整個(gè)AI領(lǐng)域，GPT-4 發(fā)布無疑成為載入 AI 史冊的大事件。但其還留下來一些發(fā)展空間，其不可能把所有的事情都做完。比如，涉及小數(shù)、分?jǐn)?shù)的運(yùn)算，GPT-4 可能給不出正確答案（其多位乘法運(yùn)算準(zhǔn)確率僅為 4.3%）。

可以說，現(xiàn)階段我們并沒有實(shí)現(xiàn)理想中的「通用人工智能」，強(qiáng)如 GPT-4 也并不完美。這也意味著，對于大模型使用者或者想在其上開發(fā)應(yīng)用的技術(shù)人員來說，GPT-4 或許不是唯一的選擇，甚至不是最適合的選擇。

那么，在生成式 AI 的下半場，應(yīng)用到底應(yīng)該怎么造？這并不是一個(gè)能夠簡單得出答案的問題，很多時(shí)候，我們恨不得把現(xiàn)有的比較強(qiáng)的模型都試一下。但即使要做這件事也不容易，因?yàn)楹芏嗄Ｐ驮诎l(fā)布的同時(shí)其實(shí)并沒有提供太多「配套服務(wù)」，試用也有成本和代價(jià)。

好在，擁有強(qiáng)大基礎(chǔ)設(shè)施的亞馬遜云科技也關(guān)注到了這些問題。近日正式上線的 Amazon Bedrock 就是奔著「提供更多選擇」和配套服務(wù)這一目標(biāo)來的。

一、Claude、Llama 2、Stable Diffusion... 超全明星模型庫

除了 ChatGPT，在更多領(lǐng)域中，人們想要應(yīng)用生成式 AI 還存在肉眼可見的挑戰(zhàn)：我們必須構(gòu)建專用于生成式 AI 的硬件基礎(chǔ)設(shè)施，配合自身數(shù)據(jù)對大模型進(jìn)行調(diào)優(yōu)，不斷更新部署，同時(shí)還需要保護(hù)隱私數(shù)據(jù)的安全。即使對于科技公司而言，這也是非常復(fù)雜的事。

對此，亞馬遜云科技拿出了一套幫助人們建大模型應(yīng)用的「基礎(chǔ)設(shè)施」。

今年 4 月，亞馬遜云科技正式發(fā)布 Amazon Bedrock，這是一套生成式 AI 全托管服務(wù)，包含業(yè)界領(lǐng)先的基礎(chǔ)模型和構(gòu)建生成式 AI 應(yīng)用程序所需的一系列功能。

Amazon Bedrock 匯聚了業(yè)內(nèi)幾乎所有領(lǐng)先的基礎(chǔ)大模型，面對不同應(yīng)用場景，它可以讓人們只需通過單一 API 就能用上來自 AI21 Labs、Anthropic、Cohere、Meta Llama2、Stability AI 等公司的先進(jìn)大模型來構(gòu)建自己的應(yīng)用。

提到亞馬遜，很多人可能都會(huì)想到前段時(shí)間的一個(gè)重要融資事件：他們計(jì)劃對 OpenAI 頭號競爭對手 ——Anthropic 投資 40 億美元。

在大模型創(chuàng)業(yè)領(lǐng)域，Anthropic 是一個(gè)非常耀眼的存在。它由 OpenAI 前研究副總裁 Dario Amodei、GPT-3 論文第一作者 Tom Brown 等人在 2021 年共同創(chuàng)立，其創(chuàng)始成員大多為 OpenAI 的核心員工，他們曾經(jīng)深度參與過 OpenAI 的 GPT-3，率先提出引入人類偏好的強(qiáng)化學(xué)習(xí)（RLHF）等技術(shù)。

這套強(qiáng)大的陣容打造出了一個(gè)同樣耀眼的模型 ——Claude（最新版本是 Claude 2）。在某些方面，這個(gè)模型甚至做到了 GPT-4 都沒做到的事情，比如 100k token 的上下文窗口，其代碼生成能力也超過了原版的 GPT-4。這些都是亞馬遜選擇投資 Anthropic 的重要原因。

更重要的是，亞馬遜云科技發(fā)布的新聞中有這么一段話：「作為投資協(xié)議的一部分，Anthropic 將使用亞馬遜云科技的服務(wù)承擔(dān)關(guān)鍵任務(wù)工作負(fù)載，合作進(jìn)行安全研究和未來基礎(chǔ)模型開發(fā)。使用亞馬遜云科技的開發(fā)人員和工程師將能夠通過 Amazon Bedrock 在 Anthropic 最先進(jìn)的模型基礎(chǔ)上構(gòu)建應(yīng)用?！?/p>

