从2022年末一直到2023年上半年，许多人亲眼见证了ChatGPT的风靡全球，以及生成式AI与大语言模型的大爆发。

那么对于广大用户来说，生成式AI究竟意味着怎样的机遇？数据在生成式AI应用中扮演着怎样的角色？如何解锁生成式AI的价值？又应该怎样开启生成式AI的旅程？

在近日召开的2023亚马逊云科技中国峰会上，亚马逊云科技全球产品副总裁Matt Wood针对以上问题给出了详细解答。

解锁生成式AI的价值

“亚马逊云科技深信，生成式AI正在重塑千行百业。它可以突破以前无法突破的极限，其典型场景包括写作、设计、编码、建模等创意输出；包括搜索、总结、排序等功能增强；包括可产生新知识和新想法，以及通过聊天机器人提供开放知识的全新交互式体验；包括在人工监督下自动执行复杂任务的决策支持。”谈到亚马逊云科技对生成式AI的观点与看法时，Matt Wood如是表示。

谈到如何解锁生成式AI的价值时，Matt Wood表示主要有以下四个步骤：

1、提供对一流基础模型的访问：亚马逊云科技的Amazon Bedrock服务能够提供对一流基础模型的访问，允许用户通过API访问来自AI21 Labs、Anthropic、Stability AI和亚马逊的基础模型，因而是客户使用基础模型构建和扩展生成式AI应用程序的最简单方法，帮助所有开发者降低了使用门槛。在Amazon Bedrock上，用户可以通过可扩展、可靠且安全的亚马逊云科技托管服务，访问从文本到图像的一系列强大的基础模型。

2、提供安全私密的环境去定制模型：亚马逊云科技旗下的Amazon Titan是一系列不同的模型库，可实现文本归纳总结、搜索结果嵌入、有害内容删减等，用户可以非常安全、隐私地对这些模型做优化和微调。

3、通过定制芯片提供低成本和低延迟访问：从Nitro、Graviton一直到机器学习推理芯片Inferentia、机器学习训练芯片Trainium，亚马逊云科技低成本、低延迟的自研定制芯片，正在生成式AI领域展现出越来越明显的优势。

4、搜寻机会提升使用体验：基于机器学习技术，亚马逊云科技为开发人员提供了Amazon CodeWhisperer代码生成服务，支持包括Java、JavaScript和Python等在内的15种不同编程语言，可以让个人用户免费使用。在测试中，与未使用CodeWhisperer的参与者相比，使用CodeWhisperer的参与者完成任务的速度平均快57%，成功率高27%。

“在为客户提供广泛的机器学习能力方面，亚马逊云科技有着悠久的历史。从机器学习的不断创新、定制化的底层芯片、开箱即用的AI服务一直到利用Amazon Bedrock使用模型，如果把所有这些放在一起，你会发现从未有过如此简单、低成本的，借助机器学习进行代码构建的方式。”Matt Wood说道。

亚马逊云科技的云原生数据战略

Matt Wood指出，数据既是生成式AI的起点，又将推动生成式AI的广泛应用。为此亚马逊云科技也推出了自己的云原生数据战略：

1、全面的工具集，满足现在和未来所需：亚马逊云科技推出15种专门构建的云上托管数据库服务，为各类用户的应用场景提供完美契合的数据服务；亚马逊云科技的分析服务已全面实现Serverless化，包括交互式查询服务Amazon Athena、大数据处理服务Amazon Managed Streaming for Apache Kafka (Amazon MSK)、实时分析服务Amazon Kinesis、数据仓库服务Amazon Redshift、数据集成服务Amazon Glue、商业智能服务Amazon QuickSight以及运营分析服务Amazon OpenSearch Service。

2、轻松集成，连接所有数据：亚马逊云科技提出了Zero-ETL的愿景，致力于实现无缝的数据转换和调用，而用户不用编写任何的代码。譬如最近推出的Amazon Aurora服务，就可以与Amazon Redshift进行Zero-ETL集成，允许使用Amazon Redshift对来自Aurora的PB级事务数据进行近实时分析和机器学习。事务数据在被写入Aurora后的几秒钟内，即可用在Amazon Redshift中，因此用户不必构建和维护复杂的数据管道来执行提取、转换和加载 (ETL) 操作。

