支持，机器学习模型是针对大量数据进行预训练的超大型 ML 模型，通常称为基础模型 （FM）。生成式 AI 对企业意味着什么以及 AWS 如何提供帮助新的 AWS 生成式 AI 创新中心可帮助客户成功构建和部署自定义生成式 AI 产品和服务。在我们让 FM 发挥作用之前，传统形式的机器学习允许我们获取简单的输入（如数值），并将它们映射到简单的输出（如预测值）。借助更先进的机器学习技术，尤其是深度学习，我们可以获取更复杂的输入，例如视频或图像，并将它们映射到相对简单的输出。您可以在视频流中查找违反准则的图像，或者分析文档的情绪。通过这种方法，您可以深入了解提供给模型的数据，但不会生成任何新数据。借助生成式 AI，您可以利用大量数据（将复杂的输入映射到复杂的输出），并在此过程中创建各种新内容。传统的 ML 模型也往往是特定于任务的。例如，如果我想使用深度学习模型进行翻译，我会访问大量与翻译服务相关的特定数据，以学习如何从西班牙语翻译成德语。该模型只会做翻译工作，但不能继续生成德语海鲜饭的食谱。它可以将西班牙海鲜饭食谱从西班牙语翻译成已经存在的德语，但不能创建一个新的食谱。日落时分海滩上的独角兽现在，借助生成式 AI，每个人都可以使用 AI，而无需手动准备数据。为生成式 AI 应用程序提供支持的大型模型（这些基础模型）是使用称为“Transformer”的神经网络架构构建的。它于 2017 年左右进入人工智能圈，并显着缩短了开发过程。使用 Transformer 架构，生成式 AI 模型可以在各种类型的大量未标记数据（文本、图像、音频等）上进行预训练。没有手动数据准备，并且由于大量的预训练（基本上是学习），这些模型可以开箱即用地用于各种通用任务。这有点像人工智能的瑞士军刀。在 Amazon Bedrock 上使用 SDXL 生成的图像。最初的提示是：“日落时分，一只雄伟的独角兽在海滩上用后腿抬起。模型可以在预训练阶段学习，例如，什么是日落，海滩是什么样子，以及独角兽的特殊特征是什么。使用旨在获取文本并生成图像的模型，我不仅可以请求日落、海滩和独角兽的图像，还可以让模型生成日落时海滩上的独角兽图像。使用相对少量的标记数据（我们称之为“微调”），您可以针对特定领域或行业调整相同的基础模型。生成式人工智能应用：生成式人工智能将改变每家公司和组织的运营方式只需少量标记数据即可为任何任务定制预训练的 FM——这就是生成式人工智能的革命性之处。这也是为什么我认为生成式人工智能面临的最大机会不是消费者，而是改变公司和组织的运营方式以及他们为客户提供服务的方式的各个方面。在医疗保健、法律领域、抵押贷款承销业务、内容创建、客户服务等领域，我们预计经过专业调整的生成式人工智能模型将发挥作用。想象一下，如果自动化文件处理使您的报税变得简单快捷，并且您的抵押贷款申请成为持续数天而不是数周的简单过程。如果与医疗保健提供者的对话不仅以通俗易懂的方式转录和注释，而且为医生提供潜在的治疗方法和最新研究，会怎样？或者，如果您可以探索新产品的设计，通过简单的提示优化可持续性、成本和价格，那会怎样？所有这些不仅可以通过生成式人工智能实现，而且很有可能实现。我们已经看到生成式人工智能将如何以四种主要方式出现在企业中的模式。通过聊天机器人、虚拟助手、智能联络中心、个性化和内容审核等功能改善客户体验。通过对话式搜索、文本摘要和代码生成等提高员工的工作效率。制作从艺术和音乐到文本、图像、动画和视频的所有类型的创意内容。通过智能文档处理、维护助手、质量控制和视觉检查以及合成训练数据生成来改善业务运营。科学家如何使用 AWS AI 和 ML 绘制整个人脑图首创的知识中心有望通过综合细胞水平的研究来推进脑部疾病的治疗。关键是要确保您真正选择正确的人工智能工具，并将它们与适当水平的人类判断和专业知识相结合。这些模型不会取代人类;它们只会让我们所有人的工作效率大大提高。更重要的是，您需要以安全的方式使用您的数据调整这些模型，因此，归根结底，这些模型是根据组织的需求定制的。您的数据是创造卓越产品、客户体验或改善业务运营的差异化因素和关键因素。就像 1995 年的互联网对于生成式 AI 来说，现在还处于早期阶段。还有很多东西需要发明和迭代。这让我想起了 1995 年左右的互联网，当时网络刚刚开始出现，我们听说过这个叫做网络浏览器的东西。当您退后一步，看看我们今天所处的位置以及即将发生的事情时，生成式人工智能有可能彻底改变我们的生活，无论是在家庭、学校还是工作中。借助亚马逊和我们的客户正在构建的这些工具，我们都可以将更多时间花在我们最擅长的事情上，而将更少的时间花在日常工作上。这是非常强大的，这就是使这个时刻成为如此不可思议的时刻的原因。有关生成式 AI 和最新 AWS 工具的更多信息，请查看我在 AWS 纽约峰会上的主题演讲。