沒錯(cuò)，應(yīng)用生成式 AI，現(xiàn)在有了新的思路：有人把表現(xiàn)優(yōu)秀的模型上線到 AI 基礎(chǔ)設(shè)施平臺(tái)上，讓用戶去選什么是最合適的。為了擴(kuò)大操作的范圍，Amazon Bedrock 不僅上線了 Claude 2，還有開源界的扛把子 Llama 2 以及口碑同樣很好的 Jurassic-2、Command 等模型。

Jurassic-2 來自 AI21 Labs，是業(yè)內(nèi)規(guī)模最大，性能最強(qiáng)的幾種基礎(chǔ)大模型之一。在 Amazon Bedrock 上甚至提供了超千億參數(shù)的 Ultra 版本，其可以應(yīng)用于任何復(fù)雜的語言生成任務(wù)，例如問答、摘要、長格式副本生成、高級信息提取等，也支持多種語言。

Command 則是另一家明星創(chuàng)業(yè)公司 Cohere 推出的，可夠接受用戶個(gè)性化命令訓(xùn)練的文本生成模型。企業(yè)用戶在將自己的數(shù)據(jù)和 Command 結(jié)合之后，就可以生成一個(gè)面向特定應(yīng)用的語言模型，能在實(shí)際業(yè)務(wù)中立即發(fā)揮作用。在 520 億參數(shù)的體量之上，Command 的性能超過了很多更大的模型。

此外，在 ChatGPT 之前就已席卷 AI 圈，擁有強(qiáng)大文生圖能力的 Stable Diffusion 也在他們的模型列表里。

至此，在大模型應(yīng)用的方向上，一條道路正在變得逐漸清晰。

二、生成式 AI 落地的全流程服務(wù)

最近在業(yè)內(nèi)，人們對于大模型的應(yīng)用方向逐漸形成了一種思路：利用業(yè)內(nèi)領(lǐng)先的大模型作為基礎(chǔ)模型（Foundation Model），配合自有數(shù)據(jù)進(jìn)行訓(xùn)練和調(diào)優(yōu)，進(jìn)而構(gòu)建出面向不同業(yè)務(wù)場景的應(yīng)用。亞馬遜云科技把這條路迅速成為了現(xiàn)實(shí)，還進(jìn)一步降低了企業(yè)入門的難度。

在 Amazon Bedrock 的基礎(chǔ)之上，企業(yè)可以更方便、快速地嘗試各種領(lǐng)先的基礎(chǔ)模型，進(jìn)行提示工程，完成微調(diào)和檢索增強(qiáng)生成（RAG）等動(dòng)作，使用自身專有數(shù)據(jù)定制模型。

利用 Amazon Bedrock Agents 工具生成式 AI 應(yīng)用的開發(fā)、部署、管理等 Agent 能力被集合在一起。我們可以像用 AutoGPT 一樣無需編寫任何代碼就能創(chuàng)建出托管代理（AI agent），讓它來指揮大模型執(zhí)行復(fù)雜的任務(wù)，如旅行預(yù)訂、處理保險(xiǎn)索賠、策劃廣告活動(dòng)和管理庫存等。

只需用自然語言文字寫指令，Agent 就能明白要完成的目標(biāo)。

在平臺(tái)和硬件上，作為專為人工智能打造的平臺(tái)，Amazon Bedrock 連接了亞馬遜云科技的基礎(chǔ)設(shè)施，從硬件和軟件都對 AI 計(jì)算進(jìn)行了專門的優(yōu)化，覆蓋大模型從構(gòu)建、訓(xùn)練到部署的一系列工作負(fù)載。由于 Amazon Bedrock 采用無服務(wù)器（Serverless）技術(shù)，客戶不必管理任何基礎(chǔ)設(shè)施，就能在熟悉的亞馬遜云科技服務(wù)平臺(tái)上將生成式 AI 能力安全地集成和部署到應(yīng)用程序中。

想要做大模型的應(yīng)用，一個(gè)繞不過的問題就是算力的成本。最近就有人給微軟 GitHub Copilot 的服務(wù)算了筆賬：每月每位用戶收費(fèi) 10 美元，結(jié)果微軟反而還要倒貼 20 美元。

對于亞馬遜云科技這樣的服務(wù)廠商而言，提高算力、降低成本的系統(tǒng)性解決方案是其最擅長的事。以使用最先進(jìn) AI 芯片英偉達(dá) H100 的 Amazon EC2 P5 為例，它可以為訓(xùn)練大模型提供高達(dá) 20 exaflops 的計(jì)算性能。與上一代基于 GPU 的實(shí)例相比，訓(xùn)練時(shí)間最多可縮短 6 倍，而訓(xùn)練成本則可以降低多達(dá) 40%。

