生成式人工智能的变革潜力

人工智能已经达到了临界点，新一代人工智能抓住了商业世界的想象力。有哪些潜在的用例，组织如何为此做好准备？

经过多年的讨论，看似进展甚微，人工智能（AI）的突然繁荣让大多数人感到惊讶。

AWS 数据库、分析和机器学习 (ML) 副总裁斯瓦米·西瓦苏布拉马尼安 (Swami Sivasubramanian) 认为，这种兴趣的爆发是由于该技术最终达到了“临界点”。人工智能和机器学习模型现在已达到一定程度的复杂性和足够规模的功能，可以从其使用中产生价值。

“生成式人工智能激发了我们的想象力，”Sivasubramanian 说。“我相信它将改变每一个应用程序、行业和企业。”

这一进步的关键是模型可以使用的数据种类及其可以产生的多种输出的突破。以前，机器学习算法需要高度特定或“标记”的数据才能产生定义的输出。

我相信它将改变每个应用程序、行业和业务

现在，基础模型 (FM) 使用更广泛的信息进行训练，并且可以产生各种复杂的输出，例如视频或图像。至关重要的是，FM 可以进行调整以满足应用程序或用例的要求，从而缩短新产品或功能的上市时间。

“我们可以利用大量复杂数据，以更高级的方式捕获和呈现知识，将复杂的输入映射到复杂的输出，”Sivasubramanian 说。“过去，科学家需要花费数月的时间来为一项任务开发机器学习模型，现在可以通过一个模型和微调来相对轻松地完成。”

每个商业部门都可以从这些进步中获益。例如，快速生成视频、音频和书面内容的能力可以帮助提高组织许多职能部门的工作人员效率。通过更高质量的聊天机器人交互可以改善客户体验。

生成式人工智能可以在加快健康和生活服务以及交通等关键研发领域的上市时间方面具有真正的变革能力。

AWS 企业战略家兼传播者 Phil Le Brun 表示：“潜力巨大。” “想象一下，制药公司正在加速基因疗法的设计，借款人与抵押贷款提供商拥有丰富的对话经验，可以快速批准他们的贷款，或者世界各地的每个人都通过扩大获得持续知识和教育途径来获得机会。”

AWS 正在帮助客户通过 AWS Bedrock 访问这些新功能，AWS Bedrock 是一种基于云的 FM，可以通过单个 API 访问生成式 AI 应用程序。

Bedrock 具有普遍有用的应用程序，例如通过“人工智能代理”处理客户投诉，利用现有的公司数据，而无需人工输入任何内容。通过 Amazon Quicksight，可以整理来自各个组织的数据，并根据书面语言提示生成商业智能报告，从而快速加速决策制定。对于医疗客户，AWS Healthscribe 可以通过语音输入实现文书工作自动化，从而使医生和护士能够将更多时间用于治疗患者。

通过单个 FM 访问这些服务为公司提供了巨大的潜力，可以提高工作效率，并快速开发自己的创新应用程序。

为了充分利用这些创新，组织必须采取一些重要步骤。Sivasubramanian 表示，公司必须首先确保他们能够使用一流的 FM 来利用他们的应用程序并建立自己公司的能力。为此，他们需要一个安全且基于私有云的环境，在其中他们可以使用自己的数据自定义模型。

这将使公司减轻员工的繁重负担，创建易于使用的基于人工智能的生成工具来提高生产力。最后，能够以低成本和低延迟构建的机器学习优化基础设施至关重要。Le Brun 强调了云在实现这些成功支柱方面的作用。

“你还记得小时候看过的那些电视节目，那些警告说：‘不要在家里尝试这个’的节目吗？我会用生成人工智能给出这个警告的一个变体：“不要在没有云的情况下尝试这个，”他说。

“云是生成式人工智能的推动者，提供经济高效的数据湖、可持续配置的 GPU 和计算、高速网络以及基于消耗的成本计算。”

云是生成式人工智能的推动者

Le Brun 还表示，公司在采取生成式人工智能战略之前应该解决数据管理问题，因为孤立或碎片化的信息将阻碍其采用。领导者必须重视公司的价值观，以确保技术的使用方式有利于组织各个层面的利益相关者。

“生成人工智能的世界非常令人兴奋，但技术很少在真空中运行。面对意外后果的法则。首先考虑您对人工智能的道德、透明度、数据归属、安全和隐私的立场。如何确保该技术得到准确、公平和适当的使用？”

Sivasubramanian 表示，FM 的广泛采用将使整个组织中生成式人工智能的使用民主化。如果这些步骤得以实现，领导者应该能够实现这一目标，同时快速扩展创新，为客户和股东带来价值。