3、构建端到端的数据治理：通过数据治理，加速并保障数据流通。亚马逊云科技在2022年推出了一项全新的数据管理服务Amazon DataZone，可以让客户更快、更轻松地对存储在亚马逊云科技、客户本地和第三方来源的数据进行编目、发现、共享和治理。借助Amazon DataZone，管理员和数据资产管理者可以使用精细的控制工具管理和治理数据访问权限，确保数据访问发生在正确的权限和正确的情境之下。

开启生成式AI旅程的建议

谈到用户应该如何使用数据来开启自己的生成式AI之旅时，Matt Wood给出了五条建议：

1、基于自己现有的数据战略去做构建；

2、在组织内实现更广泛、更安全的生成式AI实验；

3、为需求场景定制化模型；

4、携手亚马逊云科技，探索无限可能；

5、选择场景，即刻启程，构建未来。

“技术能力往往遵循S曲线。你永远不知道你现在S曲线上的哪个位置，除非你事后进行回顾。希望明年再会的时候，我们能够回顾一下自己在S曲线的头部有哪些新的点，另外在未来有哪些展望，我们希望在这个曲线上有渐进的推动。我们相信明年回顾的时候，能够看到我们已经到达了S曲线的顶点，达到了快速爆发式发展的点，涌现出许多的创新发明和应用。”Matt Wood说道，“科幻作家威廉·吉布森曾经说过‘未来近在咫尺，只不过时隐时现’，亚马逊云科技始终希望将拥有广阔前景且令人兴奋的技术提供给每个人。在云计算时代，我们提供通过API访问云上应用的快捷访问，这一愿景不会因为生成式AI的出现而改变，我们希望将这项技术交到每一个构建者和每一个商业用户的手中。”

“此次亚马逊云科技中国峰会，彰显了亚马逊云科技在云与AI领域的持续深耕。尤其在近期引起热议的AIGC领域，亚马逊云科技更加强调将自身技术能力和最佳实践赋能客户和合作伙伴的AIGC业务发展，通过更加灵活敏捷、低门槛的产品（譬如Amazon Bedrock和Amazon CodeWhisperer），加速AIGC技术的普及以及在更多行业场景中探索价值，致力于成为AIGC世界中的‘幕后推手’和‘数字基座’。”艾瑞咨询研究总监王成峰表示。

生成式AI领域的“百模大战”

自从ChatGPT一夜爆红，市场上相继出现了各式各样的生成式AI工具和大模型，号称AIGC“百模大战”，这也让许多用户不知道如何选择。对此亚马逊云科技又有着怎样的看法和建议？

“随着ChatGPT的横空出世，很多人都深受鼓舞，但是也要认真考虑我们究竟需要什么样的生成式AI工具，需要构建什么样的系统，需要什么样的资源，尤其是什么样的大模型，才能实现自己的构想。”Matt Wood表示，“而亚马逊云科技的目标，就是用尽可能简单的方法，帮助客户构建自己的大模型。不管是创业公司、中小企业还是大型企业，都可以运用这些生成式AI工具。我们的开发人员能够以难以置信的方式，来提供简单易用的生成式AI工具。不管是文本还是图像，用户只需要了解简单的API和选择适合的模型，就可以输出自己想要的内容。而在这个过程当中，亚马逊云科技的与众不同之处，就是我们提供的生成式AI工具必须是随处可用的，并且能够以极低的成本实现，以尽可能低的延迟来向用户交付服务，同时确保运维操作的最优化。因此我们选择了定制芯片的方法，这样可以提供更加强大的性能，并且尽可能地降低成本和时延。”

Matt Wood指出，在亚马逊云科技看来，不同行业用户的需求千差万别，因此并不存在一个可以适用多种应用环境的“一招鲜”万能大语言模型。为此亚马逊云科技在努力训练Amazon Titan等自研大语言模型的基础上，也在积极使用Anthropic、AI21Labs、Stability AI等第三方合作伙伴的大语言模型，让用户可以根据自身的需求，使用自己的数据，以各种不同的方式定制相应的大语言模型。

“正是有赖于我们过去一段时间在生成式AI领域的研发和创新，我们实现了低成本、低时延，让客户拥有了能够通过定制芯片构建自己模型、使用自己模型的能力。目前在整个行业中，亚马逊云科技在所有供应商当中实现了以速度最快、成本最低、最简单易行的方式，来提供生成式AI大模型。”Matt Wood表示，“与此同时，我们还在不断地推出新的服务，例如使用生成式AI产品CodeWhisperer，来帮助软件开发人员极大地提升工作效率，使其能够以更快的速度、更高的质量、更安全的方式来编写软件和程序。这一点也让很多客户感到非常兴奋和满意。”