具體到每 token 的價(jià)格上，Amazon Bedrock 上使用 Claude 系列模型的價(jià)格相比 GPT 系列有顯著優(yōu)勢。

當(dāng)然，Amazon Bedrock 也充分考慮了安全性和隱私保護(hù)?？蛻艨梢允褂?Amazon PrivateLink 在 Amazon Bedrock 與虛擬私有網(wǎng)絡(luò)（VPC）之間建立專門的安全連接，確保任何數(shù)據(jù)傳輸都不會(huì)暴露在公共網(wǎng)絡(luò)上。

有趣的是，除了可以高效構(gòu)建生成式 AI 應(yīng)用之外，亞馬遜云科技也在其他層面上充分利用技術(shù)幫我們提高工作效率，比如利用大模型工具寫有你「自己風(fēng)格」的代碼。

Amazon CodeWhisperer 是亞馬遜云科技提出的 AI 編碼應(yīng)用程序，可在 IDE 中生成整行代碼和完整的函數(shù)代碼建議，幫人加速完成工作，它在今年 6 月發(fā)布了預(yù)覽版，并對個(gè)人開發(fā)者免費(fèi)。目前它可以幫人們生成的 15 種編程語言的代碼，包括 Python、Java 和 JavaScript。

最近，亞馬遜云科技推出了一項(xiàng) CodeWhisperer 企業(yè)計(jì)劃，旨在實(shí)現(xiàn)自定義化的 AI 代碼生成和建議服務(wù)?；谛鹿δ?，用戶可以利用企業(yè)內(nèi)部的代碼存儲(chǔ)庫當(dāng)訓(xùn)練數(shù)據(jù)，讓 AI 相應(yīng)地調(diào)整代碼生成建議，管理員也可以從控制臺(tái)管理自定義，在控制臺(tái)查看評估指標(biāo)，估計(jì)每個(gè)自定義的執(zhí)行方式，并有選擇地將它們部署給開發(fā)人員，保證了企業(yè)質(zhì)量與安全標(biāo)準(zhǔn)。

在開發(fā)新技術(shù)之外，我們也能應(yīng)用生成式 AI 提高業(yè)務(wù)評估和診斷的效率。Amazon QuickSight 提供了生成式 BI 的數(shù)據(jù)分析功能，它能夠創(chuàng)建交互式儀表盤、分頁報(bào)告以及嵌入式分析，同時(shí)具備進(jìn)行自然語言查詢的能力，讓業(yè)務(wù)分析師能夠更加方便快捷的探索數(shù)據(jù)，并使用自然語言描述輕松創(chuàng)建可視化報(bào)告。

在所有流程上，亞馬遜云科技提供的能力大幅度降低了先進(jìn)大模型的落地門檻，在人們使用技術(shù)領(lǐng)先大模型的同時(shí)，消除了管理環(huán)境、配置硬件與安全管理的事務(wù)，只需要關(guān)心業(yè)務(wù)創(chuàng)新就可以了。

三、生成式 AI 的變革，應(yīng)該走這條路

我們知道，生成式 AI 的前景是不可限量的。

隨著門檻被 AI 基礎(chǔ)設(shè)施打下來，我們可以展望：在醫(yī)療健康領(lǐng)域，讓 AI 自動(dòng)提取關(guān)鍵細(xì)節(jié)并根據(jù)臨床醫(yī)生與患者的互動(dòng)創(chuàng)建文檔摘要；在藥物發(fā)現(xiàn)上，使用生成式 AI 工具進(jìn)行蛋白質(zhì)折疊、蛋白質(zhì)序列、對接和分子設(shè)計(jì)，加速藥物發(fā)現(xiàn)和設(shè)計(jì)過程；在制造業(yè)中，生成式 AI 可以通過提取歷史數(shù)據(jù)實(shí)時(shí)診斷設(shè)備故障，并建議維護(hù)操作，例如輸入調(diào)整、維修或可能的備件。

利用開箱即用的生成式 AI 服務(wù)提升創(chuàng)新效率，更快地構(gòu)建出實(shí)用化應(yīng)用，或許才是大模型時(shí)代創(chuàng)新的正確方式。

如此看來，構(gòu)建平臺(tái)，降低門檻的意義與 Llama2 這樣的重要技術(shù)創(chuàng)新可謂同等重要。

正如亞馬遜 CEO Andy Jaessy 所說的：「讓任何人，哪怕他還在自己的宿舍或者車庫里剛剛開始創(chuàng)業(yè)之旅，也能獲得與大型企業(yè)一樣先進(jìn)的基礎(chǔ)設(shè)施和成本來實(shí)現(xiàn)自己的創(chuàng)新。我們希望幫助所有初創(chuàng)企業(yè)都有機(jī)會(huì)成為明天的『巨頭』。」

一句話，亞馬遜云科技提供的服務(wù)，正在讓眾多AI 浪潮旁觀者變成參與者。一場變革正悄然發(fā)生，生成式 AI 也將會(huì)在不遠(yuǎn)的未來發(fā)生顛覆式變化，沖擊各行各業(yè)。